趙振翔， 曠文珍

(1.蘭州交通大學(xué) 光電技術(shù)與智能控制教育部重點實驗室，甘肅 蘭州 730070；2.蘭州交通大學(xué) 自動化與電氣工程學(xué)院，甘肅 蘭州 730070)

基于模糊控制的雷達(dá)紅外雙傳感器有軌電車防撞系統(tǒng)*

趙振翔1， 曠文珍2

(1.蘭州交通大學(xué)光電技術(shù)與智能控制教育部重點實驗室，甘肅蘭州730070；2.蘭州交通大學(xué)自動化與電氣工程學(xué)院，甘肅蘭州730070)

有軌電車與行人車輛的共享路權(quán)使得防撞系統(tǒng)成為行車安全的一個關(guān)鍵環(huán)節(jié)。采用2套傳感器對測量向量異步數(shù)據(jù)融合并在顯示端設(shè)置三級聲光報警保證障礙檢測的可靠性和安全性。在控制器部分，從安全性和舒適性2方面設(shè)計了兩種模糊控制規(guī)則比較輸出，保證行車安全的基礎(chǔ)上提高了電車制動時的舒適度評價。仿真結(jié)果表明：較好地實現(xiàn)了有軌電車的制動要求。

異步數(shù)據(jù)融合； 列車防撞系統(tǒng)； 模糊控制； 系統(tǒng)仿真

0 引 言

有軌電車(tram)車輛技術(shù)成熟于19世紀(jì)，其與機動車以及行人共享路權(quán)，對行車安全產(chǎn)生重大挑戰(zhàn)[1]。僅僅依靠司機的判斷，不能滿足高安全性行車要求，一旦司機疏忽或未及時對前方障礙物作出反應(yīng)，將會造成重大的交通事故。傳統(tǒng)的列車防撞分為被動防撞和主動防撞2類，被動防撞技術(shù),如歐盟國際鐵路的SAFETRAM項目[2]，其延長了撞擊緩沖時間,但不能對事故提前預(yù)判。目前,國內(nèi)外對于有軌電車主動防撞技術(shù)的研究主要借鑒了航運和高速鐵路的先進(jìn)經(jīng)驗[3]，有軌電車通過全球定位系統(tǒng)(global positioning system,GPS)定位，毫米波雷達(dá)等設(shè)備實時的監(jiān)測行駛中的障礙物的異常情況。其中上海通號研究中心在其設(shè)計的有軌電車避障系統(tǒng)中利用了車載前置雷達(dá)子系統(tǒng)對列車行使前方進(jìn)行短距離掃描，監(jiān)測是否有障礙物。德國Bosch公司于2014年基于其在無人駕駛汽車領(lǐng)域的經(jīng)驗開--------------------------------------------------

發(fā)了有軌電車聲光報警防撞系統(tǒng)，通過攝像頭和雷達(dá)采集信息，在前方行人或車輛距離小于危險距離時發(fā)出聲光報警。目前使用的有軌電車主動防撞系統(tǒng)主要存在2個不足：1)采用雷達(dá)傳感器或前置攝像頭，其檢測角度有限，尤其在彎道行駛時無法檢測前方車輛[4]；2)上述新型的有軌電車防撞技術(shù)能在前方障礙物處于危險距離時對司機發(fā)出提醒，但未較好地與有軌電車自動tram保護(hù)(automatic tram protection，ATP)系統(tǒng)結(jié)合，在司機不能及時反應(yīng)時自行制動。

由于傳統(tǒng)的有軌電車防撞系統(tǒng)傳感器單一導(dǎo)致障礙識別存在誤報情況，本文提出了一種基于毫米波雷達(dá)和無源紅外的雙傳感器異步數(shù)據(jù)融合的有軌電車防撞系統(tǒng)，利用紅外傳感器較廣的測量角彌補傳統(tǒng)雷達(dá)、攝像頭測量角度的不足[5]。

