基于貝葉斯網絡的隧道照明智能控制系統研究

張 濤,龐京春,袁 哲,曹永娜,涂雄偉,李樹忱,馮現大

（1.濟南市交通工程質量與安全中心,山東 濟南 250014; 2.山東大學 齊魯交通學院, 山東 濟南 250003;3.濟南大學 土木建筑學院,山東 濟南 250022）

0 引言

隧道是高速公路的重要路段，并且具有特殊的照明環境。車輛從隧道外部進入隧道內時可能會導致“明—暗—明”的交替過程，并產生“黑洞效應”和“白洞效應”，這些變化會嚴重威脅到行車安全。[1]為保證行車安全，必須對隧道進行照明。但我國中西部地區大部分隧道照明系統交通量都很低，可能會出現“無車照明”的現象，一直保持照明持續運行必然會導致較高的照明能耗。[2]因此，目前急需高效節能的隧道照明系統，來降低隧道的運營所需的能源消耗與資金消耗。

我國關于公路隧道安全與節能的研究主要以新型燈具和智能化控制技術為主。根據《公路隧道照明設計細則》（JTG/TD70/2—01—2014）照明控制主要以洞外亮度和交通量為參數并結合季節及時段進行自動控制。[3]目前，隧道照明設計者依據規范通常把隧道分為入口段，過渡段、中間段和出口段等四個段來設計照明，其中過渡段有兩個，分別設計在中間段前后。[4]考慮全年行車安全，燈具功率和燈具分布密度是以全年洞外最大亮度和最高行車時速來確定，從而確定洞內最大照度。因此大部分隧道只能做到2、3級人工或自動控制。這導致傳統設計與使用的隧道照明系統無法從宏觀上對整個隧道的照明進行自適應方式調制，存在能耗過大的問題。[5]因此，該文將貝葉斯網絡與隧道照明智能化控制相結合，通過車輛檢測器實時收集數據并傳回控制系統經貝葉斯網絡計算后來控制隧道內實時亮度，真正做到“有車燈亮，無車燈暗”根據隧道內部實際情況自動調整隧道照明亮度，減少在低交通量下持續照明所產生的不必要能耗。

1 隧道智能照明控制系統

隧道照明控制系統的結構框圖如圖1所示。控制系統分為三層：數據處理和顯示層、數據通信層和數據采集層。

圖1 隧道照明控制系統示意圖

1.1 數據采集層

數據采集層負責實現數據采集，通過設置在隧道入口或內部的線圈車輛檢測器、亮度計等直接收集車速、交通量、外部亮度等信息。在分析對比環形線圈車輛檢測器、普通波頻檢測器、視頻檢測器后，綜合考慮性能選用環形線圈車輛檢測器。對比分析表見表1。亮度檢測器選用USRegal Lux CS系列光強檢測器外殼為高級鋁合金材料，防護等級均達到IP68，充分保證設備在野外露天等惡劣環境下工作的穩定性。

表1 視頻檢測器和微波檢測器的性能比較

1.2 數據通信層

數據通信層由該地和遠程光收發器組成，并將從檢測器收集的數據傳遞到照明控制軟件，然后通過RS-485總線將控制命令發送到LED調光控制器。

1.3 數據處理和顯示層

數據處理和顯示層將前兩層收集和傳送的交通量和洞外亮度數據進行處理，通過貝葉斯網絡預測模型，實時計算出在不同洞外亮度和交通量的情況下隧道內需要的亮度，并向LED調光控制器發送調光命令，以調整LED燈具的輸出功率，實現照明電量統計，顯示隧道各部分的照明條件，并實施燈具的維護管理。

