ES2904835T3

ES2904835T3 - Sistema y procedimiento para la navegación dentro de una red de vías

Info

Publication number: ES2904835T3
Application number: ES18785342T
Authority: ES
Inventors: Krzysztof Wilczek
Original assignee: Track Machines Connected GmbH
Current assignee: Track Machines Connected GmbH
Priority date: 2017-11-09
Filing date: 2018-10-09
Publication date: 2022-04-06
Anticipated expiration: 2038-10-09
Also published as: KR20200086258A; AU2018363532A1; AU2018363532A8; US11643121B2; CN111316063A; US20200283040A1; CA3076210A1; EA202000101A1; EP3707468B1; PL3707468T3; AU2018363532B2; CN111316063B; JP2021502301A; WO2019091681A1; EP3707468A1; JP7295106B2; DK3707468T3

Abstract

Procedimiento para la explotación de un sistema para la navegación dentro de una red de vías (4), con una central del sistema (20) para la gestión de los datos de la red, que representan un modelo (31) de la red de vías (4), con un vehículo ferroviario (1) que comprende un dispositivo de navegación (19) para el procesamiento de los datos de navegación derivados de los datos de la red, con medios de comunicación (26) para el intercambio de datos entre el centro del sistema y el dispositivo de navegación y con una plataforma de soporte (1, 21, 22, 23, 24) con sensores, registrándose por medio de los sensores (14) datos brutos representativos de informaciones características de la red de vías (4) y transmitiéndose los datos brutos a la central del sistema (20), instalándose en la central del sistema (20) una red de Big Data (27), generándose a partir de los datos brutos, mediante algoritmos de determinación, datos de objeto (29) y comparándose los datos de la red con los datos de objeto (29) para actualizar los tos datos de red, caracterizado por que se asignan a los datos de objeto (29), respectivamente en función de los sensores (14) utilizados y/o de la plataforma de soporte (1, 21, 22, 23, 24) utilizada y/o de los algoritmos de determinación utilizados, valores de probabilidad o funciones de probabilidad.

Description

DESCRIPCIÓN

Sistema y procedimiento para la navegación dentro de una red de vías

Campo de la tecnología

La invención se refiere a un procedimiento para la explotación de un sistema para la navegación dentro de una red de vías, con una central del sistema para la gestión de los datos de la red, que representan un modelo (31) de la red de vías, con un vehículo ferroviario que comprende un dispositivo de navegación para el procesamiento de los datos de navegación derivados de los datos de la red, con medios de comunicación para el intercambio de datos entre la central del sistema y el dispositivo de navegación y con una plataforma de soporte con sensores, registrándose por medio de los sensores datos brutos representativos de informaciones características de la red de vías y transmitiéndose los datos brutos al centro del sistema, en la que se instala un marco Big Data, generándose a partir de los datos brutos, mediante algoritmos de determinación, datos de objeto y comparándose los datos de la red con los datos de objeto para actualizar los datos de la red. La invención se refiere además a un sistema para la puesta en práctica del procedimiento.

Estado de la técnica

Para la intervención de las máquinas de asiento de vías es necesario navegar dentro de una red de vías. En primer lugar, se elaboran en el centro del sistema los planes de intervención con las ubicaciones de intervención y las órdenes de trabajo, ya sea de forma manual o parcialmente automatizada. A continuación, se procede a la transferencia de los listados del plan de intervención a la máquina de asiento de vías para especificar las ubicaciones de intervención definidas como objetivos de navegación. Por lo general se supone que el operador de la máquina conoce las condiciones locales.

Por el documento EP 1862 593 A2 se conoce un sistema que, por medio de un sistema de localización por satélite, permite la localización automatizada de una máquina de asiendo de vías dentro de una red de vías. En este caso se procede a una comparación con los datos característicos de una base de datos de vías para determinar la posición exacta.

En el transcurso de la planificación de una obra puede ocurrir que una ubicación no esté claramente definida o esté incorrectamente especificada. Por ejemplo, puede ocurrir que en los planes de intervención se haya anotado una referencia no válida. Estos errores pueden provocar un retraso en la ejecución del trabajo. En el peor de los casos, se produce una intervención en un tramo de vía equivocado.

