高速铁路周界入侵监测设备性能测试方法

暴学志 时佳斌 王智超 柴雪松 徐前文 于国丞 曹金玲

1.中国铁道科学研究院集团有限公司 铁道建筑研究所， 北京 100081；2.中国铁道科学研究院集团有限公司 高速铁路轨道系统全国重点实验室， 北京 100081；3.广东铁路有限公司肇庆工务段， 广东 肇庆 526040

随着高速铁路网络规模的扩大以及重要高速铁路线路以350 km/h达速运行，列车运行环境安全已成为高速铁路安全营运的主要难题［1］。泥石流、滑坡、落石、人员等入侵线路是威胁列车运行环境安全的主要行为［2］。高速铁路运行速度快，发生紧急情况时制动距离远，无法快速控停车辆，一旦有异物、人员入侵线路，轻则导致列车停车，扰乱运输秩序，严重时可能导致列车脱线，甚至造成重大人员伤亡及经济损失［3］。高速铁路周界入侵监测主要技术手段包括毫米波雷达、激光雷达、振动光纤、红外热成像、视频图像识别等［4］。目前监测设备处于研发阶段，未在线广泛应用。上线应用前针对不同应用场景、入侵行为、干扰因素对监测设备性能开展充分测试是十分重要的。

周界入侵监测设备性能测试方法主要有现场测试法、入侵模拟测试法和仿真分析法［5］。由于高速铁路周界入侵行为发生概率较低，雨雾等干扰因素的发生具有时空不确定性，监测设备无法在现场测试。仿真分析方法虽然在经济性和人力消耗方面有较大优势，但受限于高速铁路周界应用场景复杂、入侵监测技术广泛、干扰因素多样等问题，该方法无法真实、准确地评价监测设备性能。因此，一般以入侵模拟测试为手段开展研究。

相关单位根据高速铁路周界入侵监测设备性能测试需求各自搭建测试环境。河南辉煌科技股份有限公司在厂区内搭建了110 m单线有砟轨道测试环境；国家铁道试验中心在环行试验线上按不同场景安装测试设备；中国铁路兰州局集团有限公司在中兰铁路宝台山隧道口安装周界入侵报警监测设备。现有技术测试工况及测试环境差异较大，入侵行为、雨雾等干扰因素的模拟方法准确性不足，难以对高速铁路周界入侵监测设备性能进行充分测试。

本文通过分析高速铁路运行环境，提出高速铁路周界入侵典型应用场景、入侵行为及干扰因素，研究干扰因素及入侵行为的模拟方法。通过搭建测试环境，设计测试序列，开展周界入侵监测设备性能测试应用，验证测试方法的科学性及高效性。

1 典型应用场景

路基、桥梁、隧道连接组成完整贯通的铁路线路，路基段周边环境有山体、农田、道路等，全段均有可能发生周界入侵的行为。铁路桥梁一般建在河流、湖泊、海峡、山谷、农田或其他障碍物上，桥面与环境面具有一定高度，两端与路基或隧道连接，易发生入侵行为的地点主要是桥头区段。隧道内周界被衬砌结构封闭，人员及异物入侵的主要可能地点是隧道口。

因此，铁路周界易发生入侵的典型应用场景主要为路基段、桥头区段和隧道口。

2 测试方法

2.1 入侵行为

2.1.1 分类

根据中国铁路北京局集团有限公司管内在2021年5月—2022年4月发生的周界入侵事件数据分析可知，入侵事件以轻漂浮物、牲畜以及人员为主。因自然灾害引发的山体滑坡、崩塌落石等入侵次数虽然较少，但一旦发生，所产生的破坏性非常大，因此也列为周界入侵监测的主要行为。

周界入侵监测的主要行为包括人员（大型动物）、落石、泥石流以及轻飘物入侵。人员入侵高速铁路周界的行为主要是通过防护栅栏进入，分为翻越防护栅栏、破坏栅栏和下挖钻入三类；侵入线路后的主要行为有横向穿越线路和沿线路行走两类。

2.1.2 模拟方法

人员翻越栅栏：1号测试人员在栅栏外通过爬梯攀爬至防护栅栏顶部，上半身高于栅栏并做翻越状，同时用绳索拉拽刺丝滚笼，拉拽幅度不小于0.1 m，拉拽次数不少于3次，完成后沿爬梯爬下。2号测试人员提前在栅栏内遮挡板后等待，待1号测试人员完成拉拽并下爬时，2号测试人员从遮挡板后走出，并在附近活动。

破坏栅栏入侵：1号测试人员在栅栏外手持不小于5 kg的大锤，敲击栅栏不同部位3次。2号测试人员提前在栅栏内遮挡板后等待，待1号测试人员完成敲击后，2号测试人员从遮挡板后走出，并在附近活动。

