¨ 2000 10. GMA/ITG-Fachtagung Sensoren und Meßsysteme, Ludwigsburg, 13.–14. Marz

Bordautonome Identifikation von Eisenbahnweichen mit Wirbelstrom-Sensoren Thomas Engelberg, Franz Mesch und Fernando Puente Le´on ¨ Karlsruhe (TH), Postfach 69 80, Institut fur ¨ Meß- und Regelungstechnik, Universitat 76128 Karlsruhe, E-Mail:
engelberg, mesch, puente  @mrt.mach.uni-karlsruhe.de

Zusammenfassung Die bordautonome Identifikation von Merkmalen des Fahrweges stellt einen wichtigen Bestandteil zuk¨unftiger Ortungssysteme des Schienenverkehrs dar. Von besonderem Interesse ist dabei die Erkennung von Verzweigungen im Streckennetz — z.B. Weichen und Kreuzungen — sowie die dort eingestellte Fahrroute. Fur ¨ diese Anwendung werden Wirbelstrom-Sensoren vorgeschlagen, welche fur ¨ den Betrieb am Schienenfahrzeug hervorragend geeignet sind. Nach der Vorstellung typischer Sensorsignale wird die Strategie zur Detektion und Klassifikation re¨ levanter Streckenereignisse am Beispiel von Weichen erlautert und anhand von ersten Ergebnissen die Leistungsf¨ahigkeit der Verfahren demonstriert.

1 Einleitung Der Einsatz leistungsf¨ahiger Ortungssysteme im Schienenverkehr bildet eine wichtige Grundlage fur ¨ die effiziente Nutzung der vorhandenen Fahrwege. Eine wesentliche Aufgabe solcher Systeme besteht in der Positionsbestimmung jedes Fahrzeuges in einem Referenz-Koordinatensystem [4]. Dazu wird ein Streckenatlas in Form einer Da¨ tenbank ben¨otigt, welcher die erforderlichen Daten uber ¨ die Verlaufe der jeweiligen Fahrwege enth¨alt. Eine in [2] vorgeschlagene Ortungsmethode basiert auf der Verfolgung des Fahrzeuges in einem Netzwerk, welches im Streckenatlas gespeichert ist. Weichen und Kreuzungen werden hierin als Verzweigungen und Knoten, Streckenabschnitte als Verbindungen dargestellt, d.h. es werden im wesentlichen Informationen uber ¨ die Topologie des Streckennetzes genutzt. Diese Methode erfordert Sensoren, mit denen kontinuierlich die zuruckgelegten ¨ Wege sowie bei Weichen und Kreuzungen die eingeschla¨ genen Fahrwege ermittelt werden konnen. Eine weitere in [2] vorgestellte Methode 1

der Ortung stutzt ¨ sich auf die Detektion individueller Ereignisse des Fahrweges (z.B. Schienenst¨oße, Weichen, Kreuzungen) mit Hilfe geeigneter bordautonomer Sensoren. Die eigentliche Positionsbestimmung erfolgt durch Vergleich der Sensorsignale mit entsprechenden Daten des Streckenatlasses. ¨ Der vorliegende Beitrag skizziert Moglichkeiten zur bordautonomen Identifikation streckenspezifischer Charakteristika, wobei der Schwerpunkt bei der Weichenerken¨ nung liegt. Im nachsten Abschnitt wird das Konzept eines solchen Systems besprochen. Fur ¨ die vorliegende Anwendung bieten sich Wirbelstrom-Sensoren an, deren Signale stark von der lokalen Charakteristik der Strecke abh¨angen; siehe Abschnitt 3. Die Nutzung dieser Sensoreigenschaften zur Detektion von Weichen sowie zur Erkennung des Weichentyps und der Weichenstellung wird im Abschnitt 4 vorgef¨uhrt.