1 有軌電車防撞系統(tǒng)設(shè)計

系統(tǒng)包括毫米波雷達(dá)、無源紅外接收器、障礙物識別模塊、路況信息顯示模塊、聲光三級報警模塊、模糊控制器、列車制動模塊。系統(tǒng)結(jié)構(gòu)如圖1所示。利用毫米波雷達(dá)與無源紅外接收器在空間和頻率上的互補[6]，通過優(yōu)化性準(zhǔn)則產(chǎn)生對障礙一致性描述，進(jìn)而提高系統(tǒng)判斷的準(zhǔn)確性。數(shù)據(jù)融合分為集中式、分散式、混合式和反饋式[7，8]。本文選擇集中式系統(tǒng)，其具有融合精確度高，信息損失小的特點。

基于紅外雷達(dá)的融合方法在球坐標(biāo)下定義雷達(dá)的坐標(biāo)(tm(t),θm(t),φm(t)),直角坐標(biāo)下障礙物t時刻的坐標(biāo)值為(x(t),y(t),z(t))。

圖1 有軌電車防撞系統(tǒng)結(jié)構(gòu)

考慮到無源紅外傳感器與毫米波雷達(dá)測量時序T的不同步性[9]，設(shè)兩者采樣周期分別為Tr和Tm，Tm/Tr=p。對于毫米波雷達(dá)Zm(t)為測量向量

Zm(t)=(rm(t),θm(t),φm(t))T

(1)

用普通最小二乘法(ordinary last square，OLS)法[10]對2個測量值進(jìn)行異步對準(zhǔn)，融合后的T時刻毫米波雷達(dá)測量值為

(2)

方差為

(3)

融合后的T時刻無源紅外測量值為

(4)

方差為

(5)

利用加權(quán)平均法對2個測量值進(jìn)行同步加權(quán)融合，拉格朗日乘法求解權(quán)系數(shù)最優(yōu)分配后[11]，得到方位角和俯仰角的測量值、白噪聲的方差為

(6)

(7)

國內(nèi)現(xiàn)行的100 %低地板有軌電車主要車型車輛底盤與地面距離約為40 cm左右[12]，對于融合后的測量值(rL(t),θL(t),φL(t))在rL(t)cosθ>40 cm時,障礙物高度已不可忽略。

2 有軌電車安全距離計算

有軌電車制動過程分為:駕駛員反應(yīng)階段、制動力增長階段和持續(xù)制動階段3個過程[13]：

1)前方車輛、行人靜止或為靜態(tài)障礙物時(沿軌道方向速度為0 km/h即視為靜止)車輛主動安全預(yù)警間距為

(8)

車輛主動安全自動制動間距為

(9)

(10)

車輛的主動安全預(yù)警距離為

(11)

車輛主動安全自動制動間距為

(12)

3)當(dāng)自車制動時本車的制動距離為

(13)

車輛的主動安全預(yù)警距離為

(14)

車輛主動安全自動制動距離為

(15)

式中v1為本車車速；v2為前車車速；ΔV為相對車速；a1為本車制動減速度；a2為前車制動減速度；S1為本車的制動距離；d0為最終安全車間距；d1為自動制動間距；d為報警時實際車間距；t1為軌電車駕駛員反應(yīng)時間,s；t2為制動減速增長時間，s。

3 模糊控制規(guī)則

經(jīng)過融合的數(shù)據(jù)由模糊控制器輸出控制，有軌電車減速、報警或停車的模糊控制中考慮到單一控制規(guī)則的安全性、可靠性、乘客承受能力(舒適度)以及停車精度等需求[14]，運用2套控制規(guī)則分別輸出控制量再進(jìn)行對比，以保證對于電車控制量的可靠性，控制過程如圖2所示。其中ΔD為本車與障礙物的距離，a為本車加速度，Δa為本車的加速度變化率。

圖2 有軌電車制動時的模糊控制原理

根據(jù)2015年長春公共交通集團(tuán)電車公司對有軌電車制動安全距離于錦陽路至南陽路路段的定點測試，如表1所示。

表1 有軌電車制動測試

有軌電車自動制動時，應(yīng)當(dāng)在制動距離充足的情況下，保證加速度a盡可能小。有軌電車乘客對于列車加速度和加速度變化率的容忍度如表2所示[14]。

