FR3106558A1 - Système et procédé d’optimisation des opérations de trains circulant le long d’une ligne ferroviaire - Google Patents
Système et procédé d’optimisation des opérations de trains circulant le long d’une ligne ferroviaire Download PDFInfo
- Publication number
- FR3106558A1 FR3106558A1 FR2100519A FR2100519A FR3106558A1 FR 3106558 A1 FR3106558 A1 FR 3106558A1 FR 2100519 A FR2100519 A FR 2100519A FR 2100519 A FR2100519 A FR 2100519A FR 3106558 A1 FR3106558 A1 FR 3106558A1
- Authority
- FR
- France
- Prior art keywords
- train
- platform
- station
- stopping time
- next station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/10—Operations, e.g. scheduling or time tables
- B61L27/16—Trackside optimisation of vehicle or train operation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/40—Handling position reports or trackside vehicle data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Platform Screen Doors And Railroad Systems (AREA)
Abstract
Système et procédé d’optimisation des opérations de trains circulant le long d’une ligne ferroviaire
Système (100) et procédé d’optimisation des opérations d’un train (1), dans lequel des caméras (110) installées sur un quai (2) d’une gare (3) capturent des images du train et des voyageurs (5). Un système de traitement d’image (120) calcule un temps d’arrêt optimal pour le train sur le quai sur la base des données d’image. Un système d’élaboration de données (130) calcule un temps d’arrêt prévu pour le train sur le quai d’une prochaine gare (4) sur la base de paramètres comprenant un nombre de voyageurs à l’intérieur du train et sur le quai de la prochaine gare, un temps d’arrêt mesuré et un temps d’arrêt optimal calculé sur le quai de la prochaine gare pour un train précédent, des données relative à des conditions environnementales et au trafic voyageurs pour une date calendaire.
Figure pour l'abrégé : Figure 1
Description
La présente invention concerne un système et un procédé d’optimisation des opérations de trains circulant le long d’une ligne ferroviaire.
Les système et procédé selon la présente invention sont particulièrement adaptés pour être utilisés dans des lignes ferroviaires urbaines ou de métro, et ils seront décrits ci-après en faisant spécifiquement référence à ces applications, sans vouloir en aucune façon limiter leur application possible à d’autres types de réseaux ferroviaires.
Comme on le sait, les systèmes de transport ferroviaire, et en particulier les systèmes de réseau ferré urbain, sont largement et de plus en plus utilisés dans le monde.
En service, les différents trains doivent accomplir leurs opérations sur la base d’un tableau horaire préétabli produit par un Centre de Commande Centralisé (« CCC ») ; le tableau horaire peut être affecté par certains événements sur la ligne ferroviaire qui influe sur les heures d’opération réelles de chaque train.
En particulier, des systèmes embarqués de Conduite Automatique des Trains (Automatic Train Operation, ATO) peuvent ne pas être en mesure d’obtenir un espacement souhaité en raison du temps d’arrêt variable dans chaque gare, c’est-à-dire du temps nécessaire pour terminer la montée/descente de voyageurs sur les quais de la gare.
En effet, le temps d’arrêt dépend de plusieurs variables et peut varier dans le temps à chaque gare et d’une gare à l’autre ; par exemple, ces variables incluent les heures/saisons de pointe/creuses, l’importance historique/touristique/industrielle de lieux proches de chaque gare, de conditions climatiques réelles, etc.
Par conséquent, d’un côté il est difficile de respecter des tableaux horaires sur la base de temps d’arrêt nominaux uniformes pour toutes les gares ; d’un autre côté il est souvent difficile de produire des tableaux horaires dans des centres de commande centralisés avec des temps d’arrêt différents en raison d’incertitudes et de variables variant de toute façon en temps réel, comme mentionné ci-dessus.
La présente invention vise à aborder ces problèmes, et en particulier à fournir un système et un procédé d’optimisation des opérations de trains circulant le long d’une ligne ferroviaire, proposant des améliorations substantielles comparé à des solutions connues, notamment en ce qui concerne la capacité de prendre correctement en compte le temps d’arrêt dans chaque gare en lien avec les conditions d’opération en temps réel.
Cet objectif est atteint par un système d’optimisation des opérations d’un train circulant le long d’une ligne ferroviaire, caractérisé en ce qu’il comprend au moins :
- une ou plusieurs caméras qui sont installées sur un quai d’une première gare située le long de la ligne ferroviaire, et sont conçues pour capturer des images du train par rapport audit quai et de voyageurs sur le quai se déplaçant pour monter dans le train et/ou descendre du train ;
- un système de traitement d’image configuré au moins pour mesurer le temps d’arrêt réel et pour calculer un temps d’arrêt optimal pour le train sur le quai de la première gare sur la base des données d’image reçues desdites une ou plusieurs caméras ;
- un premier système d’élaboration de données qui est configuré pour calculer un temps d’arrêt prévu pour le train sur le quai d’une prochaine gare le long de la ligne ferroviaire, sur la base d’un ou plusieurs paramètres sélectionnés dans le groupe comprenant un nombre calculé de voyageurs réels à l’intérieur du train, un nombre de voyageurs sur le quai de la prochaine gare, un temps d’arrêt réel mesuré et un temps d’arrêt optimal calculé sur le quai de la prochaine gare pour un train précédent circulant le long de la ligne ferroviaire, une donnée relative à des conditions environnementales réelles le long de la ligne ferroviaire ou de parties de celle-ci, une donnée indiquant des caractéristiques relatives au trafic voyageurs pour une date calendaire ou une partie de celle-ci.