2 Grundgedanke der Weichenerkennung Bild 1 zeigt den prinzipiellen Aufbau eines Meßsystems zur bordautonomen Weichenerkennung. Am Schienenfahrzeug befinden sich 

Sensoren, welche Inhomogenit¨aten

entlang der Strecke (z.B. Schienenbefestigungen und andere Anbauteile im Gleisbereich) erfassen. Die Form der resultierenden Sensorsignale   , 

 , ist

¨ abh¨angig vom gewahlten physikalischen Sensorprinzip, von der Ausrichtung der Sensoren sowie von den entlang der Strecke vorhandenen Inhomogenit¨aten. Die Grundidee der Weichenerkennung basiert darauf, charakteristische Signale der verschiedenen Bauteile im Weichenbereich (Radlenker, Weichenzunge, Herzstucke ¨ usw.) mittels geeigneter Sensoren zu erfassen; siehe Abschnitt 3. Durch die Wahl mehrerer Sen¨ soren konnen verschiedene relevante Bereiche des Gleises gleichzeitig beobachtet“ ” werden — etwa beide Schienen oder aber der mittlere Bereich zwischen den Schienen, in welchem beispielsweise bei Weichen die Schienen des abzweigenden Gleises de¨ tektiert werden konnen. Ferner kann bei Einsatz mehrerer Sensoren durch Methoden der Sensorfusion die Qualit¨at der Meßsignale und damit die Robustheit der Detektionsverfahren verbessert werden [6]. Fur ¨ die Weichenerkennung gen¨ugt ein Sensorsignal   signal   mit  

  , das jedoch als Orts-

    vorliegen muß. Dazu ist die Kenntnis der Geschwindigkeit

  des Zuges erforderlich. Diese kann mit einem Laufzeit-Korrelator schlupffrei und

¨ prazise gesch¨atzt werden; siehe [3]. Hierf¨ur wird ein zweiter Sensor ben¨otigt, der sich 2

Bild 1: Meßsystem zur Weichenerkennung. in Fahrtrichtung im Abstand ! zum ersten Sensor befindet. Gewissermaßen als Nebeneffekt kann die Qualit¨at der Sensorsignale uber ¨ das Maximum "$# % &('*)

+ ,.-0/2135476# %98 :;&
& auch noch entsprechend aufbereitete Daten aus einem Streckenatlas. Das Ergebnis AB#?@ > & enth¨alt u.a. die Informationen, ob eine Weiche vorhanden ist (Weichendetektion) sowie welcher Weichentyp und welche Weichenstellung vorliegt (Klassifikation). Dar¨uber hinaus wird in Abschnitt 4.3 ein Verfahren zur ¨ Identifikation individueller Weichen prasentiert. Bei der Wahl des physikalischen Sensorprinzips ist daf¨ur zu sorgen, daß Weichen den ¨ ¨ Verlauf des Sensorsignals uberhaupt ¨ charakteristisch pragen und daß ein zuverlassiger Sensorbetrieb an Bord des Schienenfahrzeuges unabh¨angig von Verschmutzun¨ gen und jeglichen Witterungseinfl¨ussen gewahrleistet ist. Diese Anforderungen erfullen ¨ die nachfolgend vorgestellten Wirbelstrom-Sensoren in idealer Weise [3]. Wirbelstrom-Sensoren erfassen ber¨uhrungslos Inhomogenit¨aten im Bereich der Schie¨ ne, sofern diese auf Anderungen der lokalen elektromagnetischen Eigenschaften beruhen. Fur ¨ den Einsatz im Bahnbetrieb werden Wirbelstrom-Sensoren nach dem in [3] beschriebenen Differenzprinzip verwendet. Ihr wesentlicher Vorteil liegt darin, daß ihre Sensorsignale bis zu einem gewissen Grad unabh¨angig von Seitenbewegungen und Abstandsschwankungen der Sensoren zur Schiene sind, die durch das Laufverhalten des Schienenfahrzeuges im Gleis bzw. durch Federbewegungen verursacht werden. Außerdem wird der Einfluß von Kippbewegungen mit einer speziellen Signalverarbeitungsmethode unterdr¨uckt [3]. Inhomogenit¨aten, deren lokale Auspr¨agung fur ¨ die Weichenerkennung relevant ist, gehen dagegen voll im Sensorsignal ein. 3

