STP系統車列位置跟蹤功能自動化測試平臺關鍵技術研究

王浩然，楊華昌，馮 軍，張弘志，趙小軍，馬金鑫，韓 波

（1.中國鐵道科學研究院集團有限公司 北京華鐵信息技術有限公司，北京 100081；2.中國鐵道科學研究院集團有限公司 通信信號研究所，北京 100081）

STP 系統是保證鐵路調車作業安全的關鍵設備，其設備的穩定、可靠與鐵路運輸安全有直接關系［1］。系統對站場內復雜的聯鎖控制模式和調車作業方法進行研究，通過應答定位器位置、調車速度和位移等工況信息，結合軌道電路和進路等聯鎖信息變化，完成對車列前、后端位置的準確跟蹤；并將車列位置相關信息發送給列車運行監控裝置（LKJ）生成安全限速，從而實現調車作業的安全防護［2］。其中車列的位置跟蹤是整個STP 系統進行安全防護的核心［3］。

調車在站場內作業形式多樣，包含車列摘車、掛車、轉線、折返、一度停車等。而站場內聯鎖進路的形態、特性各異，囊括由交叉渡線、復式交分道岔、死區段、股道、編組線、專用線、盡頭線等設備組成的復雜長、短調車進路（簡稱長進路、短進路）。為了保證STP 系統車列位置跟蹤功能在各種進路走行情況下的準確性，必須要對系統進行大量測試［4］。當前，針對STP 的測試問題，文獻［5］提出基于UML 模型的測試案例設計方法，并對測試序列優化問題進行模型求解；文獻［6］通過軟、硬件設計，實現對LKJ系統的模擬，提高了STP 自動化測試水平。上述研究大多集中在STP系統測試涉及的相關子系統的仿真、優化，缺少從整體角度對測試過程進行研究，人工干預過多，結果不能自動判斷，測試效率有待進一步提高。

本文為了解決STP 系統車列位置跟蹤功能的測試問題，提出搭建STP 車列位置跟蹤功能自動化測試平臺的方案，采用計算機技術對系統涉及的調車作業相關設備功能進行模擬、對車列在站場內的各種作業方法進行仿真，并通過研究復雜站場測試序列自動生成、調車運行仿真和基于深度神經網絡的圖像識別技術，實現了從測試腳本生成、執行到結果自動判斷的一體化解決方案。

1 測試平臺

1.1 模塊結構

由于STP 系統作業涉及電務、機務、車站等多個部門，其測試平臺需要完成對各部門相關設備功能的模擬［7］。為了方便各個系統接口的管理和功能結構劃分，設計測試控制層、仿真設備層和被測設備層3 層管理結構，其框架示意圖如圖1所示。通過接口通訊網實現各個層級間的信息交互，通訊方式包括網絡、串口和CAN總線。

圖1 測試平臺設計框架示意圖

1）測試控制層

由測試驅動器、過程監測器和站場數據服務器構成。其中測試驅動器通過加載被測站場數據，初始化站場和仿真車列，自動生成站場測試序列腳本，并通過對測試腳本的解析依次發送相應控制命令給仿真設備層執行測試過程。過程監測器則通過圖像識別系統實時獲取DMI 上面顯示的STP 系統輸出的車列位置信息，然后將這些信息與仿真車列走行模擬的車列預期位置進行比較，判斷位置跟蹤功能是否正常，生成結果并輸出。