L’objectif susmentionné est également atteint par un procédé d’optimisation des opérations d’un train circulant le long d’une ligne ferroviaire, caractérisé en ce qu’il comprend au moins les étapes suivantes :
- (a) : capture d’images de la position du train par rapport à un quai d’une première gare et de voyageurs sur le quai se déplaçant pour monter dans le le train (1) et/ou descendre du train ;
- (b) : sur la base des images capturées, mesure du temps d’arrêt réel et calcul d’un temps d’arrêt optimal pour le train sur le quai de la première gare ;
- (c) : calcul d’un temps d’arrêt prévu pour le train sur le quai d’une prochaine gare le long de la ligne ferroviaire, sur la base d’un ou plusieurs paramètres sélectionnés dans le groupe comprenant un ou plusieurs parmi un nombre calculé de voyageurs réels à l’intérieur du train, un nombre de voyageurs sur le quai de la prochaine gare, un temps d’arrêt réel mesuré et un temps d’arrêt optimal calculé sur le quai de la prochaine gare pour un train précédent circulant le long de la ligne ferroviaire, une donnée relative à des conditions environnementales réelles le long de la ligne ferroviaire ou de parties de celle-ci, une donnée indiquant des caractéristiques relatives au trafic voyageurs pour une date calendaire ou une partie de celle-ci.
D’autres caractéristiques et avantages deviendront évidents de la description de certains modes de réalisation, fournis à titre d’exemple, préférés mais non exclusifs d’un système et d’un procédé selon la présente divulgation, illustrés uniquement au moyen d’exemples non limitatifs avec les dessins d’accompagnement, dans lesquels :
Il convient de noter que dans la description détaillée qui suit, des composantes identiques ou similaires, d’un point de vue structurel et/ou fonctionnel, présentent les mêmes numéros de référence, indépendamment du fait qu’ils soient montrés ou non dans différents modes de réalisation de la présente description.
Il convient également de noter qu’afin de décrire de manière claire et concise la présente description, les dessins peuvent ne pas être nécessairement à l’échelle et certaines caractéristiques de la description peuvent être montrées sous une forme quelque peu schématique.
En outre, lorsque le terme « adapté » ou « agencé » ou « configuré » ou « formé » est ici utilisé en référence à toute composante dans son ensemble, ou à toute partie d’une composante, ou à une combinaison de composantes, il doit être entendu qu’il signifie et englobe de manière correspondante la structure et/ou la configuration et/ou la forme et/ou le positionnement.
En particulier, pour des moyens électroniques et/ou logiciels, chacun des termes listés ci-dessus signifie et englobe des circuits électroniques ou des parties de ceux-ci, ainsi que des codes et/ou des routines, des algorithmes ou des programmes complets stockés, intégrés ou exécutés, conçus de façon adaptée pour atteindre le résultat technique et/ou les performances fonctionnelles pour lesquels ces moyens ont été conçus.
La illustre schématiquement, à titre d’exemple, un système d’optimisation des opérations de trains circulant le long d’une ligne ferroviaire 10, selon la présente invention, indiqué par le numéro de référence général 100.
La ligne ferroviaire 10 peut par exemple être un système ferroviaire urbain, par exemple un métro, et comprend une pluralité de gare de ligne situées le long de la ligne ferroviaire 10 à une certaine distance les unes des autres.
En particulier, dans un souci de simplicité, à la la ligne ferroviaire 10 est représentée par une partie d’une voie et comme incluant uniquement deux gares de ligne, à savoir une gare de ligne 3 appelée par la suite également « première gare 3 », et une autre gare de ligne 4 appelée par la suite également « prochaine gare 4 », qui suit la première gare 3 en référence à un train, représenté schématiquement à la par le numéro de référence 1, se déplaçant le long de la ligne 10 dans la direction indiquée par la flèche « A ».
Il est évident que le nombre et le type de gares de ligne, ainsi que le type et la composition de chaque train, peuvent varier en fonction des applications spécifiques.
Chaque gare présente un quai 2 associé à une voie de la ligne 10 où les trains, pendant l’accomplissement de leur service, s’arrêtent pour la montée/descente de voyageurs.
Comme l’illustre schématiquement la , le système 100 selon la présente invention comprend une ou plusieurs caméras 110 qui sont installées sur le quai 2 de la première gare 3 et sont conçues pour capturer des images du train 1, et en particulier de sa position réelle relativement au quai 2, et aussi des images de voyageurs 5 sur le quai 2 se déplaçant pour monter dans le train 1 et/ou descendre du train 1.
Selon un mode de réalisation possible, le système 100 comprend au moins une première caméra 111, placée sur le quai 2, par exemple à l’entrée de celui-ci, avec son champ de vision orienté pour capturer des données d’image du train 1 entrant dans ou quittant le quai 2, et au moins une deuxième caméra 112, de préférence une pluralité de deuxièmes caméras 112, montée sur le quai 2, par exemple sur le toit ou sur un côté de celui-ci, avec son/leur champ de vision orienté par exemple vers la position attendue des portes du train 1 une fois que le train s’est arrêté au quai 2, pour capturer des données d’image de voyageurs se déplaçant jusque dans le train 1 et/ou hors du train 1.
Les deuxièmes caméras 112 peuvent être correctement positionnées pour couvrir la distance porte-à-porte du train 1, et finalement la totalité du quai 2, éventuellement sans aucun écart.
La première caméra 111 peut par exemple être une caméra vidéo à double tête, avec la tête avant faisant face à l’entrée du quai 2, et la tête arrière faisant face à la dernière voiture du train comme le montre la ; cette caméra 111 peut déclencher par exemple un enregistrement automatique d’images vidéo par les deuxièmes caméras 112 sur la base de l’arrivée et des départs d’un train 1.