Bild 2 zeigt schematisch einen Signalverlauf CD EF , der typischerweise bei der Bewegung eines Differenzsensors uber ¨ eine Schienenbefestigung resultiert [7]. Die vollkommen homogen angenommene Schiene geht aufgrund des Differenzprinzips nicht im Sensorsignal ein, ¨ wahrend die Schienenbefestigung einen deutlichen Einfluß hat. Basierend auf die¨ ser Erkenntnis werden im nachsten Ab-

Bild 2: Signal eines Differenzsensors bei Bewegung uber ¨ eine Schienenbefestigung.

schnitt charakteristische Sensorsignalverl¨aufe diskutiert, die bei Fahrten auf geraden Strecken und im Bereich von Weichen ¨ gemessen wurden. In allen Fallen war die Qualit¨at der erhaltenen Sensorsignale sehr H

gut, was sich in ihren maximalen Korrelationskoeffizienten G D I FKJ L5MN

widerspiegelt;

siehe auch [3].

3 Charakteristik der Sensorsignale ¨ Die Art und die Große der Inhomogenit¨aten, welche die Wirbelstrom-Sensoren im Be¨ reich der Schiene detektieren, hangt wesentlich vom Sensorabstand OP zur Schienenoberkante ab. Aus bahnbetrieblichen Grunden ¨ muß OP(J QR2S S

¨ gewahlt werden. In

¨ diesem Fall sprechen die Wirbelstrom-Sensoren nur auf großere Inhomogenit¨aten an. Auf freier Strecke sind dies vorwiegend die Schienenbefestigungen. Im Bereich von ¨ Weichen erfassen die Wirbelstrom-Sensoren zusatzlich auch metallische Bauteile der Weiche (z.B. Radlenker). Im Bild 3 ist eine typische Weiche schematisch dargestellt [1]. Zun¨achst soll ein Meßsignal  C D E$ G F betrachtet werden, bei welchem der Sensor entlang der grau markierten ¨ sich Schiene des Zweiggleises bewegt wurde. Der Bereich der Weichenzunge laßt deutlich im Signalverlauf erkennen, da hier an der Zweiggleis-Schiene typischerweise ¨ einige zusatzliche metallische Anbauteile — z.B. Elemente zur Stutzung ¨ der Weichenzunge [1] — befestigt sind. Auch der Bereich des Radlenkers spiegelt sich eindeutig im Sensorsignal wider. Der hier vorhandene Anstieg der Signalamplituden ist vor allem auf die Teile zur Befestigung des Radlenkers (Winkel und Schrauben), die teilweise uber ¨ 4

Bild 3: Gemessenes Sensorsignal TU?W$V X bei Weichenfahrt auf Zweiggleis. ¨ sich, die Schienenoberkante ragen, zuruckzuf ¨ uhren. ¨ Die Radlenker-Schiene selbst laßt sofern ihre elektromagnetischen Eigenschaften homogen sind, kaum im Signal des Differenzsensors erkennen; vgl. Abschnitt 2. Im Bereich zwischen der Weichenzunge und dem Radlenker gehen lediglich die Schienenbefestigungen in das Sensorsignal ein — weitere markante Anbauteile sind in diesem Teil der Weiche meist nicht vorhanden.

Bild 4: Gemessenes Sensorsignal TU?WV X bei Weichenfahrt auf Stammgleis. Bild 4 zeigt schematisch die Fahrt auf dem Stammgleis einer Weiche. Im Sensorsignal W$X ¨ TU?V sind die Spitze der Weichenzunge, eine Lasche zur Verstarkung der Zungenschie-

ne [1] sowie das Herzstuck ¨ der Weiche deutlich zu erkennen. Im Vergleich zur oben diskutierten Zweiggleis-Fahrt unterscheidet sich dieses Signal deutlich, d.h. aus dem jeweiligen Signalmuster ist die Weichenstellung ersichtlich. 5

Bild 5: Gemessenes Sensorsignal YZ?\[ ] bei Weichenfahrt auf Kreuzungsweiche. Im Bild 5 ist exemplarisch die Geradeausfahrt uber ¨ eine Doppel-Kreuzungsweiche [1] abgebildet. Ein Radlenker, der Weichen-Mittelteil (u.a. bestehend aus zwei Weichen¨ zungen) sowie ein einfaches Herzstuck ¨ pragen in diesem Fall das Sensorsignal YZ?\[ ] . ¨ Die unterschiedlichen Signalverlaufe bei normalen Schienenbefestigungen und Wei¨ ¨ chenteilen (Radlenker, Herzstucke ¨ usw.) eroffnen die im nachsten Abschnitt diskutier¨ ten Moglichkeiten zur Weichenerkennung.

