鄭亞宏
(中國鐵路成都局集團有限公司,成都 610081)
中國西南鐵路地處山區(qū),鐵路沿線環(huán)境復雜,時常有落石、泥石流等極度危險的物體上道侵限,嚴重危及高速鐵路及普速線路行車安全。同時,進入鐵路線路限界中行走的人、動物等移動物體也會對動車及普通列車運行形成干擾,在安裝有“線路障礙物監(jiān)測報警系統(tǒng)”的路段,常引起系統(tǒng)報警攔停列車,極大地干擾正常行車組織。
確保列車行車安全是鐵路部門的重要職責,中國鐵路各集團廣泛樹立“科技保安全”理念,增加鐵路防災設(shè)備投入。目前,建設(shè)線路防護報警設(shè)備已成為各鐵路集團公司安全保障體系中重要的一環(huán)[1],以中國鐵路成都局集團有限公司為例,相關(guān)的防災系統(tǒng)有:線路障礙自動監(jiān)測報警系統(tǒng)、基于三維模式的線路障礙自動監(jiān)測報警系統(tǒng)、基于北斗GNSS 的鐵路及周邊地質(zhì)環(huán)境自動化監(jiān)測預警系統(tǒng)和基于時域圖像技術(shù)的線路安全自動監(jiān)測預警系統(tǒng)等[2]。在中國國家鐵路集團有限公司指導推廣使用的中國鐵路北京局集團有限公司科研所研發(fā)的“線路障礙自動監(jiān)測報警系統(tǒng)”基礎(chǔ)上,中國鐵路成都局集團有限公司部分主干線路已經(jīng)安裝了自主研發(fā)的“基于三維模式的線路障礙自動監(jiān)測報警系統(tǒng)”(簡稱3D OIMA 系統(tǒng))。
激光雷達技術(shù)在鐵路線路障礙物的自動監(jiān)控報警中逐漸成為主流應用,主要原因是激光雷達抗環(huán)境干擾能力強,掃描范圍大、精度高,彌補了視頻傳感器的缺點。
近年來,多線程掃描的激光雷達技術(shù)被廣泛應用在鐵路線路障礙物的自動監(jiān)控報警掃描前端裝置中。激光雷達可對整個防區(qū)進行掃描成像,獲取防區(qū)內(nèi)立體的三維點云圖像信息,通過點云算法對高出軌面上方物體的位置、高度、動靜等多種形態(tài)進行全方位識別,使監(jiān)測報警系統(tǒng)具有準確的多目標識別能力[3]。當然,由于鐵路環(huán)境復雜和環(huán)境氣候條件限制,單一傳感器很難保證不發(fā)生漏報的可能,而一旦發(fā)生漏報,導致的后果將是致命的。
視頻監(jiān)控也被廣泛應用于鐵路部門,從鐵路全方位安全的角度出發(fā),除了站場安設(shè)有大量視頻設(shè)備外,未來幾年鐵路區(qū)間線路也將實現(xiàn)視頻全覆蓋,視頻監(jiān)控系統(tǒng)將代替人工巡查線路設(shè)備[4-5]。隨著視頻AI 技術(shù)的不斷發(fā)展,視頻攝像機也已實現(xiàn)對具體場景算法的前置集成。但單獨靠視頻圖像識別異物侵限方法仍存在很多風險,如識別物體位置信息不夠精確,同一景深障礙物疊加遮擋等,此類風險極大可能造成誤判。視頻圖像智能判斷在鐵路區(qū)間線路現(xiàn)場使用時,經(jīng)常有小型動物上道停留,監(jiān)控系統(tǒng)誤將其判斷成障礙物而報警攔停列車。智能圖像算法對于小型動物分類已經(jīng)運用成熟,因此運用激光雷達數(shù)據(jù)和視頻圖像數(shù)據(jù)融合,能夠準確地檢測到異物侵入防區(qū)并對入侵物體進行分類,判斷入侵物體屬性,屏蔽掉小型動物上道停留引起的報警,能夠明顯提高“基于三維模式的線路障礙自動監(jiān)測報警系統(tǒng)”有效報警率。
數(shù)據(jù)層融合的基礎(chǔ)是數(shù)據(jù)空間的坐標標定。不同傳感器獲取不同的信息數(shù)據(jù),同時傳感器所在的坐標系也不相同。因此,多傳感器數(shù)據(jù)融合前,需對不同的傳感器進行相對坐標標定,以確定不同傳感器在空間坐標內(nèi)的相對坐標。
