上海工程技術大學城市軌道交通學院 徐紀康

卡斯柯信號有限公司 潘 亮 朱孟雯

1 背景

CBTC和無人駕駛技術已經(jīng)相當成熟并被廣泛使用在全國各地的城市軌道交通中。但是，當突發(fā)特殊情況（車地通信故障、區(qū)間/車站火災等）時，需要依靠調度或者司機人工來處置并恢復到正常運行中。同時，為了保證在信號系統(tǒng)降級情況下的安全運行，需要采用次級檢測設備來保證列車的粗略定位。所以，如何在故障情況下，減少人工干預和處置故障的時間，又能保證安全。同時，減少對于次級檢測設備（主要是計軸或者軌道電路設備）的依賴，是需要解決的關鍵問題。

在航空航天領域，衛(wèi)星系統(tǒng)完全靠“自主運行”來保證自身安全和各種任務的完成。后來，自主運行的概念應用到汽車自動駕駛領域。美國機動車工程師學會（SAE）定義了L0到L5的自動駕駛等級。汽車自動駕駛主要依靠信息通信技術、人工智能技術以及網(wǎng)絡技術實現(xiàn)自動駕駛功能。

在軌道交通領域，列車在非完全封閉環(huán)境下的安全高效運行是基本問題。因此，本文主要根據(jù)現(xiàn)有CBTC和無人駕駛技術的特點和安全運行需求，結合航空航天相關技術和國內外相關文獻，分析自主列車運行系統(tǒng)（TACS）的特點、功能以及部分典型場景。

2 系統(tǒng)特征和功能分析

TACS系統(tǒng)不是指無人駕駛信號系統(tǒng)（UTO），而是指列車能夠在動態(tài)變化環(huán)境下（比如，雨雪天氣突發(fā)情況下，列車前方火災等情況下），列車自主感知周圍情況，自主決定前方的運行策略，而不需要等待調度中心下發(fā)命令。因此，自主列車系統(tǒng)可以在非結構化和動態(tài)的開放環(huán)境中安全運行。

為了實現(xiàn)自主列車運行的目標，根據(jù)國外相關文獻，定義了自主列車運行控制等級（LOAn）。TACS系統(tǒng)分為LOA1，LOA2，LOA3，LOA4四個等級。

自主列車運行系統(tǒng)逐級發(fā)展和實現(xiàn)，最終實現(xiàn)列車依賴于對周圍環(huán)境的感知，自主決策，自主安全運行，達到無人調度的目標。但是，實現(xiàn)LOA4的目標，需要分步實現(xiàn)，如表1所示，不同的LOA等級代表不同的自主列車運行等級。

表1 自主列車運行等級功能研究

自主列車系統(tǒng)配合傳統(tǒng)的CBTC系統(tǒng)，采用分級方式，最終使整個信號系統(tǒng)達到LOA4。實現(xiàn)整個地鐵大系統(tǒng)的智慧運行。

3 系統(tǒng)關鍵技術研究

基于TACS的特征和功能分析，需要依賴于以下關鍵技術的成熟和實現(xiàn)：

（1）多傳感器融合技術；

（2）人工智能技術（AI）。

本文主要從以上兩方面來進行分析和闡述。

3.1 多傳感器融合技術

系統(tǒng)需要感知周圍環(huán)境，那么列車的安全定位精度和安全速度越準確，感知到的環(huán)境精度越高。那么決策也就最安全，最優(yōu)。否則，可能導致問題或者事故的發(fā)生。所以，傳統(tǒng)的速度傳感器加上應答器已經(jīng)無法滿足列車保持定位的需求。參考紐約地鐵改造的相關文檔，采用以下的傳感器方案，能夠保證安全定位測速的同時，還能夠提供障礙物檢測功能，以滿足LOA2的要求。如圖1所示。

圖1 基于新型傳感器融合的列車定位技術

結合傳統(tǒng)的速度傳感器和應答器，采用傳感器融合技術，能夠提高列車的定位精度。同時，采用雷達可以檢測列車前方的障礙物，并使用激光雷達來精確測量列車距離前方列車的目標距離，保證列車安全停車功能。