2）仿真設備層

以STP 系統中站場數據為基礎，與測試控制層進行交互完成調車運行過程中相關設備的運行模擬，生成各種站場顯示、人機交互和設備報文等信息。其中仿真車列走行模擬作為此層設備的核心，它以站場內各個軌道電路節點設備的上下行鏈路關系和長度為基礎，根據初始化的車列位置、車長，并結合速度、運行方向等機車工況信息，完成走行過程中車列前、后端位置的實時計算，輸出的信息作為自動化測試平臺的車列預期位置用于結果判斷。聯鎖模擬則需要完成測試進路的自動開放和關閉，配合仿真車列的走行完成聯鎖信息的同步顯示和更新。對于應答定位器模擬，當仿真車列走行到站場安裝應答定位器的位置時，發送對應報文給STP 系統的車載設備進行位置定位。調車信令模擬則根據仿真車列位置，結合調車作業實際情況，在合適時機模擬各種調車信令發給LKJ。司機操作模擬則根據仿真車列發過來的速度、運行方向信息，通過信號模擬儀自動產生指定頻率的速度脈沖和電壓信號發送給LKJ 實現機車走行的速度和方向控制。并通過數據總線技術，在特定時機模擬發送DMI 按鍵信息實現車列走行中涉及司機的人機交互操作，如LKJ 的“警惕”“解鎖”和“確認”等。

3）被測設備層

由STP 地面設備、STP 車載設備、LKJ 及其DMI構成。STP 系統是通過LKJ 實現限速控制的。DMI 作為STP 系統信息輸出的最終界面，是測試人員和使用人員最關注的控制輸出終端。本平臺的核心是STP 系統輸出的車列位置信息，即DMI 上顯示的車列前方信號機名稱、距離、限速、速度等，這些信息由圖像識別系統進行采集后用于測試過程監測。

1.2 工作流程

測試平臺工作流程如圖2所示。按照順序分為如下幾個步驟。

圖2 測試平臺工作流程圖

1）測試初始化

基于被測站場完成聯鎖站場和仿真車列的初始化，并針對測試目的自動生成進路測試序列腳本。選取大型聯鎖站場，信號機和軌道電路的數量盡量多，包含各種復雜進路形態。測試驅動器將站場進路數據與調車作業相結合生成能夠覆蓋各種進路走行形態的測試序列，仿真車列通過執行這個測試序列來驗證STP 車列位置跟蹤功能在站場內各種復雜場景下的準確性。所以需要研究優化算法以自動生成數量眾多的進路測試序列腳本。

2）測試序列執行

測試中依次調用測試序列腳本。驅動仿真車列自動走行，并根據過程情況同步完成聯鎖、調車信令、應答定位器信息更新，同時測試平臺監測DMI 上產生的即時消息完成相應的司機操作交互。仿真車列走行的關鍵就是要根據車列在站場的實際位置生成相應的限速控制曲線，并采用一定的速度控制策略，使調車在正常走行情況下盡量提高執行效率，防止出現走行中觸發常用或緊急制動影響測試效果。同時也可對LKJ 系統的STP 模式曲線進行測試，驗證其準確性。

3）測試過程監控

通過對DMI 屏幕進行圖像識別實時采集STP系統輸出的車列位置信息，并將這些信息與仿真車列走行模塊里的車列預期位置進行比較，對不一致的信息進行提示和報警，實現對測試過程的監控。其中選用合適的圖像處理算法完成位置信息自動識別對結果有重要影響。

4）測試結果輸出

整個測試過程采用MySQL 數據庫進行記錄，方便進行測試過程的回放和查驗。

2 關鍵技術

2.1 測試序列自動生成

2.1.1 數學建模

基于STP 站場數據結構特點，將站場數據中的短進路抽象為有向圖的頂點，以短進路間的連通關系作為弧，構建有權的、具有多重弧的站場進路有向圖G。如果弧頭短進路的起始和弧尾短進路的阻擋為同一個信號機時，則將弧頭短進路的長度作為此有向弧的權值，如果不一致則為不連通狀態。對于數據中進路方向的變化則通過在盡頭線、站界和股道等司機換向區域增加特殊的換向頂點來完成。以短進路為頂點構建進路有向圖G示意圖如圖3所示。圖中：D1，D2，…，D9 為調車信號機；X5 和S5 均為股道兩端信號機；VD1 為STP 系統中的盡頭線虛擬信號機；頂點X5→S5 和頂點VD1→D1 為在股道和盡頭線上完成換向功能的2 個頂點；其余的頂點對應數據中的短進路，如D1→D3表示從起始信號機D1 到阻擋信號機D3 的短進路；t1，t2，…，t15為有向圖上的弧編號。