4 Weichenerkennung ¨ 4.1 Uberblick ¨ Ein robustes System zur Weichenerkennung erfordert den Ubergang zu einer geschwindigkeitsunabh¨angigen Darstellung der Sensorsignale Y^Z _ ] . Dafur ¨ werden diese mit Hilfe eines adaptiven Anti-Aliasing-Filters auf die Frequenz `abZc [ ] begrenzt und mit der Abtastfrequenz `?d2Zc [ ]2e

c ] ¨ `f g [ Z _ abgetastet, wobei `f der ortlichen Abtastfrequenz ¨ der resultierenden Signale Y^hZ?\[ ] entspricht. Aufgrund der begrenzten Ortsauflosung der verwendeten Sensoren haben sich in der Praxis Ortsfrequenzen von `f e ij k lnm als

¨ vollig ausreichend herausgestellt, um die interessierenden individuellen Auspr¨agungen ¨ des Fahrweges zuverlassig zu erfassen. ¨ Wie in Abschnitt 3 erlautert, zeichnen sich die Signale der verwendeten Wirbelstrom¨ Sensoren durch wesentlich hohere Amplituden beim Erfassen bestimmter Anbauteile 6

opq?$ rs t

u

q?$ rs t

Bild 6: Allgemeine Vorgehensweise bei der Weichendetektion. von Weichen aus als beim Fahren uber ¨ normale Schienenbefestigungen. Die Detektion derartiger Streckenereignisse aus den Meßsignalen und deren Zuordnung basierend ¨ auf den Signalverlaufen zu den entsprechenden Bauteilklassen stellt die Grundlage ¨ des im nachsten Unterabschnitt vorgestellten Verfahrens dar. Zur Ortung wird schlieߨ lich die Liste der wahrend der Fahrt detektierten Weichenarten unter Ber¨ucksichtigung der im Streckenatlas gespeicherten Information uber ¨ die Netztopologie herangezogen, wofur ¨ Graph-Matching-Methoden zum Einsatz kommen [5]. Dabei kann die Graphensuche durch Verwendung von a priori Wissen uber ¨ die Fahrroute erheblich vereinfacht werden. Sollen jedoch individuelle Weichen identifiziert werden, so ist eine Erg¨anzung des Streckenatlasses um entsprechende Merkmale jeder einzelnen Weiche erforderlich, d.h. von jeder Weiche wird eine Art Fingerabdruck“ gespeichert; siehe Abschnitt ” 4.3. In diesem Fall gestaltet sich die Ortung einfacher als beim Graph-Matching.

4.2 Weichendetektion und -klassifikation Die bei der Weichendetektion beschrittene allgemeine Vorgehensweise basiert auf der Auswertung der Umh¨ullenden der Sensorsignale opq?$rs t ; siehe Bild 6. Dafur ¨ wird im ersten Schritt eine Gleichrichtung der Signale durchgef¨uhrt. Sind mehrere gleichartige Sensoren dicht hintereinander in Fahrtrichtung angeordnet, wie das bei der verwendeten Konfiguration nach Bild 1 ( v

w

x ; y w

z {9x

| ) der Fall ist, so bietet sich hier

eine Fusion der Signale an. Im einfachsten Fall wird dies durch Mittelung der gleichgerichteten Signale realisiert. Das erhaltene Resultat weist bei geeigneter Wahl des ¨ Sensorabstandes y einen deutlich glatteren Verlauf auf, wahrend die zu detektierenden Ereignisse sich durch hohe positive Amplitudenwerte auszeichnen. Um diese zu detektieren, wird ein Tiefpaß der Grenzfrequenz }?~ mit einem Schwellwert € kombiniert1 . Dabei wird die Schwelle adaptiv auf der Grundlage der empirischen Standardabweichung  der mittelwertfreien Sensorsignale gem¨aß € ‚*w

ƒ…„9 festgelegt. Bei geeigneter

Wahl der Parameter }?~ und ƒ indizieren die detektierten Bereiche im bin¨aren Signal 1

¨ Man beachte die Ahnlichkeit dieser Vorgehensweise mit dem Matched-Filter zur Signaldetektion.