表2 大部分乘客(95 %)對列車加速度和加速度變化率的容忍度

控制規(guī)則一：考慮到有軌電車普遍的運行速度在15～60 km/h，選取ΔD=[0,350]為相對距離參考論域，ΔV=[-60,60]為相對速度的參考論域，其中，ΔD為本車與障礙物的相對距離，ΔV為本車與障礙物的相對速度。在新的論域[-5，5]，以量化因子Kv=5/60，將ΔV模糊化為A={負(fù)大(NB),負(fù)中(NM),負(fù)小(NS),零(ZO),正小(PS),正中(PM),正大(PB)}，選取三角波函數(shù)和模糊熵作為度量，采用最小隸屬度法構(gòu)造描述速度誤差的隸屬函數(shù)μ(ΔV)，建立如下模型[14]

(16)

求解上述最優(yōu)模型，得隸屬函數(shù)如圖3所示。

表3 相對速度與距離的模糊控制規(guī)則

控制規(guī)則二：鑒于國內(nèi)有軌電車的平穩(wěn)性評價指標(biāo)沒有形成統(tǒng)一的規(guī)則，本文參考鐵道車輛動力學(xué)性能評定和試驗鑒定規(guī)則 GB5599—1985[14]，通過對速度采集一定的時間和段數(shù)將W作為平穩(wěn)性等級[15]，取有軌電車安全運行的最大舒適加速ac=max(astand,asit)=0.78 m/s2，最大安全加速度取as=1 m/s2；最大舒適加速度變化Δac=max(astand,asit)=0.48 m/s3，最大安全加速度變化取Δas=0.6 m/s3，設(shè)定電車制動時的舒適性評價函數(shù)為：μc(a,Δa)=0.7μc(a)+0.3μc(Δa)。

采樣頻率設(shè)定為500 ms，模糊預(yù)判項對上述兩控制規(guī)則的輸出進(jìn)行預(yù)判比對，選擇更接近理想值的控制測量，在安全性要求上選擇平穩(wěn)性評價指標(biāo)較大的輸出值，同時考慮有軌電車停車精度的要求，制動力在乘客容忍限度內(nèi)不能過小。對于不安全行駛時的報警采取聲光三級預(yù)警模型，視有軌電車與目標(biāo)障礙物的相對距離預(yù)警設(shè)備做出不同的安全反應(yīng)，三級預(yù)警模型如圖4所示。

圖4 聲光三級預(yù)警系統(tǒng)總控制流程

4 仿真結(jié)果

利用Matlab對景區(qū)的一段有軌電車跟車行駛進(jìn)行仿真，模擬景區(qū)仿真路線的參數(shù):線路總長度為8.32 km，最高限速為60 km/h，正常運行速度為30 km/h，路段運行時長為約16.64 min，通過道口速度為15 km/h。

根據(jù)以上設(shè)定道路參數(shù)和列車運行狀況，基于前模糊控制策略，對比后輸出并且用Matlab分別對通過段時的電車運行時速30 km/h和通過道口時15 km/h結(jié)果進(jìn)行仿真，仿真周期設(shè)定為0.5 s，并且設(shè)定在t=2.5 s時列車遇到障礙物，有軌電車以600 kPa的制動壓力進(jìn)行制動，直到列車完全停止。仿真結(jié)果如圖5所示。

(a) 電車30 km/h行駛

(b) 電車15 km/h行駛圖5 制動結(jié)果

以30 km/h行駛的電車(通過段)制動時間為9. 5ms，以15 km/h行駛的電車(通過段)制動時間為7. 5ms，從結(jié)果可以看出：電車制動速度下降過程中根據(jù)行駛速度的不同采取多次制動而不是緊急空氣制動。從制動次數(shù)上看，電車行駛速度越高制動次數(shù)越多，跟隨精度也更強，舒適性更強，模糊策略的優(yōu)勢更加明顯。列車在30 km/h運行時模糊控制采用了3次制動，制動時間誤差為9 740-9 500=240 ms，停泊精度約為±20 cm,基本滿足普通有軌電車準(zhǔn)確停泊的要求。

5 結(jié)束語

本文針對有軌電車設(shè)計了基于雙傳感器異步數(shù)據(jù)融合的模糊控制系統(tǒng)，對無源紅外和雷達(dá)的異步濾波和數(shù)據(jù)融合，利用毫米雷達(dá)與無源紅外優(yōu)勢互補。分別制定了2套基于行車安全和舒適性的模糊控制規(guī)則和評判函數(shù)，根據(jù)實際運行狀況采用多次制動。在預(yù)警裝置上使用三級聲光報警和液晶顯示器(liquid crystal display,LCD)保障行車安全，仿真實驗表明模糊控制在有軌電車防撞中有較好的效果。

[1] Teschke K,Frendo T,Shen H,et al.Bicycling crash circumstances vary by route type:A cross-sectional analysis[J].BMC Public Health,2014,14(1):1205-1205.