多傳感器融合技術，涉及到相關算法的精度和安全認證要求，有待專門分析和研究。

3.2 AI技術

采用AI技術，保證列車在大量的運行過程中，學習各種故障場景的處置流程和方法。這樣可以保證列車在以后碰到類似故障情況下，可以更快更優(yōu)地進行自主處置和分析。

通過調查和統(tǒng)計發(fā)現(xiàn)，人的可靠性比AI機器的可靠性要低很多。因此，AI技術的應用，未來可能在故障處置的某些方面優(yōu)于人工處置。

AI技術的安全性有待證明，所以，本文提出了基于AI融合的方案來提高AI技術的安全性。例如，采用雷達識別和圖像識別技術的算法融合來降低AI技術誤判的可能性，提高障礙物識別的安全性。人和AI機器的可靠性對比分析如圖2所示。

圖2 人和AI機器的可靠性對比分析

4 系統(tǒng)典型場景分析

為了深刻理解自主列車控制系統(tǒng)，通過以下場景的分析，突出了自主列車控制系統(tǒng)的優(yōu)勢：

（1）正常場景，

（2）車地通信故障場景，

（3）火災場景。

4.1 正常場景

如圖3所示，在TACS中不再需要巡道車來完成早上的巡道任務。投入載客運營的列車具備自主巡道功能。列車接收到任務或者根據(jù)時刻表來運行。如果自主列車在運行過程中，遇到障礙物，則會自動在障礙物前方停車并上報故障信息。同時，如果前方軌道狀態(tài)不平順，列車主動降速，保證運行安全，同時主動上報軌道的健康狀態(tài)。這也是自主列車控制系統(tǒng)的優(yōu)勢。

圖3 自主列車運行系統(tǒng)正常場景流程圖

當列車感知到雨雪天氣，自動降低制動率值，減少打滑的情況發(fā)生。保證良好的運行狀態(tài)。同時，根據(jù)計劃，判斷列車的早晚點情況而自動調整運行等級。

因此，TACS通過傳感器，實現(xiàn)部分非通信信號專業(yè)設備的故障監(jiān)測功能。

4.2 車地通信故障場景分析

當車地通信發(fā)生故障時，在原來的CBTC系統(tǒng)中，列車必須要先停車然后人工切換到后備模式。這不僅影響了本身列車的運行效率。同時也給周圍的列車帶來了運行中斷的影響。從而，降低了整個系統(tǒng)的運行效率，提高了整個系統(tǒng)的運行安全風險。

但是，在TACS系統(tǒng)中不存在這個問題。如果車地通信故障，列車完全靠自身傳感器感知前方的安全運行距離。不需要列車停車切換的這個過程。也不影響周圍其他列車的正常運行。這也是TACS系統(tǒng)為了解決CBTC故障情況下降級到后備模式的痛點。

4.3 火災場景

如圖4所示，碰到火災情況下，傳統(tǒng)的方式主要依靠調度員的經(jīng)驗來處理，根據(jù)隧道內的風向，發(fā)生火災列車的位置，以及前后列車的情況來分別發(fā)布調度命令給每個列車。這樣的處置過程和反應時間相對比較長。

圖4 火災場景

但是，自主列車基于AI技術自主學習故障場景的處置方法，根據(jù)經(jīng)驗和規(guī)范，以及故障場景下的“環(huán)境”，更加快速地處置這種火災場景。因此，在類似這樣的故障場景下，自主列車比司機和調度員的反應更快，處置時間更少，可以減少很多不必要的損失。

因此，采用AI技術，通過大量故障場景的學習，使自主列車的“經(jīng)驗”更豐富。

本文分析了自主列車運行控制系統(tǒng)不同等級，以及不同等級下的功能分析。同時，本文提出了TACS需要考慮的多傳感器融合技術和AI技術，以及相關的安全功能。通過對比分析不同場景下的TACS系統(tǒng)運行情況，突出了TACS相比CBTC系統(tǒng)的優(yōu)點。但是，TACS系統(tǒng)關鍵技術的解決，有待相關廠商具體解決。