Учебное пособие 2238

В настоящее1 время 21 век – век инно-

ремонтными цехами, мониторинг состояния

вационных технологий. Он характерен быст-

дорог, обнаружение пешеходов или объектов

рым развитием информационного, компью-

в неположенных местах, автономное вожде-

терного и технологического направления. За

ние, облачные сервисы в автомобилестрое-

небольшой отрезок времени получило разви-

нии. Это лишь немногие примеры примене-

тие достаточно большого количества раз-

ния искусственного интеллекта на транспор-

личных технологий. Сегодня мы являемся

те. Возможности искусственного интеллекта

свидетелями эпохи Третьей промышленной

позволяют

компаниям более эффективно

(Цифровой) революции, которая характери-

прогнозировать спрос и выстраивать цепи

зуется повсеместным переходом от аналого-

поставок с минимальными затратами. Искус-

вых технологий к цифровым.

ственный интеллект помогает сократить ко-

Цифровая

трансформация

затрагивает

личество

используемых

транспортных

все больше различных сфер. Не стала ис-

средств, необходимых для перевозки, опти-

ключением и транспортная отрасль, где по-

мизировать время доставки, снизить эксплу-

являются новые задачи в управлении логи-

атационные расходы транспорта и складских

стикой и эксплуатации инфраструктуры.

помещений.

Развитие технологий искусственного интел-

Большим спросом в транспортной сфе-

лекта – драйвер транспортной отрасли.

ре пользуются технологии прогнозирования,

Транспортным

предприятиям

необходимо

предиктивной аналитики. Уже сейчас накоп-

развивать цифровые и интеллектуальные

лен колоссальный объем данных для оценки

технологии в управлении железнодорожны-

состояния эксплуатируемых единиц, выяв-

ми и автомобильными перевозками, автомо-

ления зарождений и развития аномалий и

билестроении и локомотивостроении, депо и

трендов, приводящих к незапланированным

сбоям и нарушениям в работе, фиксации ве-

© Епрынцева Н.А., 2021

роятности отказа и остаточного ресурс в ре-

ВЫПУСК № 1 (23), 2021

ISSN 2618-7167

жиме реального времени работы. Точное

первая отечественная система для железно-

прогнозирование технического и качествен-

дорожного транспорта, использующая мето-

ного состояния позволяет

предприятиям

ды искусственного интеллекта.

транспортной отрасли сокращать затраты на

В 2020 году началось тестирование по-

эксплуатацию оборудования, рекламацион-

ездов с применением ИИ-технологий. Так,

ное обслуживание и повышать конкуренто-

федеральная компания АО "Российские же-

способность.

лезные дороги" запустила пилотный проект

В мировой практике получают все

по применению нейронных сетей и техниче-

большее распространение интеллектуальные

ского зрения на поездах. С помощью данных

железнодорожные системы. Мощный им-

технологий, предполагается уменьшить про-

пульс их развитию придали современные ин-

цент аварийности на железных дорогах. Это

струменты, такие как гибридные модели, ис-

достигается за счѐт:

кусственный интеллект, машинное и глубо-

обнаружение объектов (люди, сема-

кое обучение и другие. Данные технологии

форы, пути, стрелки);

позволяют оптимизировать

транспортные

сбор и обработка текущей информа-

ресурсы, тем самым повысив эффективность

ции в процессе движения;

перевозок.

своевременное

оповещение машини-

Во многих развитых странах в настоя-

ста об опасности;

щее время развитие транспорта базируется

в случае отсутствия его реагирования,

на проектировании подвижного состава но-

система самостоятельно предпринимает ре-

вого поколения и внедрении транспортным

комендуемые действия.

комплексом

интеллектуальных

управляю-

Также компания разработала ряд инно-

щих систем. Причем внедрение комплексных

вационных решений для поездов.

систем с применением искусственного ин-

Перечислим наиболее важные разра-

теллекта актуально для всех видов транспор-

ботки, основанные на искусственном интел-

та.

лекте, прошедшие испытания:

С целью оптимизации процесса пере-

виртуальный помощник маневрового

возок и улучшения качественных показате-

диспетчера. Применяется с целью снижения

лей работы

железнодорожного

транспорта

времени простоя вагонов на сортировочных

ОАО «НИИАС» выполняет проект ИСУЖТ.

станциях до 20%;

ИСУЖТ это первая управляющая си-

цифровой помощник для маневрового

стема, автоматизирующая полный цикл про-

диспетчера. Применяется с целью управле-

изводственного процесса эксплуатационной

ния самой сортировочной станцией;

работы ОАО «РЖД». Целью создания си-

искусственные

нейронные

сети.