Pour faciliter l’illustration, seul le quai 2 de la première gare 3 est montré équipé des une ou plusieurs caméras 110 ; de toute évidence, plusieurs gares, de préférence toutes les gares situées le long de la ligne ferroviaire 10, sont dotées des différentes caméras 110 sur chaque quai 2 concerné.
Comme illustré, le système 100 comprend en outre un système de traitement d’image 120 qui est configuré au moins pour mesurer le temps d’arrêt réel et pour calculer un temps d’arrêt optimal pour le train sur le quai 2 de la première gare 3, sur la base des données d’image reçues des une ou plusieurs caméras 110.
Par exemple, le système de traitement d’image 120 comprend ou est constitué par un serveur d’analyse vidéo qui est en communication opérationnelle avec les une ou plusieurs caméras 110, via des dispositifs de communication 125 respectifs.
Selon un mode de réalisation possible, le système de traitement ou serveur d’analyse vidéo 120 est centralisé, à savoir qu’il est situé par exemple dans une salle de commande centralisée conçue pour superviser la totalité de la ligne ferroviaire 10, et est en communication opérationnelle et reçoit toutes les données d’image de toutes les caméras 110 installées dans les différentes gares de la ligne 10 elle-même.
En pratique, pour chaque gare, une machine virtuelle est identifiée pour traiter les données vidéo dédiées correspondantes, et le système 120 accomplit une analyse vidéo afin d’extraire le nombre de voyageurs 5 sur un quai 2 pour la montée dans le train 1 et/ou /la descente du train 1 sur la base par exemple de la direction de mouvement de voyageurs, et mesure également les temps d’arrêt réels et calcule les temps d’arrêt optimaux.
Par exemple, dans la mesure où les images vidéo sont tout d’abord prises juste avant le temps d’arrivée du train, tous les voyageurs 5 attendant sur le quai peuvent être comptés en tant que nombre de voyageurs montant dans le train ; sur la base de la vitesse des voyageurs 5 se déplaçant vers le quai, les voyageurs descendant peuvent être identifiés et à l’aide de la vue de dessus de têtes, cheveux et nez pointant de côté, le nombre de voyageurs descendant du train 1 est calculé.
Le « temps d’arrêt réel » est par exemple mesuré à partir des données vidéo sur la base de l’intervalle de temps entre l’ouverture automatique des portes et la fermeture automatique des portes ; le « temps d’arrêt optimal » est calculé à partir des données vidéo sur la base de l’intervalle de temps entre l’ouverture des portes et il n’y a aucun mouvement de voyageurs avant la fermeture automatique des portes. Le « temps d’arrêt optimal » peut être plus court que le ou égal au « temps d’arrêt réel ».
Selon l’invention, un premier système ou unité d’élaboration 130, raccordé de manière opérationnelle au système de traitement d’image 120, est configuré pour calculer un temps d’arrêt prévu pour le train 1 sur le quai 2 d’une prochaine gare 4 le long de la ligne ferroviaire 10, sur la base d’un ou plusieurs paramètres sélectionnés dans le groupe comprenant un nombre calculé de voyageurs réels à l’intérieur du train 1, un nombre de voyageurs sur le quai 2 de la prochaine gare 4, un temps d’arrêt réel mesuré et un temps d’arrêt optimal calculé sur le quai 2 de la prochaine gare 4 pour un train précédent circulant le long de la ligne ferroviaire 10 dans la même direction A, une donnée relative à des conditions environnementales réelles le long de la ligne ferroviaire 1 ou de parties de celle-ci, une donnée indiquant des caractéristiques relatives au trafic voyageurs pour une date calendaire ou une partie de celle-ci.
Selon un mode de réalisation, le premier système d’élaboration 130 comprend, ou est constitué par, un premier serveur 130 basé sur un réseau neuronal qui est en communication opérationnelle avec le serveur d’analyse vidéo 120, et est également centralisé, c’est-à-dire qu’il est placé dans une salle de commande centralisée pour la totalité de la ligne 10 et est unique pour les différentes gares le long de la ligne 10 elle-même.
Dans la mesure où le nombre de voyageurs montant dans un train et/ou descendant d’un train dépend également de l’emplacement de la gare, une sorte de machine virtuelle est identifiée dans le système 130 pour chaque gare, c’est-à-dire qu’un modèle basé sur un réseau neuronal est défini pour chaque gare.
Dans la pratique, selon ce mode de réalisation, le premier serveur 130 basé sur un réseau neuronal est pré-entraîné avec diverses données pertinentes pour chaque gare et à l’aide de pondérations appropriées pour les différentes saisies de paramètres indiquées ci-dessus, à savoir le nombre de voyageurs à l’intérieur d’un train 1 concerné, le nombre de voyageurs 5 sur le quai 2 de la prochaine gare 4, le temps d’arrêt réel mesuré et le temps d’arrêt optimal calculé sur le quai 2 de la prochaine gare 4 pour un train précédent circulant le long de la ligne ferroviaire 10 dans la même direction A, des données environnementales ou climatiques telles que la température, la vitesse du vent, la pluie, la neige, etc., des données relatives à des dates calendaires telles des jours fériés et des jours de fête, des périodes de vacances, qui peuvent être saisies par des opérateurs, des temps de pointe/creux qui peuvent être attribués automatiquement ou saisis manuellement.
Selon un mode de réalisation possible, les données environnementales ou climatiques telles celles indiquées ci-dessus sont fournies par un ou plusieurs capteurs du système 100 ; ces capteurs sont placés en des positions sélectionnées le long de la ligne ferroviaire 10 pour détecter des données réelles d’un ou plusieurs paramètres environnementaux correspondants à fournir au premier serveur 130 pour calculer le temps d’arrêt prévu pour le train 1 sur le quai 2 d’une prochaine gare 4. Par exemple, ces un ou plusieurs capteurs, représentés schématiquement à la par le numéro de référence 115 uniquement pour la première station 3, peuvent être des capteurs d’extérieur montés dans chaque gare.