實際應用中,三維掃描前端裝置通過多線激光束,對三維空間防區(qū)立體掃描,實時獲取各個掃描點的空間坐標信息,每秒可獲取64 萬數(shù)據(jù)點。激光雷達在掃描過程中獲取的是極坐標值(r,θ,φ),通過直角坐標轉(zhuǎn)換公式將極坐標值轉(zhuǎn)換為直角坐標系值(x,y,z)。獲取到防區(qū)內(nèi)的有效信息后,根據(jù)目標特征,提取出包括鐵軌,枕木、周邊環(huán)境信息及侵入防區(qū)的物體。
不同傳感器的空間坐標標定主要有兩種方法[6]:(1)傳感器世界坐標系標定:將不同傳感器坐標都轉(zhuǎn)換到世界坐標系中。(2)傳感器相對標定:通過固定特征點尋找不同傳感器之間原始數(shù)據(jù)的匹配關(guān)系。
采用傳感器相對標定的方法,在視頻采集裝置的圖像中尋找到相應的三維掃描前端裝置探測的對應點。通過特征點匹配,確定三維掃描前端裝置與視頻采集裝置的相對位置坐標。
在基于三維模式的鐵路線路障礙監(jiān)測報警系統(tǒng)中,三維掃描前端裝置與攝像頭都是固定安裝的,設(shè)備視角也固定不變。因此,只需確定防區(qū)內(nèi)的特征點位置,通過透視變換算法即可確定三維掃描前端裝置與攝像頭的相對數(shù)據(jù)關(guān)系,進而進行數(shù)據(jù)融合。數(shù)據(jù)融合后,通過嵌入式處理服務器,對獲取到的信息,綜合判斷,輸出有效的報警數(shù)據(jù)。同時,通過分類算法對目標分類,發(fā)揮出各傳感器的探測優(yōu)勢,提高系統(tǒng)判識的準確性,減少漏報與誤報[7]。
選擇合適的數(shù)據(jù)融合方法是多傳感器數(shù)據(jù)融合技術(shù)的應用關(guān)鍵。根據(jù)實際融合的數(shù)據(jù)和層次,可分為3 種融合方式[8]:
(1)數(shù)據(jù)層融合
直接把采集到的原始數(shù)據(jù)進行融合,適合同類型傳感器數(shù)據(jù)采用。不同類型傳感器的數(shù)據(jù)直接融合是困難的,可通過特定關(guān)聯(lián)算法來實現(xiàn)。
(2)特征層融合
特征層融合屬于中間層次的融合,它先對來自傳感器的原始信息進行特征提?。ㄌ卣骺梢允悄繕说倪吘墶⒎较?、速度等),然后對目標狀態(tài)和特性信息進行綜合分析和處理。
(3)決策層融合
不同類型的傳感器觀測同一個目標,每個傳感器數(shù)據(jù)在本地完成基本的處理,使用不同算法輸出對所觀察目標的初步結(jié)論。綜合各傳感器的判識結(jié)果,進行決策層融合判識,最終獲得融合推斷結(jié)論。
3 種融合方式優(yōu)缺點比較如表1所示。
表1 融合層次優(yōu)缺點比較表
鐵路沿線環(huán)境復雜,單一傳感器探測獲取到的信息不夠全面,而用戶對系統(tǒng)的判識準確性要求極高,即:杜絕漏判減少誤判。由于不同類型傳感器數(shù)據(jù)直接融合難度大,算法復雜,在此不討論實踐過程。
1.3.1 特征層融合實踐
視頻圖像智能識別與三維掃描前端裝置數(shù)據(jù)融合是通過將視頻和激光雷達傳感器數(shù)據(jù)通過融合算法,獲取目標物多種狀態(tài)信息和分類信息。相較于單一傳感器,視頻圖像智能識別與三維掃描前端裝置數(shù)據(jù)融合獲取信息的更加豐富,判識更加準確可靠,相應的數(shù)據(jù)融合流程如圖1所示。
圖1 數(shù)據(jù)融合流程圖
實踐結(jié)果表明,該融合方式算法復雜,判識結(jié)果不理想。
1.3.2 決策層融合實踐
