CC BY
93
УДК 004
РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ УЧЕТА ГРУЗОВЫХ ПОЕЗДОВ В ДЕПО
Иванько Александр Федорович
профессор кафедры информатики и информационных технологий, кандидат технических наук Московский государственный университет печати имени Ивана Федорова 127550 Россия, г. Москва, ул. Прянишникова, д. 2А alekfed@mail.ru
Почтарь Евгений Юрьевич
студент института принтмедиа и информационных технологий Московский государственный университет печати имени Ивана Федорова 127550 Россия, г. Москва, ул. Прянишникова, д. 2А pochtarevgeny21@gmail.com
Аннотация. В статье описана разработка информационной системы учета грузовых поездов в депо.
Ключевые слова: железнодорожное депо, подвижной состав.
Разработка информационной системы учета грузовых поездов в депо
Автоматизация таких процессов, как контроль передвижения подвижного состава, учет грузооборота, обеспечение сохранности перевозимых грузов в масштабах отдельных регионов и страны, является для ОАО «РЖД» одной из актуальных на сегодняшний день задач. Одним из объектов инфраструктуры, где это необходимо, является железнодорожное депо. Привычный ручной ввод, традиционно применяющийся для учёта вагонов — процесс длительный и трудоемкий (число вагонов в одном составе в среднем 50-60), а также подвержен «человеческому» фактору и поэтому не позволяет эффективно управлять транспортом (часто возникает потеря вагонов, путаница с номерами, задержки с отправкой составов и др.). Внедрение систем автоматизированного учета вагонооборота является альтернативой ручному вводу номеров железнодорожных вагонов в базы данных. Это в свою очередь позволит достичь следующих целей:
• повышение эффективности и сокращение затрат;
• предотвращение ошибок;
• обеспечение экономической безопасности. Такое решение позволит не только автоматизировать
получение в реальном времени данных о дислокации единиц подвижного состава, но также обеспечить их централизованное хранение, ускорить поиск и облегчить анализ информации пользователями.
Специально создаваемые для этих целей комплексы технических средств и программного обеспечения должны обеспечивать:
• автоматизацию учета прибывающих или проходящих через депо/ станцию железнодорожных составов;
• формирование протоколов событий в соответствии с определенной структурой отчетов по заданным параметрам (например, за определенный временной период);
• долговременное хранение данных и доступ к ним необходимого количества пользователей, в том числе и удаленных.
Очевидно, что одной из базовых функций подобных автоматизированных комплексов должна быть возможность распознавания номеров железнодорожных вагонов.
В литературе рассматриваются как общие вопросы управления перевозками и организации вагонопото-ков, так и конкретные решения по автоматизации контроля передвижения подвижного состава и учета грузооборота. Что касается вопросов распознавания номеров, то этот вопрос освещается только для распознавания автомобильных номеров, однако, распознавание номеров вагонов имеет свои отличительные особенности, которые будут рассмотрены дальше.
Таким образом, целью исследования является автоматизация процесса учета подвижного состава в депо для повышения эффективности его работы и сокращения затрат. На слайде представлены задачи, которые необходимо решить для достижения поставленной цели, а также объект и предмет исследования.
Цель и задачи исследования
Цель: автоматизация процесса учета подвижного состава в депо для повышения эффективности его работы и сокращения затрат.
Задачи: анализ особенностей решения основных задач при осуществлении железнодорожных перевозок; анализ специфики и обзор существующих решений задачи распознавания номеров железнодорожных вагонов; анализ и выбор инструментальных средства для проектирования и дальнейшей разработки приложения; разработка архитектуры и структурной схемы системы; разработка концептуальной, инфологиче-ской и физической модели базы данных; определение требовании к функциям и проектирование интерфейса АРМ оператора; программная реализация системы; тестирование приложения.
Объект: процесс учета подвижного состава в депо.
Предмет: методы и инструментальные средства автоматизации процесса учета подвижного состава в депо.
Единая система классификации подвижного состава
Учет собственных грузовых вагонов ведется согласно правилам регистрации вагонов в автоматизированном банке данных парка грузовых вагонов. При отсутствии регистрации вагона в АБД ПВ (автоматизированном банке парка грузовых вагонов) ИВЦ ЖА (информационный вычислительный центр железнодорожной администрации) присваивает собственному вагону восьмизначный номер.
