弓網檢測系統在全自動無人駕駛地鐵中的應用

印禎民 李春廣 曾要爭

(1. 上海地鐵維護保障有限公司車輛分公司， 200235， 上海； 2. 中車南京浦鎮車輛有限公司， 201131， 南京； 3. 中車南京浦鎮車輛有限公司， 201131， 南京//第一作者， 高級工程師)

近年來，全自動無人駕駛技術在城市軌道交通領域日漸升溫。全自動無人駕駛地鐵系統具有高度自動化、集中管理、節省人力等優勢，但其全線運營過程沒有司機和機械師隨車維護，一旦出現故障很難及時發現并維修。部分發達國家已有較為成熟的運維管理經驗。我國上海率先開始運營全自動無人駕駛線路，其運營維護管理尚在探索階段。

目前，上海已在全自動無人駕駛線路運營列車上加裝弓網檢測系統并進行試驗。該系統具有實時監測弓網運行狀態的功能，一方面，通過大數據分析可對安全隱患進行預判，防患于未然；另一方面，能及時定位弓網事故，并及時檢修，為智能運維提供有效手段和技術保障。

1 車載弓網檢測系統的功能及組成

1.1 系統功能

車載弓網檢測系統使用圖像智能識別技術、紫外探測技術、紅外熱成像技術、激光三角測量技術、車底補償技術及牽引電流實時監測技術等前沿技術，采用非接觸式的檢測方式，可實現對弓網動態在線實時監測。實時檢測內容包括受電弓結構、羊角的變形和缺失，關鍵部位的完整性，弓網燃弧強度及持續時間，接觸網的拉出值、導高值、跨距內接觸線高低差及導線坡度，弓網接觸點溫度等。當弓網出現異常狀況時，檢測系統能實時告警，并能通過車地傳輸通道發送告警信息及檢測數據到地面的OCC(運營控制中心)。

相關工作人員通過OCC監控大屏幕推送的報警信息，查看并確認故障數據后，根據故障嚴重程度選擇控車或安排人員檢修。弓網檢測系統還能同時監測接觸線橫向偏移量及導高變化量，對線路趨勢進行大數據分析，為線路施工質量提供評價依據，也為周期性維護提供數據支持和建議，便于維護決策。

此外，車載弓網檢測系統還具備自動化和智能化特點，操作簡單，便于安裝調試。其具體功能如下。

(1) 受電弓結構異常檢測功能。弓網檢測系統可實時監控弓網狀態并保留高清視頻記錄，以便后續的復查和分析。弓網檢測系統采用高速高清攝像頭進行全線路、全天候工況下的弓網視頻監視，且視頻記錄時間不小于360 h。弓網檢測系統分別從受電弓的開口和閉口方向對受電弓進行結構異常檢測，能實時檢測受電弓及羊角變形及缺損，同時還能對受電弓關鍵結構(如上框架、平衡桿、拉桿、下臂桿等)進行完整性檢測，如發現異常可實時報警。

(2) 弓網燃弧檢測功能。運用紫外探測技術可實時檢測車輛運行過程中的拉弧現象(燃弧強度、燃弧時長、燃弧率等)，并能自動報警。

(3) 弓網溫度檢測功能。可實時檢測弓網接觸點溫度，如溫度超限自動告警。

(4) 接觸網幾何參數檢測功能。可檢測接觸網的拉出值及導高值，如超限時則自動告警。并可精準檢測跨距內接觸線高低差及導線坡度。

(5) 剛性接觸網懸掛檢測功能。可實時檢測剛性接觸網懸掛結構異常狀態，關鍵懸掛結構一旦發生變形、破損、移位及螺栓松脫等異常狀況，可及時報警。

(6) 數據分析功能。弓網檢測系統設置了車載及地面服務器，可對跟蹤過程中的報警數據進行查詢、統計、分析及管理，能獨立實現全程實時錄像、檢索回放、錄像查詢及下載等功能，可顯示系統報警事件發生的準確地點及時間，能自動記錄事件發生前后的視頻。可通過網絡實時調用查看受電弓監控實時視頻及故障信息等。

1.2 系統組成

弓網檢測系統主要由車頂數據采集與傳輸設備、牽引電流監測設備、剛性接觸網懸掛檢測設備、車內分析服務器、車底補償設備及地面數據中心系統組成。所有的受電弓狀態視頻監控裝置共用1套地面服務器。弓網檢測系統拓撲圖如圖1所示，設備安裝分布圖如圖2所示。

圖1 受電弓狀態視頻監控裝置拓撲圖

車頂數據采集與傳輸設備按功能劃分為高清視頻采集模塊、結構異常采集模塊、紫外檢測模塊、紅外熱成像模塊和幾何參數檢測模塊。所有模塊采集到的數據通過網線傳輸到車內分析服務器內。牽引電流檢測設備采集到的數據通過網線傳輸到車內分析服務器。車底補償設備采集到的數據通過網線傳輸到車內分析服務器。

