借助 OpenUSD 进行铁路仿真

铁路仿真在现代运输和物流中发挥着重要作用，为轨道、道岔和轨道车辆之间复杂的相互作用提供了一个虚拟试验场。它是工程师和开发者微调和优化铁路系统的关键工具，可确保效率、安全性和成本效益。

物理仿真能够支持全面的场景分析、预测性维护和创新解决方案，以最终帮助铁路基础设施的发展和可持续性。

然而，有效且准确地仿真铁路绝非易事。除了必须对各种互联和动态组件进行精确建模外，还必须考虑现实世界的物理特性、安全协议和各种操作场景。

借助 railOmniverse 扩展程序

实现逼真的铁路仿真

Deutsche Bahn（德国铁路）设立的 Digitale Schiene Deutschland 目标利用数字化来提高其铁路网络的容量、质量和效率。其中一项措施是在德国创建物理准确的全国铁路系统仿真。

railOmniverse 是 Trend Verlag 与德国铁路合作，在 NVIDIA Omniverse 中开发的一个 C++ 扩展程序，旨在促进其高度复杂的铁路系统仿真。基于 Trend Trax Track 库，railOmniverse 扩展程序提供了一系列用于在物理铁路仿真中创建和管理轨道系统、电机模型、制动器和车轮摩擦的工具。railOmniverse 利用 NVIDIA PhysX 支持铁路系统各组件间逼真的物理交互、力学和动力学仿真。

Omniverse 是一个开放的开发计算平台，它让开发者能够构建基于通用场景描述 （OpenUSD）、可互操作的 3D 工作流和工具。OpenUSD 是一个用于在 3D 世界中进行描述、合成和协作的可扩展的开源框架。

通过将 railOmniverse 扩展程序集成到其数字孪生中，德国铁路能够利用 Trend TrackJoint 及其 Trax Track 库中的其他功能。节省了大量创建逼真铁路仿真的时间。

“我们认为 railOmniverse 是迄今为止最好的方法，它能让我们探索列车的平稳行驶和在极端条件下脱轨等各种情况。”，德国铁路 Systel GmbH 高级软件开发人员 Jose Minguez 在 GTC 2023 上分享“构建德国铁路网数字孪生以打造新一代铁路系统”时说到：“它还让我们可以根据不同的天气条件或列车中不同的负载权重等变量来自由调整一些参数，以影响速度变化。”

视频 1. 使用 railOmniverse 扩展程序在 NVIDIA Omniverse 中进行物理仿真

借助 TrackJoint 和 NVIDIA PhysX

微调列车的物理仿真

Trend 和德国铁路进行了大量实验，探索各种碰撞、附加力、位置校正等。目标是将列车运动限制在轨道上。但是，这些方法始终损害了仿真的真实感，并且经常导致稳定性问题。

TrackJoint 功能的引入提供了鲁棒的解决方案。TrackJoint 是将列车的车轮框架连接到轨道系统的组件。它限制了车轮框架对于轨道的相对移动，同时保持仿真的稳定性和真实感。

经过多次实验后，Trax 库的设计省略了对动态车轮的复杂物理细节进行仿真，而专注于保持每个转向架的间隔尺寸。转向架是沿着轨道运行的实体。

甚至列车的行驶也可以作为约束条件而实现，其将包含加速、制动和摩擦的电机模型无缝集成到仿真中。该模型几乎可以容纳各种类型的推进引擎及其齿轮箱和车轮配置，这些引擎通过根据特定铁路车辆的具体情况定制的引力特性曲线进行仿真。

使用 Omniverse 中的自定义联动接口，实现了与 NVIDIA PhysX 的集成。TrackJoint 的实施反映了用于内置关联（例如旋转或球形）的方法。这包括为相对平移和旋转速度定义一系列约束条件，然后将这些约束提供给 PhysX 约束求解器直接使用。

在 Omniverse 中处理导轮架及其与轨道车主体的连接时，用户可以利用该平台提供的实用工具。例如，转向架铰链可采用旋转关节，货车之间的联轴器可采用距离关节。

与其他 PhysX 接头类似，导轮架本身由配备 TrackJoint 的 NVIDIA PhysX 主体表示。这意味着 railOmniverse 引入的新元素可以与 Omniverse 和 PhysX 中使用的所有标准仿真工具无缝集成。

PhysX 专注于求解器中的相对速度，因此除了可实现不受静态环境限制的轨道，还可连接到物理物体。这为转车台或其他在铁路上运行的车辆（例如适配的货车或火车渡船）带来了更多可能性。

使用 OpenUSD 实现协作和自定义模式

事实证明，OpenUSD 交换是德国铁路和 Trend 之间协作的有效媒介。要在轨道上运行列车，首先需要轨道和道岔。德国铁路和 Trend 就这些实体的自定义 USD 基元定义达成一致，从而可以用 Trax 库的功能从德国铁路提供的样本数据中创建数据。

Trend 的开发团队利用模式机制，为轨道、道岔、TrackJoint 和电机模型的各个方面定义并注册了新的基元。这促进了两端的同步开发。例如，德国铁路使用 Omniverse Bezier BasisCurves 提供轨道几何数据的同时，Trend 使用专用的样条曲线对系统进行扩展，该曲线按照弧长进行参数化，使其能够被用于 TrackJoint 的仿真。

探索 Trax 库

在创建仿真时，使用像 Trend Trax Track 库这样可以节省时间和精力的库至关重要。利用已经解决了基本问题的库是非常必要的。合适的库让仿真项目可以借鉴以往多年的经验，而不必从零开始构建。

图 1. Trend Verlag USD 实施和 Omniverse 连接，为 Trax 库的各个方面提供自定义 USD 基元

该库包含 TrackJoint 等众多功能，这些功能已在实例中进行测试，并可随时用于用户自己的铁路仿真。其中包括以下内容：

• 轨道系统创建工具：用于定义轨道的几何形状、指定曲线和扭转，以及管理不同轨道段之间的切换和过渡。
• 电机模型：该模型支持仿真列车电机的行为。它建立了速度与在特定速度下可应用的最大电机力之间的比例关系，确保列车的真实加速和减速。
• 摩擦和制动：用于仿真车轮相关的摩擦和制动模型。有助于仿真摩擦力对列车运动的影响，并施加制动力以减慢列车速度或停车。
• 转向架和 RailRunners：用于表示转向架的接口。通过 RailRunner 接口，用户可以将多个转向架连接成一列火车。它还包括了用于链接转向架和配置铁路车辆的模型。
• 传感器和信号：用于检测轨道沿线事件的机制。传感器可用于侦测车轮的通过或其他特定事件，而信号则可以在列车沿轨道移动时向其传递信息。
• 曲线理论：该库整合了曲线理论中的数学概念，从曲率和扭转出发描述曲线。这有助于在曲线和速度变化时，准确地表示曲线和速度。

Trend 计划于 2024 年初发布 railOmniverse 的公开版本。如需了解详细信息，请参照 Trax Book ，其中概述了 Trax 库使用的基本原理。有关 railOmniverse 开发的最新信息，请访问 Trax Book 第 12 章。

加入 NVIDIA GTC 2024 的 OpenUSD 日，参与专家主持的全天会议和座谈会。注册 GTC 2024，通过深入的会议、研讨会和培训，了解如何在 Omniverse 上构建基于 OpenUSD 的扩展程序、应用和服务，现场或在线掌握 AI 领域的最新动态。