下挖钻入入侵：1号测试人员在栅栏外用铁锹沿栅栏不同部位下挖，下挖深度不小于0.2 m。2号测试人员提前在栅栏内遮挡板后等待，待1号测试人员完成下挖后，2号测试人员从遮挡板后走出，并在附近活动。

横穿线路：测试人员横向穿越线路。

沿线路行走：测试人员在栅栏附近沿线路行走。

落石：采用化纤材料或低弹橡胶加工成正方体落石模型。参照TJ/GW 135—2015《线路障碍自动监测报警系统暂行技术条件》，落石模型直径为0.2、0.3、0.4 m，表面涂覆或打磨做粗糙处理，测试人员在防区外手持落石模型抛入测试防区内，模拟落石行为。

轻漂浮物：以彩钢板为代表，在防区外将面积不小于1 m²的彩钢板抛入防区内，模拟轻飘物入侵行为。

泥石流：按照形成过程分为滑坡型和漫升型。对于滑坡型泥石流，在防区外将装有大于1 m³模拟材料的料斗翻倒，模拟材料沿滑道滑入防护区内。漫升型泥石流采用充气袋充气膨胀漫升的方法进行模拟。

2.2 干扰因素

目前高速铁路周界入侵监测的方法按感知维度区分，主要有视频监控、雷达探测、热成像探测、振动光纤探测等［6］。图像识别、雷达探测技术的快速发展为高速铁路周界安全检测提供了基础保障，但受典型恶劣天气条件（雨、雾、风、雪）和大范围小目标影响，造成入侵检测误报和漏报率显著上升［7-9］，因此研究不同监测技术的干扰因素，对优化识别算法，掌握监测设备性能边界，提升监测能力具有重要意义。

2.2.1 监测能力

根据视频 + 振动光纤、视频 + 激光雷达、视频 +毫米波雷达三种周界入侵监测技术的感知原理及现场应用环境，三种监测技术对主要干扰因素的监测能力见表1。其中，○表示能够监测到。

表1 各监测技术对各干扰因素的监测能力

2.2.2 模拟方法

雨：自然界降雨在不同时间、不同地域存在较大差别，可通过人工模拟方法近似模拟自然界降雨。模拟降雨系统由支架、控制开关、水管路、喷头组、抽水泵、水箱、控制器等构成，采用下喷方式模拟，见图1。选择22 kW变频水泵，可模拟200 m × 10 m范围内最大降雨强度150 mm/h。喷头组由小、中、大三种喷头组合，可以模拟直径0.5 ～ 5.0 mm的雨滴。采用间隔2 m交错重叠和管路逐渐变细布置方式，降雨区内雨强均匀性较好。

图1 降雨模拟系统

雾：采用高压制雾法模拟，模拟系统由水箱、过滤器、软水器、高压泵、控制系统、管路及喷头组成，其中管路及喷头布设在雨模拟系统立柱上。制雾原理为水源经过滤器和软水器过滤软化后，高压泵将水加压至3 ～ 7 MPa，经水管后输送至终端雾化喷头，经喷头雾化后喷出直径3 ～ 25 μm的雾滴。通过调整开启的喷头数量及管路水压，模拟不同等级的雾。

风：采用多台变频风机组成风机阵列的方式来模拟，利用测风仪测量风速。通过调整进口风量及距离模拟不同等级的风。

雪：在低温环境下采用多台造雪机模拟。通过调节造雪机喷头工作数量实现不同降雪等级的模拟。

光照：现场监测设备全天候工作，白天和夜晚光照强度不同，因此须分别测试白天和夜晚的监测性能。

车辆：线路上有列车通过及线路旁公路有汽车通过时，产生的振动可能会对防护栅栏上布设的振动光纤测试性能产生影响，导致误报警。采用实际列车及汽车通过的方式进行测试。

财政支出与经济增长关系研究——基于广东省广州市1978—2016年的实证分析林 江 王琼琼 姚翠齐13-25

植被：高速铁路线路旁植被在风作用下产生晃动，可能会对毫米波雷达监测性能产生影响，导致误报警。采用在测试区种植植被或仿真植被的方式模拟。

小动物：高速铁路线路因猫、狗、飞鸟等小型动物入侵线路，可能会导致监测设备误报警。通过人工控制动物模型在线路上行走或空中飞行的方式模拟。

2.2.3 模拟等级

根据监测设备性能参数及高速铁路运行环境，干扰因素的模拟等级设计见表2。

表2 干扰因素的模拟等级

2.3 测试场地

我国高速铁路运行线路以线间距5 m的双线铁路为主。为了真实模拟大部分高速铁路运行环境，测试场地设计为双线轨道，轨道结构包含有砟轨道和无砟轨道。

测试场地边界设置混凝土刺丝滚笼防护栅栏，防护栅栏邻近铁路运营线路及公路，便于模拟列车及汽车通过时对振动光纤的影响。

根据不同监测设备性能参数，毫米波雷达监测长度最长，晴好天气下监测长度可达200 ～ 300 m，但在雨雾雪等恶劣天气下，受雨雾雪等吸收反射作用，电波衰减明显，监测长度显著下降［10-11］。结合国内外已有测试场长度分析可知，测试场地长度不小于200 m时，可满足周界入侵报警前端监测设备在不同干扰因素下监测性能测试的基本需求。

