戎志立,于苡健
(中鐵通信信號勘測設計院有限公司,北京 100071)
全自動運行系統(Fully Automatic Operation,FAO),是基于現代計算機、通信、控制和系統集成等技術實現列車運行全過程自動化的新一代城市軌道交通系統。列車升級到全自動運行后對設備和功能要求更高,因此,需要采取措施降低列車運行風險,提高運行可靠性。障礙物檢測系統可有效避免重大事故的發生[1-4]。
障礙物檢測系統分為被動式障礙物檢測和主動式障礙物檢測。其中,被動式障礙物檢測是通過車載機械桿實現障礙物檢測,觸發傳感器信號后傳遞給車輛,實現列車緊急制動[5,6]。而主動式障礙物檢測是通過車輛前端傳感器采集前方線路信息,當檢測系統識別出障礙物時,可向調度人員發出預警信號,并可做出緊急制動處理。
主動障礙物檢測預警防護系統由中央子系統、車載子系統和軌旁子系統組成。其中,中央子系統主要由中央計算服務器、存儲設備和工作站構成;車載子系統的單端設備主要由傳感器組、主機(障礙物主機和安全計算機)、車載交換機、接口單元組成;軌旁子系統主要由邊緣計算主機、接口轉化器、無線(有線)通信設備構成。
主動障礙物檢測系統是一套獨立系統,可與車輛接口,實現危險條件下的列車初級控制。同時可與信號系統結合,將障礙物檢測結果輸入列車自動運行子系統(ATO)或者列車自動防護子系統(ATP),參與車輛控制,實現真正的全無人列車控制系統。
無論信號系統是否正常,主動障礙物檢測系統都能實現障礙物檢測、預警、防護功能。當信號系統故障時,可作為降級后備選方案,協助列車駕駛員安全駕駛。
主動障礙物檢測系統可以實現多級主動障礙物檢測,并在車上和中央兩級系統上做融合計算,實時計算障礙物的屬性,如位置、大小、運動趨勢,確定障礙物的包絡,并對障礙物的包絡與行車安全空間做比對,在有沖突危險出現時,根據沖突風險的程度實現預警與列車控制的措施,提高列車運營的安全性。
在車級和軌旁分別配置冗余傳感器,通過圖像和雷達的融合檢測,實現遠距離非接觸式的多級檢測。檢測對象分為預知目標狀態和非預知目標屬性,預知目標狀態是指行車基礎設施中軌道識別、信號機的顯示狀態、道岔位置狀態;非預知目標是除預知目標意外的其他目標,只識別該類目標的位置、大小、運動屬性,不做狀態判斷。
3.1.1 車級主動障礙物檢測
車輛安裝感知傳感器,感知列車前方線路環境。傳感器數據經過車載感知主機進行融合計算、分析,識別出預期目標狀態和非預期目標障礙物,并與車載地圖結合,實現傳感器坐標系數據和車載地圖的融合,將映射障礙物(已識別)包絡到行車安全空間。
3.1.2 軌旁級主動障礙物檢測
沿線軌旁布置安裝感知傳感器,感知線路環境,傳感器數據經過路側主機進行融合計算、分析,識別出預期目標狀態和非預期目標障礙物,并與線路地圖結合,實現傳感器坐標系數據和線路地圖的融合,將映射障礙物(已識別)包絡到行車安全空間。
3.1.3 中央級主動障礙物檢測
沿線路側主機,是一套綜合系統,具備邊緣計算、V2X 無線網絡、傳感器數據接入等功能,并通過專用骨干網通道與控制中心的系統連接。
列車通過V2X 網絡通道實時傳送感知傳感器數據到控制中心,路側主機也將軌旁感知系統的數據實時傳送至控制中心,控制中心計算系統實時分析車端和軌旁的數據,進行障礙物再識別和融合處理,實現中央級的主動障礙物檢測。
行車安全空間是本系統識別障礙物后進行沖突判定的主要依據,行車安全空間的確定包含列車定位、軌道識別及中心線判定、地圖、地圖映射等一系列技術。
沖突預警和沖突防護是系統的結果輸出,系統與車輛系統、信號系統進行連接,然后通過司機顯示終端、中央系統界面與司乘人員及調度人員進行接口,實現沖突預警,一定條件下控制條件輸出,實現沖突防護。
