城市轨道交通主动障碍物检测预警防护系统研究
2023-01-08戎志立于苡健
戎志立,于苡健
(中铁通信信号勘测设计院有限公司,北京 100071)
1 引言
全自动运行系统(Fully Automatic Operation,FAO),是基于现代计算机、通信、控制和系统集成等技术实现列车运行全过程自动化的新一代城市轨道交通系统。列车升级到全自动运行后对设备和功能要求更高,因此,需要采取措施降低列车运行风险,提高运行可靠性。障碍物检测系统可有效避免重大事故的发生[1-4]。
障碍物检测系统分为被动式障碍物检测和主动式障碍物检测。其中,被动式障碍物检测是通过车载机械杆实现障碍物检测,触发传感器信号后传递给车辆,实现列车紧急制动[5,6]。而主动式障碍物检测是通过车辆前端传感器采集前方线路信息,当检测系统识别出障碍物时,可向调度人员发出预警信号,并可做出紧急制动处理。
2 系统架构
主动障碍物检测预警防护系统由中央子系统、车载子系统和轨旁子系统组成。其中,中央子系统主要由中央计算服务器、存储设备和工作站构成;车载子系统的单端设备主要由传感器组、主机(障碍物主机和安全计算机)、车载交换机、接口单元组成;轨旁子系统主要由边缘计算主机、接口转化器、无线(有线)通信设备构成。
3 系统功能
主动障碍物检测系统是一套独立系统,可与车辆接口,实现危险条件下的列车初级控制。同时可与信号系统结合,将障碍物检测结果输入列车自动运行子系统(ATO)或者列车自动防护子系统(ATP),参与车辆控制,实现真正的全无人列车控制系统。
无论信号系统是否正常,主动障碍物检测系统都能实现障碍物检测、预警、防护功能。当信号系统故障时,可作为降级后备选方案,协助列车驾驶员安全驾驶。
主动障碍物检测系统可以实现多级主动障碍物检测,并在车上和中央两级系统上做融合计算,实时计算障碍物的属性,如位置、大小、运动趋势,确定障碍物的包络,并对障碍物的包络与行车安全空间做比对,在有冲突危险出现时,根据冲突风险的程度实现预警与列车控制的措施,提高列车运营的安全性。
3.1 多级主动障碍物检测
在车级和轨旁分别配置冗余传感器,通过图像和雷达的融合检测,实现远距离非接触式的多级检测。检测对象分为预知目标状态和非预知目标属性,预知目标状态是指行车基础设施中轨道识别、信号机的显示状态、道岔位置状态;非预知目标是除预知目标意外的其他目标,只识别该类目标的位置、大小、运动属性,不做状态判断。
3.1.1 车级主动障碍物检测
车辆安装感知传感器,感知列车前方线路环境。传感器数据经过车载感知主机进行融合计算、分析,识别出预期目标状态和非预期目标障碍物,并与车载地图结合,实现传感器坐标系数据和车载地图的融合,将映射障碍物(已识别)包络到行车安全空间。
3.1.2 轨旁级主动障碍物检测
沿线轨旁布置安装感知传感器,感知线路环境,传感器数据经过路侧主机进行融合计算、分析,识别出预期目标状态和非预期目标障碍物,并与线路地图结合,实现传感器坐标系数据和线路地图的融合,将映射障碍物(已识别)包络到行车安全空间。
3.1.3 中央级主动障碍物检测
沿线路侧主机,是一套综合系统,具备边缘计算、V2X 无线网络、传感器数据接入等功能,并通过专用骨干网通道与控制中心的系统连接。
列车通过V2X 网络通道实时传送感知传感器数据到控制中心,路侧主机也将轨旁感知系统的数据实时传送至控制中心,控制中心计算系统实时分析车端和轨旁的数据,进行障碍物再识别和融合处理,实现中央级的主动障碍物检测。
3.2 行车安全空间及冲突判定
行车安全空间是本系统识别障碍物后进行冲突判定的主要依据,行车安全空间的确定包含列车定位、轨道识别及中心线判定、地图、地图映射等一系列技术。
3.3 冲突预警、冲突防护
冲突预警和冲突防护是系统的结果输出,系统与车辆系统、信号系统进行连接,然后通过司机显示终端、中央系统界面与司乘人员及调度人员进行接口,实现冲突预警,一定条件下控制条件输出,实现冲突防护。