Une fois que l’entraînement du système d’élaboration 130 est terminé, il est validé à l’aide d’un ou plusieurs ensembles de données en temps réel, puis le système d’élaboration 130 est mis en opérations en temps réel pour prévoir le temps d’arrêt dans les différentes gares.
Dans la mesure où l’ensemble du système 100 traite et collecte des données tout au long de chaque journée, un réapprentissage/recalcul du système 130 peut être accompli périodiquement, par exemple chaque nuit à heure fixe. Si les pondérations précédemment utilisées s’écartent sensiblement, pour quelque raison que ce soit, d’une limite tolérable, de nouvelles pondérations sont téléchargées dans le système 130. Cela garantit l’apprentissage en continu de la prévision de temps d’arrêt sur la période et améliore la précision dans la prévision.
Comme illustré à la , le système 100 selon l’invention comprend un second système ou unité d’élaboration 140, raccordé de manière opérationnelle au premier système ou unité d’élaboration 130, qui est configuré pour calculer, pour le train 1 quittant le quai 2 de la première gare 3, d’abord le temps de circulation total nécessaire pour atteindre et quitter le quai 2 de la prochaine station 4 et ensuite pour générer, sur la base du temps de circulation total calculé, au moins un profil de conduite optimisé à suivre par le train 1 depuis le quai 2 de la première gare 3 jusqu’à l’arrêt sur le quai de la prochaine gare 4.
En pratique, le temps de circulation total est calculé comme étant le temps d’arrivée depuis la première gare 3 à la prochaine gare 4 plus le temps d’arrêt à la prochaine gare 4 elle-même.
L’espacement entre deux trains peut être calculé, par exemple automatiquement, sur la base du temps d’arrivée à la même gare à l’aide d’images capturées par la caméra à double tête 111.
Selon un mode de réalisation, le second système ou unité d’élaboration 140 comprend, ou est constitué, par un serveur d’optimisation 140 (ci-après également appelé second serveur 140) qui est en communication opérationnelle avec le premier système ou unité d’élaboration 130 et est également centralisé, c’est-à-dire qu’il est placé dans une salle de commande centralisée pour la totalité de la ligne 10 et est unique pour les différentes gares le long de la ligne 10 elle-même.
En particulier, selon un mode de réalisation possible, le second système ou serveur d’élaboration 140 est configuré d’abord pour générer une pluralité de profils de conduite optimisés sur la base du temps de circulation total calculé, puis pour sélectionner un profil de conduite parmi la pluralité de profils de conduite générés pour être suivis par le train 1 sur la base d’un objectif opérationnel sélectionnable que l’on souhaite atteindre.
L’objectif opérationnel sélectionnable peut être par exemple la ponctualité, p. ex. le respect d’un tableau horaire préfixé, ou alternativement une consommation d’énergie, par exemple pour réaliser certaines économies ; bien entendu, d’autres objectifs opérationnels et/ou des combinaisons de ceux-ci peuvent être sélectionnés.
En conséquence, dans un mode de réalisation possible du système 100, le second serveur 140 est configuré pour sélectionner parmi la pluralité de profils de conduite générés, un profil de conduite à suivre par le train 1 sur la base d’un temps de circulation prédéfini à respecter par le train 1, c’est-à-dire selon l’objectif opérationnel de ponctualité, si le temps d’arrêt prévu pour le train 1 est supérieur ou égal à un temps d’arrêt nominal prédéfini sur le quai 2 de la prochaine gare 4 ; alternativement, le profil de conduite à suivre par le train 1 peut être sélectionné sur la base d’un niveau souhaité d’économies d’énergie à réaliser par le train 1 (c’est-à-dire que le critère opérationnel de consommation est choisi) si le temps d’arrêt prévu pour le train 1 est inférieur à un temps d’arrêt nominal prédéfini sur le quai 2 de la prochaine gare 4.
Le temps d’arrêt nominal est par exemple le temps habituel pris en considération par le centre de commande centralisé, représenté schématiquement à la par le numéro de référence 150, lors de la production du tableau horaire général pour les trains circulant sur la ligne ferroviaire 10.
En pratique, pour chaque train, une machine virtuelle est identifiée pour accomplir les calculs d’optimisation sur la base de diverses saisies, à savoir des données de base de données de trains et de voies, tels des données relatives à des taux d’accélération/de décélération maximaux pour chaque train, des limitations de vitesse permanentes pour des sections de voies, etc. Un algorithme d’optimisation approprié du second serveur 140 fournit un ensemble de profils de conduite optimisés dans lesquels, par exemple, dans un scénario, sont optimisés des temps soit d’accélération–croisière (acceleration–cruising, AC) soit d’accélération–croisière–marche sur l’erre (acceleration–cruising–coasting, ACC). En conséquence, un train peut avoir différents modes tels Traction–Croisière–Marche sur l’erre–Freinage (Motoring–Cruising–Coasting–Braking, MCCB) ou Traction–Croisière–Freinage (Motoring–Cruising–Braking, MCB). Ainsi, l’algorithme d’optimisation fournit l’ensemble des profils de conduite optimisés, c’est-à-dire un temps optimisé pour AC/ACC et un mode d’opération optimisé pour MCCB/MCB ainsi que la sortie d’un « temps total optimisé » dédié à la circulation (ponctualité) et une consommation d’énergie prévue. La logique de décision du second serveur 140 sélectionne le profil de conduite le mieux optimisé parmi l’ensemble des profils générés sur la base de l’objectif choisi ponctualité ou économie d’énergie, et le transmet au système embarqué de Conduite Automatique des Trains (ATO) du train 1 pour exécution.
