Главная › Продукты › Видеоконтроль и учет ж/д транспорта › АРДИС
Идентификация и осмотр вагонов, автоматизация технологических операций с вагонами
Программное обеспечение АРДИС включено в Единый реестр российского ПО и совместимо с операционными системами Windows и Linux.
АРДИС – это семейство решений по идентификации вагонов, управлению отгрузкой продукции ж/д транспортом, коммерческому осмотру вагонов, контролю передвижения и местонахождения вагонов, построенное на платформе системы распознавания номеров вагонов и решающее задачи служб метрологии, логистики и безопасности.
Для служб товарного производства и метрологии
Для служб безопасности
Для служб логистики
Состав системы распознавания номеров «АРДИС»
В зависимости от решаемой задачи система АРДИС может комплектоваться АРМ осмотра вагонов для служб логистики и безопасности или АРМ оператора ж/д весов.
Основные функции:
Основные функции:
В зависимости от особенностей проекта, компания «Малленом Системс» может сотрудничать с партнерами в различной форме, предоставляя те или иные услуги из представленного списка:
Иные документы предоставляются по запросу.
Первая версия системы «АРДИС» была разработана в 2004-2006 гг. и впервые была внедрена в 2006 г. на двух предприятиях компании «ЛУКОЙЛ». Мы гордимся тем, что наши первые системы успешно эксплуатируются и по настоящий день. С тех пор система «АРДИС» была установлена на более чем 100 объектах РФ и стран СНГ. Некоторые из объектов внедрения представлены ниже.
Журнал Control Engineering о внедрениях АРДИС.
Объект внедрения | Функционал | Год сдачи в промэксплуатацию |
г.Ухта ОАО «ЛУКОЙЛ-Ухтанефтепереработка» |
Коммерческий учет нефтепродуктов, отгружаемых ж/д транспортом, интеграция с вагонными весами «Меттлер Толедо» |
2007-2008 гг. |
г.Волгоград ООО «ЛУКОЙЛ-Волгограднефтепереработка» |
Коммерческий учет нефтепродуктов, отгружаемых ж/д транспортом, учет влияния архимедовой силы при взвешивании, интеграция с вагонными весами «Меттлер Толедо» Подробнее |
2007-2008 гг. 2013-2014 гг. |
г.Омск ОАО «Газпромнефть-ОНПЗ» |
Коммерческий учет нефтепродуктов, отгружаемых ж/д транспортом, интеграция с вагонными весами «Меттлер Толедо» |
2008-2009 г. |
г.Уфа НПЗ группы «Башнефть»: ОАО «Уфанефтехим» ОАО «Новоуфимский нефтеперерабатывающий завод» ОАО «Уфимский нефтеперерабатывающий завод» ОАО «Уфаоргсинтез» |
Коммерческий учет нефтепродуктов, отгружаемых ж/д транспортом, интеграция с вагонными весами «Меттлер Толедо», Schenk, «Измерительная Техника», АСУ ТП, KEMEK Подробнее |
2011 г. |
г.Красносельск Республика Беларусь ОАО «Красносельскстройматериалы» |
Автоматизация отгрузки стройматериалов через ж/д весы, интеграция с вагонными весами «Меттлер Толедо» | 2012 г. |
г.Тобольск ООО «Тобольск-Нефтехим» |
Коммерческий учет нефтепродуктов, отгружаемых ж/д транспортом, интеграция с вагонными весами «Меттлер Толедо» | 2013 г. |
г.Мозырь Республика Беларусь ОАО «Мозырский НПЗ» |
Коммерческий учет нефтепродуктов, отгружаемых ж/д транспортом, интеграция с вагонными весами «Меттлер Толедо» | 2015 г. и 2021 г. |
г. Краснодар ООО «Ильский НПЗ» |
Коммерческий учет нефтепродуктов, отгружаемых ж/д транспортом, интеграция с вагонными весами «Меттлер Толедо» | 2015 г. |
Московская обл. |
Контроль отгрузки продукции ж/д транспортом, интеграция с вагонными весами «Меттлер Толедо» | 2015 г. |
г. Павлодар, Казахстан |
Контроль отгрузки продукции ж/д транспортом, интеграция с вагонными весами «Меттлер Толедо» | 2015-2016 гг. |
г. Буденновск |
Контроль отгрузки продукции ж/д транспортом | 2015-2016 гг. |
г. Сызрань |
Автоматизация ж/д КПП предприятия, учет входящих/выходящих вагонов в интересах службы безопасности | 2016 г. |
г. Новороссийск |
Контроль уровня налива с помощью тепловизионных камер, наружный осмотр и учет вагонов в интересах службы безопасности | 2017 г. |
Республика Беларусь, г. Мозырь-11 |
Автоматический расчет массы нетто и повышение скорости отгрузки, интеграция с вагонными весами «Меттлер Толедо» | 2017 г. |
г. Владивосток |
Автоматизация ж/д КПП предприятия, учет входящих/выходящих вагонов в интересах службы безопасности. Распознавание номеров контейнеров с привязкой к вагону. |
2018-2019 гг. |
г. Череповец |
Автоматизация ж/д КПП предприятия, учет входящих/выходящих вагонов в интересах службы безопасности. Интеграция с АСУ УЖДТ. |
2018 г. |
г. Пересвет (Московская обл.) |
