在機器學習、圖像識別和 NVIDIA GPU 的助力下，列車即將開啟自主運輸?shù)南群印?/p>

自動駕駛汽車和卡車已經(jīng)成為人們熱議的話題。但事實上，最有可能搶先一步、成為首款全自動交通工具的是列車。

原因是不同于載客汽車或長途卡車，列車是在軌道上運行的。其特定的運行環(huán)境，決定其需要認識理解的環(huán)境相對有限，且不涉及太多類型的決策。

無論是以硬件為基礎(chǔ)的信號系統(tǒng)，還是射頻調(diào)度系統(tǒng)，運用于列車上的眾多技術(shù)都已有數(shù)十年“高齡”。

如今，列車專職人員已開始利用互聯(lián)網(wǎng)、精密的傳感設(shè)備，以及日益普及的 GPU 驅(qū)動深度學習等工具與技術(shù)，來確保列車準時運行。

對于列車運輸這一早期工業(yè)革命的標志性行業(yè)而言，這無疑是巨大的變化。

“智能列車的未來”

“我們正在探索智能列車和無聲軌道的未來。從軌道技術(shù)到車內(nèi)技術(shù)，所有技術(shù)都在快速革新?！?TEL Pty Ltd 的總經(jīng)理 Derel Wust 如是說。4TEL Pty Ltd 是澳大利亞的一家私營企業(yè)，正在新南威爾士開發(fā)深度學習試點項目。

Wust 在今年早些時候舉辦的 GPU 技術(shù)大會上提到了紐約大都會運輸署 (MTA)的案例，它 使用以通信為基礎(chǔ)的列車控制技術(shù)，投入的地鐵項目資金高達數(shù)十億美元。該案例證明：選擇過時的列車技術(shù)將付出高昂的代價。紐約州州長 Andrew Cuomo 曾在一次講話中表示，按目前的速度，升級整套地鐵系統(tǒng)需花費 40 年的時間。

某報告指出，升級地鐵系統(tǒng)的項目將耗費長達 35 年時間，花費 200 億美元。而今，Wust 指出，基于列車的人工智能解決方案能夠最大程度地節(jié)省資金、縮短工期。

4TEL 公司致力于提高列車系統(tǒng)的安全性能、減少基礎(chǔ)設(shè)施建設(shè)，并確保機器持續(xù)學習。許多人認為，自動加速和制動系統(tǒng)能夠改善列車控制情況。Wust 表示：“我們在日常生活中看到的許多事故，通常都是人為失誤造成的?！?/p>

4TEL 公司攜手工程公司 John Holland，將在新南威爾士國家區(qū)域網(wǎng)絡(luò) (Country Regional Network) 中的列車上應(yīng)用以機器學習為基礎(chǔ)的全新技術(shù)方法。在當前階段，Wust 的目標是收集數(shù)據(jù)，并了解該技術(shù)方法與行為模型的配合情況。

4TEL 公司在新南威爾士設(shè)有一個 Horus 系統(tǒng)建設(shè)試點項目。該項目利用紅外攝像機、光學攝像機以及機器學習算法，為列車運營提供軟件支持。該系統(tǒng)在 NVIDIA DRIVE 平臺上運行。

追蹤模擬效果

Wust 所在的公司是少數(shù)幾家運用所謂的“數(shù)字孿生”（“digital twin”）模型對自動駕駛列車領(lǐng)域進行開拓的先驅(qū)型鐵路公司之一。這種模型能夠模擬出軌道上的情況，從而反映其真實鐵路網(wǎng)絡(luò)。

管理著一國之中總長近 5,000 英里、寬度約 200 英里鐵路的瑞士聯(lián)邦鐵路公司曾在 GTC 大會上談及他們?yōu)榇_保列車系統(tǒng)準時運行而升級系統(tǒng)的努力。

該公司維護的系統(tǒng)錯綜復雜，調(diào)度著國內(nèi)的高速列車和低速貨運列車。要讓這個復雜的列車運輸網(wǎng)絡(luò)正常運作，需要約 13,000 個開關(guān)來進行控制。

該公司每天運送的旅客超過 120 萬人次。它擁有獨立發(fā)電廠，為其列車供應(yīng)的幾乎全是可再生能源；它同時也是瑞士最大的房地產(chǎn)企業(yè)之一?！澳憧赡軙械襟@訝——除此之外，我們還是一家大型軟件公司，”這家公司的業(yè)務(wù)分析員兼人工智能研究員Erik Nygren表示。

該公司的研究與創(chuàng)新平臺由 Dirk Abels 負責。平臺使用 NVIDIA DGX-1 AI 超級計算機進行模擬仿真和深度強化學習，以優(yōu)化列車時刻表和調(diào)度安排。

該公司已將其掌握的所有地理信息整合到模擬環(huán)境中，讓列車調(diào)度員可在虛擬環(huán)境中實現(xiàn)實時列車數(shù)據(jù)的交互。

此外，該公司還進行了安全性能方面的開發(fā)，為列車添加了自動制動系統(tǒng)，目前正處于模擬階段。公司業(yè)務(wù)分析員兼 HPC 專家 Adrian Egli 表示：“我們的碰撞檢測能在半秒內(nèi)完成。

維護保養(yǎng)

除上述公司之外，通用電氣正致力于開發(fā)車內(nèi)列車引導系統(tǒng)，將攝像機、軟件與 GPU 技術(shù)整合為一體。通用電氣與印度鐵路公司簽署了一份合同，在印度班加羅爾的列車上試用技術(shù)。

這家公司不僅銷售設(shè)備，還通過訂購方式銷售包含分析功能的攝像系統(tǒng)。通用電氣運輸系統(tǒng)（GE Transportation） 運用 NVIDIA DGX-1 和其他的 NVIDIA GPU 進行訓練，并運用 NVIDIA Xavier 平臺和 P100 GPU 進行車載模型推理。

軌道檢查是一項嚴峻考驗——檢查期間，需要封閉部分軌道，便于工作人員在軌道上行走，找出有問題的枕木和其他需要維護保養(yǎng)的地方。軌道封閉的這段時間，可能會導致數(shù)百萬美元的流失。通用電氣運輸系統(tǒng)正致力于運用人工智能將定期維護升級為“預測型和規(guī)范型維護”，從而既可確保安全，又能節(jié)省資金。

此外，通用電氣還致力于鉆研利用其前置攝像頭系統(tǒng)來確保列車安全、進行軌道檢查等，希望打造出足夠智能的列車，讓其自主檢查軌道情況。

與其他公司一樣，通用電氣同樣在運用數(shù)字孿生法，即模擬鐵路網(wǎng)絡(luò)。運用此方法，通用電氣得以持續(xù)監(jiān)測軌道情況，從而有助于定期維護。

4TEL 公司的 Wust 表示，想要讓列車做到通過可搜集對面軌道數(shù)據(jù)（如軌上障礙物）的車載攝像機和感應(yīng)器即可進行數(shù)據(jù)收集，這其實并不是難以想象。這些數(shù)據(jù)收集好之后，可整理成類似 Waze （知名社區(qū)化交通導航應(yīng)用程序）中的交通信息，傳輸至鐵路系統(tǒng)，供其他列車參考。

Rao 表示：“我們已經(jīng)開始研究這些圖像，希望從中提取出有價值的內(nèi)容?！?/p>