Para la elaboración de los planes de intervención sirven, según el estado de la técnica, los datos de red almacenados en varias bases de datos diferentes. Cada una de las bases de datos se refiere a diferentes instalaciones dentro de la red de vías (por ejemplo, instalaciones de señalización, vías, catenarias, etc.). Estas bases de datos están adaptadas a las respectivas necesidades de los diversos organismos de planificación de un operador de infraestructuras ferroviarias, depositándose por regla general diferentes referencias (por ejemplo, marcas kilométricas; identificadores de mástiles, traviesas, equipos de señalización, etc.) para especificar una ubicación de intervención.

En el caso de una modificación de la red de vías, como la supresión de una aguja, los datos de la red en las bases de datos conocidas deben actualizarse manualmente. En la práctica suelen surgir problemas de coherencia, integridad, validez y exactitud de los datos de red disponibles. Como consecuencia, la conservación inadecuada de los datos conduce a una planificación errónea de la intervención de la máquina de asiento de vías.

Por el documento DE 102012215533 A1 se conoce un procedimiento para la navegación de un vehículo ferroviario en una red de vías. Por medio de un dispositivo de sensores dispuesto en el vehículo ferroviario se detectan puntos de referencia y se deducen, a partir de estos puntos, vectores de características. En una central del sistema los puntos de referencia se comparan, a la vista de los vectores de características, con los puntos de referencia previamente registrados. Si se detectan cambios, se mejora o complementa una base de datos con los vectores de características. El documento US 2014/0176711 A1 describe un sistema para la determinación de datos de la red de vías mediante una cámara de vídeo dispuesta en un vehículo ferroviario y una unidad de registro de posiciones. El sistema está preparado para generar una primera base de datos para una red de vías. En el documento US 2010/0004804 A1 se revelan un sistema y un procedimiento para la inspección de una red de vías. La red de vías se divide en bloques individuales para los que se estiman y actualizan las condiciones de la vía. Una solución para la detección de daños en las vías se conoce por el documento US 2014/0277814 A1. También en este caso se recorre la red de vías con un vehículo ferroviario, registrándose por medio de sensores las aceleraciones y comparándolas con valores límite. Los daños detectados en las vías se transmiten a una central de control del sistema y se almacenan en una base de datos.

Resumen de la invención

La invención se basa en los objetivos de proponer una mejora con respecto al estado de la técnica para un sistema y para un procedimiento del tipo antes mencionado.

Estas tareas se resuelven mediante las características de las reivindicaciones independientes 1 y 7. Otras formas de realización ventajosamente perfeccionadas de la invención se describen en las reivindicaciones dependientes.

El procedimiento según la invención prevé que se asignen valores de probabilidad o funciones de probabilidad a los datos del objeto en función de los sensores utilizados y/o de la plataforma de soporte utilizada y/o de los algoritmos de determinación utilizados. De este modo, se establece una precisión de determinación en relación con la reserva de datos o la red de vías. Como consecuencia se produce una clasificación de los objetos determinados con respecto a su contenido de información para la red de vías o para la información de la red de vías ya existente.

El marco de Big Data establecido en el centro del sistema sirve para la evaluación automática de los datos brutos recogidos. Con este procedimiento se produce una adaptación automática de los datos de red tan pronto como se registren mediante los sensores los datos brutos correspondientes. De este modo se excluyen los problemas debidos a una conservación insuficiente de los datos.

El aprendizaje automático en el contexto del marco de Big Data permite la ampliación y adaptación continuas de los objetos reconocibles a la vista de nuevos datos brutos. Por ejemplo, las definiciones o los algoritmos almacenados en un registro de objetos se actualizan con nuevos datos.

En una forma de realización ventajosamente perfeccionada del procedimiento se procede, después de una actualización exitosa de los datos de la red, a una transmisión de todos los datos actualizados o de parte de los datos actualizados al dispositivo de navegación de una máquina de asiento de vías. Si el sistema comprende varias máquinas de asiento de vías, los datos se transmiten de forma correspondiente a todas las máquinas. De esta manera, la navegación hacia el siguiente lugar de intervención se basa siempre en datos de red actualizados.