Первая цифра характеризует род подвижного состава: 2 — крытые грузовые вагоны; 4 — платформы; 6 — полувагоны; 7 — цистерны; 8 — изотермические вагоны; 3 и 9 — прочие вагоны (специализированные и др.); 5 — вагоны, принадлежащие частным предприятиям.
Вторая цифра характеризует осность и основные характеристики вагона. Цифры 0-8 обозначают четырехосные, цифра 9 — восьмиосные вагоны. Все шестиос-ные вагоны и траснпортеры отнесены к прочим вагонам, номера которых начинаются с цифры 3 (у шестиосных вторая цифра номера — 6, у транспортеров — 9).
Третья цифра — дополнительные характеристики.
Четвертая, пятая и шестая цифры определяют их порядковый номер и характеристик не содержат.
Седьмая цифра — в седьмом знаке цифра 9 свидетельствует о наличии у вагона переходной площадки.
Восьмая цифра — контрольная. Контрольным числом является число, дополняющее подразряд-ную сумму до ближайшего целого десятка. Если подразпрядная сумма кратна 10, то контрольный знак равен 0.
Для кодирования номера вагона принимается весовой ряд (2,1,2,1,2,1,2) и модуль кодирования 10.
Пример расчета контрольного числа для номера вагона:
• номер вагона 7 4 3 5 4 6 8 .
• множитель 2 1 2 1 2 1 2
• поразрядное произведение 14 4 6 5 8 6 16
• поразрядная сумма 1 + 4 + 4 + 6 + 5 + 8 +
+ 6 + 1 + 6 = 41
Контрольное число будет дополнять сумму до ближайшего десятка (50), в данном случае контрольное число < 9 >.
Принимая во внимание необходимость учета вагонов и локомотивов, а также число вагонов в составе около — 50-60, возникает необходимость ведения автоматического учета прибытия и отправления составов. Автоматизация таких процессов, как контроль передвижения подвижного состава, учет грузооборота, обеспечение сохранности перевозимых грузов в масштабах отдельных регионов и страны, является для ОАО «РЖД» одной из актуальных на сегодняшний день задач.
В состав комплекса технических средств, устанавливаемого на входном/выходном железнодорожном участке депо, входят видеокамеры, датчики позиционирования, устройства приема данных. Датчики пози-
ционирования или инфракрасного луча (устанавливаются на станинах параллельно оптической оси видеокамер) используются для подсчета вагонов. Этот способ обеспечивает определение границ вагонов, а следовательно, и регистрацию факта прохождения каждого из них при любых, даже самых неблагоприятных, внешних условиях. Кроме того определение границ вагонов позволяет выбрать из видеопотока большее количество кадров с лучшим для распознавания качеством изображения.
Компания ОАО «РЖД» является крупной государственной компанией, работа которой связана с обеспечением взаимодействия не только в рамках России, но и СНГ и стран Балтии. Обеспечение автоматизации работы такой компании является достаточно сложной задачей, а решения по частичной автоматизации не устраивают подразделения ОАО «РЖД», так как в этом случае теряется эффект от внедрения информационных систем в рамках региональных железных дорог.
Поэтому все решения, представленные на рынке программного обеспечения, в основном ориентированы на решение комплексных задач по обеспечению автоматизации не отдельных подразделений: железнодорожных станций, депо, путей сообщения и т.п., а в целом всей системы. В настоящее время на объектах ОАО «РЖД» активно внедряется система распознавания номеров вагонов «Транзит-Инспектор», которая является разработкой российской компании «Интеллектуальные Системы Безопасности».
Однако, учитывая тенденции дальнейшего совершенствования алгоритмов распознавания номеров вагонов грузового парка и специфику задач учета подвижного состава в депо, целесообразной является самостоятельная разработка, позволяющая регистрировать подвижные составы на основе изображений номеров локомотивов и вагонов.