Автоматизация ж/д КПП предприятия, учет входящих/выходящих вагонов в интересах службы безопасности. |
2018 г. |
г. Сызрань |
Автоматизация ж/д КПП предприятия, учет входящих/выходящих вагонов в интересах службы безопасности. |
2018 г. |
п. Актау (Казахстан) |
Автоматизация ж/д КПП предприятия, учет входящих/выходящих вагонов в интересах службы безопасности. |
2018-2019г. |
г. Комсомольск-на-Амуре |
Коммерческий узел учета нефтепродуктов, отгружаемых ж/д транспортом. Автоматизация взвешивания в динамике. |
2018 г. |
г. Павлодар (Казахстан) |
Автоматизация ж/д КПП предприятия, учет входящих/выходящих вагонов в интересах службы безопасности. |
2018 г. |
г. Находка |
Контроль приемки продукции ж/д транспортом. Интеграция с весами Mettler Toledo. |
2019 г. |
г. Находка |
Автоматизация ж/д КПП предприятия, учет входящих/выходящих вагонов в рамках системы контроля дислокации вагонов. | 2020 г. |
г. Буденновск |
Контроль отгрузки продукции ж/д транспортом. Интеграция с весами Mettler Toledo. |
2020 г. |
г. Новороссийск |
Автоматизация ж/д КПП предприятия, учет входящих/выходящих вагонов в рамках системы контроля дислокации вагонов. |
2020 г. |
Какой процент распознавания у системы АРДИС?
Технические решения «АРДИС» позволяют контролировать вагоны там, где обычные решения испытывают затруднения:
Хотелось бы выделить два основополагающих фактора, которые обеспечивают преимущества как непосредственно продукта «АРДИС», так и услуги по внедрению «АРДИС»:
Математика и алгоритмы обработки и анализа видео АРДИС – это всецело разработка компании. Это позволяет глубоко адаптировать систему к особенностям объекта, и в результате решать сложные задачи, где другие решения справляются недостаточно качественно. Обычно, это объекты, где ситуация осложнена такими факторами, как маневровые работы в зоне распознавания, стесненные условия, разнообразные типы вагонов и др.
Пуско-наладка системы выполняется специалистами «Малленом Системс». Также компания обычно всегда участвует прямо или косвенно в проектировке. Это позволяет заказчику быть уверенным в результате, т.к. ответственность не размывается между проектировщиками, вендором, интегратором и пр.
Рекомендуем в качестве первого шага выполнить следующие действия:
Типовой проект по внедрению системы «АРДИС» обычно включает следующие этапы:
Обычно цикл занимает 6-10 месяцев.
Имеются следующие подходы к интеграции:
Для любой системы технического зрения принципиально важно получать «картинку», пригодную для обработки и анализа. Если говорить о номерах вагонов, соответственно, требуется, чтобы номер на видеокадрах был удобен для распознавания: имел подходящий размер в пикселях (не слишком мелкий и не слишком крупный), был горизонтально ориентирован, не имел перспективных искажений и многое другое.
На практике стесненные условия могут затруднить или в принципе воспрепятствовать распознаванию номеров (даже при использовании специализированных объективов). Обычно мы рекомендуем размещать видеокамеры на расстоянии 4-6 м от оси ж/д пути. В крайнем случае, допустимо 3 м. Иногда бывает так, что только с одной стороны от ж/д пути можно установить видеокамеры, а с другой стороны расположены соседние ж/д пути и нет места для камер. В этом случае объективно распознавание будет хуже (процент распознанных номеров может оказаться ниже на 5-15%, в зависимости от типов вагонов и состояния номеров), поскольку система видит номера только с одной стороны вагона (может оказаться так, что именно с этой стороны у вагона номер нечитаемый или плохо читаемый).
Отдельное затруднение могут привносить ж/д стрелки, так как на стрелках нельзя установить датчики счета осей.
Окружающие строительные конструкции, а также посторонние прожекторы (которые не являются частью системы распознавания номеров вагонов) могут создавать резкие тени. Во многом это компенсируется интеллектом алгоритмов распознавания, но лучше исключить подобные проблемы заранее.
С учетом опыта работы с разными клиентами, система распознавания номеров вагонов нужна в тех случаях, когда у заказчика имеются следующие проблемы:
По опыту, многие из этих задач в той или иной совокупности встречаются там, где происходит большой оборот вагонов. Когда оборот вагонов мал, то обычно и количество сопутствующих проблем не велико, и не всегда целесообразно применение систем распознавания.