圖3 以短進路為頂點構建進路有向圖G示意圖

測試序列生成的目標為在最短的時間完成對所有短進路的遍歷。其中走行距離、換向次數和重復走行比率是3 個主要性能指標，直接影響最終的測試總耗時。走行距離和換向次數可以從有向圖各路徑上的頂點屬性獲得；重復走行比率可以描述為路徑上頂點數n與有向圖上所有頂點總數Kall的比值。對于1 個完整站場進路測試序列P=｛x1，x2，…，xn｝，基于最少測試耗時的優化目標分解為最小走行距離F1、最少換向次數F2及最少重復走行比率F3的3目標優化模型，即

式中：Lp，xm為序列P中的頂點xm（m=1，2，…，n）對應短進路的長度；Cp，xm為序列P中的頂點xm是否為換向頂點（取值為0或1）。

2.1.2 多目標蟻群算法

基于建立的模型，測試序列生成可作為一個旅行商問題（Traveling Salesman Problem，TSP），采用多目標蟻群算法進行求解［8］。

1）多目標啟發函數

蟻群算法中啟發函數可以理解為優化目標對螞蟻路徑選擇的影響［9］。考慮傳統算法基于距離的啟發函數設計進行改進，基于圖3有向圖模型的特點，增加換向次數和重復走行比率作為復合啟發函數，滿足本模型多目標優化搜索需求。采用聚合方法在傳統距離因子的基礎上增加換向因子和重復因子，構建多目標啟發函數，即

式中：ηij，d為距離因子（一般為節點i到節點j的權值倒數）；ηij，c為換向因子（換向次數的倒數）；ηij，r為重復因子（重復走行比率的倒數）；ω1，ω2，ω3為各個因子的權重。

通過權重向量ω，即ω=（ω1ω2ω3），影響啟發函數進而控制信息素的重要程度，從而均衡3個優化目標獲得更好的優化效果。

2）蟻群優化相關算法

根據上面的啟發函數，得到t時刻螞蟻從頂點i向頂點j轉移概率計算式為

式中：ηij(t)為t時刻的多目標啟發函數，詳見式（4）；τij(t)為t時刻路徑Si→j（節點i到節點j的路徑）上的信息素值；y為螞蟻下一步能夠選擇的節點；Aallow為螞蟻下一步能夠選擇的節點集合；α和β分別表示τij(t)和ηij(t)的影響權值。

根據計算出的概率，采用輪盤賭方式，從眾多可選擇節點中選擇一個作為下一節點，并將其置為當前節點。

信息素更新采用蟻周模型（Ant-Cycle），按照式（6）更新每條路徑上面的信息素。

其中，

式中：τij(t+Δt)為更新后的時刻即t+Δt時刻路徑Si→j上的信息素值；ρ為信息素揮發因子（0＜ρ＜1）；Δτij，k為螞蟻k在經過路徑Si→j時信息素的變化值；kmax為螞蟻個數；Q為信息素總量；Ek為螞蟻k的總走行路徑長度。

通過啟發函數、轉移概率和信息素更新相關算法，即可通過多目標蟻群算法對最短時間的進路測試序列進行優化求解，獲得的優化解即生成的短進路節點序列。用其中的換向節點進行分割，換向節點之間的序列可組織為長進路，這些長進路經過簡單處理即可得到進路測試序列腳本。

2.2 STP模式下調車運行仿真

2.2.1 調車走行限速控制曲線

站場內能夠影響STP 調車走行速度的限速點很多，主要有前方開放進路（系統只關注前方進路上最多4個信號機的狀態）中的多個限速道岔（一些駝峰場8號道岔側向25 km·h-1限速以及數量眾多的9 號道岔側向30 km·h-1限速等）、特殊地點的限速區段（特殊作業專用線、段管線、站線限速）、盡頭線、存車線、存車位置連掛點限速、藍燈、虛擬站界、一度停車點和調車信令等。這些限速點由于設備類型、線路參數設定或站系規定不同均會產生不同的限速［10］。