7

Bild 7: Beispiel zur Weichendetektion. die gesuchten Streckenereignisse. Fur ¨ jedes der detektierten Ereignisse werden nun ¨ geometrische Merkmale — wie z.B. Lage, Lange und Auspr¨agung — extrahiert und als Grundlage fur ¨ die Klassifikation, d.h. der Zuordnung zu der jeweiligen Bauteilklasse, verwendet. In einem weiteren Schritt kommen kontextabh¨angige Verfahren (u.a. Graph-Matching) zum Einsatz, um die Bauteile zu Weichen usw. zu gruppieren [5]. Als Beispiel zur Weichendetektion ist in Bild 7 ein Meßignal †‡?‰ˆ Š dargestellt. Dem Signalverlauf wurden die Detektionsergebnisse uberlagert. ¨ Hier wurden an der Stelle ‰ ‹ ˆ

Œ5 Ž

ein Schienenstoß und ab ‰ ˆ ‹

Œ Ž

eine Weiche erkannt.

4.3 Weichenidentifikation ¨ Die charakteristische Anordnung von Bauteilen im Weichenbereich eroffnet den Weg zur Identifikation individueller Weichen. Dafur ¨ muß der Streckenatlas um ein Mustersi” ‰$Š gnal“ ’‘‡?ˆ jeder einzelnen Weiche erg¨anzt werden, wobei i.allg. fur ¨ jede Schiene und Weichenstellung ein solches Signal aufgenommen werden muß2 . Zwar ist der Aufwand ¨ sich jedoch mit dem in Abschnitt 4.2 beschriebenen Verfahren hierf¨ur erheblich, laßt weitgehend automatisieren. Die eigentliche Weichenidentifikation basiert auf der Korrelation der Signale ’‘‡?‰ˆ Š aller in Frage kommenden Weichen mit dem Sensorsignal †‡?‰ˆ Š . Falls im Sensorsignal ‰$Š ‰Š’˜*‹ †‡?ˆ die Weiche “ enthalten ist, so weist die Korrelationsfunktion ”•—–2‡?ˆ

‰Šš™ †‡?ˆ

‰$Š ’‘›‡?ˆ

ein ausgepr¨agtes Maximum an der entsprechenden Stelle auf, welches mittels eines Schwellwertes detektiert werden kann. Um ”•—–œ‡?‰$ˆ Š in Echtzeit zu berechnen, sind bei Geschwindigkeiten von ?žž Ÿ   und Weichen von ¡5ž Ž

¨ Lange 4,5 Mio. arithmetische

Operationen pro Sekunde durchzuf¨uhren. Obgleich diese Anforderungen von moder¨ nen Prozessoren problemlos erfullt ¨ werden konnen, muß dennoch die Menge der in 2

Bei typischen Weichenl¨angen von 40 Metern gen¨ugen 1200 Abtastwerte pro Weiche, so daß sich

auf einer CD-ROM ca. 300 000 solche Signale unkomprimiert speichern lassen.

8

Bild 8: Beispiel zur Weichenidentifikation.

Frage kommenden Weichen eingeschr¨ankt werden, weshalb der Einsatz von a priori Wissen — etwa in Form des Streckenatlasses, der Detektionsergebnisse gem¨aß Abschnitt 4.2 sowie eines groben Sch¨atzwertes uber ¨ den Ort — erforderlich ist. Schwankungen des Sensorabstandes rufen eine nichtlineare Verzerrung des Meßsignals hervor. Da die Kreuzkorrelationsfunktion lediglich die lineare Abh¨angigkeit zweier ¨ Signale erfaßt, kommt es in solchen Fallen zu einer geringeren Korrelation zwischen den Signalen. Dennoch haben experimentelle Untersuchungen ergeben, daß selbst bei verh¨altnism¨aßig großen Abstandsschwankungen ( ¢ £ ¤

¥5¦ § § ) eine sichere De-

¨ tektion moglich ist, da die Korrelationsfunktion der Weichensignale ein stark ausge© ª

¨ pragtes Maximum mit ¨

¦ «¬ aufweist.