Принципиальная же применимость системы распознавания номеров вагонов – это уже вопрос в технической плоскости. Такие системы неприменимы, когда чрезмерно стесненные условия (нет возможности получать пригодные для распознавания видеоданные) и когда вагоны не имеют маркировки (например, внутренний парк).
Датчики колесных пар (датчики счета осей) используются для надежного счета вагонов в ситуациях, когда прочие методы (оптические маркеры, лучевые датчики и пр.) не применимы:
В системе «АРДИС» применяются 4 видеокамеры с целью обеспечить максимально высокое качество распознавания. Поскольку номер нанесен в 4-х местах на вагон или цистерну (исключая платформы), то 4 камеры позволяют идентифицировать вагон, даже если 3 номера из 4-х не читаемы.
При этом номера на вагонах нанесены в разных местах по высоте, они разные по размерам, некоторые скрыты под кузовом на раме. Поэтому одной камерой охватить весь вагон по высоте так, чтобы номера были видны, читаемы и не имели перспективных искажений – затруднительно. В общем случае это возможно лишь при размещении камеры на большом расстоянии от вагона, что на практике практически не реально.
Реализация системы на базе RFID-меток возможна. Технология RFID может позволить достичь практически 100% вероятности идентификации вагонов (при условии поддержания радиометок в работоспособном состоянии). Но она применима только тогда, когда есть возможность оснастить все вагоны RFID-метками. Поэтому обычно это применимо для вагонов внутреннего парка, которые не выезжают за пределы предприятия.
В составе системы «АРДИС» применяется СУБД MS SQL Server или PostgreSQL. Видеоданные хранятся в отдельном видеоархиве, поэтому обычно данного объема хватает на несколько лет. Вместе с тем мы рекомендуем ежегодно производить архивирование и очистку БД, т.к. излишне большой объем данных может замедлить скорость отклика системы в операциях, связанных с поиском по БД.
Модуль распознавания системы «АРДИС» работает автономно, без участия человека. Оператор, используя АРМ (клиентское ПО «АРДИС») имеет возможность после прохода состава просмотреть результаты распознавания, вручную ввести нераспознанные номера и пр.
При этом смежные информационные системы могут забирать из базы данных «АРДИС» как непосредственно результаты распознавания системы («сырые данные»), так и результаты, проверенные и подтвержденные человеком.
С точки зрения процесса распознавания специфичных отличий здесь нет. С точки зрения бизнес-логики верхнего уровня, основной нюанс заключается в том, что здесь мы имеем 2 разные задачи – идентификация вагонов и взвешивание вагонов. Можно решать эти задачи по отдельности, но это неудобно для оператора. «АРДИС» позволяет в едином АРМе обеспечить функции как взвешивания, так и идентификации.
Сама логика взвешивания может иметь определенную специфику, отличающуюся на разных объектах. Например, где-то автоматизация весового контроля осложняется тем, что груженые и порожние вагоны в рамках одного и того же состава взвешиваются «вперемешку» (в составе есть как груженые, так и порожние вагоны) и возникает не всегда тривиальная задача сопоставления пар «пустой-груженый» для расчета нетто.
В сравнении со стандартным решением с 4 видеокамерами, такое «урезанное» решение тоже возможно, но процент распознавания снизится на 5-10%, в зависимости от типов вагонов в точке контроля (для цистерн более благоприятно, для платформ менее благоприятно).
В отличие, например, от задачи распознавания номеров автомобилей (ПО «Автомаршал»), распознавание номеров вагонов является технически более сложной задачей (ПО «АРДИС»). Здесь требуется не просто обнаружить транспортное средство и идентифицировать его, но и правильно посчитать вагоны, не перепутать их номера между собой и пр. К сожалению, с помощью видеоаналитики практически невозможно обеспечить 100% гарантированный счет вагонов (особенно в общем случае - если учесть, что вагоны разные, что могут быть остановки и реверс, что могут быть разные погодные условия, что на вагонах могут быть нечитаемые номера и т.д.). Всё это приводит к необходимости применять специфичную аппаратуру (подсчет вагонов осуществляется с использованием датчиков счета осей, см. комментарии выше), сложные алгоритмы, а также обладать специфичными знаниями по настройке всей системы. В результате затруднительно «отвязать» программное обеспечение от аппаратной части и услуг по пуско-наладке, что необходимо для создания SDK. Поэтому разработчикам стороннего ПО мы обычно предлагаем использовать полноценную систему АРДИС и интегрироваться на уровне базы данных.
Вам требуется коммерческое предложение?
Хотели бы узнать подробности?
Звоните, мы всегда рады помочь!
Павел Морозов, Елена Коровкина
тел.: 8-800-700-35-17 (доб. 209, 204)
e-mail:pmorozov@mallenom.ru, korovkina@mallenom.ru