RailEye 3D

Mobilität der Zukunft

Die Anforderungen an die Verkehrsbetriebe in Bezug auf die Passagieranzahl und die erforderlichen Zuglängen, Taktfrequenzen und damit Abfertigungszeiten steigen kontinuierlich. Moderne Ansätze versuchen durch Komfortfunktionen mit einer entsprechenden Lenkung der Passagiere das Ein- und Aussteigen zu beschleunigen. Entscheidend für den Zug der Zukunft wird sein, dass dieser den Fahrer und auch das Personal durch „intelligente“ Funktionen, wie die automatische Überwachung der gesamten Außenseite des Zuges inklusive aller Türbereiche, zu unterstützen.

Ziel dieses Projektes ist daher die Untersuchung und Entwicklung innovativer 3D Sensorsysteme die als Fahrerassistenzsystem den Status der Abfertigung und des Bereiches zwischen Zug und Bahnsteigkante durch im Idealfall eine rot/grüne Anzeige signalisieren und so zu einer Beschleunigung der Abfertigung bei gleichzeitiger Einhaltung der geforderten „Safety“ Normen und betrieblichen Vorschriften erfüllen. Darüber hinaus soll die Sicherheit auch noch weiter verbessert werden, indem die Bereiche zwischen den Wagons durch zusätzliche Sensoren mit überwacht werden und so Passagiere und Personal, das sich in diesem Bereich aufhält, automatisch erkannt werden.

Das Projektkonsortium will im Zuge dieses Forschungsprojektes innovative 3D Sensorsysteme mit modernen visuellen Analyse- und Machine-Learning-Verfahren koppeln, und als Demonstratorsystem für sicherheitskritische Anwendungen evaluieren. Dabei müssen die bahnspezifischen Normen und Vorschriften ebenso berücksichtigt werden wie die Domänenspezifischen Funktionalitäten. Folgende repräsentative Use-Cases werden betrachtet:

Überwachung der gesamten Außenhaut des Zuges: Das System soll mittels neuartiger Methoden und Verfahren (Analyse von 3D Szenenkontext in Kombination mit Deep-Learning Methoden wie R-CNNs) sowie innovativer Sensorik (AHDR Sensortechnologie zur optimalen Bildqualitätsanalyse) ausgewählte Situationen wie Personen lehnen am Zug, stehen im Spalt zwischen Zug und Bahnsteigkante, Kinderwagen im Spalt, Person befindet sich im Türraum, Objekt steht im Gefahrenraum erkennen. Dabei soll das System auf einem Testfahrzeug zu demonstrationszwecken installiert und im Rahmen eines Feldtests erprobt werden.

Analyse des Zustandes des Zuges, um dem Fahrer in Form eines Semiautomatischen Mechanismus einerseits die Zugsegmente abfertigen zu lassen und andererseits automatisch zu überprüfen ob sich nach der Abfertigung noch eine Person z.B. auf die Tür oder an das Fahrzeug gelehnt bzw. im Gefahrenraum befindet. Dieser Algorithmus soll untersucht werden und gemeinsam mit den Stakeholdern der OEBB analysiert werden welche Funktionalitäten ein solches zukünftiges System benötigt.

Lagebild bzw. Perceptiondarstellung der gesamten Zuglänge mit Birdview Darstellung der Position von Personen und Objekten, um dem Fahrer einen optimalen Überblick zu verschaffen. So kann der Fahrer dann auch Informationen eines Videobildes einer örtlichen Position vor allem bei Regional- und Fernzügen mit großen Längen besser zuordnen und spezifisch auf Ereignisse eingehen.

• Überlappender FoV
• Deep-Learning Objektdetektion
• 2D/3D Kalibrierung

• Abstrakte Darstellung der Bahnsteigaktivitäten
• Dynamische Risikobeurteilung
• Minimale Falsch-Negativ Raten

Projektpartner