在鐵路線路障礙監(jiān)測報警系統(tǒng)中,采用視頻圖像智能識別與激光雷達數(shù)據(jù)融合,獲取監(jiān)測防區(qū)內(nèi)有效的數(shù)據(jù),綜合比較可知,選擇決策級融合可行性最高。當單一傳感器出現(xiàn)錯誤時,計算機經(jīng)過融合處理后,依然能得到準確有效的報警數(shù)據(jù)。三維掃描前端裝置數(shù)據(jù)與攝像機圖像數(shù)據(jù)融合的流程如圖2所示。由于采用的是決策級融合,因此在對兩種傳感器數(shù)據(jù)進行融合前,各傳感器系統(tǒng)先對自身數(shù)據(jù)做處理,提取出確定的目標,最后在同一坐標系下做加權(quán)融合。
圖2 數(shù)據(jù)融合目標處理圖
作為中國鐵路成都局集團有限公司異物侵限主要防護設(shè)備,基于三維模式的線路障礙自動監(jiān)測報警系統(tǒng)主要由數(shù)據(jù)采集裝置、現(xiàn)場監(jiān)控裝置及監(jiān)控中心3 大部分組成,系統(tǒng)處理流程如圖3所示。
圖3 系統(tǒng)處理流程圖
1.4.1 數(shù)據(jù)采集裝置
數(shù)據(jù)采集裝置主要包括三維掃描前端裝置、視頻采集裝置和數(shù)據(jù)處理裝置。數(shù)據(jù)采集裝置的主要功能是三維掃描前端裝置對設(shè)定防區(qū)進行持續(xù)不間斷掃描成像,并將所采集到的數(shù)據(jù)送入處理裝置。同時現(xiàn)場視頻采集裝置采集到的圖像數(shù)據(jù)實時上傳至前端的數(shù)據(jù)處理裝置,通過數(shù)據(jù)處理裝置完成對采集到的數(shù)據(jù)進行融合分析,對現(xiàn)場設(shè)定防區(qū)內(nèi)的入侵物狀況進行及時處理和判斷。最后,將分析后的判斷結(jié)果上傳至現(xiàn)場監(jiān)控裝置。
1.4.2 現(xiàn)場監(jiān)控裝置
現(xiàn)場監(jiān)控裝置包括工控機、遠程控制模塊、報警裝置和環(huán)境監(jiān)測裝置,各部件主要功能如下:
(1)工控機負責對數(shù)據(jù)采集裝置上傳的數(shù)據(jù)進行綜合管理、存儲和分發(fā),并對現(xiàn)場的報警裝置發(fā)出報警指令。
(2)報警裝置包括安裝在來車方向線路邊距離防護點50 m 以遠的鐵路信號燈、無線列調(diào)語音報警裝置、防區(qū)報警喇叭,軟件實現(xiàn)報警短信推送。
(3)遠程控制模塊實時獲取數(shù)據(jù)采集裝置(三維掃描前端裝置、視頻采集裝置)、工控機、報警裝置及環(huán)境監(jiān)測裝置等重要裝置的工作狀態(tài)信息。監(jiān)測系統(tǒng)內(nèi)每個重要模塊之間通信及工作狀態(tài),一旦現(xiàn)場設(shè)備出現(xiàn)故障,可快速定位出出現(xiàn)問題的裝置,并通過遠程客戶端實現(xiàn)遠程對現(xiàn)場的設(shè)備的控制,無需到現(xiàn)場即可對現(xiàn)場的裝置進行操作。比如現(xiàn)場有施工作業(yè)可以遠程關(guān)閉報警設(shè)備。
(4)環(huán)境監(jiān)測裝置包括風速、風向、雨量及環(huán)境溫濕度傳感器,主要用于實時獲取現(xiàn)場環(huán)境信息。環(huán)境監(jiān)測裝置可設(shè)置報警閾值,若現(xiàn)場環(huán)境惡劣,指標達到報警閾值時,則在客戶端顯示輔助報警信息,對監(jiān)測人員進行惡劣天氣提示,加強現(xiàn)場觀測。
1.4.3 監(jiān)控中心
監(jiān)控中心包括中心服務器和客戶端,兩者主要功能如下:
(1)中心服務器可實現(xiàn)系統(tǒng)信息儲存、客戶端連接控制、現(xiàn)場監(jiān)控裝置連接控制及系統(tǒng)數(shù)據(jù)存儲等功能。