¯$° Bild 8 zeigt ein Beispiel zur Weichenidentifikation. Im Meßignal  ­ ® ¨ ist ein Schienenstoß an der Stelle ¯ ¨ ¤ ±5² § zu sehen; ab ¯ ¨ ¤ ³?¦¦ § erkennt man den Zungenbereich

einer Weiche. In einer fruheren ¨ Meßfahrt wurde die gleiche Weiche erfaßt und als Mustersignal ´ ® ¯µ¨ ° abgespeichert. Die untere Grafik zeigt den Verlauf der Kreuzkorrelati© onsfunktion ¶·—¸œ® ¯$¨ ° , deren ausgepr¨agtes Maximum mit ¨ ¤ ¦ « ¬¬ die Lage der erkannten Weiche markiert. 9

5 Ausblick Die hier vorgestellten Verfahren zur Erkennung streckenspezifischer Merkmale (z.B. Weichen, Schienenst¨oße, aber auch kunstliche ¨ codierte Merkmale) haben sich in unseren Voruntersuchungen als sehr robust herausgestellt. Da streckenseitig besondere Vorkehrungen nicht zwingend erforderlich sind, stellen sie einen aus technischer und ¨ okonomischer Sicht wichtigen Beitrag fur ¨ zukunftige ¨ Ortungssysteme dar. Ferner kann ¨ der Streckenatlas um die Lage samtlicher detektierbarer Bauteile entlang der Strecke — z.B. um die stets vorhandenen Schienenbefestigungen — erweitert werden. Die¨ se konnen dann als Punkte eines inkrementalen Wegmaßstabes“ zur Wegmessung ” verwendet werden. Dar¨uber hinaus sind weitere Anwendungen der diskutierten Methoden im Bahnbereich denkbar. So lassen sich durch Auswertung der Signale grobe Schienendefekte — z.B. Anrisse des Schienenkopfes — im Fahrbetrieb detektieren.

Danksagung Die Autoren danken Herrn Prof. Dr.-Ing. E. Schnieder fur ¨ die Anregung dieser Arbeit. Herrn Dipl.-Ing. Haus und Herrn Stefan Eberlein von der Deutschen Bahn AG gilt ein ¨ besonderer Dank fur ¨ die Ermoglichung und engagierte Durchf¨uhrung der Meßfahrten.

Literatur [1] Berg, G.; Henker, H.: Weichen. Transpress VEB Verlag fur ¨ Verkehrswesen, 1978. [2] Bikker, G.; Klinge, K.-A.; Schroeder, M.; Schnieder, E: “Concepts of an intelligent route atlas for localisation in guided traffic”. In: Proc. of 4th International Conference on “Vehicle Navigation”, Hannover, 1998. [3] Engelberg, T.: “Non-contact speed and distance measurement of rail vehicles using eddy current sensors”. In: IMEKO–XV World Congress, Osaka, 1999. [4] Leinhos, D.: Analyse und Entwurf von Ortungssystemen fur ¨ den Schienenverkehr mit Strukturierten Methoden. Dissertation TU Braunschweig, VDI-Verlag, Dusseldorf, ¨ 1996. [5] Liedtke, C.-E.; Ender, M.: Wissensbasierte Bildverarbeitung. Springer, Berlin, 1989. [6] Luo, R. C. und Kay, M. G.: Multisensor integration and fusion in intelligent systems“. IEEE ” Transactions on Systems, Man, and Cybernetics 19 (5), 901–931, 1989. [7] McIntire, P.; McMaster, R. C.: Nondestructive testing handbook, Vol. 4. The American Society for Nondestructive Testing, Ohio, 1996.

10