CONTRÔLE MUTUEL POUR L'AIDE A l'ECO-CONDUITE SÛRE ET PONCTUELLE EN SIMULATION FERROVIAIRE
| Autor: | Hombert, Loïc, Sion, Sylvain, La Delfa, Salvatore, Vanderhaegen, Frédéric |
|---|---|
| Přispěvatelé: | ALJARF, ALI, Laboratoire d'Automatique, de Mécanique et d'Informatique industrielles et Humaines - UMR 8201 (LAMIH), Université de Valenciennes et du Hainaut-Cambrésis (UVHC)-Centre National de la Recherche Scientifique (CNRS)-INSA Institut National des Sciences Appliquées Hauts-de-France (INSA Hauts-De-France) |
| Jazyk: | francouzština |
| Rok vydání: | 2018 |
| Předmět: |
[INFO.INFO-AI] Computer Science [cs]/Artificial Intelligence [cs.AI]
[SPI]Engineering Sciences [physics] [STAT.ML]Statistics [stat]/Machine Learning [stat.ML] [SPI] Engineering Sciences [physics] [STAT.ML] Statistics [stat]/Machine Learning [stat.ML] [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI] |
| Zdroj: | Congrès Lambda Mu 21 « Maîtrise des risques et transformation numérique : opportunités et menaces » Congrès Lambda Mu 21 « Maîtrise des risques et transformation numérique : opportunités et menaces », Oct 2018, Reims, France |
| Popis: | Summary This article presents a train driving simulation that provides human driver with an eco-driving support including criteria such as electrical consumption, safety, train timetable respect, passenger comfort respect. The support system is based on the effect mirror learning principle that consists in copying all or part of observed data from human behaviors and to make them in relation with the traction manipulator position. The manipulator position aims at stopping, moving, slowing down the train. The knowledge base of the proposed system is handled a posteriori by taking into account the real driver behaviors in order to optimize the electrical consumption and to guarantee the rail network safety, the passengers comfort, and the transportation service. Cette communication présente un simulateur numérique de conduite de train permettant d'assister le conducteur pour optimiser la consommation énergétique au regard d'autres critères tels que la sécurité, le respect des horaires et le respect du confort des passagers. Le système d'aide est basé sur le principe d'apprentissage par effet miroir qui consiste à copier tout ou partie des données observées et de les mettre en relation avec une position du manipulateur. Celle-ci permet de ralentir, stopper ou accélérer le train. La base de connaissances de ce système est mise à jour a posteriori en prenant en compte les comportements réels des conducteurs de train afin d'optimiser la consommation énergétique, et d'assurer la sécurité du réseau, des voyageurs et des tiers, et garantir le service de transport. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|