調車走行中，其限速控制曲線需要對這些限速點分別進行計算。計算方法為：以車列前方為起點，前方進路中的限速點為終點，減去一定的安全距離作為目標距離，將各個限速點的限速作為目標速度，根據車列信息和調車類型計算對應速度的制動力和阻力，反向推算調車的制動曲線，以計算所得的最低限速和相應的限速曲線作為仿真調車的限速控制曲線［11］。

對于一個限速點，調車走行限速可以抽象為距離、限速點限速值和其他影響因素的函數，即

式中：v為單一限速點走行限速；vlimit為限速點限速；dlimit為距離限速點距離；δ為其他影響因素（包括輛數、風管、機車制動力等相關參數）。

獲得單一限速點的走行限速后，調車當前位置限速即為所有限速點計算的走行限速中的最小值，即

式中：vmax為調車當前位置走行限速；va為限速點a（a=1，2，…，b）計算的調車走行限速。

以調車推進進入8 道的停車過程為例，模擬其限速曲線變化情況。作業中前方進路包含2 個8 號道岔側向通過（25 km·h-1限速）、1 個藍燈信號機及調車信令，共計4個限速點。根據走行過程中4個限速點和車列間的距離變化生成4條限速曲線，如圖4所示。圖中：4 條限速曲線中取最低值作為當前調車走行限速；a-b-c-d-e-f-h-i-j-k-l-m-no-p-q為調車走行限速的變化曲線。

圖4 STP調車各限速點的限速曲線變化示意圖

從圖4可以看出：d-e限速上抬是由于1#限速道岔出清，導致限速曲線從1#限速道岔切換到2#限速道岔；h-i是由于2#限速道岔出清，導致限速曲線從2#限速道岔切換到藍燈出現限速上抬。由于走行中調車與限速點距離實時變化，限速不停刷新。測試平臺以500 ms為1個周期，實時計算各個限速點的調車當前限速并同步調整機車運行速度。

2.2.2 調車速度控制策略

調車的運行是一個復雜過程，會受到各種環境、設備的因素影響［12］。為了簡化受力分析和計算，測試平臺將仿真調車看作1個單質點模型，其走行速度簡單抽象為當前位置限速和前1個周期速度的函數，即

式中：vnow為調車當前走行速度；vmax為當前位置的調車走行限速；vpre為前1個周期的調車走行速度。

并設定如下條件：

（1）考慮測試平臺各個設備間的交互延遲時間，vnow應該小于vmax-4。走行速度過高，容易導致當限速曲線下降時，速度來不及調整，觸發LKJ系統制動，影響測試過程。

（2）調車升速時，需滿足vnow-vpre≤1，即每秒提速不超過0.28 m。

2.3 圖像識別系統

通過在測試平臺的DMI 屏幕正前方增加攝像頭完成對顯示界面的圖像采集，并對采集到的圖像進行預處理得到待識別區域，最后由深度神經網絡進行圖像識別。下面以信號機名稱識別為例描述整個處理過程。

2.3.1 圖像預處理

平臺位于實驗室室內環境，涉及圖像處理的相關設備位置嚴格固定，合理規劃燈光、日光等光源的相對位置，盡量減少多光源對圖片成像質量的負面影響。圖像預處理的目標是提取DMI 屏幕顯示主界面（1 個長寬比為4∶3 的矩形框），先通過中值濾波、高斯濾波過濾圖片上的椒鹽噪聲和脈沖噪聲，然后采用形態學的閉運算對圖片進行膨脹和腐蝕來彌合細小的間斷和孔隙，再用最大類間方差（OTSU）法進行自適應全局閾值完成二值化處理，最后通過輪廓查找算法結合目標特征完成主界面的提取。根據信號機區域相對主界面的位置進行分割得到信號機顯示圖片，此圖片即可用于后續神經網絡訓練和識別。