стемы ИСУЖТ является повышение эффек-

Предназначены

для

планирования

работы

тивности

эксплуатационной

работы ОАО

ж/д сортировочной станции;

«РЖД», а также клиентоориентированности

беспилотные технологии и

управле-

компании. Функционал ИСУЖТ включает

ние ими на поездах.

все существующие горизонты планирования

квантовая сеть. Применяется для без-

перевозочного процесса, от годового и ме-

опасной передачи данных.

сячного

планирования

до

диспетчерского

В процессе тестирования была сфор-

планирования пропуска поездов. При этом

мирована многофакторная

предиктивная

ИСУЖТ автоматизирует сквозные техноло-

(предсказательная) модель, с помощью кото-

гические процессы для дирекций управления

рой удалось достичь оптимальных показате-

движением, тяги, инфраструктуры и центра

лей. Данная модель требует дальнейшего

фирменного

транспортного

обслуживания.

изучения.

Решение задач планирования, согласования

В числе компаний – разработчиков в

и контроля исполнения осуществляется с

России действует АО «РЖД». Также одним

помощью сети взаимодействующих динами-

из новаторов

выступает

компания GE

ческих

планировщиков

интеллектуальных

Transportation, которая специализируется на

программно-аппаратных модулей [1].

разработке и производстве технологических

ИСУЖТ является полностью россий-

установок и транспортных средств, основан-

ской разработкой на основе единой про-

ных на технологии искусственного интел-

граммной

платформы,

помимо

этого, это

лекта. В программу входит ряд проектов, в

т.ч. создание «умных» локомотивов. Они

ющие записи состава, состояние и дефекты

позволяют повысить коэффициент эффек-

оборудования и составных элементов поез-

тивности использования железных дорог до

дов. Оптимизирует укомплектование персо-

25%, благодаря усовершенствованной тех-

налом и точной объективной оценки повре-

нической оснащѐнности. Главный элемент –

ждений. В результате повышается произво-

мобильные центры обработки данных, свя-

дительность работы подвижного состава,

занными с сенсорами и высокочастотными

безопасность следования, сокращение вре-

камерами.

мени оборота вагонов.

Компания Skylo Technologies также вы-

Водородный

двигатель

обеспечивает

ступает одним из игроков на рынке новей-

нулевой

уровень

выбросов

используемого

ших технологий. Включает планы по разра-

топлива в атмосферу, тем самым создавая

ботке глобальной узкополосной сети IoT для

наиболее

благоприятную

экологическую

сбора и обработки данных с помощью авто-

среду для человека. Страны Европы, Азии,

матизированных устройств. В числе иннова-

Америки начали активно проводить иссле-

ций система Skylo Hub, портативные инте-

дования

в данной сфере как ориентир для

грированные спутниковые

приемопередат-

технологии будущего.

чики и концентраторы IoT. На основе соб-

Гибридный локомотив: «Гибридность»

ственной

операционной

системы компания

заключается в соединении технологий и

создала цифровую антенну, которая передаѐт

цифровизации. Предполагается, что управ-

полученные данные с датчиков поездов по-

лять локомотивом можно будет онлайн, на

средством спутниковой телекоммуникации.

основе телеметрических данных и техноло-

Индийские

железные

дороги также

гии машинного зрения. Работа производится

вступили в технологическую эру ИИ. Так,

с помощью встроенных элементов, таких как

идѐт внедрение меток радиочастотной иден-

оптические камеры, лидар, ультразвуковые

тификации для двигателей и вагонов. Пило-

датчики, вычислительные блоки обработки

тируются

технология

интеллектуальных

данных. Результатом является экономия ди-

верфей.

зельного топлива до 30%, благодаря чему,

На

сегодняшний

день определились

продлевается жизненный цикл накопителя.

некоторые тенденции в области применения

Также важно отметить благотворное влияние

искусственных технологий в железнодорож-

на экологию.

ной отрасли. Перечислим их.

Не стало исключением применение ис-

Цифровые технологии и интернет ве-

кусственного интеллекта и в сфере безопас-

щей (IoT) – это преимущества (возможности)

ности железнодорожного транспорта.

использования

включают

предотвращение

Интеллектуальный

анализ видеоизоб-

схода поездов с рельс в результате смещения

ражений может существенно оптимизиро-

путей и температурных колебаний, посред-

вать работу всей службы безопасности же-

ством надлежащего контроля. Проектируют-

лезнодорожного транспорта. Основная зада-

ся «умные» рельсы и станции, которые поз-

ча, которая ставится перед видеонаблюдени-

волят в будущем корректировать движение

ем, – это предотвращение различных инци-

поездов, с последующим повышением их

дентов безопасности, таких как проникнове-

эффективности.

