Разработчики поясняют, что метод заключается в формировании цифрового паспорта для участков любого типа: прямых, переходных и круговых. Эталонная модель сопоставляется с информацией, полученной с датчиков-лидаров, установленных на подвижном составе или путевой технике. Это позволяет выявлять малейшие отклонения от нормы, вызванные эксплуатационным износом, температурными перепадами или механическими нагрузками.
Разработчики подчеркивают преимущество автоматизации: традиционный ручной осмотр требует значительных ресурсов, тогда как новая система точно локализует проблемные зоны по данным сканера. Это оптимизирует работу ремонтных бригад, направляя их только на участки, требующие вмешательства.
Ключевая особенность разработки – комплекс математических алгоритмов для расчета кривизны пути. Применяется комбинация методов: разностные аналоги производных, оценка стрел изгиба и сглаживающие сплайны. Такой подход обеспечивает устойчивость к погрешностям измерений и шумам в данных, характерным для реальных условий.
Особое внимание разработчики уделяют полной автоматизации анализа данных лидара. Они отмечают, что этот аспект является новшеством даже на международном уровне, так как зарубежные аналоги обычно требуют ручной обработки части информации. На текущем этапе в НГТУ НЭТИ сознательно отказались от применения ИИ, сделав ставку на проверенные математические алгоритмы для гарантии надежности.
В начале 2022 года сообщалось, что российские поезда начнут оснащать комплексами-автопилотами, которые при помощи технического зрения и искусственного интеллекта смогут обнаруживать различные проблемы и помехи на путях и сообщать о них машинисту. Таким образом планируется свести к минимуму ЧП на железных дорогах из-за человеческого фактора.