本系統是一個逐步升級的系統,根據所配置產品的安全等級和接入條件,可實現與信號系統的對接,障礙物信息是ATO 或ATP 的輸入條件,ATO 或ATP 系統根據障礙物類型和特性進行控車策略的調整或ATP 安全條件的觸發,實現車輛的安全控制,特別是在全自動運行系統中,作為無人駕駛系統對運行環境適應的增強手段,降低運營風險,減少財物損失。
系統可實現以下功能:
1)告警信息。
2)超速預警——根據前方障礙物的距離、列車制動率、系統反應時間計算出列車最大的防護速度,與當前列車速度進行比較,列車防護速度大于當前列車運行速度,系統報警。
3)與信號系統車載OBC 聯動——當發現有障礙物處于列車限界內,需向控制中心告警,并將運行前方發現障礙物信息及緊急制動狀態發送至車載OBC。
4)輸出制動條件——發現障礙物,向車輛輸出緊急/常用制動。
5)系統自檢診斷——對于設備狀態需要實時診斷監控,當設備工作異常時,及時報警。
6)切除信號時的車輛定位——系統存儲車輛運行線路的電子地圖,實現列車定位,在每個校準點處進行列車絕對位置的校正。
4.1.1 軌道識別
系統對獲取的視覺傳感器數據進行處理:采用訓練過的神經網絡模型和嚴謹成熟的深度學習流程,對軌道全局特征和局部特征進行提取,實時獲取沿線軌道信息,確定軌道中心線位置,為實現精準的行車安全空間數據計算提供依據[7-9]。系統需要配置多級檢測手段,應具備直道、彎道、道岔等軌道類型識別,且可適用于隧道、高架等場景,在白天、夜晚、晴天、雨天、陰天等時段及天氣狀態下均有可靠的識別能力。
4.1.2 列車測速定位
車載系統實時獲取地面應答器數據,多級檢測系統數據,車輛速度數據,基于車載專用地圖數據實現列車測速測距算法,實現列車基于多傳感器的測速定位[10]。
4.1.3 障礙物識別
系統配置激光雷達和視覺傳感器兩類傳感器,實現目標感知,應用卷積神經網絡實現感知數據的處理、目標識別。視覺數據是通過設置障礙物檢測先驗框,采用深度可分離卷積及應用殘差網絡結構,對多層特征層輸出進行融合對檢測結果進行預測。激光點云數據經過聚類,進行目標分析和跟蹤,計算目標的各類屬性數據。
系統具備多種類型障礙物識別能力,具體包括列車、行人、信號燈、軌道等識別,且適用于不同的環境狀況下,單車感知直線段實現最遠200 m 的遠距離障礙物識別,直線段、曲線段依靠軌旁感知系統實現車路融合感知,無最小識別距離限制。
4.1.4 地圖融合
線路地圖、車載地圖、傳感器地圖坐標系三者融合處理技術,可實現行車安全空間的判定、障礙物包絡的判定。
4.1.5 車路信息融合
系統在單車感知基礎上,通過V2X 通道接入軌旁感知數據,同時軌旁感知數據經過預處理,實現車載數據融合及車路信息融合。
4.1.6 中央信息融合
系統通過V2X 通道接入軌旁感知數據、車載感知數據及列車信息,實現中央數據全融合及障礙物檢測綜合檢測,做到無死角、遠距離、多重冗余地提升可靠性。
4.2.1 車載子系統檢測性能
1)漏報率:<0.01%(視覺計算方案的比較統計法);
2)誤報率:<0.01%(視覺計算方案的比較統計法);
3)障礙物檢測測距誤差:40 m 以內≤0.5 m;
4)安全完整度等級(SIL)可達到2 級。
4.2.2 軌旁子系統檢測性能
1)漏報率:<0.01%(視覺計算方案的比較統計法);
2)誤報率:<0.01%(視覺計算方案的比較統計法);
3)障礙物檢測測距誤差:40 m 以內≤0.5 m。
主動障礙物檢測預警防護系統是在區間軌旁和列車上安裝檢測裝置,實現多級障礙物監測,實時分析障礙物屬性,確定障礙物的包絡,并對障礙物的包絡與行車安全空間做比較,在有沖突危險出現時,根據沖突或危險的程度實現預警或緊急制動,提高列車運營的安全性。隨著計算機和傳感器技術的發展,主動障礙物檢測系統也會更加成熟完善,為列車安全運行提供重要保障。