自主列車運(yùn)行系統(tǒng)分析

上海工程技術(shù)大學(xué)城市軌道交通學(xué)院 徐紀(jì)康

卡斯柯信號(hào)有限公司 潘 亮 朱孟雯

1 背景

CBTC和無(wú)人駕駛技術(shù)已經(jīng)相當(dāng)成熟并被廣泛使用在全國(guó)各地的城市軌道交通中。但是，當(dāng)突發(fā)特殊情況（車地通信故障、區(qū)間/車站火災(zāi)等）時(shí)，需要依靠調(diào)度或者司機(jī)人工來(lái)處置并恢復(fù)到正常運(yùn)行中。同時(shí)，為了保證在信號(hào)系統(tǒng)降級(jí)情況下的安全運(yùn)行，需要采用次級(jí)檢測(cè)設(shè)備來(lái)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(yù)和處置故障的時(shí)間，又能保證安全。同時(shí)，減少對(duì)于次級(jí)檢測(cè)設(shè)備（主要是計(jì)軸或者軌道電路設(shè)備）的依賴，是需要解決的關(guān)鍵問(wèn)題。

在航空航天領(lǐng)域，衛(wèi)星系統(tǒng)完全靠“自主運(yùn)行”來(lái)保證自身安全和各種任務(wù)的完成。后來(lái)，自主運(yùn)行的概念應(yīng)用到汽車自動(dòng)駕駛領(lǐng)域。美國(guó)機(jī)動(dòng)車工程師學(xué)會(huì)（SAE）定義了L0到L5的自動(dòng)駕駛等級(jí)。汽車自動(dòng)駕駛主要依靠信息通信技術(shù)、人工智能技術(shù)以及網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)自動(dòng)駕駛功能。

在軌道交通領(lǐng)域，列車在非完全封閉環(huán)境下的安全高效運(yùn)行是基本問(wèn)題。因此，本文主要根據(jù)現(xiàn)有CBTC和無(wú)人駕駛技術(shù)的特點(diǎn)和安全運(yùn)行需求，結(jié)合航空航天相關(guān)技術(shù)和國(guó)內(nèi)外相關(guān)文獻(xiàn)，分析自主列車運(yùn)行系統(tǒng)（TACS）的特點(diǎn)、功能以及部分典型場(chǎng)景。

2 系統(tǒng)特征和功能分析

TACS系統(tǒng)不是指無(wú)人駕駛信號(hào)系統(tǒng)（UTO），而是指列車能夠在動(dòng)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(zāi)等情況下），列車自主感知周圍情況，自主決定前方的運(yùn)行策略，而不需要等待調(diào)度中心下發(fā)命令。因此，自主列車系統(tǒng)可以在非結(jié)構(gòu)化和動(dòng)態(tài)的開放環(huán)境中安全運(yùn)行。

為了實(shí)現(xiàn)自主列車運(yùn)行的目標(biāo)，根據(jù)國(guó)外相關(guān)文獻(xiàn)，定義了自主列車運(yùn)行控制等級(jí)（LOAn）。TACS系統(tǒng)分為L(zhǎng)OA1，LOA2，LOA3，LOA4四個(gè)等級(jí)。

自主列車運(yùn)行系統(tǒng)逐級(jí)發(fā)展和實(shí)現(xiàn)，最終實(shí)現(xiàn)列車依賴于對(duì)周圍環(huán)境的感知，自主決策，自主安全運(yùn)行，達(dá)到無(wú)人調(diào)度的目標(biāo)。但是，實(shí)現(xiàn)LOA4的目標(biāo)，需要分步實(shí)現(xiàn)，如表1所示，不同的LOA等級(jí)代表不同的自主列車運(yùn)行等級(jí)。

表1 自主列車運(yùn)行等級(jí)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(jí)方式，最終使整個(gè)信號(hào)系統(tǒng)達(dá)到LOA4。實(shí)現(xiàn)整個(gè)地鐵大系統(tǒng)的智慧運(yùn)行。

3 系統(tǒng)關(guān)鍵技術(shù)研究

基于TACS的特征和功能分析，需要依賴于以下關(guān)鍵技術(shù)的成熟和實(shí)現(xiàn)：

（1）多傳感器融合技術(shù)；

（2）人工智能技術(shù)（AI）。

本文主要從以上兩方面來(lái)進(jìn)行分析和闡述。

3.1 多傳感器融合技術(shù)

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(zhǔn)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(dǎo)致問(wèn)題或者事故的發(fā)生。所以，傳統(tǒng)的速度傳感器加上應(yīng)答器已經(jīng)無(wú)法滿足列車保持定位的需求。參考紐約地鐵改造的相關(guān)文檔，采用以下的傳感器方案，能夠保證安全定位測(cè)速的同時(shí)，還能夠提供障礙物檢測(cè)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(shù)

結(jié)合傳統(tǒng)的速度傳感器和應(yīng)答器，采用傳感器融合技術(shù)，能夠提高列車的定位精度。同時(shí)，采用雷達(dá)可以檢測(cè)列車前方的障礙物，并使用激光雷達(dá)來(lái)精確測(cè)量列車距離前方列車的目標(biāo)距離，保證列車安全停車功能。