[2] Zhou Hechao,Wang Wenbin,Hecht Markus.Three-dimensional derailment analysis of a crashed city tram[J].Vehicle System Dynamics,2013,51(8):821-823.

[3] Nguyen M D,Nguyen V T,Tamaru H.Automatic collision avoiding support system for ships in congested waters and at open sea[C]∥International Conference on Control,Automation and Information Sciences,2012:96-101.

[4] 高 軍,董 昱,王 晶.新型有軌電車自動防護(hù)系統(tǒng)的研究[J].科學(xué)技術(shù)與工程,2014,14(3):246-250.

[5] Katz R,Schulz R.Towards the development of a laser scanner-based collision avoidance system for trams[C]∥Intelligent Vehicles Symposium,IEEE,2013:725-729.

[6] Quaranta C.Technique for radar and infrared search and track data fusion[J].Optical Engineering,2013,52(4):602.

[7] 黃漫國, 樊尚春, 鄭德智,等. 多傳感器數(shù)據(jù)融合技術(shù)研究進(jìn)展[J]. 傳感器與微系統(tǒng), 2010, 29(3):5-8.

[8] 呂漫麗，孫靈芳.多傳感器信息融合技術(shù)[J]. 自動化技術(shù)與應(yīng)用，2008,27(2)：79-81.

[9] 王 潔,韓崇昭,李曉榕.異步多傳感器數(shù)據(jù)融合[J].控制與決策,2001,16(6):877-881.

[10] 李 冰,黃偉平,馮德玉,等.一種異類傳感器的異步數(shù)據(jù)融合算法[J].計算機仿真,2010,27(3):5-7.

[11] 凌林本,陳超英.多傳感器數(shù)據(jù)融合時權(quán)的最優(yōu)分配原則[J].中國慣性技術(shù)學(xué)報,2000,8(2):36-39.

[12] 沈訓(xùn)梁,陸 云,李 俊,等.100 %低地板有軌電車及其轉(zhuǎn)向架發(fā)展現(xiàn)狀[J]. 都市快軌交通,2013,26(5):21-24.

[13] Niittym?ki J,Sane K J.The tram simulation in Helsinki—A new research method[C]∥Applications of Advanced Technologies in Transportation Engineering,2010:76-80.

[14] GB 5599—1985.鐵道車輛動力學(xué)性能評定和試驗鑒定規(guī)范[S].

[15] 王海涌,王曉明,黨建武.基于模糊約簡的高速列車舒適性綜合評價[J].鐵道學(xué)報,2010,32(5):98-102.

Collisionavoidsystemfortramwithradarandinfraredsensorsbasedonfuzzycontrol*

ZHAO Zhen-xiang1， KUANG Wen-zhen2

(1.KeyLaboratoryofOpto-electronicTechnologyandIntelligentControlofMinistryofEducation,LanzhouJiaotongUniversity,Lanzhou730070,China;2.SchoolofAutomatic&ElectricalEngineering,LanzhouJiaotongUniversity,Lanzhou730070,China)

Sharing the right of way with tram and pedestrians leads the collision system becoming the vital part of tram.Two sets of asynchronous sensors are fused,three-grade sound and light alarm are set on show end to insure the safety and reliability of obstacle detection.In order to improve the comfort evaluation index as well as safety index in driving.In controller part,design two sets of fuzzy control rules and compare output.Control result is simulated and simulation result shows that fuzzy control meets the basic needs of tram braking intensely well.

asynchronous data fusion; tram collision avoid system;fuzzy control; system simulation

10.13873/J.1000—9787(2017)12—0108—04

TP 273

A

1000—9787(2017)12—0108—04

2017—01—09

甘肅省青年科學(xué)基金資助項目(148RJZA043)

趙振翔(1992-)，男，碩士研究生，主要研究方向為控制理論與控制工程。