ИИ-система для планирования графиков локомотивных бригад запущена в Новосибирском метро

2 часа назад

© Фото: freepik.com

Новосибирский государственный университет (НГУ) и Новосибирский метрополитен приступили к реализации совместного проекта по созданию системы автоматизированного планирования работы локомотивных бригад на базе технологий искусственного интеллекта. Как пишет издание CNews.ru, разработку ведёт Исследовательский центр в сфере ИИ НГУ, имеющий опыт внедрения решений в сегментах «умного города», включая транспорт, энергетику и безопасность.

Проект направлен на решение одной из самых сложных задач управления метрополитеном, оперативное планирование смен машинистов с учётом:

— режимов труда и отдыха, установленных законодательством;

— квалификации и допусков персонала;

— изменений в графике движения поездов;

— внештатных ситуаций (болезни, опоздания, ЧС).

Как работатет ИИ-помощник

Система будет функционировать как «цифровой диспетчер», анализирующий в реальном времени множество параметров и генерирующий оптимальные варианты распределения смен. В отличие от традиционных программ кадрового учёта, алгоритмы ИИ способны:

— мгновенно пересчитывать графики при изменении условий (отмена рейсов, аварийные ситуации);

— учитывать индивидуальные особенности сотрудников (стаж, медицинские ограничения, предпочтения);

— прогнозировать риски нарушения режима труда и отдыха до их возникновения;

— равномерно распределять нагрузку между бригадами для снижения усталости персонала.

«Основная цель – создание интеллектуальных систем управления городской инфраструктурой. Мы уже внедряем решения в сфере теплоснабжения, медицины, транспорта, экологии, безопасности, а теперь начинаем сотрудничество с метрополитеном», — отметил руководитель Центра ИИ НГУ Александр Люлько.

Безопасность как ключевой драйвер

Автоматизация планирования графиков напрямую влияет на уровень транспортной безопасности. Усталость машинистов — один из факторов риска при управлении подвижным составом. По данным РЖД, до 12% инцидентов на железнодорожном транспорте связаны с нарушением режима труда и отдыха персонала.

ИИ-система минимизирует человеческий фактор при составлении графиков: исключает ошибки при расчёте междусменных интервалов; блокирует назначение сотрудника на смену, если тот отдыхал недостаточно; фиксирует все изменения для последующего аудита.

Это особенно критично для метрополитена – объекта повышенной опасности, где требования к соблюдению режимов работы строже, чем в других отраслях транспорта.

Интеграция в экосистему «умного метро»

Проект рассматривается как первый шаг к созданию единой цифровой платформы управления инфраструктурой метрополитена. В перспективе система планирования будет интегрирована с другими ИИ-решениями:

— аналитикой пассажиропотока – для корректировки графиков в часы пик;

— системами видеонаблюдения – для мониторинга присутствия персонала на рабочих местах;

— телеметрией подвижного состава – для учёта технического состояния поездов при назначении бригад.

Такой подход позволит перейти от реактивного управления к прогнозной модели, где изменения в расписании инициируются системой до возникновения критических ситуаций.

Масштабируемость решения

Разработчики изначально проектируют систему с возможностью адаптации под другие метрополитены и виды транспорта:

— подземные и наземные железные дороги;

— трамвайные и троллейбусные управления;

— предприятия с круглосуточным режимом работы и сложными графиками смен.

«Все наши решения мы создаём с учётом того, что их можно будет адаптировать под другие организации», — подчеркнул Александр Люлько.

Новосибирский метрополитен позиционирует себя как пилотную площадку, чей опыт впоследствии может быть тиражирован в других городах России – особенно в регионах с развитой сетью метро (Москва, Санкт-Петербург, Казань, Екатеринбург, Самара).

Сроки и этапы реализации

Работы по созданию системы планируется завершить в нынешнем году. Проект включает три этапа:

1. Анализ текущих процессов и сбор требований (весна 2026);
2. Разработка и тестирование алгоритмов (лето–осень 2026);
3. Пилотное внедрение и обучение персонала (конец 2026).

Параллельно стороны обсуждают расширение сотрудничества в других направлениях – интеллектуальное видеонаблюдение на станциях, анализ аномального поведения пассажиров, внедрение беспилотных технологий для инспекции тоннелей.