Se considera oportuno que la actualización de los datos de la red se lleve a cabo mediante nuevos datos del objeto en dependencia de los valores de probabilidad o funciones de probabilidad asignados. Los datos de la red se actualizan así añadiendo nuevos datos de objeto basados en el contenido informativo evaluado.

Otra mejora prevé que los datos de objeto se clasifiquen mediante un patrón de movimiento detectado de la plataforma de soporte, de manera que los objetos de la vía representados por los datos de objeto se proporcionen alineados como una cadena de objetos para que coincidan con los datos de red almacenados como gráfico. Esto simplifica la comparación, ya que el patrón de movimiento registrado realiza un encadenamiento lógico de varios objetos de vía. Del significado de los distintos objetos de vía se deduce, por lo tanto, el significado de una cadena de objetos de estructura compleja.

La cadena de objetos se divide ventajosamente en segmentos, comparándose un segmento con el gráfico por medio de objetos de vía distintivos. Este paso del procedimiento optimiza también la comparación de los datos de la red con los datos del objeto.

Una comparación fácil de realizar de un segmento con un gráfico parcial prevé que se determine una medida de coincidencia y que el gráfico parcial se sustituya por el segmento cuando la medida de coincidencia rebasa un valor mínimo predeterminado.

La tolerancia de errores del procedimiento se incrementa si, al comparar un segmento con un gráfico parcial, un objeto de vía no verificable se mantiene como nudo del gráfico parcial hasta que se alcance un número predeterminado de verificaciones fallidas. De este modo, los fallos de los sensores o de transmisión no influyen en la calidad de los datos de la red.

Para un proceso de navegación es ventajoso que por medio de los sensores dispuestos en el vehículo ferroviario se registren los objetos de vía de los alrededores y que se determine una posición actual del vehículo ferroviario comparando los objetos de vía detectados con los datos de red. De este modo, los cambios en la red de vías se tienen en cuenta automáticamente en la navegación de la máquina de asiento de vías.

El sistema según la invención para la realización de uno de los procedimientos descritos comprende una central del sistema para la gestión de los datos de red que representan un modelo de la red de vías, un vehículo ferroviario con un dispositivo de navegación para el procesamiento de los datos de navegación derivados de los datos de la red, medios de comunicación para el intercambio de datos entre la central del sistema y el dispositivo de navegación, y una plataforma de soporte con sensores para el registro de datos brutos que representan informaciones características de la red de vías, configurándose la central del sistema para generar datos de objeto a partir de los datos brutos mediante algoritmos de determinación. En la central del sistema se establece un marco de Big Data para asignar valores de probabilidad o funciones de probabilidad a los datos de objeto durante una evaluación de los datos brutos y una comparación con los datos de red, en función de los sensores utilizados y/o la plataforma de soporte utilizada y/o los algoritmos de determinación utilizados.

De este modo, los datos de red se adaptan continuamente a un estado real detectado. La instalación del marco de Big Data en la central del sistema permite una evaluación automatizada de los datos brutos registrados por medio de criterios o algoritmos de evaluación predefinidos. Además de las bases de datos convencionales y las herramientas de análisis de datos, se utilizan diversos procesos de aprendizaje automático. Así se construye y se desarrolla constantemente un modelo de la red de vías a partir de los datos brutos recogidos. Sobre la base de este modelo y de un sistema de sensores instalado en la máquina de asiento de vías se procede a una determinación automatizada de la posición en tiempo real. Además, se pueden definir parámetros de trabajo en función de la ubicación.

Resulta ventajoso que una máquina de asiento de vías se diseñe a modo de plataforma de soporte y que comprenda un sistema de sensores que recoja datos brutos durante un recorrido por la red de vías. De este modo, los datos de red se vuelven cada vez más precisos simplemente aumentando el uso de la máquina de asiento de vías, con lo que se garantiza una planificación meticulosa de la intervención.

Además, se considera conveniente que el sistema, como plataforma de soporte, comprenda un vehículo de medición u otro vehículo ferroviario dotado de sensores. Por regla general, una red de vías se recorre en intervalos de tiempo predeterminados con un vehículo de medición para registrar el estado real. Al integrarse en el presente sistema, los datos brutos recogidos por medio del vehículo de medición sirven también para la actualización de los datos de red. Con este fin, incluso los vehículos ferroviarios convencionales se pueden dotar de sistemas de sensores.

