張 勇，王 磊，楊崢嶺，徐 夢

（1.通號萬全信號設(shè)備有限公司自動化研究院，北京 310008；2.通號萬全信號設(shè)備有限公司項(xiàng)目中心，北京 310008）

1 研究背景

有軌電車一般采用混合路權(quán)的形式，在一定程度上增加了安全事故發(fā)生的風(fēng)險。有軌電車的安全保障除依賴于信號系統(tǒng)、軋道車軌道巡檢外，還依靠行車司機(jī)的在途確認(rèn)，當(dāng)交通發(fā)生擁堵、車流較大、天氣惡劣、突發(fā)狀況或司機(jī)疲勞時，極易產(chǎn)生安全事故或疏漏。因此，在加強(qiáng)司機(jī)安全意識、規(guī)范司機(jī)行車的同時，更需要可靠的、智能的技術(shù)手段輔助司機(jī)駕駛，為行車安全提供保障。

在途列車障礙物檢測技術(shù)是目前列車安全駕駛的輔助技術(shù)手段之一，其功能在于檢測列車軌行區(qū)域內(nèi)是否存在行人、社會車輛、異物等，并在危險時對司機(jī)發(fā)出警示，以減少列車發(fā)生碰撞造成安全事故的風(fēng)險。其實(shí)現(xiàn)依賴于視覺傳感器、激光雷達(dá)、毫米波雷達(dá)、紅外傳感器等檢測元器件以及相應(yīng)的檢測算法，如深度學(xué)習(xí)、支持向量機(jī)（SVM）分類器、卡爾曼濾波算法等。一般情況下，使用多傳感融合的方式，即采用2種或多種技術(shù)手段共同對軌行區(qū)進(jìn)行檢測，可達(dá)到優(yōu)勢互補(bǔ)、提升識別效率的目的。

2 在途障礙物檢測方法發(fā)展現(xiàn)狀

在眾多常見的障礙物檢測手段中，基于深度學(xué)習(xí)的視覺傳感器檢測、識別方法使用日趨廣泛。其中，基于單定點(diǎn)多邊框檢測器（SSD）算法的卷積神經(jīng)網(wǎng)絡(luò)模型通過使用自適應(yīng)感受野特征回歸的方式，實(shí)現(xiàn)了準(zhǔn)確度與速率的平衡優(yōu)化；該優(yōu)化使得SSD卷積神經(jīng)網(wǎng)絡(luò)模型可以更好地完成有軌電車在途障礙物檢測工作，在準(zhǔn)確提取障礙物特征的同時，做到實(shí)時更新在途信息，為司機(jī)行車做出有效輔助。

激光雷達(dá)在軌道交通行業(yè)亦有較為廣泛的應(yīng)用。視覺傳感器受天氣、光線條件影響較大，而激光雷達(dá)可以克服這些因素對檢測結(jié)果的影響。在正常情況下，視覺傳感器結(jié)合神經(jīng)網(wǎng)絡(luò)算法的檢測能力強(qiáng)于激光雷達(dá)的檢測識別能力，故而激光雷達(dá)和視覺傳感器形成了非常有效的互補(bǔ)。

因此，為發(fā)揮視覺傳感器及激光雷達(dá)檢測的自身優(yōu)勢，達(dá)到更為優(yōu)異的檢測效果，本文旨在以SSD卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，結(jié)合視覺傳感器以及激光雷達(dá)的技術(shù)特點(diǎn)，提出一種基于多傳感融合的有軌電車在途障礙物檢測方法。

3 在途障礙物檢測方法

3.1 SSD卷積神經(jīng)網(wǎng)絡(luò)介紹

SSD保留了傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)框架，同時以候選框機(jī)制為基礎(chǔ)對其識別方式進(jìn)行優(yōu)化。在目標(biāo)檢測、識別過程中，該網(wǎng)絡(luò)依據(jù)默認(rèn)配置，在識別圖片上生成多個不同大小的識別框，通過采樣對每個識別框需要的偏移量以及置信度進(jìn)行計算，以確認(rèn)目標(biāo)的種類及位置。SSD官方給出的檢測速率為59 F/s，平均全類別識別準(zhǔn)確率（mAP）為74.3%，是一種兼顧識別速率和準(zhǔn)確率的卷積神經(jīng)網(wǎng)絡(luò)。其原始網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

