Определение геометрических параметров пути по данным БПЛА с помощью техническо-го зрения

Путь и путевое хозяйство. 2025, № 2. С. 2—4.

Railway Track and Facilities. 2025;(2): 2—4.

 

КОНТРОЛЬ И ДИАГНОСТИКА

 

Научная статья

УДК 625.111

ОПРЕДЕЛЕНИЕ ГЕОМЕТРИЧЕСКИХ ПАРАМЕТРОВ ПУТИ ПО ДАННЫМ БПЛА С ПОМОЩЬЮ ТЕХНИЧЕСКОГО ЗРЕНИЯ

 

Щербаков Владимир Васильевич1, Бунцев Иван Александрович2, Щербаков Иван Владимирович3, Акимов Сергей Сергеевич4, Тимофеев Егор Николаевич5

 

1докт. техн. наук, профессор, заведующий кафедрой «Инженерная геодезия» Сибирского государственного университета путей сообщения. Новосибирск, Россия. SPIN-код: 3182-4010. vvs@stu.ru

2канд. техн. наук, доцент кафедры «Математическое моделирование и цифровое развитие бизнес-систем» Сибирского государственного университета телекоммуникаций и информатики. Новосибирск, Россия. SPIN-код: 7422-2812.

3канд. техн. наук, старший научный сотрудник научно-исследовательской лаборатории «Диагностика дорожных одежд и земляного полотна» Сибирского государственного университета путей сообщения. Новосибирск, Россия. SPIN-код: 1552-9570.

4инженер лаборатории «Диагностика дорожных одежд и земляного полотна» Сибирского государственного университета путей сообщения. Новосибирск, Россия. SPIN-код: 8410-1916.

5аспирант кафедры «Инженерная геодезия» Сибирского государственного университета путей сообщения. Новосибирск, Россия. SPIN-код: 6459-7131.

 

Аннотация. Цифровые технологии играют все более важную роль как в современных системах управления, так и в отрасли транспортной инфраструктуры. В статье рассмотрены достижения применения технологий технического зрения на железнодорожном транспорте, которые способствуют автоматизации управления, мониторингу путей и обеспечению безопасности. С 2017 г. СГУПС активно апробирует современные беспилотные системы и различные программные комплексы, которые также рассмотрены в данной статье. Представлены результаты исследования по автоматическому определению некоторых параметров геометрии рельсовой колеи при поддержке гранта ОАО «РЖД».

Ключевые слова: техническое зрение, геометрия рельсовой колеи, аэрофотосъемка, мониторинг, распознавание объектов, оценка точности.

 

CONTROL AND DIAGNOSTICS

 

Original article

DEVELOPMENT OF TECHNOLOGY FOR DETERMINING GEOMETRIC PARAMETERS OF RAILWAY TRACK USING TECHNICAL VISION BASED ON DATA FROM UNMANNED AERIAL SYSTEMS

 

Shcherbakov Vladimir1, Buntsev Ivan2, Scherbakov Ivan3, Akimov Sergey4, Timofeev Egor5

1Dr. Sci., Professor, Head of Department «Engineering Geodesy», Siberian State University of Railway Transport. Novosibirsk, Russia. SPIN-code: 3182-4010. vvs@stu.ru

2Ph.D., Associate Professor, Department «Mathematical Modelling and Digital Development of Business Systems», Siberian State University of Telecommunications and Informatics. Novosibirsk, Russia. SPIN-code: 7422-2812.

3Ph.D., Senior Researcher, Research Laboratory «Diagnostics of Road Pavements and Earth Bed», Siberian State University of Railway Engineering. Novosibirsk, Russia. SPIN-code: 1552-9570.

4Engineer, Research Laboratory «Diagnostics of Road Pavements and Earth Bed», Siberian State University of Railway Engineering. Novosibirsk, Russia. SPIN-code: 8410-1916.

5Postgraduate Student, Department «Engineering Geodesy», Siberian State University of Railway Transport. Novosibirsk, Russia. SPIN-code: 6459-7131.

 

Abstract. Digital technologies play an increasingly important role in modern control systems as well as in the transport infrastructure industry. This article discusses the advances in the application of vision technologies in railway transport, which contribute to control automation, track monitoring and safety. Since 2017, Siberian State University of Railway Transport has been actively testing modern unmanned systems and various software systems, which are also discussed in this article and the results of a study on the automatic determination of some rail track geometry parameters are presented, supported by a grant from Russian Railways.

Keywords: technical vision, track geometry, aerial photography, monitoring, object recognition, accuracy assessment.

 

Список источников

 

1. Сычугов А.Н., Михейчиков В.Н., Чернышов М.В. Применение нейронных сетей для распознавания объектов на железнодорожном транспорте // Известия Петербургского университета путей сообщения. 2023. Т. 20. № 2. С. 478–491.

2. Стратегия научно-технологического развития холдинга «РЖД» на период до 2025 года и на перспективу до 2030 года (Белая книга): утв. Распоряжением ОАО «РЖД» от 17.04.2018. № 769/р. URL: https: // www.irgups.ru

3. Машинное зрение на железнодорожном транспорте (РЖД): Cognitive Rail Pilot. URL: https://rzddigital.ru/technology/mashinnoe-zrenie.

4. Cognitive Rail Pilot. URL: https: // www.tadviser.ru / index.php /Продукт: Cognitive_Rail_Pilot?ysclid=lfwl90xh 5o174644139_tadviser.ru

5. Электротехнический комплекс для предупреждения аварийных ситуаций на железнодорожных переездах: пат. № 94202 / Чижма С.Н., Ананьева Н.Г.; патентообладатель Омский государственный университет путей сообщения. № 2010102685/22; заявл. 27.01.2010; опубл. 20.05.2010.

6. Альтман Е.А., Ананьева Н.Г., Тихонова Н.А. Применение алгоритмов компьютерного зрения для детектирования объектов на железнодорожном переезде // Известия Транссиба. 2016. № 1 (15). С. 70–76.

7. Компьютерное зрение для контроля сортировочных процессов / А.Е. Хатламаджиян, И.А. Ольгейзер, А.В. Суханов, В.В. Борисов // Автоматика, связь, информатика. 2021. № 3. С. 8–11.

8. Щербаков В.В. Исследование мобильного лазерного сканера «Сканпуть» при определении геопространственного положения железнодорожного пути // Вестник СГУГиТ. 2020. Т. 25. № 2. С. 98–108.

9. Зачатейский Н.Д., Аржанников А.А., Альтман Е.А. Совершенствование метода «выделения фона» для нахождения подвижных объектов на железнодорожном переезде с помощью компьютерного зрения // Известия Транссиба. 2015. № 1 (21). С. 74–80.