Otra variante perfeccionada prevé que el sistema comprenda una plataforma de soporte voladora, en particular un dron equipado con sensores. Las imágenes de satélite de alta resolución también se pueden utilizar como datos brutos para enriquecer los datos de red con información.

En una forma de realización ventajosa, los datos de la red se almacenan a modo de gráfico con objetos de vía como nudos y con relaciones entre los objetos de vía como cantos. De este modo, los datos de red se pueden gestionar fácilmente. Se facilita especialmente la comparación con los datos brutos evaluados mediante algoritmos adecuados. Resulta favorable que para un objeto de vía se establezcan patrones de datos característicos. La base para ello la ofrecen las características significativas que tiene cada objeto de una determinada clase (por ejemplo, traviesas, sujeciones de carril, señales luminosas, etc.). De este modo se encuentran en los datos brutos, en dependencia de los sensores utilizados, patrones de datos correspondientes, que garantizan una asignación eficaz de los objetos.

Breve descripción de los dibujos

La invención se explica a continuación a modo de ejemplo con referencia a las figuras adjuntas. Éstas muestran en representación esquemática:

Figura 1 una máquina de asiento de vías;

Figura 2 una red de vías;

Figura 3 la estructura del sistema;

Figura 4 la división de los tramos de vía;

Figura 5 el desarrollo del procedimiento.

Descripción de las formas de realización

Uno de los componentes del sistema según la invención es una máquina de asiento de vías 1 representada en la figura 1, que debe ser trasladada a un lugar de intervención. Esta máquina de asiento de vías 1 comprende unidades de trabajo 2 para trabajar en un tramo de vía 3 de una red de vías 4. La red de vías 4 comprende diversos objetos de vía como, por ejemplo, carriles 5, agujas 6, cruces 7, mástiles 8, túneles 9, estaciones 10, pasos subterráneos 11, pasos a nivel 12 o balizas 13, tal y como se muestra a modo de ejemplo en la figura 2.

Además, la máquina de asiento de vías 1 está dotada de varios sensores o sistemas de sensores 14 para el registro del entorno de la vía 5 que se está recorriendo y de la posición actual. Se trata, por ejemplo, de una cámara 15, un sistema de posicionamiento 16, un escáner de gálibos 17 o un escáner de vía 18. De este modo, la máquina de asiento de vías 1 actúa como plataforma de soporte para los sensores o sistemas de sensores 14.

Para llegar a un tramo de vía 3 en el que se tenga que trabajar, la máquina de asiento de vías 1 comprende un dispositivo de navegación 19. Este dispositivo está configurado como unidad de cálculo y de control y sirve para la navegación dentro de la red de vías 4 representada por datos de red. Mediante el dispositivo de navegación 19, los datos de navegación derivados de los datos de red se procesan y se comparan con los datos de los sensores para determinar la posición actual de la máquina de asiento de vías 1.

Uno de los objetivos de la presente invención es el de actualizar continuamente los datos de red de forma automatizada. Para ello, se registran en primer lugar los datos brutos que representan la información de las características de la red de vías 4 por medio de los sensores o sistemas de sensores 14. A continuación, los datos brutos se evalúan y se comparan con los datos de red gestionados en una central del sistema 20. De esta comparación de datos también se pueden sacar conclusiones acerca del estado de la red de vías 4 o de los distintos tramos de la vía 3. Por ejemplo, un cambio frecuente en los datos de posición registrados permite sacar conclusiones acerca de una posición inestable de la vía.