3.2 激光雷達(dá)檢測障礙物原理

激光雷達(dá)內(nèi)部包含一組掃描線（激光器），其線數(shù)一般為16線、32線或更多。掃描線在激光雷達(dá)內(nèi)部按照垂直方向均勻分布。同時，激光雷達(dá)內(nèi)配有一臺橫向旋轉(zhuǎn)電機(jī)，帶動激光器360°水平旋轉(zhuǎn)，向周邊射出激光束進(jìn)行掃描，并根據(jù)反射回的激光束相位、時間等信息構(gòu)建周圍環(huán)境的點(diǎn)云圖，同時保存相關(guān)距離和位置信息。

在有軌電車行進(jìn)過程中，一般采用直角坐標(biāo)系評價車輛與障礙物之間的關(guān)系，而激光雷達(dá)得到的點(diǎn)云信息實(shí)質(zhì)上是激光束的水平、垂直旋轉(zhuǎn)角信息，以及在該方向上的距離信息，即球坐標(biāo)系。通過對比實(shí)際點(diǎn)位在2種坐標(biāo)系下的位置信息關(guān)系，對激光雷達(dá)采集的數(shù)據(jù)進(jìn)行校定，從而得到有軌電車障礙物的位置信息。

3.3 傳感融合

激光雷達(dá)的點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為列車所用的直角坐標(biāo)后，通過對其掃描范圍進(jìn)行標(biāo)定的方式使其與視覺傳感器采集回的信息做“一一對應(yīng)”。此時，視覺傳感器采集到的環(huán)境信息不僅包含物體的顏色、輪廓信息，還包含相應(yīng)的距離信息。同時，激光雷達(dá)自有的障礙物檢測功能，還可以為基于視覺傳感器的檢測方法提供一定的輔助，尤其是在可見度嚴(yán)重不足時，該功能便顯得尤為重要。當(dāng)獲得一組包含視覺傳感器及激光雷達(dá)檢測信息的數(shù)據(jù)時，分別使用SSD卷積神經(jīng)網(wǎng)絡(luò)檢測算法和激光雷達(dá)檢測算法對其進(jìn)行障礙物檢測，若僅是單一方法檢測到障礙物，則僅對司機(jī)做出提示；若是2種方法同時檢測到障礙物，且距離小于有軌電車的安全制動距離（一般選定為50 m），則發(fā)出報警提示司機(jī)注意。其具體流程如圖2所示。

另外，視覺傳感器和激光雷達(dá)的采集速率存在較大差異，為防止信息不同步的現(xiàn)象產(chǎn)生，需要對2種傳感器采集到的數(shù)據(jù)做融合處理，但由于視覺傳感器的采集周期大于激光雷達(dá)，因此對激光雷達(dá)的采集信息進(jìn)行緩存，并通過隊列的方式與視覺傳感器采集到的圖片信息共同保存。具體步驟如下：

（1）開辟2片緩存區(qū)域，即緩存a和緩存b；

（2）激光雷達(dá)實(shí)時采集周圍環(huán)境信息，保存在緩存 a中，并覆蓋原有數(shù)據(jù)信息；

（3）視覺傳感器在采集到1幀圖片后，從緩存a中讀取數(shù)據(jù)，打上時間戳后共同保存至緩存b；

圖1 SSD原始網(wǎng)絡(luò)結(jié)構(gòu)

