張 強,張宇旻,毛新德,包 峰
(1.北京交通大學(xué),北京 100044;2.北京埃福瑞科技有限公司,北京 100070;3.交控科技股份有限公司,北京 100070)
列車在軌道交通線路空間運行,極其微小的失誤都會導(dǎo)致重大的事故,因此保證線路空間的安全是提升列車運行安全性的重要手段。據(jù)統(tǒng)計,對于人類司機,每開車運行1億km發(fā)生的致命事故有1~3 起,而在當(dāng)前軌道交通領(lǐng)域,典型中等規(guī)模的城市年運行里程達3 億km,因此,軌道交通線路空間的安全程度遠遠不夠。人工監(jiān)視線路的狀況很難保證長時間專注,且在惡劣天氣和夜間等光線不佳的情況下,車載視覺系統(tǒng)也難以對前方物體及時做出反應(yīng);另外,由于軌道交通運行速度較高,依靠車載感知系統(tǒng)感知障礙物的距離有限,因此車路協(xié)同系統(tǒng)必不可少。
為保證線路空間安全,本文提出一種軌道交通遠程瞭望系統(tǒng),即在列車運行時,對軌道前方的列車、行人以及軌面上方突發(fā)侵入的障礙物進行遠距離實時監(jiān)測和預(yù)警;同時在列車運行的高危路段布置相應(yīng)傳感器,監(jiān)控周圍環(huán)境與障礙物信息,并通過車路協(xié)同網(wǎng)絡(luò)進行交互。當(dāng)列車與障礙物的距離小于一定的安全距離時,列車將自主制動,同時將前向障礙物信息上報到列車運營控制中心。
遠程瞭望系統(tǒng)總體架構(gòu)如圖1所示,主要由車載感知系統(tǒng)(鷹眼系統(tǒng))和車路協(xié)同感知系統(tǒng)(軌道星鏈)2 部分組成。其中,車載感知系統(tǒng)通過列車搭載的傳感器實現(xiàn)列車視距內(nèi)的自主監(jiān)控與障礙物檢測;通過在隧道口、站臺、公跨鐵、道口等關(guān)鍵高風(fēng)險區(qū)域布置車路協(xié)同系統(tǒng),實現(xiàn)視距外的協(xié)同感知,同時使用自主、局域、全局3層網(wǎng)絡(luò)進行車路云通信,構(gòu)建整個系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)。
圖1 遠程瞭望系統(tǒng)總體架構(gòu)
車載感知系統(tǒng)由障礙物識別系統(tǒng)、列車車速測量系統(tǒng)和三維地圖構(gòu)建系統(tǒng)3部分組成。障礙物識別系統(tǒng)在接收到工業(yè)相機和激光雷達的數(shù)據(jù)后,通過人工智能算法對圖像中的軌道區(qū)域進行感知識別,并對前向軌道中的障礙物進行識別;列車速度測量系統(tǒng)基于毫米波雷達,采用自適應(yīng)聚類算法測量列車相對速度,根據(jù)車速進行積分實現(xiàn)列車精確定位;三維地圖構(gòu)建系統(tǒng)基于激光雷達,通過特征匹配獲取自身的定位并建立周邊的三維地圖。由于列車自主監(jiān)測前方障礙物信息,因此無須與車路協(xié)同系統(tǒng)進行通信。
2.1.1 障礙物識別系統(tǒng)
列車在運行時,對前向障礙物(列車、軌道中的行人、信號燈等)有效的識別可以保障其運行的安全。障礙物識別系統(tǒng)包括軌道區(qū)域識別和障礙物檢測2部分。
(1)軌道區(qū)域識別部分。該部分首先通過視覺與激光雷達傳感器聯(lián)合標(biāo)定方法實現(xiàn)異構(gòu)數(shù)據(jù)的時空統(tǒng)一,從而獲取包含顏色、深度以及反射率的高維向量;然后通過高維輸入的卷積神經(jīng)網(wǎng)絡(luò)語義分割和循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)提升場景語義關(guān)聯(lián)性,實現(xiàn)軌道線路的邊界分割;最后運用分割線路邊界后端優(yōu)化方法實現(xiàn)對高速列車行駛區(qū)域的精準(zhǔn)分割。