Para el registro de los datos brutos se pueden emplear, además de la máquina de asiento de vías 1, otras plataformas de soporte, por ejemplo, un vehículo de medición 21, otro vehículo ferroviario 22 o una plataforma de soporte volante 23. Como plataforma de soporte fija 24 se pueden utilizar las instalaciones de infraestructura equipadas con sensores 14. Se puede tratar, por ejemplo, de un mástil 8 con una cámara 15 fijada a él, que observa un tramo de vía 3. También se pueden usar como sensores 14 los cables de fibra óptica instalados junto a la vía 5. La base es la denominada detección acústica distribuida (DAS), en la que se envían pulsos láser a través de cables de fibra óptica para registrar las señales sonoras a lo largo de un tramo de vía 3 y las actividades que pueden derivarse de ellas en tiempo real. Con estas plataformas de soporte fijas 24 se recogen datos brutos de un tramo de vía 3 observado a lo largo del tiempo. Además de para el registro de los cambios de los objetos, estos datos brutos también pueden utilizarse para verificar la posición de las plataformas de soporte móviles 1,21,22, 23.

El vehículo de medición 21 está provisto, por ejemplo, de un receptor GNSS 25, un escáner de espacios libres 17 y un escáner de carriles 18. El otro vehículo ferroviario 22 comprende un receptor GNSS 25, y la plataforma de soporte volante 23 comprende una cámara 15 u otro equipo para capturar imágenes aéreas. Con todos estos sensores o sistemas de sensores 14 se recogen diferentes datos brutos que se proporcionan para su análisis. En este proceso, los datos brutos se preprocesan, en función del volumen de datos y de la potencia informática disponible, en la plataforma de soporte 1,21,22, 23, 24 o se transmiten directamente a la central del sistema 20.

Como se puede ver en el ejemplo de la estructura del sistema de la figura 3 se prevén, como componentes adicionales del sistema, unos medios de comunicación 26. Estos medios de comunicación 26 sirven para el intercambio de datos entre la central del sistema 20, los sistemas de sensores 14 y el dispositivo de navegación 19. Se trata, por ejemplo, de dispositivos para la comunicación inalámbrica a través de una red de radio móvil. En una forma de realización muy sencilla del sistema según la invención, la central del sistema 20 se aloja en la máquina de asiento de vías 1, de modo que se obtenga un sistema autosuficiente para la navegación y la actualización de los datos de red. En este caso, los medios de comunicación 26 pueden ser elementos de un sistema de bus instalado.

En la central del sistema 20 se instala una red de Big Data 27. Esta red apoya, además de las bases de datos convencionales 28 y las herramientas de análisis de datos, diversos algoritmos de aprendizaje automático. Algunos ejemplos son noSQL o Hadoop. De este modo, la central del sistema 20 sirve para la recogida, el almacenamiento y el procesamiento de los datos.

Los sistemas de sensores 14 producen a partir de puntos de datos m^ ( 0 un tensor de datos Sk(t) con una dimensión arbitraria k en un tiempo t:

5fc( t ) = (M 1( t ) , ... JM fc( t ) )

Siendo para i = 1, ..., k las matrices Mi r x s, es decir

Los sensores 14 dispuestos en las plataformas de soporte móviles 1,21,22, 23 proporcionan especialmente puntos de datos mr,si^con información espacial. En cambio, en el caso de las plataformas de soporte fijas 24, los puntos de datos detectados por medio de los sensores 14 representan en particular los cambios temporales.

A partir de los rasgos característicos de los puntos de datos m^ ( f )de los sistemas de sensores 14, se crean como datos de objeto virtualmente indexados 29 (objecti). Éstos representan los objetos de vía 4 - 13 que se pueden reconocer con certeza estocástica en el entorno de la vía y que pueden servir como referencias para la navegación. En concreto, los objetos 29 se caracterizan por tener patrones significativamente reproducibles. En un registro de objetos, las definiciones (o algoritmos) de los objetos 29 se actualizan con nuevos datos.

Para cada propiedad del objeto se calcula una probabilidad o se asigna una función de probabilidad Px:

Además de los metadatos resultantes de la verificación del objeto, los puntos de datos describen especialmente un estado actual del objeto virtualmente indexado 29.

La respectiva función de probabilidad P depende del tipo de sensores o del sistema de sensores 14, del tipo de plataforma de soporte 1, 21, 22, 23, 24 y de los algoritmos del registro de objetos. Por ejemplo, para los nuevos sistemas de sensores 14, se especifica una función de probabilidad con baja dispersión. Sin embargo, para los sensores más antiguos 14 con menor precisión, se especifica una mayor dispersión. Una probabilidad de detección derivada de los procesos de observación almacenados considera el número de objetos 29 detectados hasta el momento. De este modo, se recoge un grado de claridad de un objeto 29 en relación con una base de datos almacenada en la central del sistema 20. De forma correspondiente, los objetos 29 se clasifican en función del contenido de información evaluado en relación con la red global de vías y su información.