圖2 視覺傳感器及激光雷達(dá)融合后的障礙物報警提示流程

（4）不斷檢查緩存b，若緩存b為空，則不進(jìn)行任何操作；若緩存b不為空，則清空該片緩存，并依據(jù)圖 2所示的步驟對其進(jìn)行檢測。

該方法可以保證緩存b中永遠(yuǎn)保存當(dāng)前時刻采集到的最新數(shù)據(jù)，以確保數(shù)據(jù)的同步性和實(shí)時性。同時，由于檢測流程所需時間小于視覺傳感器采集1幀圖片的時間，故而在流程完成后，若沒有新的數(shù)據(jù)采入則不做任何操作，以節(jié)約資源。

4 實(shí)驗(yàn)驗(yàn)證

4.1 數(shù)據(jù)集準(zhǔn)備

在測試過程中，使用10 000幀采集自甘肅天水有軌電車現(xiàn)場的車輛運(yùn)行視頻作為訓(xùn)練集，其中包含社會車輛和信號機(jī)樣本圖片各5 000張，并使用SSD卷積神經(jīng)網(wǎng)絡(luò)對其進(jìn)行學(xué)習(xí)。訓(xùn)練過程中設(shè)置單次抓取樣本個數(shù)（batch_size）為24個，特征圖尺度范圍（anchor_size_bounds）為[0.15，0.90]，為防止過擬合迭代，將次數(shù)設(shè)置為20 000次。同時，收集1 000組視頻樣本圖片及其對應(yīng)點(diǎn)云圖作為測試集，以驗(yàn)證該方法的檢測效果。

4.2 實(shí)驗(yàn)結(jié)果

將采用單一視覺傳感器配合SSD卷積神經(jīng)網(wǎng)絡(luò)的障礙物檢測方法（簡稱為“SSD”）與多傳感融合后的障礙物檢測方法（簡稱為“R+SSD”）做對比測試，測試結(jié)果如表1所示。

表1 SSD與R+SSD識別準(zhǔn)確率對照

R+SSD識別效果如圖3所示。

由表1和圖3可得，SSD方法整體識別率約80%，除網(wǎng)絡(luò)本身識別能力因素外，還與現(xiàn)場視覺傳感器采集到的樣本清晰度有關(guān)，若樣本圖像清晰度不夠，在一定程度上制約了算法的識別能力，尤其是當(dāng)目標(biāo)較遠(yuǎn)、特征較小時尤為明顯。R+SSD方法在誤檢率上雖然沒有明顯提升，但漏檢率遠(yuǎn)低于SSD方法，主要是由于激光雷達(dá)本身并不具備目標(biāo)識別能力，但對于軌行區(qū)域的障礙物，尤其是對中遠(yuǎn)距離障礙物有著很好的檢測效果。因此，當(dāng)視覺檢測手段發(fā)生漏檢時，激光雷達(dá)檢測手段提供了一定的補(bǔ)足，提升了整體識別準(zhǔn)確率。

圖3 多傳感融合后的障礙物識別效果

另外，激光雷達(dá)采集速率約為15 F/s，視覺傳感器采集速率約為10～20 F/s，而R+SSD方法的檢測速率約為23 F/s，大于2種傳感器的采集速率，故而認(rèn)為其可以做到對采集數(shù)據(jù)的實(shí)時檢測。同時，在R+SSD檢測方法中，視覺檢測方法與激光雷達(dá)檢測方法之間的融合率即二者同時檢測到某一障礙物的概率為69%，考慮到視頻清晰度不足、視覺檢測方法目前可識別目標(biāo)種類不多等因素，其看作一個可接受的融合率。后期，可通過優(yōu)化激光雷達(dá)檢測算法、提升視頻清晰度、增加學(xué)習(xí)樣本目標(biāo)類別等方式予以提升。

5 結(jié)語

本文以SSD卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，通過多傳感融合的方式，將視覺傳感器障礙物檢測與激光雷達(dá)檢測相結(jié)合，提出了一種在途列車障礙物檢測方法，并對其檢測效果進(jìn)行了驗(yàn)證。實(shí)驗(yàn)表明，該方法對于有軌電車在途障礙物檢測有較強(qiáng)的適用性。