(2)客戶端實現(xiàn)設(shè)備參數(shù)設(shè)定、狀態(tài)監(jiān)測、報警信息處理、報警數(shù)據(jù)查詢和報警數(shù)據(jù)本地存儲等功能。
在系統(tǒng)正式部署至實際鐵路環(huán)境前,該系統(tǒng)部署于模擬試驗場地中進行試驗測試。前端三維掃描裝置與攝像頭均采用立桿式安裝,安裝高度為3 m。安裝固定位置后,前端三維掃描裝置自動對軌道進行激光掃描,根據(jù)錄入的系統(tǒng)數(shù)據(jù)信息,自動設(shè)置防區(qū),完成軌道識別基礎(chǔ)數(shù)據(jù)建立,并根據(jù)點云數(shù)據(jù)計算繪制出的掃描圖像。激光雷達設(shè)備和視頻設(shè)備對各自相對位置進行標定,數(shù)據(jù)通過現(xiàn)場控制裝置進行數(shù)據(jù)融合。
根據(jù)《線路障礙自動監(jiān)測報警系統(tǒng)暫行技術(shù)條件》[9]和《基于三維模式的線路障礙自動監(jiān)測報警系統(tǒng)技術(shù)條件》[10],對落石、行人、泥石流等多種狀態(tài)的異物入侵進行長期嚴格的測試。測試結(jié)果表明,“基于三維模式的線路障礙自動監(jiān)測報警系統(tǒng)”適用更復雜的場景,可實現(xiàn)對侵限異物目標分類和精準判斷。在模擬試驗場地進行的針對性測試時,針對測試目標包括行人、小動物等各類測試數(shù)百次,測試數(shù)據(jù)基本充分。
模擬環(huán)境的測試結(jié)果表明,采用融合技術(shù)系統(tǒng)能夠?qū)β涫?、停留于防區(qū)的行人、泥石流(模擬)、小動物等場景實現(xiàn)及時報警,并對入侵的障礙物種類進行準確的識別。
通過已部署在滬昆鐵路某處的設(shè)備獲取到了現(xiàn)場采集到的數(shù)據(jù),并將現(xiàn)場的激光雷達數(shù)據(jù)和視頻數(shù)據(jù)分別導出,存入到數(shù)據(jù)處理裝置中進行數(shù)據(jù)融合分析。經(jīng)過對停留于防區(qū)的行人、落石、模擬泥石流和列車等測試數(shù)據(jù)進行融合分析,系統(tǒng)均可準確的對進入到防區(qū)的障礙物種類進行準確的識別,有效地減少誤報。
對某一時間段的報警數(shù)據(jù)統(tǒng)計,如表2所示。
表2 報警數(shù)據(jù)統(tǒng)計表(次)
由表2可知,融合數(shù)據(jù)測試均可對目標實現(xiàn)識別,且識別率大于技術(shù)條件要求的95%,高于技術(shù)標準要求。同時,系統(tǒng)配置有視頻備份,可對發(fā)生報警的現(xiàn)場全程錄像,為事后溯源分析提供便利。
目前,安設(shè)在滬昆鐵路某處的“基于三維模式的鐵路線路障礙監(jiān)測報警系統(tǒng)”已在高溫、大雨、濃霧的環(huán)境中穩(wěn)定工作近兩年。該報警系統(tǒng)采用數(shù)據(jù)融合技術(shù)對入侵障礙物進行準確的識別分類,自動準確識別列車臨停、移動的行人及小動物等復雜場景,提高了線路障礙物自動監(jiān)測報警系統(tǒng)的有效報警率,有效杜絕了漏判。
異物侵限報警系統(tǒng)是鐵路行車安全防護的重要設(shè)備,對報警的實時性要求極高,現(xiàn)有技術(shù)條件給予報警算法處理的時間只有14 s。通過系統(tǒng)研發(fā)實踐,結(jié)合鐵路應用的實際,可得出如下結(jié)論:(1)數(shù)據(jù)層融合難以使用在多型傳感器的復雜系統(tǒng)中;(2)特征層融合在兩個不同型傳感器系統(tǒng)中算法復雜,判識結(jié)果不理想,主要原因是算法的復雜性及時效性限制;(3)決策層融合數(shù)據(jù)算法成熟,判識準確,在模擬環(huán)境和實際應用中測試結(jié)果理想。