車內分析服務器對各設備傳來的數據進行分析處理并與車內TCMS(列車監控管理系統)、地面OCC系統進行通信。車內分析服務器分為6大模塊：TCMS通信模塊、燃弧率檢測模塊、幾何參數檢測模塊、結構異常檢測模塊、視頻處理模塊、溫度處理模塊和剛性懸掛處理模塊。

圖2 系統設備安裝分布示意圖

2 弓網檢測系統的創新技術

2.1 受電弓結構異常檢測技術

受電弓結構異常檢測技術采用2組高清工業相機分別從受電弓開口和閉口方向，對受電弓結構進行高清拍攝。通過對采集到的圖像與標準模板進行比對分析，自動識別判斷是否有碳滑板、羊角異常或丟失、異物入侵等異常狀態。其中，開口方向的檢測相機集成在車頂采集與傳輸設備內，閉口方向的檢測設備用來拍攝受電弓其他關鍵部位結構，可提高對受電弓結構異常檢測的完整性。

2.2 燃弧檢測技術

燃弧檢測技術主要檢測燃弧強度、時長，以及牽引電流值，并計算燃弧率。燃弧率為接觸網工況質量評定標準。

根據EN 50317—2002標準有：

式中：

NQ——燃弧率；

tarc——持續時間超過1 ms的拉弧時長；

ttotal——測量時段內牽引電流超過額定電流 30%的時間總和。

燃弧率檢測需分別對牽引電流和燃弧持續時間進行監測。對受電弓牽引電流的監測利用霍爾效應監測技術，將霍爾直流電流傳感器包覆在受流電纜外部，可實時監測受流電纜中的電流值變化。弓網燃弧檢測采用紫外探測器對燃弧主要輻射方向的220～329 nm范圍內的紫外光線進行實時監測，可測得燃弧強度及持續時長等參數。

2.2.1 牽引電流監測技術

牽引電流監測裝置內置1臺霍爾電流傳感器。其檢測原理主要基于霍爾效用，當電流通過1根長導線時，在導線周圍將產生磁場。該磁場的大小與流過導線的電流成正比，可通過磁芯聚集感應到霍爾器件上并使其有1個信號輸出。信號經信號放大器放大后直接輸出。

2.2.2 燃弧紫外探測技術

燃弧紫外探測基于金屬的光電發射效應和電子繁流理論。

燃弧紫外探測模塊由高感光紫外探測器和信號處理模塊組成。燃弧發生時會釋放大量的紫外光線。紫外探測器接收到紫外光線時發出脈沖信號。信號處理模塊處理脈沖信號后可得到燃弧發生持續時間和強度。

只需將受流電纜穿過霍爾電流傳感器的檢測口即可實時檢測電流值。根據受流電纜的排布情況及設備安裝位置，霍爾電流傳感器可選擇圓形、方形或矩形檢測口。

2.3 弓網溫度異常檢測技術

弓網溫度異常檢測技術主要檢測弓網接觸區域的高溫異常點，其檢測設備集成在車頂數據采集與傳輸設備中。檢測設備內置1臺全局高清高速紅外熱像儀，可對目標區域進行全畫幅高清拍攝掃描。

獲取接觸網-受電弓運行受流溫度場的熱像圖像，同時提供準確的熱像圖像中的高溫點和分布圖；通過紅外熱像儀的圖像識別技術，可自動框選標注受電弓以及接觸網的溫度情況，并且進行實時的溫度分析；計算當前弓、網接觸點處的溫度，與其他定位信息一并寫入數據庫，以便用戶查找分析。通過檢測溫度，可發現沿線架空接觸網和受電弓的溫度異常，及時阻止事故的發生，將風險降到最低。

2.4 接觸網幾何參數檢測技術

接觸網幾何參數檢測技術主要檢測接觸網幾何參數，包括拉出值、導高、跨距內接觸線高低差、導線坡度等。其檢測設備主要由幾何參數測量模塊和車底補償模塊組成，前者集成在車頂數據采集與傳輸設備中，后者安裝在車底，并采用專用安裝支架和封裝。

2.4.1 幾何參數測量技術

幾何參數測量技術采用2組工業相機和1組線狀激光器作為主要視覺檢測器件，利用激光三角測量法對接觸線進行識別追蹤，測量接觸線的拉出值和導高值。當列車前行時，激光器發射線性激光照射在接觸線上，形成明亮的光斑(見圖3)。隨著接觸線空間位置的不同，圖像中激光光斑的位置相應變化。通過對光斑的定位即可測算出接觸線的導高和拉出值。在不考慮軌面高度變化的前提下，光斑距離圖像底端的距離可反映導高值，光斑偏離圖像中心的距離可反映拉出值的變化量。

