楊 碩 陳艷鑫

(1.蘇州軌道交通市域一號線有限公司 江蘇 蘇州 215000；2.蘇州軌道交通有限公司運營一分公司 江蘇 蘇州 215000)

0 概述

截止2019年底，我國已有40個城市開通城市軌道交通線路，運營里程長達6 730 km，現(xiàn)在每1～2年就增長1 000 km，有更多的城市在建新線，我國已步入了城軌交通大國的行列。隨著自動化、智能化技術的發(fā)展，全自動運行系統(tǒng)成為了軌道交通行業(yè)的熱點，對列車的技術發(fā)展給出了新的方向。

1 探測技術的選擇

為使列車能夠智能感知運行環(huán)境，探測設備是信息的來源。在一定范圍內識別物體(障礙物)的技術有很多，例如：視頻識別、紅外成像識別、雷達識別、超聲波識別、激光測距等等，針對不同使用環(huán)境，這些技術各有優(yōu)勢。

在軌道交通環(huán)境特點下，考慮到探測手段的相輔相成，系統(tǒng)采用可見光與紅外探測的組合模式。

2 系統(tǒng)設計

2.1 功能需求

本系統(tǒng)主要通過探測技術發(fā)現(xiàn)影響列車安全運行的因素，通過智能軟件算法智能感知行車環(huán)境，主要實現(xiàn)識別前方障礙物功能和識別車門與站臺門二門異物的功能，系統(tǒng)可通過與列車TCMS系統(tǒng)的通信，根據(jù)運用場景向控制中心報警提示，同時將相關視頻圖像儲存并推送至控制中心，供控制中心遠程查閱現(xiàn)場圖像[1-2]。

2.1.1前方障礙物探測功能

為了確保列車行駛安全，通過可見光攝像機與紅外攝像機的配合使用，不斷地對行駛線路區(qū)間進人、施工遺留物以及廣告牌、樹木、彩鋼板等前方限界內的障礙進行探測，并在監(jiān)控的基礎上不斷對限界外的行駛環(huán)境做評估，當某些指標超出預先確定的安全范圍，則按定義好的威脅等級采取相應的措施并報警提示。

2.1.2車門與站臺門間異物探測功能

本功能是通過半球高清攝像機，采用ROI區(qū)域識別技術，由計算機自動識別出二門之間的異物并報警提示，從而避免在夾到異物的情況下列車依然開車。

2.1.3其他功能

(1)視頻增強功能：列車在運行中會通過各種復雜的環(huán)境，對列車的駕駛會造成一定的影響，通過軟件算法消除影響駕駛的不利因素，如除霧霾、抗強光、低照度提亮等，輔助列車的全自動運行。

(2)視頻記錄功能：在整個列車行駛過程中，記錄所有的視頻信息，能夠為事故/問題的追溯提供原始數(shù)據(jù)。

(3)遠程通信功能：通過車地無線通道，將系統(tǒng)內所有攝像機視頻信息傳輸?shù)絆CC工作站，當某個列車發(fā)現(xiàn)有障礙物后，OCC工作站自動切換到發(fā)現(xiàn)障礙物的這一路，全屏顯示，并發(fā)出報警提示。

(4)電源中斷保護功能：根據(jù)EN 50155標準要求，當電源中斷10 ms時不影響正常運行的能力。計算機模塊在識別電源故障1 ms后就通告CPU，以便采取可能的自保護措施。

(5)通電自檢功能：系統(tǒng)具備通電自檢的能力，并可將自檢結果向列車TCMS系統(tǒng)匯報。

2.2 系統(tǒng)構架

根據(jù)以上的功能需求，按6B編組的列車提出系統(tǒng)的構架，如圖1所示。兩端的TC車各安裝一個視頻處理服務器，用于數(shù)據(jù)的分析、計算和處理，2個主機熱備冗余，2個視頻處理服務器通過RS485協(xié)議與TCMS通訊。本系統(tǒng)內部通過以太網交換機自組環(huán)網。視頻處理服務器和車載車地通信設備互聯(lián)，達到與OCC通信的功能。