(2)障礙物檢測部分。該部分首先通過融合的激光雷達與攝像頭數(shù)據(jù),根據(jù)軌道區(qū)域識別結(jié)果,在檢測的軌道區(qū)域內(nèi)運用注意力集中網(wǎng)絡(luò)對三維空間內(nèi)周圍環(huán)境的候選障礙物進行提?。蝗缓蟛捎贸墒斓妮p量化圖像分類網(wǎng)絡(luò),在二維空間內(nèi)對提取的候選障礙物進行分類;最后,在三維空間中進行目標(biāo)邊界框精準(zhǔn)回歸。此外,該系統(tǒng)采用距離交并比損失函數(shù)對整個網(wǎng)絡(luò)模型參數(shù)進行優(yōu)化訓(xùn)練,從而可高精度地識別障礙物。
2.1.2 列車速度測量系統(tǒng)
由于列車行駛線路固定,因此精準(zhǔn)的列車速度測量可進一步提升該系統(tǒng)對列車前向環(huán)境的感知精度和環(huán)境理解能力。
在列車速度測量系統(tǒng)中,首先通過毫米波雷達獲取環(huán)境信息,采用自適應(yīng)聚類算法對毫米波雷達反射的障礙物點進行聚類;然后結(jié)合多普勒效應(yīng)反推出列車實時速度,并進一步通過速度積分估計出列車在關(guān)鍵區(qū)間內(nèi)的位置,從而實現(xiàn)列車精準(zhǔn)定位。
2.1.3 三維地圖構(gòu)建系統(tǒng)
精準(zhǔn)的列車定位與三維地圖能夠提升對列車周圍環(huán)境的感知精度。列車可以根據(jù)定位信息,從云端三維地圖中獲取列車周圍障礙物信息,實時更新周圍的障礙物。三維地圖構(gòu)建系統(tǒng)包括預(yù)處理、特征匹配和回環(huán)檢測3部分。
(1)預(yù)處理部分。預(yù)處理部分根據(jù)反射強度等信息對獲取的點云數(shù)據(jù)進行預(yù)處理,剔除點云中的異常點,再通過計算點云內(nèi)部點的曲率提取線特征點與面特征點。
(2)特征匹配部分。特征匹配部分根據(jù)提取的線、面特征點,將點云與歷史點云數(shù)據(jù)進行特征配準(zhǔn),以獲取點云之間的對應(yīng)關(guān)系,并對點云幀內(nèi)的畸變進行矯正;再與全局地圖進行匹配,針對列車運動進行初步估計,可獲得粗里程計。
(3)回環(huán)檢測部分?;丨h(huán)檢測部分建立起列車線路中關(guān)鍵位置的點云特征庫,包括點云局部特征庫和全局特征庫。在列車運行過程中,回環(huán)檢測部分實時提取激光傳感器采集的點云特征,并與數(shù)據(jù)庫進行特征匹配,實現(xiàn)列車在運行過程中的關(guān)鍵位置重定位與回環(huán)檢測,從而優(yōu)化列車的位置姿態(tài)與周圍地圖,可獲得線路的全場景高精度定位與精確的行駛環(huán)境三維模型。
車路協(xié)同感知系統(tǒng)由網(wǎng)絡(luò)通信系統(tǒng)和路側(cè)感知系統(tǒng)組成。網(wǎng)絡(luò)通信系統(tǒng)通過車路通信網(wǎng)絡(luò)將車、路感知信息進行交互融合,從而實現(xiàn)車路協(xié)同;路側(cè)感知系統(tǒng)與車載感知系統(tǒng)相似,也具有障礙物識別和三維地圖構(gòu)建的功能。
2.2.1 網(wǎng)絡(luò)通信系統(tǒng)
網(wǎng)絡(luò)通信系統(tǒng)是通過交通要素間快速、準(zhǔn)確的信息交換實現(xiàn)的,因此,高可靠、低時延的網(wǎng)絡(luò)通信系統(tǒng)是車路協(xié)同的基礎(chǔ)。車路協(xié)同感知系統(tǒng)通過路側(cè)設(shè)備實現(xiàn)路網(wǎng)周圍環(huán)境與列車信息的采集,從而實時獲得高風(fēng)險軌道區(qū)域的障礙物信息,在處理后運用網(wǎng)絡(luò)通信系統(tǒng)傳送給云平臺中心。同樣,道路信號燈信息、路側(cè)感知到的障礙物信息、路側(cè)設(shè)備周圍環(huán)境信息也通過車路通信網(wǎng)絡(luò)傳輸?shù)皆破脚_,從而在云平臺實現(xiàn)全局感知,輔助車輛進行駕駛行為決策。網(wǎng)絡(luò)通信系統(tǒng)采用自主、局部、全局3層網(wǎng)絡(luò)進行通信,其中列車根據(jù)車載傳感器進行自主感知,路側(cè)設(shè)備分區(qū)段進行局部感知定位,再將路側(cè)與車載傳感器信息整合到云平臺實現(xiàn)運行線路的全局感知。