ние постороннего на объект, хищение,

RFID-система - это система интеллек-

нахождение в запретной зоне и других.

туального мониторинга и управления, кото-

Безопасность

на

железнодорожном

рая использует в работе радиосигналы с

транспорте – одна из главных задач отрасли.

RFID-метками. С помощью RFID-системы

И, конечно, важную роль могут оказать при-

осуществляется проверка безопасности и об-

меняемые системы видеонаблюдения. В

новлений на текущий момент и слежение за

настоящее время можно утверждать, что для

температурным режимом. В результате про-

предотвращения «внештатных» ситуаций

исходит мониторинг состояния и учѐта ме-

необходимо, чтобы данные системы были не

стоположения каждого вагона в любое вре-

только современными, но и «интеллектуаль-

мя, что обеспечивает повышение сохранно-

ными». Известно, что к основным целям и

сти грузов.

задачам искусственного интеллекта относят-

«Умные», или по-другому, интеллекту-

ся:

альные, верфи – это технологии, отслежива-

создание экспертных систем, которые

ВЫПУСК № 1 (23), 2021

ISSN 2618-7167

способны показать и

продемонстрировать

Для предотвращения преступлений требует-

разумное поведение: учиться, показывать,

ся анализировать также опасные инциденты,

объяснять и давать советы;

обращаться к архивированным базам дан-

реализация человеческого интеллекта

ных, формировать базы данных нарушителей

в электронных машинах, т.е. создание такой

и т. д. И здесь для предоставления помощи

техники, которая имеет способность пони-

потребуется уже совершенная система ви-

мать, думать, учить и вести себя как человек.

деонаблюдения принципиально иного уров-

Искусственный интеллект – это наука

ня — интеллектуальная. Именно она станет

и технология, которая основана

на таких

наиболее эффективной и продуктивной для

предотвращения преступлений и терактов.

дисциплинах,

как информатика,

биология,

В настоящее время интеллектуальные

психология,

лингвистика,

математика, ма-

системы

видеонаблюдения на железнодо-

шиностроение. Одним из главных направле-

рожном транспорте имеют в своем распоря-

ний

искусственного

интеллекта

является

жении интеллектуальный детектор событий,

разработка компьютерных функций, связан-

который способен определять объект и его

ных с человеческим интеллектом, таких как

свойства, например, габариты, скорость, тра-

рассуждение, обучение и решение проблем

екторию и направление движения, а также

[2,3,4].

фиксировать украденные или

оставленные

В России внедрение

систем видеона-

предметы. Детектор работает,

активируется

непосредственно в IP-камере или кодере и

блюдения на железнодорожном транспорте

доступен для всех операторов в системе. По-

началось относительно недавно. По причине

сле того, как детектор обнаружит требуемое

столкновений поездов, схода с рельс и про-

событие,

он передает тревожный сигнал в

чих аналогичных аварий ж/д-переезды пер-

систему, где есть возможность принять ре-

выми попали в фокус внимания. В отрасли

шение на выполнение необходимой реакции

приняли решение разработать такую про-

на то или иное событие.

грамму безопасности, которая способна ве-

И, в заключении стоит отметить, что

сти непрерывное наблюдение за транспорт-

переход на событийное видеонаблюдение,

ными объектами и исключала бы существо-

особенно с учетом развития видеоаналитики

на базе

нейросетей на

железнодорожном

вание так называемых «слепых

зон». Для

транспорте существенно

улучшит безопас-

решения этой программы была создана инте-

ность отрасли в целом.

грированная система безопасности «Интел-

лект», которая прошла испытания на участке

Библиографический список

Октябрьской железной дороги, в процессе

1. Искусственный интеллект и железнодо-

движения скоростного поезда

«Сапсан». В

рожный транспорт [Электронный источник] /

процессе испытаний и тестирования данной

http://scbist.com/razgovory-obo-vsem/50445-

iskusstvennyi-intellekt-i-zheleznodorozhnyi-

системы был подтвержден тот факт, испыту-

transport.html.

емая система безопасности имеет возмож-

2. Епрынцева Н.А., Руднева А.А., Соколо-

ность получать четкое изображение от теп-

ва А.В. Искусственный интеллект в сфере не-

ловизионных камер вне зависимости от по-

движимости. ФГБОУ ВО «Воронежский госу-

годных условий и времени суток. Изображе-

дарственный технический университет», Инфор-

мационные технологии в

строительных, соци-

ние с камер обрабатывается инструментами

альных и экономических системах научно - тех-

видеоаналитики. У специалистов по без-

нический журнал. Выпуск №4 (14) Декабрь,

опасности появляется возможность проявить

2018.