圖1 系統(tǒng)構架圖

兩端司機室各安裝1臺數(shù)字高清攝像機和1臺紅外高清攝像機，用以實現(xiàn)前方障礙物探測功能。

每節(jié)車廂兩側居中位置各安裝2個高清半球攝像機，實現(xiàn)2個方向內最近2個車門與站臺門之間區(qū)域的異物探測功能。

2.3 前方障礙物探測功能的實現(xiàn)規(guī)則

2.3.1異常情況的威脅等級分類

列車障礙物探測是安全行車的保障，系統(tǒng)的誤報率和漏報率是關鍵的性能指標，同時以動態(tài)包絡線為核心的限界判斷與實際應用也有一定的差異[3]。為解決“非黑即白”的單一判斷方式，本系統(tǒng)通過將障礙物的判斷由限界內擴展到全區(qū)域(限界內及比鄰區(qū)間)，比對人工駕駛車輛的處置方法，力圖設定更多的障礙物報警級別，達到多級判斷模式，增加流程的可操作性。根據(jù)對行車安全威脅的程度，將前方障礙物和兩側障礙物對行駛造成的威脅分為：確定威脅、或許威脅和環(huán)境威脅三種級別。

(1)確定威脅(A級)

本級別的威脅會造成列車較大的碰撞，使得列車的運行無法繼續(xù)，嚴重時可能造成列車傾覆。此類威脅都在列車行駛的限界內，或者在限界內有很大的體積(面積)占比。

本級別能識別的下限為：直線距離250 m，在限界內的可視尺寸為150 mm×150 mm×150 mm。

根據(jù)識別程度的不同分為A1、A2、A3三種。

A1：指前方的車輛探測。前方探測距離：直線250 m，彎道以可視頻直線最大距離為準。識別的確認度在95%以上。

A2：指站臺間隙異物探測。探測范圍：列車側面所有列車門的區(qū)域。識別的確認度在95%以上。

A3：列車前方限界內所有影響列車行駛的障礙物。探測距離：直線250 m，彎道以可視頻直線最大距離為準。當識別的確認度在80%以下，采取“減速到40 km/h再查看”的模式。

(2)或許威脅(B級)

對列車的行駛或許會造成一定的損失，但列車可以通過。此類威脅一般跨列車行駛的限界，或者在限界內體積(面積)比較小的物體。

本級別識別范圍為限界內和跨限界、物體尺寸不足“A級”的情況。

根據(jù)識別程度的不同分為B1、B2、B3三種。

B1：合同中指定的情況，可設置。

B2：列車清障器清除范圍內的物體屬于本級別。

B3：不屬于A1、A2、A3、B1、B2級別的障礙物都屬于本級別。

(3)環(huán)境威脅(C級)

對列車的行駛不會造成直接損失，但可能會演變成B類以上的威脅。此類威脅一般在列車行駛的限界外。本級別識別范圍為限界外。

根據(jù)異物位置的不同分為C1、C2、C3三種。

C1：車站環(huán)境威脅，例如屏蔽門下的踏空膠條丟失、軌道旁有乘客遺留物等。

C2：高架環(huán)境威脅，例如廣告牌、樹木向軌道方向歪倒，接觸網上方有風箏、塑料袋等。

C3：隧道環(huán)境威脅，例如限界外有前一天檢修遺留的工具等、限界外有大面積的變化(線纜變化、積水)。

2.3.2應對措施建議處理流程

根據(jù)發(fā)現(xiàn)障礙物等級的不同，相應的應對措施也有所區(qū)別，綜合考慮如下：

A1：直接報警，等待故障排除；

A2：直接報警，等待故障排除；

A3：控制列車減速，持續(xù)探測并推送畫面，近距離下人工(OCC或司機)確認后慢速通過；

B1～B3：控制列車減速通過，記錄并上報；

C1～C3：記錄并上報。

2.3.3人工判斷時間的驗算

當發(fā)現(xiàn)障礙物后，列車采取減速查看的措施(見圖2)。

圖2 減速查看措施

為了讓OCC/司機有時間處理障礙物判斷任務，并在需要時可將列車在障礙物前制動停車，需計算在不同速度下列車制動至40 km/h的時間和40 km/h制動至靜止的時間，再結合本系統(tǒng)的有效探測距離，即可以得到40 km/h下用于人工判斷的可持續(xù)時間(見表1)。

根據(jù)表2可以得出：在80 km/h的時速下，減速時間有9.26 s，在40 km/h時滑行判斷時間為3.98 s，滿足正常的判斷需要。其他速度下判斷時間均多于80 km/h的判斷時間，所以可以滿足所有速度下的判斷時間需求。