Un procédé d’optimisation des opérations d’un train 1 circulant le long d’une ligne ferroviaire 10, selon l’invention, sera maintenant décrit en référence à la .
En particulier, le procédé, indiqué par le numéro de référence général 200, comprend au moins les étapes suivantes :
- 210 : capturer, par exemple au moyen des une ou plusieurs caméras 110 qui sont installées sur un quai 2 de la première gare 3 située le long de la ligne ferroviaire 10, des images du train 1 par rapport au quai 2, et de voyageurs 5 sur le quai 2 se déplaçant pour monter dans le train 1 et/ou descendre du train 1 ;
- 220 : sur la base des images capturées par les une ou plusieurs caméras 110, mesurer le temps d’arrêt réel et calculer un temps d’arrêt optimal pour le train 1 sur le quai 2 de la première gare 3, par exemple au moyen du système de traitement d’image 120 ;
- 230 : calculer, par exemple au moyen du premier système d’élaboration de données 130, un temps d’arrêt prévu pour le train 1 sur le quai 2 d’une prochaine gare 4 le long de la ligne ferroviaire 10, sur la base d’un ou plusieurs paramètres sélectionnés dans le groupe comprenant un nombre calculé de voyageurs réels à l’intérieur du train 1, un nombre de voyageurs sur le quai 2 de la prochaine gare 4, un temps d’arrêt réel mesuré et un temps d’arrêt optimal calculé sur le quai 2 de la prochaine gare 4 pour un train précédent circulant le long de la ligne ferroviaire 10 dans la même direction, une donnée relative à des conditions environnementales réelles le long de la ligne ferroviaire 1 ou de parties de celle-ci, des données indiquant des caractéristiques relatives au trafic voyageurs pour une date calendaire ou une partie de celle-ci.
Dans un mode de réalisation possible, le procédé 200 comprend en outre les étapes suivantes :
- 240 : calculer pour le train 1 quittant le quai 2 de la première gare 3, par exemple au moyen du second système d’élaboration 140, un temps de circulation total pour atteindre et quitter un quai 2 de la prochaine gare 4 ; et ensuite
- 250 : générer, sur la base du temps de circulation total calculé, et toujours par exemple au moyen d’un second système d’élaboration 140, au moins un profil de conduite optimisé à suivre par le train 1 depuis le quai 2 de la première gare 3 jusqu’au quai 2 de la prochaine gare 4.
Selon un mode de réalisation, l’étape 250 de génération d’au moins un profil de conduite optimisé comprend une première sous-étape 252 de génération d’une pluralité de profils de conduite optimisés sur la base du temps de circulation total calculé, et une seconde sous-étape 254 de sélection, parmi la pluralité de profils de conduite générés, d’un profil de conduite à suivre par le train 1 sur la base d’un objectif opérationnel sélectionnable, tels en particulier la ponctualité ou une consommation d’énergie.
Plus particulièrement, dans un mode de réalisation, la seconde sous-étape 254 de sélection comprend la sélection, parmi la pluralité de profils de conduite générés, d’un profil de conduite à suivre par le train 1 sur la base d’un temps de circulation prédéfini à respecter par le train 1 si le temps d’arrêt prévu pour le train 1 est supérieur ou égal à un temps d’arrêt nominal prédéfini sur le quai 2 de la prochaine gare 4 ; ou alternativement, le un profil de conduite est sélectionné sur la base d’un niveau d’économie d’énergie à atteindre par le train 1 si le temps d’arrêt prévu pour le train 1 est inférieur à un temps d’arrêt nominal prédéfini sur le quai 2 de la prochaine gare 4.
Dans un mode de réalisation, le procédé 200 comprend une étape 260 de fourniture de données réelles d’un ou plusieurs paramètres environnementaux correspondants détectés par un ou plusieurs capteurs 115 placés le long de la ligne ferroviaire 10, le premier système d’élaboration de données 130 pour le calcul à l’étape 230 du temps d’arrêt prévu pour le train 1 sur le quai 2 de la prochaine gare 4.