Распознавание номеров подвижного состава, по сравнению, например, с распознаванием автомобильных номеров, осложняется рядом обстоятельств: реальное написание номера отступает от правил маркировки вагонов грузового парка колеи 1520 мм (положение номера, тип и размер выбранного шрифта, наличие «разрывов» в символах номера); номера на многих вагонах являются трудночитаемыми из-за низкого контраста с фоном, наличия загрязнений и повреждений символов номера; на бортах вагона часто находятся надписи (названия транспортных компаний, реклама и проч.), которые могут быть приняты программой за номер; при маневрировании, один и тот же вагон может полностью или частично выходить из зоны видеоконтроля, что затрудняет идентификацию его номера; объединение результатов распознавания по нескольким камерам.
На основании этого была предложена архитектура системы, которая является архитектурой «клиент-сервер», а в состав системы входят:
• оборудование съема информации (1Р-видеокамеры высокого разрешения, промышленные оптические датчики);
• видеосервер, совмещенный с сервером базы данных;
• удаленное автоматизированное рабочее место оператора с клиентским программным обеспечением.
В простейшей конфигурации видеосервер/сервер БД может быть совмещен с АРМ на одном компьютере.
При прохождении состава через пункт контроля соответствующая запись и отчет с результатами распознавания номеров и сопутствующими данными о времени и т.д. отображается на экране рабочего места оператора. Таким образом, система фиксирует факт и время прохождения состава через контрольную область, направление проезда, определяет порядковый номер вагона и осуществляет подсчет их общего числа, в автоматическом режиме распознает номера вагонов.
Распознанные номера вагонов заносятся в базу данных, а соответствующие стоп-кадры — в видеоархив. Оператор, используя АРМ, подтверждает правильно распознанные или исправляет ошибочные номера вагонов.
Следует отметить, что при загрязнении номеров вагонов распознавание с двух сторон увеличивает процент правильно распознанных номеров, за счет того, что хотя бы с одной стороны вагона номер может быть читаем.
Выбор количества видеокамер с каждой стороны также зависит от типов грузовых вагонов, проходящих через контролируемый участок железной дороги. На различных типах вагонов номера расположены в разном месте (борт, рама) и на разной высоте (цистерны, хопперы, платформы) и могут не попадать в поле зрения одной видеокамеры. В этом случае необходимо установить по две видеокамеры с каждой стороны железнодорожного пути.
Требования к параметрам камер, их расположению, а также к изображениям. Для корректного функционирования системы изображение номеров вагонов, полученное с видеокамер, должно быть четким, контрастным, легкочитаемым.
Требования к параметрам видеокамеры:
• следует использовать черно-белые видеокамеры высокого разрешения (не ниже 576^ т.е. 720х576 пикселей и выше);
• скорость поступления кадров с видеокамеры должна быть не менее 25 кадров/с;
• видеокамеры должны иметь возможность установки фиксированного значения экспозиции от 1/2000 с и менее;
• видеокамеры должны обладать высокой чувствительностью (0,01 лк и чувствительнее)
• Требования к расположению видеокамеры:
• оптимальное расстояние видеокамеры от железнодорожного пути 5-7 метров;
• высота расположения видеокамер 3,5-4 метра от уровня железной дороги;
• следует соблюдать перпендикулярность оптической оси видеокамеры к плоскости номера вагона;
• следует располагать ИК-датчик и видеокамеру в одной вертикальной плоскости.
• Требования к изображению:
• расположение вагона в кадре должно быть строго горизонтальным;
• ширина номера вагона на изображении должна составлять около 30-35% от ширины изображения);
• фокусное расстояние объектива подбирается таким образом, чтобы высота цифр распознаваемого номера вагона составляла примерно 10% от высоты кадра;
• геометрические искажения («бочки», «подушки»), привносимые оптикой, должны быть минимальны.
Функциональные возможности разрабатываемой системы. Так, серверное программное обеспечение системы отвечает за:
• автоматический контроль прохождения составов по ж/д пути;
• цифровую регистрацию сжатого видеоизображения от телевизионных камер при прохождении состава в зоне наблюдения;
• автоматическую запись информации в видеоархив с привязкой видеофрагментов к каждому прошедшему вагону;
• автоматический подсчет количества вагонов в составе;
• автоматическое определение направления движения каждого вагона;
• автоматическое распознавание бортовых номеров вагонов по изображению, полученному от телевизионных камер при прохождении состава;
• формирование базы данных с сохранением информации о проходящих составах.