оперативное

реагирование

на

возникшие

3. Епрынцева Н.А., Влияние нейронных

внештатные обстоятельства с целью предот-

сетей на нашу жизнь. Научный вестник Воро-

нежского государственного архитектурно - стро-

вращения аварий, различных сбоев или дей-

ительного университета. Серия: Информацион-

ствий злоумышленников.

ные технологии в строительных, социальных и

В то же время стоит отметить, что

экономических системах,

2018,

№1-2 (11-12).

следить только лишь за текущей обстанов-

С.70-73.

кой

на вокзалах и станциях недостаточно.

4. Епрынцева Н.А., Искусственный интел-

лект, разработка и области применения. В жур-

мах». Издательство: Воронежский государствен-

нале «Информационные технологии в строи-

ный технический университет (Воронеж) №1

тельных, социальных и экономических систе-

(19), 2020 г.

Информация об авторе

Information about the author

Епрынцева Наталия Александровна – кандидат технических

Natalia A. Epryntseva, candidate of Technical Sciences, Associate

наук, доцент кафедры высшей математики и информационных тех-

Professor of the Department of Higher Mathematics and Information

нологий, Воронежский государственный университет инженерных

Technologies, Voronezh State University of Engineering Technologies

технологий (ВГУИТ) (394000, Россия, г. Воронеж, проспект Рево-

(VSUET) (394000, Russia, Voronezh, Revolyutsii Avenue, 19),

люции, 19), e-mail: eprnat@mail.ru

e-mail: eprnat@mail.ru

ВЫПУСК № 1 (23), 2021

ISSN 2618-7167

И геймификация, и серьезные игры

знаний, чем в рамках традиционного обуче-

преследуют одни и те же цели: решение про-

ния таких как: лекции, тренинги, семинары.

блем, мотивация и поощрение к обучению с

Вышеперечисленные методы обучения пер-

помощью игровых техник и мышления. Да-

сонала уже на сегодня стабильны и доста-

вайте рассмотрим, что включает в себя поня-

точно эффективны. Поэтому новые техноло-

тие геймификации. По определению К. Вер-

гии, такие как технология геймификации,

баха, геймификация - это применение игро-

используются для более эффективного и ин-

вых элементов и технологий для создания

тересного процесса обучения персонала [4].

игр не в игровом контексте [1].

С помощью игровых механик таких как:

ВЫПУСК № 1 (23), 2021

ISSN 2618-7167

4. Федорищева Т.А. Геймификация в мо-

// Проблемы развития современной экономики.

тивации персонала: принципы, методы и формы

2016. № 7. С. 12-15.

Целью создания программного инстру-

бесплатных сервисов электронной почты.

ментария для управления курсовым проек-

Сравнительный анализ функциональных ха-

тированием служит структурирование кур-

рактеристик почтовых сервисов представле-

совых проектов по требованиям преподава-

на в таблице 1

теля, так как этапы и статусы выполнения

Для управления задачами на основе

курсового проекта задаются в индивидуаль-

почтового сервера важны будут такие крите-

ном порядке.

рии как:

На сегодняшний день для реализации

1) объем данных, которые электронный

такого инструментария необходимо развер-

почтовый сервис может хранить;

нуть сервер, который будет принимать ре-

2) максимальный

объем

вложенных

зультаты проектирования от студентов и

файлов;

направлять им замечания преподавателя. Та-

3) типы файлов, которые можно пере-

кой подход требует дополнительных техни-

давать с помощью электронного почтового

ческих ресурсов и трудоемок, а также

сервиса (для данного приложения важно,

нагружает систему, поэтому гораздо лучше

чтобы почта могла принимать и оправлять

использовать уже готовый, практически не

ZIP, DOC, DOCX и различные виды испол-

затратный вариант и хорошо известный –

няемых файлов);

почтовый сервер [3]. На сегодняшний день

4) наличие антивируса;

существует множество доступных и условно

5) наличие антиспама;