En pratique, lorsqu’un train 1 débute son service et entre dans la première gare 3 de la ligne 10, le nombre de voyageurs à l’intérieur du train peut être considéré égal à zéro. Une fois que le train 1 arrive à l’intérieur du champ de vision (field of view, FOV) de la tête avant de première caméra 111, la première caméra 111 envoie l’alerte aux deuxièmes caméras 112 pour débuter l’enregistrement. Sur la base de cette alerte, l’enregistrement des images vidéo de foule sur le quai 2 est débuté pour compter un nombre de voyageurs 5 prêts à monter dans le train 1. L’arrêt complet du train 1 sur le quai 2 est détecté à l’aide de la tête arrière de la caméra 111, et un compteur de temps d’arrêt démarre sur la base du déclenchement des données de la tête arrière de la caméra 111. En même temps, les deuxièmes caméras 112 capturent des moments où des personnes descendent du train 1. L’enregistrement vidéo continue jusqu’à ce que le train 1 débute le mouvement pour quitter le quai 2 après que les portes du train 1 ont été fermées. Le mouvement du train est détecté à l’aide de la tête arrière de la première caméra 111 ; cela complète le calcul du « temps d’arrêt réel » par le serveur d’analyse vidéo 120. À cette fin, des données sont transmises au serveur d’analyse vidéo 120 via les dispositifs de communication 125 et en utilisant par exemple une communication sans fil à large bande passante. À l’aide des données vidéo analysées, le temps réel auquel la montée des voyageurs est terminée (indépendamment du temps d’arrêt réel) est calculé et représente le « temps d’arrêt optimal ». Lorsqu’ils sont utilisés, les capteurs d’extérieur 115 envoient des données environnementales au premier système d’élaboration de données 130 via des dispositifs de communication 125 respectifs, à l’aide par exemple d’une connexion sans fil à faible bande passante. Sur la base des données vidéo et des données de capteur à la prochaine gare 4, le premier système d’élaboration de données 130 prévoit le « temps d’arrêt optimal » à l’aide des pondérations de réseau neuronal spécifiques à la prochaine gare 4. Si le temps d’arrêt prévu est plus long que le temps d’arrêt nominal habituel, le profil exécuté pour le train 1 est sélectionné de sorte que le train 1 atteigne la prochaine gare quelques secondes avant le temps d’arrivée programmé. Cela donne du temps supplémentaire aux voyageurs pour monter dans/descendre du train 1. Dans la mesure où le temps d’arrivée anticipée est utilisé pour un temps d’arrêt, le tableau horaire général n’est pas affecté. L’arrivée anticipée peut être actualisée de façon dynamique dans le centre de commande centralisé 150. Si le temps d’arrêt prévu est sensiblement égal au temps d’arrêt nominal habituel, le profil d’exécution est alors sélectionné de telle sorte que par exemple le temps programmé soit strictement respecté. Dans ce cas, la ponctualité se voit accorder une importance primordiale par rapport à la consommation d’énergie. Si le temps d’arrêt prévu est plus court que le temps d’arrêt nominal habituel, le profil d’exécution est alors sélectionné de telle sorte que la consommation d’énergie, et donc les économies d’énergie, se voie accorder une plus grande importance que la ponctualité. Il peut en résulter un profil avec un temps de marche sur l’erre plus long, et donc en résulter un léger retard pour le temps d’arrivée. Pour moins de voyageurs, un temps d’arrêt plus court est suffisant. Ainsi, seul le temps d’arrêt supplémentaire non utilisé est exploité en faveur des économies d’énergie. Cela n’affectera pas le tableau horaire, mais l’arrivée retardée de quelques secondes peut quand même être communiquée au centre de commande 150 via le second système d’élaboration 140. Les profils optimisés pour chaque scénario sont générés par le serveur d’optimisation 140 à l’aide des données de train-voie et de toute contrainte pour le scénario respectif, c’est-à-dire le temps de parcours pour la ponctualité, et un pourcentage d’économie pour une consommation d’énergie. Sur la base des profils optimisés, le profil de conduite est choisi et transmis au train 1. Le profil de conduite sélectionné inclut, entre autres, des informations sur un temps de traction–temps de croisière–temps de marche sur l’erre ou temps de traction–temps de croisière optimaux. Le système embarqué de conduite automatique des trains conduit le train 1 conformément aux modes Traction–Croisière–Marche sur l’erre–Freinage (MCCB) ou Traction–Croisière–Freinage (MCB), sur la base du profil respectif reçu depuis le serveur d’optimisation 140. Les différentes étapes ci-dessus sont répétées à chaque gare et pour chaque train de manière autonome, où, dans l’ordre, la prochaine gare 4 représenterait la première gare 3 une fois que le train 1 y arrive, et la gare suivante le long de la ligne 10 représenterait la nouvelle prochaine gare 4.
Ainsi, il ressort de la description qui précède que le système 100 et le procédé 200 selon la présente invention atteignent l’objectif visé dans la mesure où ils permettent d’optimiser les opérations de trains le long d’une ligne ferroviaire, en particulier en prenant en compte, en temps réel, le temps d’arrêt dans chaque gare et en ajustant ensuite de façon dynamique le profil de conduite réel de chaque train. En conséquence, il est possible d’obtenir de façon flexible des économies d’énergie et/ou la ponctualité sur la base des profils de conduite sélectionnés.
Le système 100 et le procédé 200 ainsi conçus sont susceptibles de modifications et de variations, qui toutes entrent dans le cadre du concept inventif, tel que défini en particulier par les revendications annexées ; par exemple, les différents systèmes ou unités 120, 130, 140 précédemment décrits peuvent être positionnés de préférence dans une salle opérationnelle unique où se trouve également la salle de commande centrale 150, chacun et tous parmi eux peuvent comprendre un ensemble de composantes matérielles et logicielles, tels un ou plusieurs postes de travail et affichages de commande correspondants, des unités d’élaboration ou des dispositifs à base de processeur, etc., tels que représentés schématiquement par les symboles graphiques dessinés à la .
Claims (10)
- Système (100) d’optimisation des opérations d’un train (1) circulant le long d’une ligne ferroviaire (10), caractérisé en ce qu’il comprend au moins :
- une ou plusieurs caméras (110) qui sont installées sur un quai (2) d’une première gare (3) située le long de la ligne ferroviaire (10) et sont conçues pour capturer des images du train (1) par rapport audit quai (2) et à des voyageurs (5) sur le quai (2) se déplaçant pour monter dans le train (1) et/ou descendre du train (1) ;
- un système de traitement d’image (120) configuré au moins pour mesurer le temps d’arrêt réel et pour calculer un temps d’arrêt optimal pour le train (1) sur le quai (2) de la première gare (3) sur la base des données d’image reçues desdites une ou plusieurs caméras (110) ;
- un premier système d’élaboration de données (130) qui est configuré pour calculer un temps d’arrêt prévu pour le train (1) sur le quai (2) d’une prochaine gare (4) le long de la ligne ferroviaire (10), sur la base d’un ou plusieurs paramètres sélectionnés dans le groupe comprenant un nombre calculé de voyageurs réels à l’intérieur du train (1), un nombre de voyageurs sur le quai (2) de la prochaine gare (4), un temps d’arrêt réel mesuré et un temps d’arrêt optimal calculé sur le quai (2) de la prochaine gare (4) pour un train précédent circulant le long de la ligne ferroviaire (10), des données relatives à des conditions environnementales réelles le long de la ligne ferroviaire (1) ou de parties de celle-ci, des données indiquant des caractéristiques relatives au trafic voyageurs pour une date calendaire ou une partie de celle-ci. - Système (100) selon la revendication 1, dans lequel le système comprend un second système d’élaboration (140) qui est configuré pour calculer, pour le train (1) quittant le quai (2) de la première gare (3), d’abord un temps de circulation total pour atteindre et quitter le quai (2) de la prochaine gare (4) et ensuite pour générer, sur la base du temps de circulation total calculé, au moins un profil de conduite optimisé à suivre par le train (1) depuis le quai (2) de la première gare (3) jusqu’au quai de la prochaine gare (4).