表1 人工判斷的可持續(xù)時間

2.3.4彎道可視距離與車速

在隧道中的彎道處，列車的視野會受到遮擋，根據(jù)不同的轉彎半徑，可視距離有所不同。可視距離的具體計算公式為：L2+(R-d)2=R2。其中L為可視距離的一半，R為隧道轉彎半徑，d為隧道直徑。

選取拐彎半徑的典型值300 m、800 m、1 200 m和2 000 m，再結合上述制動判斷計算公式，得出以下結果(見表2)。

在轉彎半徑2 000 m直至直線，系統(tǒng)能夠支持80 km/h的時速；在轉彎半徑1 200 m～2 000 m，系統(tǒng)能夠支持70 km/h的時速；在轉彎半徑800 m～1 200 m，系統(tǒng)能夠支持50 km/h的時速；在轉彎半徑300 m～800 m，系統(tǒng)能夠支持40 km/h的時速。

表2 指定可視距離下剎車距離與時間的計算

2.4 車門與站臺門間異物探測功能實現(xiàn)規(guī)則

(1)列車進站停車后，車側攝像機開始工作，啟動檢測。

(2)列車TCMS發(fā)送開啟左側/右側車門指令，系統(tǒng)拍攝相應側的視頻前圖(開門截圖)。

(3)列車TCMS發(fā)送關閉左側/右側車門指令，在車門實際關閉后，系統(tǒng)拍攝相應側的視頻后圖(關門截圖)。

(4)系統(tǒng)依據(jù)視頻前圖(開門截圖)和后圖(關門截圖)，通過圖像識別算法比較有無障礙物。

(5)若有障礙物存在，則向OCC報警，同時將報警區(qū)域視頻信息推送給OCC查閱，避免發(fā)車。

3 技術探討

3.1 物體識別的精度

視頻識別是以可見光識別物體作為根本方式，其中能夠識別物體大小與距離是重要問題[4]。目前能做到列車前方20～250 m的動態(tài)包絡線范圍內障礙物的識別，在250 m處，識別物體的下限尺寸為150 mm×150 mm×150 mm，本系統(tǒng)對目標物體的材質還不能做出判斷。隨著技術的發(fā)展及實際運用中遇到的案例數(shù)據(jù)的填充，系統(tǒng)將可識別更多種、更細節(jié)的異常情況。

3.2 抗振動解決方案

(1)通過尋找視頻中的參照點，以此為基點來判斷?？紤]到除了上下振動，還可能出現(xiàn)左右扭動，所以參照點需要2個。

(2)列車行進過程中，所有的包絡線都是以鋼軌作為參照點的。所以以鋼軌作為參照點，可以改善行進列車振動造成的影響。

(3)通過視頻除抖算法，還原出平滑的視頻。

3.3 可見光視頻與紅外視頻的配合使用

(1)當光線與能見度很好時采用可見光攝像機為主、紅外攝像機為輔的模式，紅外攝像機進行視頻增強處理。基本不影響原來的識別準確度。

(2)當有霧霾(高架場景)、亮度不足(隧道低照度場景)時，自動切換到紅外攝像機為主、可見光為輔的模式，可見光進行視頻增強處理。在極端情況下識別的準確度大幅提高。

3.4 系統(tǒng)的可靠性

作為主動檢測類技術，系統(tǒng)的誤報率、漏報率是客觀存在的，如何提高系統(tǒng)的可信度，應該是繼續(xù)努力的方向，當可信度足夠高的時候，系統(tǒng)可自動對列車進行控制，保障安全行車，系統(tǒng)對列車自動運行的意義將大幅提升。

4 結束語

針對全自動駕駛列車的使用環(huán)境特點，分析對比了現(xiàn)有的幾種探測技術，選擇了可視光攝像機與紅外攝像機配合作為識別手段，預想了列車運行中可能遇見的主要異物侵限環(huán)境，基于異常的位置、類型及威脅程度等因素，提出了一種列車智能環(huán)境感知系統(tǒng)，可以及時發(fā)現(xiàn)侵限異物并向OCC報警。通過在部分城市的裝車試驗驗證，本系統(tǒng)運行狀態(tài)良好，可為列車識別運行環(huán)境內的侵限異物等風險因素，達到了預想的效果。