Холдинг «Синара — Транспортные Машины» и Университет Иннополис разрабатывают комплексное программное обеспечение для оперативной высокоточной диагностики транспортных средств с применением технологий компьютерного зрения. Система запущена в тестовом режиме в Таганроге.
Диагностическая система предназначена для повышения уровня безопасности пассажиров, исключения нештатных ситуаций, спровоцированных человеческим фактором.
Рамиль Кулеев, директор Исследовательского центра в сфере искусственного интеллекта на базе Университета Иннополис: «Мы разрабатываем диагностическую систему, которая ищет дефекты с помощью искусственного интеллекта. Ежедневно система анализирует состояние трамвайного вагона и в автоматическом режиме отправляет специалисту технического осмотра информацию о выявленных дефектах. В первую очередь мы делаем акцент на дефекты, которые являются критичными для выпуска транспортного средства в рейс. Перечень критичных дефектов определён нормативными документами, в том числе, Регламентом сервисного обслуживания и ремонта вагона трамвайного 71-628 и правилами технической эксплуатации трамвая. Примеры таких дефектов — отсутствие конструктивных элементов, некорректная работа световых приборов, наличие посторонних предметов. Наша система автоматически детектирует те повреждения, которые можно выявить при визуальном осмотре, что упрощает проведение ежедневного обслуживания подвижного состава. На сегодняшний день в перечне содержатся 79 дефектов».
Эксперты Университета Иннополис разрабатывают модели для детектирования дефектов крышевого оборудования и готовят на регистрацию программу для ЭВМ «Панорама», которая позволяет визуализировать полностью боковую часть трамвайного вагона. Алгоритм «Огни трамвая» детектирует дефекты световых приборов транспортного средства.
На данном этапе специалисты СТМ и Университета Иннополис приступили к натурным испытаниям и обучению нейронной сети распознавать возможные дефекты транспортного средства. Для этого в июне в трамвайном депо в Таганроге специалисты российского ИТ-вуза установили 8 камер, которые собирают необходимый датасет для дообучения системы. Отладка и тестирование диагностической системы проходит на вагонах, обслуживающих трамвайные линии №3 и №2.
Разработчики отмечают, что автоматизация диагностики исключает человеческий фактор. Осмотр проводится в ночное время, часть работ ведётся в темноте на высоте, часть работ выполняется под трамваем. У человека там нет возможности встать в полный рост, сверху может капать грязь, это всё мешает осмотреть транспортное средство внимательно. Система экономит время осмотра, так как данные одновременно собираются со всех камер.
«Разработка подобной диагностической системы для городского общественного транспорта является своевременным ответом на вызовы современности, — комментирует Николай Пронин, заместитель генерального директора СТМ по управлению концессионными программами — директор дивизиона “Городской общественный транспорт”. — Более того, мы рассчитываем, что работа над такой технологией послужит существенным толчком к развитию и внедрению ее во всей транспортной отрасли. По сути мы сейчас создаем совершенно новый алгоритм, который будет учитывать научные и производственные требования при принятии решения о выводе машины на маршрут. Такая система имеет огромный потенциал. При успешном завершении исследования, данную технологию планируется поэтапно внедрить на всем оборудовании, выпуском и эксплуатацией которого занимаются предприятия Холдинга СТМ: как на городском общественном транспорте, так и на локомотивах».
Окончание проекта запланировано на конец 2024 года. Диагностическая система разрабатывается в рамках федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономка Российской Федерации». Все мероприятия по данному направлению реализуются под эгидой Национальной стратегии развития искусственного интеллекта до 2030 года.