Además, el procedimiento de evaluación se mejora continuamente ampliando y adaptando los objetos reconocibles 29 mediante el aprendizaje automático o manual. El aprendizaje automático autónomo dentro del marco de Big Data se basa en los datos nuevos registrados en la central del sistema 20.

Como se muestra en la figura 4, los objetos virtualmente indexados 29 se concatenan entre sí según un patrón de movimiento de la plataforma de soporte 1,21,22. Así se producen en el caso de las plataformas de soporte 1,21,22 vinculadas a la vía, objetos 29 concatenados virtualmente indexados, pudiéndose entender la cadena de objetos 30 resultante como una cadena semántica Kn

K tn = ( Objetov i{ t n\ - . r ObjetotfÉ( fB+ffl) ) r

siendo tⁿ una hora de inicio y t^n+m es una hora de finalización de un viaje de la plataforma de soporte 1, 21, 22. Dentro de esta cadena, los objetos destacados 29 (por ejemplo, los datos del objeto de un cambio de agujas 6) se especifican como puntos de discretización para la subdivisión en segmentos 31. Éstos se pueden determinar de forma dinámica a partir de la probabilidad de detección o de la relevancia en la red (grado de claridad). En la figura 4, los objetos 29 alineados representan, por ejemplo, de izquierda a derecha, un cambio de agujas 6, una baliza 13, una vía 5, un poste 8, una boca de túnel, un túnel 9, una boca de túnel, un cambio de agujas 6, un poste 8, una baliza 13, dos postes 8 y un cambio de agujas 6.

Las nuevas cadenas de objetos 30 se comparan con los datos de red, es decir, con el modelo 31 de la red de vías 4. Los datos de red se almacenan como un gráfico N(t^a), siendo t^a un tiempo de actualización del respectivo objeto 29:

^{N( t a)} = C ^{Objetov( t ) , Canto} „[!))

Los segmentos 32 de la cadena de objetos 30 se comparan (mapean) través de los objetos distintivos 29 con el modelo 31 de la red de vías 4. Si un segmento 29 y un gráfico parcial coinciden con una alta probabilidad, los objetos virtualmente indexados 29 contenidos en el segmento 29 se transfieren al gráfico. De este modo, las propiedades del respectivo objeto virtualmente indexado 29 se utilizan para actualizar las propiedades del modelo 31, teniendo en cuenta las funciones de probabilidad P asignadas (actualización de los datos de la red). Con el aumento de los registros de datos brutos se incrementan la fiabilidad y la precisión de los datos de red.

Los puntos de datos registrados por medio de las plataformas de soporte fijas 24 también se comparan de manera correspondiente con los datos de red, ocupando la información sobre los cambios temporales un primer plano. Durante un proceso de actualización puede darse el caso de que, debido a errores de los sensores o a obstáculos en la detección de los objetos, algunos de los objetos 29 no se puedan verificar. En este supuesto es conveniente que se conserven en los datos de red hasta que en un nuevo proceso de registro 33 se produzca una falsificación o la verificación falla en repetidas ocasiones.

En la figura 5 se representa el desarrollo del procedimiento a modo de vista panorámica. El proceso se divide a grandes rasgos en los siguientes pasos de procedimiento:

- Entrada 34 de las distintas plataformas de soporte 1, 21,22, 23, 24 y de los sistemas de sensores 14. - Análisis de señales 35 para la indicación de objetos con magnitudes estadísticas.

- Procesos de registro repetidos 33 (observaciones) para la verificación o falsificación de la indicación del objeto.

- Cartografía 36 de diferentes tipos de registro o perspectivas de observación.

- Salida 37 del modelo de red de vías 31 (datos de red actualizados).

- Proceso de navegación 38 de una máquina de asiento de vías 1.