Таблица 1

Сравнительная таблица почтовых сервисов

Критерий

Яндекс-почта

Gmail

Mail.ru

Объем

Не ограничен

Не ограничен

Не ограничен

Максимальный размер

30МБ; с помощью

25МБ; 10ГБ через

30МБ; до 100 файлов,

отсылаемого файла

Яндекс-диск 10ГБ

Google Drive

размер каждого из кото-

рых не превышает 2ГБ

через Облако Mail.ru

Типы файлов

Можно отправлять

Нельзя отправлять

Можно

отправлять все

все типы файлов

архивы и испол-

типы файлов

няемые файлы

Антивирус

Dr.Web

Антивирусы

Лаборатория

Касперско-

Gmail

го

Антиспам

есть

есть

есть

Как видно из представленных резуль-

1) постановка задачи (обсуждение за-

татов сравнения, для данной задачи наиболее

дания для курсового проекта, который необ-

оптимален

электронный

почтовый

сервис

ходимо выполнить студенту);

Yandex. Поэтому техническое решение осно-

2) разработка программы или проекта

вывается на его использовании.

(на этом этапе студент отправляет про-

Ход

выполнения

курсового

проекта

граммную часть программы, отчитывается в

должен разбиваться на этапы, для отслежи-

письменном виде или комбинирует про-

вания хода и выполнения каждого этапа сле-

грамму с письмом);

дует ввести дополнительные характеристики

3) оформление пояснительной записки

– статус и приоритет [4].

(данный этап подразумевает оформление

Примерное содержание этапов, вы-

текстовой пояснительной части к уже гото-

бранных для начальной инициализации про-

вому программному средству, программа так

граммного комплекса, следующее:

же сохраняет все версии пояснительной за-

писки).

нии не обнаружено никаких несоответствий

По аналогии с этапами следует выде-

или ошибок, а так же, если студент их ис-

лить 5 статусов для каждого из этапов вы-

правил, то статус этапа изменяется на «за-

полнения, диаграмма переходов из одного

вершен» и студент начинает работать над

статуса в другой представлена на рис. 1.

следующим этапом, если таковой имеется).

Этапы и их статусы служат некой клас-

сификацией курсовых проектов, с помощью

которой преподавателю станет легче ориен-

Создание

тироваться в множестве курсовых проектов

Новый

одновременно, и такой подход сделает про-

цесс управления курсовым проектированием

Начало работы над этапом

измеряемым. Для студента эти вехи будут

Не начат

применены в качестве темы сообщений, от-

правляемых по электронной почте. Это об-

Студент присылает ответ

Выполнение

легчит поиск сообщений для вывода полного

Замечания отправлены

диалога с тем или иным студентом. Можно

вывести как полный диалог, так и его часть

Студент отправил задание

Замечены

по какому-либо этапу.

На исправлении

Проблемы

Рецензирование

или

В

качестве

среды

разработки

про-

несоответствия

граммного средства выбрана свободная ин-

Рецензия не выявила недочетов

Завершено

тегрированная

среда

разработки

IntelliJ

IDEA. Для разработки интерфейса пользова-

Переход к следующему этапу

теля используется технология JavaFX, поз-

воляющая легко перейти к созданию мо-

бильного приложения [5].

В качестве архитектурного стиля для

Рис. 1. UML диаграмма состояний

данного курсового проекта был выбран

MVC, представляющий концепцию разделе-

Следовательно, выполнение каждого

ния логики представления (View – Вид или

этапа будет контролироваться с присвоением

Представление),

бизнес -

логики и модели

следующих статусов:

данных

(Model

–

Модель) [6]. Основным

1) не начат;

преимуществом использования MVC являет-

2) выполнение (первый статус проекта,

ся облегчение модификации или настройки

преподаватель ожидает, пока студент начнет

каждой части в отдельности. Этот архитек-

текущий этап, на данном этапе происходит

турный стиль очень полезен в тех случаях,

переписка между преподавателем и студен-

когда нужно создавать компоненты, которые

том);

одновременно должны соответствовать тре-

3) рецензирование

(после того, как

бованиям гибкости и удобства сопровожде-

студент отправил задание данного этапа на

ния, что требуется в данной задаче.

проверку преподавателю начинается рецен-

Для хранения данных студентов была

зирование, то есть преподаватель проверяет

добавлена база данных. В качестве БД была

точность и достоверность изложения);

выбрана

SQLite,

так как

эту базу

данных

4) на исправлении (если при рецензи-

можно подключить и включить в проект, в

ровании обнаружены проблемы или несоот-

то время как другие будут работать только

ветствия, то преподаватель изменяет статус

на компьютере, где установлен сервер с до-

этапа «на исправлении» и уведомляет сту-

бавленной

базой

данных, а данное

про-

дента о его ошибках);

граммное

обеспечение

направлено

на

мак-

5) завершено (если

при рецензирова-

симальную разгрузку устройства.