圖3 剛性接觸網實拍圖像

2.4.2 車底補償技術

車底補償技術利用高清工業相機和激光器，測量列車相對于左右軌道的偏移量和列車運行過程中傾斜程度，可修正拉出檢測值及導高檢測值，有效提高測量精準度。

當車體發生上下振動時，導高值隨車體振動發生變化，拉出值不變。車體向上運動時，導高測量值H增加，向下運動時H減小，即可得到導高偏移量ΔH；將ΔH補償到車頂測量值中，即可得出實際導高值。當車體發生左右偏移時，導高值不變，拉出值隨車體擺動發生變化。根據拉出測量值，即可得出拉出值的偏移量ΔL；將ΔL補償到車頂測量值中，即可得出實際的拉出值。

當車體發生傾斜時，拉出值和導高值隨車體傾斜同時發生變化。通過拉出測量值及導高測量值，即可得出拉出值的偏移量ΔL和導高偏移量ΔH；將ΔL和ΔH補償到車頂測量值中，即可得出實際的拉出值和導高值。

當列車發生蛇形偏轉時，導高值不變，拉出值隨車體蛇形偏轉同時增大。根據拉出值增大前后的測量值，以及左右激光裝置之間的距離，可計算出車體蛇形偏轉的角度θ，進而即可換算出實際拉出值。

2.5 剛性接觸網關鍵懸掛檢測技術

剛性接觸網關鍵懸掛檢測裝置(其分布示意圖見圖4)配置了2組可見光高清工業相機，分別對剛性接觸網匯流排、中間接頭、膨脹接頭、懸吊安裝底座、分段絕緣器、剛性懸掛絕緣子、線岔狀態等關鍵部位拍攝高清圖像，同時拍攝區域可覆蓋地鐵剛性懸掛接觸網的零部件區域。每組相機分別從被測物的正反兩面進行拍攝，確保全方位、全角度覆蓋被測區域所有可視部件。

弓網檢測系統利用圖像處理技術和神經網絡算法，可通過智能分析自動識別絕緣子傾斜及破損、中間接頭螺母脫落、接觸線脫槽、匯流排損傷、中間接頭松動、膨脹接頭零件松脫等接觸網關鍵懸掛部件的異常現象，還可監控并自動識別線岔區域狀態。

圖4 剛性接觸網關鍵懸掛檢測裝置分布示意圖

由于剛性接觸網的關鍵懸掛主要集中在接觸線(匯流排)的兩側，所以在車體中線兩側各布置了1套接觸網采集裝置，其采用定幀率(25幀/s)進行拍攝，可適應120 km/h的最高車速。

2.6 OCC全局監控技術

OCC全局監控技術主要通過大量數據的不斷積累，構建基于云的弓網檢測智能運維及安全監測分析管理平臺，逐步形成弓網的智能檢修。

(1) 發生故障時，云平臺根據聯動數據和類似處理結果，及時給出應急處理意見。

(2) 根據各線路和車輛狀態，制定檢修計劃和檢修內容，實現動態修。

(3) 綜合運營和檢修情況，對運營線路和車輛進行評價，為新建線路提供指導。

車載弓網檢測設備通過車地網絡實時反饋報警信息和故障數據，并將報警信息推送至OCC監控大屏。維護管理人員可通過報警信息查看相應故障數據，確認后執行對應操作。

OCC能利用碼流技術調取每列車每個受電弓的實時監控視頻，實現全局監控。

3 結語

弓網檢測系統通過融合多項技術實現了對無人駕駛列車的在線實時監測，能自動識別并檢測絕大部分弓網運行的異常狀態，能利用車地通信網絡向OCC推送報警信息和故障數據，再由OCC對全線列車進行集中管控。這極大提高了城市軌道交通運營安全監測和管理維護效率。實踐證明，利用前沿技術進行技術革新，從而促進城市軌道交通行業發展和完善是十分可行的。通過長期數據積累和基于神經網絡的深度學習，未來可真正實現無人駕駛、無人監管的智能列車自動化運營系統。

[1] 于萬聚． 高速電氣化鐵路接觸網[M] ． 成都: 西南交通大學出版社，2002.

[2] [德] 基布嶺． 電氣化鐵道接觸網[M] ． 中鐵電集團有限公司，譯． 北京: 中國電力出版社，2003.

[3] 李豐良, 唐松花. 受電弓的力學分析示例[J]. 鐵道學報, 2000, 22(5): 21.

[4] 梅桂明, 張衛華, 劉紅嬌. 不同結構類型接觸網動態特性[J]. 交通運輸工程學報, 2002, 2(2): 27.

[5] 王平均.基于MATLAB圖像增強算法的應用[J].遼寧高職學報，2013(7)：123.

[6] 袁麗婷.基于MATLAB的醫學圖像增強與邊緣檢測算法的實驗研究[D].西安：第四軍醫大學，2009.

[7] 姜慶偉.基于模糊理論的圖像增強技術研究與實現[D].上海：華東師范大學，2009.

[8] 朱曉恒.受電弓典型故障圖像檢測算法的研究[D].成都：西南交通大學，2011.

[9] 陳維榮.受電弓滑板狀態監測的圖像目標提取[D].成都：西南交通大學，2010.