- Système (100) selon la revendication 2, dans lequel ledit second système d’élaboration (140) est configuré pour générer une pluralité de profils de conduite optimisés sur la base du temps de circulation total calculé et pour sélectionner un profil de conduite parmi ladite pluralité de profils de conduite à suivre par le train (1) sur la base d’un objectif opérationnel sélectionnable à respecter.
- Système (100) selon la revendication 3, dans lequel ledit second système d’élaboration (140) est configuré pour sélectionner parmi ladite pluralité de profils de conduite générés, un profil de conduite à suivre par le train (1) sur la base d’un temps de circulation prédéfini à respecter par le train (1) si le temps d’arrêt prévu pour le train (1) est supérieur ou égal à un temps d’arrêt nominal prédéfini sur le quai (2) de la prochaine gare (4), ou sur la base d’un niveau de consommation d’énergie à réaliser par le train (1) si le temps d’arrêt prévu pour le train (1) est inférieur à un temps d’arrêt nominal prédéfini sur le quai (2) de la prochaine gare (4).
- Système (100) selon l’une quelconque des revendications précédentes, dans lequel le premier système d’élaboration de données (130) est un serveur centralisé basé sur un réseau neuronal, pré-entraîné et actualisé périodiquement, ledit serveur centralisé basé sur un réseau neuronal comprenant un modèle basé sur un réseau neuronal pour chaque gare située le long de la ligne ferroviaire (10).
- Système (100) selon l’une quelconque des revendications précédentes, dans lequel lesdites une ou plusieurs caméras (110) comprennent au moins une première caméra (111) avec son champ de vision orienté pour capturer des données d’image du train (1) entrant dans ou quittant le quai (2), et au moins une deuxième caméra (112) avec son champ de vision orienté pour capturer des données d’image de voyageurs se déplaçant jusque dans le train (1) et/ou hors du train (1).
- Système (100) selon l’une quelconque des revendications précédentes, dans lequel il comprend en outre un ou plusieurs capteurs (115) placés en des positions sélectionnées le long de la ligne ferroviaire (10) pour détecter des données réelles d’un ou plusieurs paramètres environnementaux correspondants à fournir audit premier système d’élaboration de données (130) pour le calcul du temps d’arrêt prévu pour le train (1) sur le quai (2) d’une prochaine gare (4).
- Procédé (200) d’optimisation des opérations d’un train (1) circulant le long d’une ligne ferroviaire (10), caractérisé en ce qu’il comprend au moins les étapes suivantes :
- 210 : capturer des images de la position du train (1) par rapport au quai (2) d’un première gare (3) et à des voyageurs (5) sur le quai (2) se déplaçant pour monter dans le train (1) ou descendre du train (1) ;
- 220 : sur la base des images capturées, mesurer le temps d’arrêt réel et calculer un temps d’arrêt optimal pour le train (1) sur le quai (2) de la première gare (3) ;
- 230 : calculer un temps d’arrêt prévu pour le train (1) sur le quai (2) d’une prochaine gare (4) le long de la ligne ferroviaire (10), sur la base d’un ou plusieurs paramètres sélectionnés dans le groupe comprenant un ou plusieurs parmi un nombre calculé de voyageurs réels à l’intérieur du train (1), un nombre de voyageurs sur le quai (2) de la prochaine gare (4), un temps d’arrêt réel mesuré et un temps d’arrêt optimal calculé sur le quai (2) de la prochaine gare (4) pour un train précédent circulant le long de la ligne ferroviaire (10), des données relatives à des conditions environnementales réelles le long de la ligne ferroviaire (1) ou de parties de celle-ci, une donnée indiquant des caractéristiques relatives au trafic voyageurs pour une date calendaire ou une partie de celle-ci. - Procédé (200) selon la revendication 8, dans lequel le procédé comprend les étapes suivantes :
- 240 : calculer pour le train (1) quittant le quai (2) de la première gare (3), un temps de circulation total pour atteindre et quitter un quai (2) de la prochaine gare (4) ; et ensuite
- 250 : générer, sur la base du temps de circulation total calculé, au moins un profil de conduite optimisé à suivre par le train (1) depuis le quai (2) de la première gare (3) jusqu’au quai (2) de la prochaine gare (4). - Procédé (200) selon la revendication 9, dans lequel ladite étape (250) de génération d’au moins un profil de conduite optimisé comprend une première sous-étape (252) de génération d’une pluralité de profils de conduite optimisés sur la base du temps de circulation total calculé, et une seconde sous-étape (254) de sélection, parmi ladite pluralité de profils de conduite générés, d’un profil de conduite à suivre par le train (1) sur la base d’un objectif opérationnel à respecter.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IN202041002989 | 2020-01-23 | ||
| IN202041002989 | 2020-01-23 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3106558A1 true FR3106558A1 (fr) | 2021-07-30 |
| FR3106558B1 FR3106558B1 (fr) | 2022-04-01 |
Family