2 基于貝葉斯網絡的隧道智能照明預測模型

2.1 貝葉斯網絡原理簡介

貝葉斯網絡又稱信度網絡，是Bayes方法的擴展，是目前不確定知識表達和推理領域最有效的理論模型之一。一個貝葉斯網絡是一個有向無環圖（Directed Acyclic Graph，DAG），由代表變量節點及連接這些節點有向邊構成。節點代表隨機變量，節點間的有向邊代表了節點間的互相關系(由父節點指向其子節點)，用條件概率（CPTs）表達關系強度，一個具有n個節點（X1，X2，…，Xn），根據鏈式法則可以求解全概率公式，表達式為：

簡化形式為：

式中，Parents(Xi)——Xi的父節點集合。

2.2 貝葉斯網絡預測模型建立

為了確保車輛交通以最舒適和安全的方式橫穿隧道，將隧道的縱斷面分為接近段、入口段、過渡段、基本段和出口段五個區域，每個區域的需求亮度不同。

根據規范規定，使用MATLAB通過回歸方法可獲得每段的白天亮度計算公式，隧道基本段亮度公式為：

貝葉斯網絡預測模型自動計算隧道地面需求亮度流程如圖2所示。

圖2 貝葉斯網絡模型自動進行亮度計算流程圖

2.3 模型結構與參數學習

以隧道基本段為例，通過MATLAB回歸獲得的白天隧道亮度計算公式，可確定影響隧道基本段亮度的因素主要有車速、車流量，建立了隧道基本段亮度需求貝葉斯網絡預測模型。根據照明規范要求生成了990組交通量、車速、隧道需求亮度值等數據，并利用這些數據建立的模型。對所建立模型進行EM算法訓練，得出各節點的條件概率表格（CPTs）。各節點的取值表如表2所示。

表2 節點取值

模型訓練完成后，在模型中輸入相應的車流量和車速的參數，即可自動計算基本段地面所需亮度。當車流量取值為N=800 veh/（h·ln）、車速V=82 km/h，通過貝葉斯網絡預測模型自動計算出基本段所需亮度Lin在L8~L9之間取值在L8的概率為51.9%，所以Lin=2.4~2.6（cd/m2），可取2.5（cd/m2）。與由MATLAB通過回歸方法所得公式計算 所 得Lin=0.000 5×822?0.020 7×82+0.9=2.56（cd/m2），基本一致。

3 節能效果分析

以溫州繞城江北嶺隧道實測數據為例，選取某天6：00—18：00采集的隧道洞外亮度、隧道內車流量和車速參數為輸入量，具體見表3。對比分析傳統控制方法與貝葉斯智能控制方法。

表3 隧道實時采集數據

對比方式采用對比分析兩種控制方法下隧道基本段內的亮度變化，通過基本段亮度的變化來間接反映不同控制方法下的隧道照明的節能情況。由圖3可知，傳統控制下的每個時間段內的照明亮度為統一值，而采用該項目提出的照明控制系統可以根據隧道內的實時亮度需求進行亮度調節，輸出的亮度值曲線與傳統控制方法相比，能夠起到明顯的節能效果。據估算，理論上節能效果可達30%以上。

圖3 傳統控制和本項目算法控制下隧道基本段亮度對比圖

4 結論

（1）針對隧道照明能耗嚴重，經常造成“無用照明”的情況，該文提出了一種基于貝葉斯網絡的隧道智能照明控制系統。該系統分為三層，分別為數據處理和顯示層、數據通信層和數據采集層。系統通過采集實時數據，通過貝葉斯網絡自動計算隧道內所需的照明亮度。

（2）該文是基于貝葉斯網絡的不確定性推理原理，構建了一個隧道智能照明的貝葉斯網絡模型，該模型考慮到了車流量和車速對隧道內部亮度的影響。并與由MATLAB通過回歸方法所得公式的計算結果進行比較驗證了貝葉斯網絡計算的正確性。

（3）以溫州繞城江北嶺隧道實測數據為例將傳統隧道照明控制方法與基于貝葉斯網絡的控制方法進行對比分析，分析得出與傳統控制方法相比較，該文所采用的控制方法節能效果比傳統控制方法高出30%。充分驗證了基于貝葉斯網絡的隧道智能照明控制系統的可行性。