10、高度自动化铁路系统基于场景的认证探索

高度自动化铁路系统基于场景的认证探索

1. 铁路自动化相关技术现状

在铁路自动化的进程中，AoE（自动运行系统）已在特定区域得到应用和认证。例如，德国汉堡的S21有轨电车线路采用AoE技术，允许在终点站和车辆段之间进行无人驾驶（无乘客）运行。AoE的发展是场景驱动的，对常见运营场景进行了系统分析。不过，当AoE处于ETCS（欧洲列车控制系统）“完全监督”模式时，它被认为并非安全关键，因为假定ETCS会执行所有必要的紧急行动以确保安全运行，但前提是有列车司机在场，能够识别和处理ETCS范围之外的所有可管理的安全关键情况。

对于无人驾驶列车运行，司机的任务也需要自动化。Tagiew等人的研究关注识别使客运列车安全行驶所需的环境感知传感器需求，他们假设AoE系统的感知功能应至少与人类感官一样好。西门子已经提供配备自动行驶所需传感器的车辆，这些传感器与Tagiew等人确定的测量系统类似。

尽管列车保护系统和基础设施高度标准化，但铁路领域缺乏用于认证环境感知所需传感器系统和软件的特定领域规范标准。有一个适用于这些系统的与领域无关的安全标准是新的ANSI/UL 4600。

Grossmann等人描述了如何使用3D模拟和渲染引擎从随机场景生成用于测试人工智能组件的合成图像和视频，这些场景借助遵循汽车领域原则的铁路领域本体进行采样，重点在于生成图像/视频数据。而另一种方法则旨在对相关现象进行更抽象的观察，超越目标检测。

RailML是一种基于XML的铁路系统描述格式，侧重于宏观层面，可用于描述机车车辆、时刻表和轨道示意图等。

2. 现有铁路模拟器

在铁路领域，商业模拟平台用于培训和教育目的，其结构与海事领域类似。