本系统是一个逐步升级的系统,根据所配置产品的安全等级和接入条件,可实现与信号系统的对接,障碍物信息是ATO 或ATP 的输入条件,ATO 或ATP 系统根据障碍物类型和特性进行控车策略的调整或ATP 安全条件的触发,实现车辆的安全控制,特别是在全自动运行系统中,作为无人驾驶系统对运行环境适应的增强手段,降低运营风险,减少财物损失。
系统可实现以下功能:
1)告警信息。
2)超速预警——根据前方障碍物的距离、列车制动率、系统反应时间计算出列车最大的防护速度,与当前列车速度进行比较,列车防护速度大于当前列车运行速度,系统报警。
3)与信号系统车载OBC 联动——当发现有障碍物处于列车限界内,需向控制中心告警,并将运行前方发现障碍物信息及紧急制动状态发送至车载OBC。
4)输出制动条件——发现障碍物,向车辆输出紧急/常用制动。
5)系统自检诊断——对于设备状态需要实时诊断监控,当设备工作异常时,及时报警。
6)切除信号时的车辆定位——系统存储车辆运行线路的电子地图,实现列车定位,在每个校准点处进行列车绝对位置的校正。
4 关键技术原理、技术指标
4.1 关键技术原理
4.1.1 轨道识别
系统对获取的视觉传感器数据进行处理:采用训练过的神经网络模型和严谨成熟的深度学习流程,对轨道全局特征和局部特征进行提取,实时获取沿线轨道信息,确定轨道中心线位置,为实现精准的行车安全空间数据计算提供依据[7-9]。系统需要配置多级检测手段,应具备直道、弯道、道岔等轨道类型识别,且可适用于隧道、高架等场景,在白天、夜晚、晴天、雨天、阴天等时段及天气状态下均有可靠的识别能力。
4.1.2 列车测速定位
车载系统实时获取地面应答器数据,多级检测系统数据,车辆速度数据,基于车载专用地图数据实现列车测速测距算法,实现列车基于多传感器的测速定位[10]。
4.1.3 障碍物识别
系统配置激光雷达和视觉传感器两类传感器,实现目标感知,应用卷积神经网络实现感知数据的处理、目标识别。视觉数据是通过设置障碍物检测先验框,采用深度可分离卷积及应用残差网络结构,对多层特征层输出进行融合对检测结果进行预测。激光点云数据经过聚类,进行目标分析和跟踪,计算目标的各类属性数据。
系统具备多种类型障碍物识别能力,具体包括列车、行人、信号灯、轨道等识别,且适用于不同的环境状况下,单车感知直线段实现最远200 m 的远距离障碍物识别,直线段、曲线段依靠轨旁感知系统实现车路融合感知,无最小识别距离限制。
4.1.4 地图融合
线路地图、车载地图、传感器地图坐标系三者融合处理技术,可实现行车安全空间的判定、障碍物包络的判定。
4.1.5 车路信息融合
系统在单车感知基础上,通过V2X 通道接入轨旁感知数据,同时轨旁感知数据经过预处理,实现车载数据融合及车路信息融合。
4.1.6 中央信息融合
系统通过V2X 通道接入轨旁感知数据、车载感知数据及列车信息,实现中央数据全融合及障碍物检测综合检测,做到无死角、远距离、多重冗余地提升可靠性。
4.2 技术指标
4.2.1 车载子系统检测性能
1)漏报率:<0.01%(视觉计算方案的比较统计法);
2)误报率:<0.01%(视觉计算方案的比较统计法);
3)障碍物检测测距误差:40 m 以内≤0.5 m;
4)安全完整度等级(SIL)可达到2 级。
4.2.2 轨旁子系统检测性能
1)漏报率:<0.01%(视觉计算方案的比较统计法);
2)误报率:<0.01%(视觉计算方案的比较统计法);
3)障碍物检测测距误差:40 m 以内≤0.5 m。
5 结语
主动障碍物检测预警防护系统是在区间轨旁和列车上安装检测装置,实现多级障碍物监测,实时分析障碍物属性,确定障碍物的包络,并对障碍物的包络与行车安全空间做比较,在有冲突危险出现时,根据冲突或危险的程度实现预警或紧急制动,提高列车运营的安全性。随着计算机和传感器技术的发展,主动障碍物检测系统也会更加成熟完善,为列车安全运行提供重要保障。