采用GPU驱动深度学习提高列车系统的安全性能.doc

采用GPU驱动深度学习提高列车系统的安全性能.doc

ID:28149465

大小:379.50 KB

页数:6页

时间:2018-12-08

采用GPU驱动深度学习提高列车系统的安全性能.doc_第1页
采用GPU驱动深度学习提高列车系统的安全性能.doc_第2页
采用GPU驱动深度学习提高列车系统的安全性能.doc_第3页
采用GPU驱动深度学习提高列车系统的安全性能.doc_第4页
采用GPU驱动深度学习提高列车系统的安全性能.doc_第5页
资源描述:

《采用GPU驱动深度学习提高列车系统的安全性能.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、采用GPU驱动深度学习提高列车系统的安全性能  在机器学习、图像识别和NVIDIAGPU的助力下,列车即将开启自主运输的先河。  自动驾驶汽车和卡车已经成为人们热议的话题。但事实上,最有可能抢先一步、成为首款全自动交通工具的是列车。  原因是不同于载客汽车或长途卡车,列车是在轨道上运行的。其特定的运行环境,决定其需要认识理解的环境相对有限,且不涉及太多类型的决策。  无论是以硬件为基础的信号系统,还是射频调度系统,运用于列车上的众多技术都已有数十年“高龄”。    如今,列车专职人员已开始利用互联网、精密的

2、传感设备,以及日益普及的GPU驱动深度学习等工具与技术,来确保列车准时运行。  对于列车运输这一早期工业革命的标志性行业而言,这无疑是巨大的变化。  “智能列车的未来”  “我们正在探索智能列车和无声轨道的未来。从轨道技术到车内技术,所有技术都在快速革新。”4TELPtyLtd的总经理DerelWust如是说。4TELPtyLtd是澳大利亚的一家私营企业,正在新南威尔士开发深度学习试点项目。  Wust在今年早些时候举办的GPU技术大会上提到了纽约大都会运输署(MTA)的案例,它使用以通信为基础的列车控制技

3、术,投入的地铁项目资金高达数十亿美元。该案例证明:选择过时的列车技术将付出高昂的代价。纽约州州长AndrewCuomo曾在一次讲话中表示,按目前的速度,升级整套地铁系统需花费40年的时间。  某报告指出,升级地铁系统的项目将耗费长达35年时间,花费200亿美元。而今,Wust指出,基于列车的人工智能解决方案能够最大程度地节省资金、缩短工期。    4TEL公司致力于提高列车系统的安全性能、减少基础设施建设,并确保机器持续学习。许多人认为,自动加速和制动系统能够改善列车控制情况。Wust表示:“我们在日常生活

4、中看到的许多事故,通常都是人为失误造成的。”  4TEL公司携手工程公司JohnHolland,将在新南威尔士国家区域网络(CountryRegionalNetwork)中的列车上应用以机器学习为基础的全新技术方法。在当前阶段,Wust的目标是收集数据,并了解该技术方法与行为模型的配合情况。  4TEL公司在新南威尔士设有一个Horus系统建设试点项目。该项目利用红外摄像机、光学摄像机以及机器学习算法,为列车运营提供软件支持。该系统在NVIDIADRIVE平台上运行。  追踪模拟效果  Wust所在的公司是

5、少数几家运用所谓的“数字孪生”(“digitaltwin”)模型对自动驾驶列车领域进行开拓的先驱型铁路公司之一。这种模型能够模拟出轨道上的情况,从而反映其真实铁路网络。  管理着一国之中总长近5,000英里、宽度约200英里铁路的瑞士联邦铁路公司曾在GTC大会上谈及他们为确保列车系统准时运行而升级系统的努力。  该公司维护的系统错综复杂,调度着国内的高速列车和低速货运列车。要让这个复杂的列车运输网络正常运作,需要约13,000个开关来进行控制。  该公司每天运送的旅客超过120万人次。它拥有独立发电厂,为其

6、列车供应的几乎全是可再生能源;它同时也是瑞士最大的房地产企业之一。“你可能会感到惊讶——除此之外,我们还是一家大型软件公司,”这家公司的业务分析员兼人工智能研究员ErikNygren表示。  该公司的研究与创新平台由DirkAbels负责。平台使用NVIDIADGX-1AI超级计算机进行模拟仿真和深度强化学习,以优化列车时刻表和调度安排。  该公司已将其掌握的所有地理信息整合到模拟环境中,让列车调度员可在虚拟环境中实现实时列车数据的交互。  此外,该公司还进行了安全性能方面的开发,为列车添加了自动制动系统,

7、目前正处于模拟阶段。公司业务分析员兼HPC专家AdrianEgli表示:“我们的碰撞检测能在半秒内完成。  维护保养  除上述公司之外,通用电气正致力于开发车内列车引导系统,将摄像机、软件与GPU技术整合为一体。通用电气与印度铁路公司签署了一份合同,在印度班加罗尔的列车上试用技术。  这家公司不仅销售设备,还通过订购方式销售包含分析功能的摄像系统。通用电气运输系统(GETransportation)运用NVIDIADGX-1和其他的NVIDIAGPU进行训练,并运用NVIDIAXavier平台和P100GP

8、U进行车载模型推理。  轨道检查是一项严峻考验——检查期间,需要封闭部分轨道,便于工作人员在轨道上行走,找出有问题的枕木和其他需要维护保养的地方。轨道封闭的这段时间,可能会导致数百万美元的流失。通用电气运输系统正致力于运用人工智能将定期维护升级为“预测型和规范型维护”,从而既可确保安全,又能节省资金。  此外,通用电气还致力于钻研利用其前置摄像头系统来确保列车安全、进行轨道检查等,希望打造出足够智能的列车,让其自

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。