En una primera fase, el sistema formula un modelo de salida 31 para la red de vías 4 utilizando los algoritmos predeterminados. Para ello se evalúan, por ejemplo, fotografías aéreas, datos brutos de un vehículo de medición 21, datos brutos del vehículo de asiento de vías 1 y datos brutos de otro vehículo 22. En la figura 5, el respectivo análisis de las señales 35 proporciona inicialmente diferentes objetos 29 o clases de objetos que se pueden asignar a los distintos objetos de vía 5 - 13. En el caso de las fotografías aéreas se trata, por ejemplo, de carriles 5, cambios de agujas 6, túneles 9, mástiles 8, estaciones 10, etc. Los datos brutos de las plataformas de soporte de vía 1,22, 23 se pueden asignar a los objetos de vía 5, a los cambios de agujas 6, a los túneles 9, etc.

En el transcurso de los repetidos procesos de registro 33, los distintos objetos 29 son verificados o falsificados en su relación con los demás. En el caso de las plataformas de soporte vinculadas a las vías 1,22, 23, se forman cadenas de objetos 30 que representan un tramo de vía recorrido 3. Una combinación de estos resultados de evaluación mediante la cartografía 36 proporciona finalmente el modelo 31 de la red de vías registrada 4.

Para una realización fiable de un proceso de navegación 38, los datos de red se transmiten, tras una actualización de datos o en intervalos de tiempo predeterminados, desde la central del sistema 20 al dispositivo de navegación 19 de la máquina de asiento de vías 1. Se considera conveniente que, a través de la confianza deseada, se parametrice cuáles son los objetos 29 contenidos en los datos de red que se transfieren para la navegación a la máquina de asiento de vías trazado 1.

Durante el propio proceso de navegación 38, los objetos o los datos de objeto 29 se comparan con aquellos objetos de vía 5 - 13 que se detectan actualmente en las proximidades de la máquina de asiento de vías 1 por medio de los sensores o sistemas de sensores 14. De este modo, los objetos de vía detectados 5 - 13 sirven de referencia para determinar la ubicación. Además, los resultados de la medición del ancho de vía se pueden utilizar para un posicionamiento más preciso en la vía 5. El desarrollo registrado del ancho de vía forma otros puntos de datos de estos objetos 29 que representan la correspondiente vía 5. En una ampliación también se pueden utilizar rasgos característicos detectables de las traviesas 39 o de los carriles 40 (relieves, características del material, etc.).

Además, los datos brutos registrados durante el proceso de navegación 38 sirven como una nueva entrada de datos para la actualización de los datos de red. Con el presente sistema los cambios en la red de vías 4 como consecuencia de reformas o averías se consideran automáticamente para los siguientes procesos de navegación 38. La cognición se produce automáticamente en relación con la ocasión o el tiempo, en dependencia de la velocidad de migración de la red de vías 4.

Los objetos 29 detectados y anticipados en el entorno actual de la máquina de asiento de vías 1 se indican convenientemente a un operador de máquina 41 para su orientación. Este mensaje en la pantalla puede incluir instrucciones de trabajo adicionales. También es posible facilitar al operador de la máquina 41 los parámetros de trabajo en función de la ubicación o transmitirlos directamente a una unidad de trabajo 2. De este modo, se produce una adaptación local automatizada de los parámetros de trabajo, lo que permite un uso optimizado de la máquina de asiento de vías 1. En el caso de una bateadora, se trata, por ejemplo, de los valores de elevación y alineación, así como de las especificaciones de tiempo para los ciclos de bateo. En el caso de otras máquinas de asiento de vías 1 se pueden adaptar, en función del lugar, los parámetros de trabajo, por ejemplo, las necesidades de balasto o las cantidades de retirada de balasto viejo.

