This thesis is an investigation into the feasibility of one-dimensional Light Detection and Ranging (LIDAR) sensors for tracking the position and motion of trains on railroad classification yards. Carefully monitoring railway traffic in these areas is important, in order to avoid accidents, optimise logistical operations and hence reduce delays. However, existing technologies for tracking trains on regular stretches of train-line, including Radio Frequency Identification (RFID) and Global Positioning System (GPS), have various drawbacks when applied to classification yards. As such, it is pertinent to investigate the extent to which simple LIDAR sensors could be used for this purpose, as part of a basic Internet of Things (IoT) system. To tackle this problem, we considered different ways of positioning the sensors around railway tracks. We then proposed a floating average algorithm for calculating a target object’s velocity using continuous LIDAR distance readings. To know when to apply the algorithm as a train is passing the sensor, we observed how the distance readings varied as a model train passed the sensor. The data was used to construct a Finite-state machine (FSM) that can fully describe the status of trains as they pass the sensor. In order to test our solution, we constructed a prototype sensor node implementing the FSM and evaluated its performance first with a model train and then on actual commuter trains on an outdoors train platform. We found that one-dimensional LIDAR sensors could feasibly be deployed to monitor the position and motion of trains with a high degree of consistency and accuracy. However, LIDAR may need to be corroborated with other types of technology such as RFID so that trains can be distinguished from other moving objects. / Detta projekt undersöker möjligheten att använda endimensionella Light Detection and Ranging (LIDAR) sensorer för att spåra läge och rörelse av tåg på rangerbangårdar. Att övervaka tågtrafik i dessa områden är viktigt för att undvika trafikolyckor, optimera logistiska operationer och därmed minska förseningar. Dagens teknik för att spåra tåg på vanliga tågspår, till exempel Radio Frequency Identification (RFID) och Global Positioning System (GPS), har flera begränsningar när de ska användas till rangerbangårdar. Följaktligen så är det relevant att undersöka till vilken grad enkla LIDAR sensorer kan tillämpas för detta ändamål som en del av ett Internet of Things (IoT) system. För att lösa detta problem, övervägde vi olika sätt att placera sensorerna kring tågspår. Därefter implementerade vi en glidande medelvärdealgoritm för att beräkna målobjektets hastighet genom att använda kontinuerliga LIDAR avståndsmätningar. För att kunna veta när algoritmen skulle tillämpas när riktiga tåg passerade sensorn, noterade vi först hur avståndsmätningarna varierade när ett modelltåg passerade sensorn. Mätningarna användes sedan för att konstruera en ändlig tillståndsmaskin (FSM) som kan fullständigt beskriva statusen av tåget när det åker förbi sensorn. För att testa vår lösning, tillverkade vi en sensornodprototyp med vår FSM implementerad och utvärderade först dess prestationsförmåga med ett modelltåg och sedan med riktiga pendeltåg.Vi observerade att endimensionella LIDAR sensorer kan användas för att övervaka läge och hastighet av tåg med hög precision och konsekventa resultat. Däremot visade sig att LIDAR ska med fördel kombineras med andra typer av teknologi, som till exempel RFID, för att urskilja tåg från andra objekt i rörelse.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-299855 |
| Date | January 2021 |
| Creators | Chancellor, Edward, Oikarinen, Kasper |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2021:263 |
Page generated in 0.002 seconds