ID=76969146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2100519A Active FR3106558B1 (fr) | 2020-01-23 | 2021-01-20 | Système et procédé d’optimisation des opérations de trains circulant le long d’une ligne ferroviaire |
Country Status (2)
| Country | Link |
|---|---|
| CA (1) | CA3106015A1 (fr) |
| FR (1) | FR3106558B1 (fr) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115817587A (zh) * | 2021-09-17 | 2023-03-21 | 韩国铁道技术研究院 | 用于解决列车运行延时的实时重调度方法和装置 |
| WO2024062069A1 (fr) * | 2022-09-22 | 2024-03-28 | Thales | Procédé de création d'un modèle d'échange passager, procédé de contrôle d'au moins un véhicule de transport en commun, produit programme d'ordinateur et système |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114954572B (zh) * | 2022-06-14 | 2024-04-19 | 通号城市轨道交通技术有限公司 | 基于牵引耗能统计的列车自动调度方法和装置 |
| CN116757347B (zh) * | 2023-06-19 | 2024-02-13 | 中南大学 | 一种基于深度学习的铁路线路选线方法及系统 |
| GB2633056A (en) * | 2023-08-30 | 2025-03-05 | Siemens Mobility Ltd | Railway scheduling |
-
2021
- 2021-01-19 CA CA3106015A patent/CA3106015A1/fr active Pending
- 2021-01-20 FR FR2100519A patent/FR3106558B1/fr active Active
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115817587A (zh) * | 2021-09-17 | 2023-03-21 | 韩国铁道技术研究院 | 用于解决列车运行延时的实时重调度方法和装置 |
| EP4151501A1 (fr) * | 2021-09-17 | 2023-03-22 | Korea Railroad Research Institute | Procédé et appareil de reprogrammation en temps réel pour résoudre le retard de fonctionnement d'un train |
| WO2024062069A1 (fr) * | 2022-09-22 | 2024-03-28 | Thales | Procédé de création d'un modèle d'échange passager, procédé de contrôle d'au moins un véhicule de transport en commun, produit programme d'ordinateur et système |
| FR3140188A1 (fr) * | 2022-09-22 | 2024-03-29 | Thales | Procédé de création d’un modèle d’échange passager, procédé de contrôle d’au moins un véhicule de transport en commun, produit programme d'ordinateur et système |
Also Published As
| Publication number | Publication date |
|---|---|
| CA3106015A1 (fr) | 2021-07-23 |
| FR3106558B1 (fr) | 2022-04-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FR3106558A1 (fr) | Système et procédé d’optimisation des opérations de trains circulant le long d’une ligne ferroviaire | |
| EP2778014B1 (fr) | Procédé de gestion du trafic le long d'une ligne de métro automatique et système associé | |
| EP2269180B1 (fr) | Systeme d'aide a l'exploitation d'un reseau routier a qualite de service | |
| Petersen et al. | Multi-output deep learning for bus arrival time predictions | |
| FR2887632A1 (fr) | Dispositif et procede de surveillance et de controle de la qualite de l'air, pour vehicule automobile | |
| EP1403163B1 (fr) | Procédé de régulation d'un systéme de transport | |
| FR2530568A1 (fr) | Procede et dispositif de reconnaissance et de controle de position pour vehicules de transport | |
| FR2905105A1 (fr) | Dispositif de commande regulee de vehicule a precision recentree. | |
| FR3076775A1 (fr) | Procede d'optimisation du profil de vitesse d'un vehicule ferroviaire et dispositifs associes | |
| CN108597222A (zh) | 一种基于车路协同的公交到站时间预测方法、装置及系统 | |
| WO2017006006A1 (fr) | Procédé et système de gestion du trafic d'une ligne de véhicules circulant entre plusieurs stations d'arrêt | |
| JP2010221839A (ja) | 列車運行予測装置 | |
| CN110503237B (zh) | 一种城市轨道交通站台聚集人数短期预测的方法 | |
| CN109816183B (zh) | 一种精准公交客流大数据的优化方法及装置 | |
| EP3854624B1 (fr) | Procédé, et système, de mesure du comportement énergétique d'un réseau de transport, programme d'ordinateur associé | |
| FR2728856A1 (fr) | Dispositif et procede de regulation d'un moyen de transport guide | |
| EP1397281A1 (fr) | Systeme de transport automatique et guide de personnes et procede de commande de modules de transport circulant dans un tel systeme | |
| FR3140188A1 (fr) | Procédé de création d’un modèle d’échange passager, procédé de contrôle d’au moins un véhicule de transport en commun, produit programme d'ordinateur et système | |
| EP0019559A1 (fr) | Procédé de régulation de circulation de véhicules, dispositif pour la mise en oeuvre de ce procédé et application de ce dispositif à la simulation de trafic | |
| EP2803550A1 (fr) | Dispositif et procédé de régulation de la vitesse d'un équipement de transport | |
| WO2020065148A1 (fr) | Procédé de régulation d'un réseau de transport multimodal | |
| EP3608198A1 (fr) | Procédé de régulation du flux des individus entrant et sortant d'une enceinte, système de signalisation associé et voiture de véhicule ferroviaire équipée d'un tel système | |
| EP0269687A1 (fr) | Systeme de transport par vehicules passifs. | |
| FR3106803A1 (fr) | Procédé de circulation d’un ensemble de trains, avec tous les arrêts possibles mais avec peu d’arrêts intermédiaires pour chaque train. | |
| EP3841537A1 (fr) | Procédé et système de prédiction quasi temps réel d'au moins un indicateur de fonctionnement d'un réseau de transport de passagers |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLSC | Publication of the preliminary search report |
Effective date: 20210730 |
|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| TP | Transmission of property |
Owner name: ALSTOM HOLDINGS, FR Effective date: 20250128 |