Клиентское программное обеспечение АРМа оператора, обеспечивает:
• вывод на экран стоп-кадров;
• возможность визуального сравнения номера вагона из сформированного (распознанного) списка с номером на видеоизображении борта вагона;
• редактирование в ручном режиме перечня номеров вагонов, полученного по результатам автоматического распознавания;
• поиск и просмотр видеоинформации и данных по вагонам из архива;
• формирование отчетов о вагонах составов. Структура системы состоит из ряда программных
компонентов: база данных, модуль предварительной обработки, модуль проверки на наличие номера вагона и сегментации, модуль распознавания, модуль синтаксического контроля, модуль объединения результатов, модуль поиска, генератор отчетов.
Видеоархив. Содержит файлы с видеофрагментами с привязкой к каждому прошедшему вагону.
База данных. Служит для сбора и хранения информации о проходящих железнодорожных составах.
Модуль предварительной обработки. В этом модуле исходное изображение приводится к виду, который не зависит от таких условий регистрации изображения, как степень освещённости, неравномерное распределение яркости от различных источников света, зашумлённость, цветовая неравномерность символов (неравномерная окраска, грязь, пыль, блики), окраска борта и цифр.
Модуль проверки на наличие номера вагона и сегментации. На полученном изображении выделяются области, возможно содержащие номер, в этих областях проводится более «тонкий» анализ на основе формального представления масштабных характеристик номера и выделение областей цифр.
Модуль распознавания. Модуль, непосредственно предназначенный для распознавания номеров грузовых вагонов, представленных на стоп-кадрах.
Модуль синтаксического контроля. Полученный системой номер проверяется по алгоритму нумерования, согласно Единой системы классификации подвижного состава. Алгоритм предполагает также проверку контрольной суммы. Итогом работы становятся характеристики вагона с учетом полученного результата распознания номера в текущем кадре.
Модуль объединения результатов. Так как освещение в разных частях кадрах часто бывает неравномерным (в дневное время из-за различных бликов, теней, а в ночное время из-за того что, прожекторы выдают неравномерное освещение с пиком в центре луча, что может вызывать засвет отдельных областей), то для повышения надёжности и качества считывания номеров, результаты распознавания отдельных кадров объединяются с целью выдачи общего объединенного результата распознавания по вагону. Таким образом, например, удается преодолеть проблему, когда один из участков кадра, где бывают номера, засвечен. Засвеченный символ будет распознан в других кадрах и использован при объединении результатов.
Модуль поиска. Он осуществляет поиск видеоинформации и данных о составе по времени прохождения состава, его бортовому номеру, номеру видеокамеры.
Генератор отчетов. Он обеспечивает формирование отчета со временем прохождения, составами и содержимым поездов.
На первой стадии проектирования базы данных наиболее часто на практике используется семантическое моделирование. При этом в терминах семантической модели создается концептуальная схема базы данных, которая затем преобразуется к реляционной (или какой-либо другой) схеме. Существует много разных подходов к семантическому моделированию баз данных. Сейчас достаточно популярным языком семантического моделирования является UML. Для этих целей в UML используются диаграмма классов, которая и представлена на слайде для нашей задачи.
После концептуального проектирования было выполнено инфологическое и даталогическое проектирование базы данных, а также ее реализация в СУБД MS SQL Server.
Таблица «Trains» представляет собой журнал о прохождении составов через участки контроля. Здесь фиксируется наименование пути (точки контроля), направление следования, число вагонов, подсчитанное автоматически с помощью ИК-датчиков. Когда состав первый раз проехал через участок контроля в таблицу заносится запись с состоянием «необработанный». Данные по составу считаются необработанными, пока пользователь не осуществит подтверждение, проверив все распознанные номера у вагонов
данного состава. Для этого вводится поле Status, User_name, Processing_date. После этого состояние для состава меняется на «обработанный».
Таблица «Vagons» хранит данные о вагонах проходящих составов. Здесь фиксируется имя камеры, дата и время прохождения, ссылка на файл с изображением, распознанный системой номер вагона, статус обработки.
Таблица «DirectTypes» представляет собой классификатор и предназначена для хранения информации о направлениях следования.
Таблица «TrainStatusTypes» представляет собой классификатор и предназначена для хранения информации о статусе обработки состава.