2.4 测试方案

根据不同技术类别监测设备的监测范围，将测试场分为视频+振动光纤测试区、视频+激光雷达测试区、视频+毫米波雷达测试区。针对不同测试区监测设备的误报和漏报情况，设计测试用例。

图2 视频+振动光纤测试用例

视频+激光雷达监测设备是对落石、轻飘浮物、泥石流、人员等异物侵入线路的行为进行监测报警。根据监测最小落石（直径0.2 m）的目标，结合视频+激光雷达监测指标，防区长度设计为70 m。在不同位置组合各干扰因素及入侵行为设计测试用例，见图3。

图3 视频+激光雷达测试用例

视频+毫米波雷达监测设备主要是对人员侵入线路进行监测报警，根据视频+毫米波雷达监测设备指标，防区长度设计为200 m。在不同位置组合各干扰因素及入侵行为设计测试用例，见图4。

图4 视频+毫米波雷达测试用例

3 测试环境搭建及应用

3.1 场景搭建

为真实模拟高速铁路运行环境，选择在国家铁道试验中心邻近列车试验线路场地搭建测试环境，整体布置见图5。测试区轨道长度为210 m，最大宽度为15 m，双线轨道，线间距5 m，轨道类型包含无砟轨道和有砟轨道。

图5 测试环境布置

雨雾模拟区分两段布设，毫米波雷达安装杆附近布设长度为25 m，激光雷达安装杆附近布设长度为75 m，测试区端头18 m长范围内的覆盖宽度为8 m，其他区域宽度为4 m。

在邻近列车试验线、公路侧及雨雾模拟区内搭建混凝土刺丝滚笼防护栅栏。

3.2 测试应用

视频+振动光纤测试设备共4套，布设及测试现场见图6。针对误报和漏报测试，组合不同入侵行为及干扰因素，共开展测试用例510条。结果表明：各设备漏报率平均值为35.0%，最低为19.1%，最高为57.6%；误报率平均值为8.6%，最低为2.6%，最高为11.8%。漏报率平均值白天为35.2%，夜晚为34.7%，表明视频+振动光纤技术对光照不敏感。可见，由于各测试厂家过于考虑降低误报率，导致漏报率较高，识别算法、报警策略仍需进一步优化。

图6 视频+振动光纤布设及测试现场

视频+激光雷达测试设备共6套，安装及测试现场见图7。针对误报和漏报测试，组合不同入侵行为及干扰因素共开展测试用例1 604条。结果表明：各设备漏报率平均值在晴好天气时为7.9%，中雨时为33.6%，强浓雾时为98.0%；误报率平均值为15.7%，最大为37.9%，最小为0.7%。可见，晴好天气下视频+激光雷达可有效识别入侵行为，准确率超过90%；雨、雾对监测性能影响较大，应进一步优化硬件设备及识别算法，提高对雨雾干扰的滤除性能。

图7 视频+激光雷达设备安装及测试现场

视频+毫米波雷达测试设备共5套，安装及测试现场见图8。针对误报和漏报测试，组合不同入侵行为及干扰因素共开展测试用例610条。结果表明：各设备漏报率平均值最大为38.3%，最小为15.2%；无干扰条件下白天为6.3%，夜晚为7.1%；降雨工况下为49.8%，降雾工况下为24.0%；误报率平均值为19.9%，最大为36.1%，最小为1.2%。可见，无干扰条件下在200 m范围内视频+毫米波雷达对人员入侵行为的识别性能较好，白天和夜晚差别不明显；雨、雾对视频+毫米波雷达监测性能影响较大；各设备之间误报率和漏报率区别明显。

图8 视频+毫米波雷达设备安装及测试现场

4 结语

本文根据铁路现场运用场景，模拟高速铁路运行环境、线路周边环境及入侵行为，研究提出了高速铁路周界入侵监测设备性能测试方法，搭建了测试环境并开展测试应用。结果表明，本文搭建的测试环境可定量模拟雨、雾、风等干扰因素及人员、落石、泥石流等入侵行为，提出的测试方法能够准确评价周界入侵报警前端监测设备在不同应用场景及干扰因素下的监测性能，具有科学高效的优点，对高速铁路周界入侵监测设备的研制及测评发挥了重要作用。