Claims

REIVINDICACIONES

1. Procedimiento para la explotación de un sistema para la navegación dentro de una red de vías (4), con una central del sistema (20) para la gestión de los datos de la red, que representan un modelo (31) de la red de vías (4), con un vehículo ferroviario (1) que comprende un dispositivo de navegación (19) para el procesamiento de los datos de navegación derivados de los datos de la red, con medios de comunicación (26) para el intercambio de datos entre el centro del sistema y el dispositivo de navegación y con una plataforma de soporte (1, 21, 22, 23, 24) con sensores, registrándose por medio de los sensores (14) datos brutos representativos de informaciones características de la red de vías (4) y transmitiéndose los datos brutos a la central del sistema (20), instalándose en la central del sistema (20) una red de Big Data (27), generándose a partir de los datos brutos, mediante algoritmos de determinación, datos de objeto (29) y comparándose los datos de la red con los datos de objeto (29) para actualizar los tos datos de red, caracterizado por que se asignan a los datos de objeto (29), respectivamente en función de los sensores (14) utilizados y/o de la plataforma de soporte (1, 21,22, 23, 24) utilizada y/o de los algoritmos de determinación utilizados, valores de probabilidad o funciones de probabilidad.

2. Procedimiento según la reivindicación 1, caracterizado por que, tras una actualización de los datos de red, se procede a una transmisión de todos los datos actualizados o de parte de los datos actualizados al dispositivo de navegación (19) de una máquina de asiento de vías (1).

3. Procedimiento según la reivindicación 1 o 2, caracterizado por que la actualización de los datos de red por nuevos datos del objeto (29) se realiza en dependencia de los valores de probabilidad o funciones de probabilidad asociados.

4. Procedimiento según una de las reivindicaciones 1 a 3, caracterizado por que los datos de objeto (29) se clasifican a la vista de un patrón de movimiento registrado de la plataforma de soporte (1 ,21 , 22 , 23), de manera que los objetos de vía (5 - 13) representados por los datos de objeto (29) se proporcionan alineados a modo de cadena de objetos (30) para su comparación con los datos de red almacenados como gráfico.

5. Procedimiento según la reivindicación 4, caracterizado por que la cadena de objetos (30) se divide en segmentos (32) y porque un segmento (32) se compara con el gráfico sobre la base de objetos por medio de objetos de vía distintivos.

6. Procedimiento según una de las reivindicaciones 1 a 4, caracterizado por que por medio de los sensores (14) dispuestos en el vehículo ferroviario (1) se registran los objetos de vía circundantes (5 - 13) que se encuentran en el entorno y por que se determina una posición actual del vehículo ferroviario (1 ) comparando los objetos de vía detectados (5 - 13) con los datos de red.

7. Sistema para la realización de un procedimiento según una de las reivindicaciones 1 a 6, que comprende los siguientes componentes del sistema:

- una central del sistema (20) para la gestión de los datos de red que representan un modelo (31) de la red de vías (4),

- un vehículo ferroviario (1) con un dispositivo de navegación (19) para el procesamiento de los datos de navegación derivados de los datos de red,

- medios de comunicación (26) para el intercambio de datos entre la central del sistema (20) y el dispositivo de navegación (19),

- una plataforma de soporte (1, 21, 22, 23, 24) con sensores (14) para el registro de datos brutos representativos de informaciones características de la red de vías (4),

diseñándose la central del sistema (20) para generar datos del objeto (29) a partir de los datos brutos mediante algoritmos de determinación,

caracterizado por que en la central del sistema (20) se instala un marco de Big Data (27) para, asignar a los datos de objeto (29), durante una evaluación de los datos brutos y una comparación con los datos de la red, valores de probabilidad o funciones de probabilidad, respectivamente en función de los sensores (14) utilizados y/o de la plataforma de soporte (1, 21, 22, 23, 24) utilizada y/o de los algoritmos de determinación utilizados.

8. Sistema según la reivindicación 7, caracterizado por que una máquina de asiento de vías (1) se configura a modo de plataforma de soporte y comprende un sistema de sensores (14) que recoge datos brutos durante el recorrido por la red de vías (4).

9. Sistema según la reivindicación 7 u 8, caracterizado por que el sistema comprende como plataforma de soporte un vehículo de medición (21) u otro vehículo vinculado a la vía (22) dotado de sensores (14).

10. Sistema según una de las reivindicaciones 7 a 9, caracterizado por que el sistema comprende una plataforma de soporte voladora (23), especialmente un dron equipado con sensores (14).

11. Sistema según una de las reivindicaciones 7 a 10, caracterizado por que los datos de red se almacenan a modo de gráfico con objetos de vía (5 - 13) como nudos y con relaciones entre los objetos de vía (5-13) como cantos.