Таблица «VagonStatusTypes» представляет собой классификатор и предназначена для хранения информации о статусе обработки вагона. Если номер вагона с большой долей вероятности распознан корректно (по одинаковым данным со снимков различных камер и корректной контрольной суммой), то статусу присваивается значение «корректно». В противном случае «недостоверно». Если пользователь осуществил коррекцию номера вагона, у которого стоял статус «корректно», то статус меняется на «с ошибкой». Если пользователь произвел коррекцию данных о вагоне со статусом «недостоверно», то статус меняется на «введено вручную».
Для решения задачи синтаксического контроля и расшифровки номера были введены еще ряд классификаторов в соответствии с Единой системой классификации подвижного состава.
Интерфейс системы будет состоять из следующих элементов:
• Блок отображения главного меню;
• Блок управления составами — данный блок показывает таблицу обработанных/необработанных составов;
• Блок управления вагонами — данный блок показывает таблицу вагонов выбранного состава;
• Блок отображения изображения вагона — данный блок показывает стоп-кадр с изображением номера вагона;
• Блок области распознавания номера вагона — в данном блоке помещается выделенная область с номером вагона;
• Блок поиска и фильтрации — данный блок используется для поиска объектов в списке и фильтрации списка объектов по различным признакам.
Таким образом, в ходе работы были решены следующие задачи:
1. проанализированы особенности решения основных задач при осуществлении железнодорожных перевозок;
2. проведен анализ специфики и обзор существующих решений задачи распознавания номеров железнодорожных вагонов;
3. проанализированы и выбраны инструментальные средства для проектирования и дальнейшей разработки приложения;
4. разработана архитектура и структурная схема системы;
5. разработаны концептуальная, инфологическая и физическая модели базы данных;
6. определены требования к функциям и выполнено проектирование интерфейса АРМ оператора;
7. программно реализована система распознавания номеров вагонов, описаны основные режимы работы с системой, представлено руководство пользователя системы;
8. проведено тестирование системы на реальных данных
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. ГОСТ 19.701-90 ЕСПД. Схемы алгоритмов, программ, данных и систем. Условные обозначения и правила выполнения.
2. Атре Ш. Структурный подход к организации баз данных. — М.: Финансы и статистика, 2013. — 320 с.
3. Бен-Ари М. Языки программирования. Практический сравнительный анализ: Пер. с англ. — М.: Мир, 2000. — 366 с.
4. Бен, Форта SQL за 10 минут — Спб.: Вильямс, 2015. — 288 с.
5. Гагарина Л.Г., Киселёв Д.В. Разработка и эксплуатация автоматизированных информационных систем. — М.: ИНФРА-М. 2007.
6. Гедранович В.В. Основы компьютерных информационных технологий: учеб. -метод. комплекс / В.В. Гедранович, Б.А. Гедранович, И.Н. Тонко-вич. — 2-е изд., стереотип. — Минск: Изд-во МИУ, 2011. — 344 с.
7. Голицына О.Л. Программирование на языках высокого уровня: учебное пособие / О. Л. Голицына, И.И. Попов. — М.: ФОРУМ, 2010 — 496 с.
8. Голицына О.Л. Информационные технологии : учебник для ВУЗов / О.Л. Голицына, М.В. Максимов, И.И. Попов, Т.Л. Партыко. — 2-е изд. — М. : ФОРУМ: ИНФРА-М, 2009. — 608 с.
9. Горбаченко И.М. Оценка качества программного обеспечения для создания систем тестирования // Фундаментальные исследования. — 2013. — № 64. — С. 823-827.
10. Попов Д.И. Информационные технологии в издательском деле и полиграфии: основы проектирования баз данных /Д.И. Попов, Е.Д. Попова, А.В. Некрасов. — М.: Изд-во МГУП, 2015. — 165 с.
DEVELOPMENT OF INFORMATION SYSTEM OF ACCOUNTING OF FREIGHT TRAINS IN THE DEPOT
Aleksandr Fedorovich Ivanko
Moscow State University of Printing Arts 127550 Russia, Moscow, Pryanishnikova st., 2Ä
Evgeny Urevich Pochtar
Moscow State University of Printing Arts 127550 Russia, Moscow, Pryanishnikova st., 2Ä
Annotation. The article describes the development of an information system of the account offreight trains in the depot.
Keywords: railroad depot, rolling stock.