2.2.2 路側(cè)感知系統(tǒng)
路側(cè)感知系統(tǒng)同樣可以實現(xiàn)對列車、行人和信號燈的檢測,其技術(shù)和方法與車載感知系統(tǒng)相似。路側(cè)設(shè)備不像列車設(shè)備受空間和質(zhì)量的限制,其具有更強大的算力,并能使用更先進的技術(shù)方法。路側(cè)感知系統(tǒng)在識別后可以及時地將檢測結(jié)果通過網(wǎng)絡(luò)通信系統(tǒng)發(fā)送給路網(wǎng)中的車輛,從而實現(xiàn)列車的遠距離超視距感知。
遠程瞭望系統(tǒng)已經(jīng)在北京地鐵燕房線、上海地鐵6號線、成都地鐵3號線、港鐵荃灣線等線路進行了全面測試,測試數(shù)據(jù)超過2 TB,其中包含直道、彎道、隧道、高架等豐富場景和多種光照條件下的特性。目前已經(jīng)將上述線路作為典型的產(chǎn)品應(yīng)用線路,并對其開展了系統(tǒng)全面的功能測試及系統(tǒng)能力分析。遠程瞭望系統(tǒng)傳感器包括1個長焦模組和1個短焦模組。長焦模組用于遠距離障礙物識別,短焦模組用于近距離障礙物識別,每個模組都由1個激光雷達和1個攝像頭組成。
為便于現(xiàn)場施工和車輛實際安裝,遠程瞭望系統(tǒng)應(yīng)采用高柔性化設(shè)計,針對每款車型的實際安裝空間采取定制化安裝方案。對于中間設(shè)有安全逃生門、兩側(cè)設(shè)有安全觀察室的列車,其遠程瞭望系統(tǒng)采用在觀察室及車頂2種不同的安裝方案,可從不同的安裝位置全面測試遠程瞭望系統(tǒng),從而驗證其算法魯棒性以及產(chǎn)品安裝適配的廣適性。觀察室安裝方案設(shè)計圖如圖2所示,車頂安裝方案示意圖如圖3所示。
根據(jù)列車實際環(huán)境定制安裝方案。觀察室視覺與激光傳感器的實車安裝及效果如圖4所示,視覺與激光傳感器在列車車頂實際安裝效果如圖5所示。遠程瞭望系統(tǒng)主機選擇安裝在駕駛室頂端內(nèi)部,外部不留任何線纜,與車輛系統(tǒng)不存在信號交互,不會影響車輛正常運行,如圖6所示。
遠程瞭望系統(tǒng)采集的數(shù)據(jù)包含晴天、陰天、雨天、白天、夜晚等多種天氣情況,直道、彎道、隧道等多種路況,涵蓋了列車正常運行所面臨的所有場景和路況。本文針對港鐵荃灣線遠程瞭望系統(tǒng)運行情況做了具體性能分析,主要性能指標(biāo)包括障礙物的檢測距離、漏識別率、誤識別率、測距誤差等,如表1所示。此外,本系統(tǒng)針對直道、彎道、隧道的測試性能進行了詳細統(tǒng)計,并通過自動化分析工具和人工監(jiān)督方式進行了交叉驗證。驗證結(jié)果表明,遠程瞭望系統(tǒng)各項功能指標(biāo)均通過驗證,安全等級(SIL)達到SIL2要求。部分測試效果如圖7所示。
圖2 觀察室安裝方案設(shè)計圖
圖3 車頂安裝方案示意圖
圖4 觀察室視覺與激光傳感器的實車安裝及效果
圖5 列車車頂視覺與激光傳感器安裝效果
圖6 遠程瞭望系統(tǒng)主機安裝位置及外觀
表1 遠程瞭望系統(tǒng)性能指標(biāo)
在SIL2安全等級下,遠程瞭望系統(tǒng)在未來軌道交通信號系統(tǒng)故障環(huán)境下,可獨立地進行車輛運行防護,為實現(xiàn)信號系統(tǒng)快速恢復(fù)爭取時間,提升車輛系統(tǒng)的運行安全性和效率,成為信號系統(tǒng)故障環(huán)境下降低運行影響的必備產(chǎn)品。本文介紹的遠程瞭望系統(tǒng)中的車載感知系統(tǒng)通過標(biāo)定的高維特征實現(xiàn)精準(zhǔn)的軌道識別,采用注意力集中網(wǎng)絡(luò)實現(xiàn)遠距離障礙物識別,創(chuàng)新性地采用多層次視覺雷達融合算法完成軌道環(huán)境建模;車路協(xié)同感知系統(tǒng)將感知算法布署在路側(cè)設(shè)備上,根據(jù)提出的3層網(wǎng)絡(luò)通信進行車路快速協(xié)同,實現(xiàn)列車超視距感知。未來隨著人工智能(AI)技術(shù)的進一步發(fā)展,遠程瞭望系統(tǒng)會得到進一步完善并產(chǎn)生更加深遠的影響。
圖7 部分識別測試效果