多傳感器融合技術(shù)，涉及到相關(guān)算法的精度和安全認(rèn)證要求，有待專門分析和研究。

3.2 AI技術(shù)

采用AI技術(shù)，保證列車在大量的運(yùn)行過(guò)程中，學(xué)習(xí)各種故障場(chǎng)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(jìn)行自主處置和分析。

通過(guò)調(diào)查和統(tǒng)計(jì)發(fā)現(xiàn)，人的可靠性比AI機(jī)器的可靠性要低很多。因此，AI技術(shù)的應(yīng)用，未來(lái)可能在故障處置的某些方面優(yōu)于人工處置。

AI技術(shù)的安全性有待證明，所以，本文提出了基于AI融合的方案來(lái)提高AI技術(shù)的安全性。例如，采用雷達(dá)識(shí)別和圖像識(shí)別技術(shù)的算法融合來(lái)降低AI技術(shù)誤判的可能性，提高障礙物識(shí)別的安全性。人和AI機(jī)器的可靠性對(duì)比分析如圖2所示。

圖2 人和AI機(jī)器的可靠性對(duì)比分析

4 系統(tǒng)典型場(chǎng)景分析

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

（1）正常場(chǎng)景，

（2）車地通信故障場(chǎng)景，

（3）火災(zāi)場(chǎng)景。

4.1 正常場(chǎng)景

如圖3所示，在TACS中不再需要巡道車來(lái)完成早上的巡道任務(wù)。投入載客運(yùn)營(yíng)的列車具備自主巡道功能。列車接收到任務(wù)或者根據(jù)時(shí)刻表來(lái)運(yùn)行。如果自主列車在運(yùn)行過(guò)程中，遇到障礙物，則會(huì)自動(dòng)在障礙物前方停車并上報(bào)故障信息。同時(shí)，如果前方軌道狀態(tài)不平順，列車主動(dòng)降速，保證運(yùn)行安全，同時(shí)主動(dòng)上報(bào)軌道的健康狀態(tài)。這也是自主列車控制系統(tǒng)的優(yōu)勢(shì)。

圖3 自主列車運(yùn)行系統(tǒng)正常場(chǎng)景流程圖

當(dāng)列車感知到雨雪天氣，自動(dòng)降低制動(dòng)率值，減少打滑的情況發(fā)生。保證良好的運(yùn)行狀態(tài)。同時(shí)，根據(jù)計(jì)劃，判斷列車的早晚點(diǎn)情況而自動(dòng)調(diào)整運(yùn)行等級(jí)。

因此，TACS通過(guò)傳感器，實(shí)現(xiàn)部分非通信信號(hào)專業(yè)設(shè)備的故障監(jiān)測(cè)功能。

4.2 車地通信故障場(chǎng)景分析

當(dāng)車地通信發(fā)生故障時(shí)，在原來(lái)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(yùn)行效率。同時(shí)也給周圍的列車帶來(lái)了運(yùn)行中斷的影響。從而，降低了整個(gè)系統(tǒng)的運(yùn)行效率，提高了整個(gè)系統(tǒng)的運(yùn)行安全風(fēng)險(xiǎn)。

但是，在TACS系統(tǒng)中不存在這個(gè)問(wèn)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(yùn)行距離。不需要列車停車切換的這個(gè)過(guò)程。也不影響周圍其他列車的正常運(yùn)行。這也是TACS系統(tǒng)為了解決CBTC故障情況下降級(jí)到后備模式的痛點(diǎn)。

4.3 火災(zāi)場(chǎng)景

如圖4所示，碰到火災(zāi)情況下，傳統(tǒng)的方式主要依靠調(diào)度員的經(jīng)驗(yàn)來(lái)處理，根據(jù)隧道內(nèi)的風(fēng)向，發(fā)生火災(zāi)列車的位置，以及前后列車的情況來(lái)分別發(fā)布調(diào)度命令給每個(gè)列車。這樣的處置過(guò)程和反應(yīng)時(shí)間相對(duì)比較長(zhǎng)。

圖4 火災(zāi)場(chǎng)景

但是，自主列車基于AI技術(shù)自主學(xué)習(xí)故障場(chǎng)景的處置方法，根據(jù)經(jīng)驗(yàn)和規(guī)范，以及故障場(chǎng)景下的“環(huán)境”，更加快速地處置這種火災(zāi)場(chǎng)景。因此，在類似這樣的故障場(chǎng)景下，自主列車比司機(jī)和調(diào)度員的反應(yīng)更快，處置時(shí)間更少，可以減少很多不必要的損失。

因此，采用AI技術(shù)，通過(guò)大量故障場(chǎng)景的學(xué)習(xí)，使自主列車的“經(jīng)驗(yàn)”更豐富。

本文分析了自主列車運(yùn)行控制系統(tǒng)不同等級(jí)，以及不同等級(jí)下的功能分析。同時(shí)，本文提出了TACS需要考慮的多傳感器融合技術(shù)和AI技術(shù)，以及相關(guān)的安全功能。通過(guò)對(duì)比分析不同場(chǎng)景下的TACS系統(tǒng)運(yùn)行情況，突出了TACS相比CBTC系統(tǒng)的優(yōu)點(diǎn)。但是，TACS系統(tǒng)關(guān)鍵技術(shù)的解決，有待相關(guān)廠商具體解決。