2.3.2 深度神經網絡

相對傳統方法必須要對字符進行獨立分割才能識別的弊端，深度神經網絡通過各種卷積計算對圖片特征進行提取，并可結合前后文信息進一步提高特征獲取能力，大大提高了圖像識別能力［13］。其中卷積神經網絡（Convolutional Neural Networks，CNN）擅長圖像深層次特征提取。長短期記憶網絡（Long Short-Term Memory，LSTM）作為一種循環神經網絡（Recurrent Neural Networks，RNN）通過對歷史記憶信息的學習，提高了處理序列數據預測的能力，且更易于處理變長的數據序列［14］。本文針對信號機名稱不定長的特點，選用由CNN+LSTM構成的神經網絡［15］。其詳細參數見表1。

表1 深度神經網絡詳細參數

處理過程為：首先通過VGG16 網絡對輸入的歸一化圖像進行特征提取，利用多種卷積層、激活層和最大池化層的感受野（Receptive Field）對圖片特征進行提取，生成圖片特征序列；然后由LSTM 網絡對特征序列的每個特征向量進行訓練，利用2個雙向LSTM 結構對特征向量的前向信息和后向信息進行學習進一步提取文字的序列特征，并輸出原始序列概率分布；最后通過連接時序分類（Connectionist Temporal Classification，CTC）算法將序列概率分布轉換為實際的標簽序列進行輸出。

從卷積層的感受野特征到最終標簽輸出的映射過程示意圖如圖5所示。

圖5 映射過程示意圖

其中，CTC 是由文獻［16］提出的用于將循環層輸出的幀特征序列與標簽進行對齊的計算方法。算法通過在標簽所在字母集A中增加1個空白標簽“blank”作為占位符得到A’，即A’=A∪｛blank｝。其Softmax輸出層在預測時將直接輸出對應字母集A’中的概率。利用增加的空白標簽實現識別過程中的去重復和字符分割操作，完成與標簽的對齊。

整個神經網絡訓練的損失函數Ο為最小化輸出標簽序列概率的負對數似然函數，即

其中，

式中：X為訓練圖像；Z為真實的標簽序列；W為訓練集；pi（Z│X）為針對輸入X訓練模型輸出Z的條件概率。

2.3.3 訓練效果

在實驗室搭建測試環境，利用STP 給LKJ 模擬發送各種信號機名稱并通過DMI 進行顯示，然后進行圖像采集，共獲得10 000 張圖片作為數據集。數據集的標簽按照字母長度分為2，3，4，5及6個共5種，從中抽取8 000張作為訓練集，2 000張作為測試集，訓練時隨機選取訓練集的10%作為驗證集。標簽的字母集分為20 種，囊括常見的信號機名稱字母和數字。

神經網絡訓練環境為Ubuntu 操作系統，采用Python編程語言及PyTorch深度學習網絡架構。為了提高訓練效果，模型采用數據增強方法提高模型學習能力，并選擇RMSprop，Adam 和Adadelta 這3種優化器進行訓練效果比較。

訓練時，設置默認學習率為1×10-5。Adadelta優化器學習率為1.0，衰減因子為0.9。采用32 個樣本作為1個處理單元，最大迭代次數設為140次。最終，多種優化模型下的訓練精度和驗證精度隨迭代次數的變化曲線如圖6所示。

圖6 多種優化模型的訓練和驗證精度變化曲線

從圖6可以看出：不使用數據增強功能，當迭代次數超過40 次后，由于輸入數據相似度較高導致訓練精度（紅色實線）快速提高達到100%，但驗證精度（紅色虛線）最高只達到了97.3%，而且偶爾出現精度嚴重下降導致曲線出現明顯下降尖峰；而使用數據增強功能后，所有模型的訓練曲線雖有波動但是驗證曲線卻逐漸趨于穩定，訓練后期無明顯波動；3種優化器的訓練效果對比，Adadelta優化器的效果最好；數據增強功能有效地減少了模型過擬合，提高了模型的泛化能力。

對于3 種優化器，其訓練效果相關數據對比見表2。

表2 3種優化器的訓練效果

由表2可知：3 種優化器收斂速度和驗證精度最優值均滿足Adadelta＞Adam＞RMSprop，與圖6中的訓練效果對比結果一致。

因此，基于時間和精度考慮，測試平臺最終選用帶數據增強的Adadelta優化器進行網絡訓練。

實際使用中，對一些經常刷新的標簽圖片，會遇到顯示拖尾或不全的情況，此時需要在這類圖片識別中增加置信度判斷條件以對結果進一步過濾。

3 實例驗證

3.1 測試準備

為了驗證測試平臺的有效性，以蘭州北站上行到達場的STP 系統為基礎，搭建自動化測試平臺。站場數據包含蘭州北站上行到達場、上行駝峰場和交換場3 個場，共162 個調車信號機、28 個列車信號機和41 個應答定位器。上行短進路總數為194條，下行短進路總數為210 條，采用多目標蟻群優化算法自動生成836條測試進路序列。

3.2 測試結果

將自動生成的836 條測試進路序列注入自動化測試系統進行測試。最終測試結束時總耗時為63 h。

選取其中的一段時長4 min 的連掛作業，查看作業過程中的調車信令-人機交互-限速-速度隨時間變化情況，如圖7所示。

圖7 調車信令-人機交互-限速-速度變化曲線（股道連掛）

選取測試過程中一段時長7 h 的機車走行限速曲線和速度曲線變化圖，一共測試87 條長進路，如圖8所示。

圖8 限速和速度隨時間變化曲線

對這7 h 的測試記錄數據進行統計，并對測試平臺進行評估，結果如下。

（a）LKJ人機交互按鍵操作分析：自動化測試系統一共代替測試人員進行“警惕”“解鎖”按鍵和“換向”等人工操作518次，每小時平均74次操作。

（b）速度調節操作分析：在測試過程中，設定如果連續3 s 速度未變化的恒速區，作為測試休息時間，其他的變速區作為人工測試時需要測試人員進行人工操作的時間。對這7 h 測試過程進行統計，一共產生8 269 條記錄，其中變速區的記錄有2 271 條。測試人員需要進行機車速度調節的勞動時長與總作業時長比率為27.5%（即2 271/8 269）。

（c）勞動時間效率分析：由于測試平臺實現了無人干預測試，可以做到每周168（24×7）h 不間斷的測試作業，相對人工每周40（8×5）h 的工作時間，其勞動時間效率比為168∶40，接近4∶1。

4 結 語

STP 系統車列位置跟蹤功能自動化測試平臺采用計算機技術，實現了STP 系統相關外部設備的綜合仿真。系統通過建立基于有向圖的調車走行進路模型，采用多目標蟻群算法自動生成測試序列，以此驅動測試開始；然后對調車站內走行策略進行研究，實現調車自動走行，驅動測試序列依次執行；最后研究基于CNN+LSTM 深度神經網絡的圖像識別技術，結合數據增強技術對3種優化器（Adadelta，Adam 和RMSprop）在訓練時間和精度上的差異進行對比后，選用綜合效果最優的Adadelta 優化器進行網絡訓練，進而實現DMI上調車實時位置信息的自動圖像識別，完成測試的過程監控。基于蘭州北站現場數據進行試驗驗證，對測試過程中自動化平臺代替人工測試進行操作的情況進行統計分析。

本文搭建的自動化測試平臺可替代人工測試，用于復雜站場的STP 車列位置跟蹤功能測試。自動化測試平臺相對于人工測試降低了勞動強度，且兩者測試勞動時間效率比接近4∶1。整個測試過程無人化執行，測試結果智能判斷，為后續STP軟件的優化升級提供了有力保障。