趙振翔, 曠文珍
(1.蘭州交通大學(xué) 光電技術(shù)與智能控制教育部重點(diǎn)實(shí)驗(yàn)室,甘肅 蘭州 730070;2.蘭州交通大學(xué) 自動(dòng)化與電氣工程學(xué)院,甘肅 蘭州 730070)
基于模糊控制的雷達(dá)紅外雙傳感器有軌電車(chē)防撞系統(tǒng)*
趙振翔1, 曠文珍2
(1.蘭州交通大學(xué)光電技術(shù)與智能控制教育部重點(diǎn)實(shí)驗(yàn)室,甘肅蘭州730070;2.蘭州交通大學(xué)自動(dòng)化與電氣工程學(xué)院,甘肅蘭州730070)
有軌電車(chē)與行人車(chē)輛的共享路權(quán)使得防撞系統(tǒng)成為行車(chē)安全的一個(gè)關(guān)鍵環(huán)節(jié)。采用2套傳感器對(duì)測(cè)量向量異步數(shù)據(jù)融合并在顯示端設(shè)置三級(jí)聲光報(bào)警保證障礙檢測(cè)的可靠性和安全性。在控制器部分,從安全性和舒適性2方面設(shè)計(jì)了兩種模糊控制規(guī)則比較輸出,保證行車(chē)安全的基礎(chǔ)上提高了電車(chē)制動(dòng)時(shí)的舒適度評(píng)價(jià)。仿真結(jié)果表明:較好地實(shí)現(xiàn)了有軌電車(chē)的制動(dòng)要求。
異步數(shù)據(jù)融合; 列車(chē)防撞系統(tǒng); 模糊控制; 系統(tǒng)仿真
有軌電車(chē)(tram)車(chē)輛技術(shù)成熟于19世紀(jì),其與機(jī)動(dòng)車(chē)以及行人共享路權(quán),對(duì)行車(chē)安全產(chǎn)生重大挑戰(zhàn)[1]。僅僅依靠司機(jī)的判斷,不能滿(mǎn)足高安全性行車(chē)要求,一旦司機(jī)疏忽或未及時(shí)對(duì)前方障礙物作出反應(yīng),將會(huì)造成重大的交通事故。傳統(tǒng)的列車(chē)防撞分為被動(dòng)防撞和主動(dòng)防撞2類(lèi),被動(dòng)防撞技術(shù),如歐盟國(guó)際鐵路的SAFETRAM項(xiàng)目[2],其延長(zhǎng)了撞擊緩沖時(shí)間,但不能對(duì)事故提前預(yù)判。目前,國(guó)內(nèi)外對(duì)于有軌電車(chē)主動(dòng)防撞技術(shù)的研究主要借鑒了航運(yùn)和高速鐵路的先進(jìn)經(jīng)驗(yàn)[3],有軌電車(chē)通過(guò)全球定位系統(tǒng)(global positioning system,GPS)定位,毫米波雷達(dá)等設(shè)備實(shí)時(shí)的監(jiān)測(cè)行駛中的障礙物的異常情況。其中上海通號(hào)研究中心在其設(shè)計(jì)的有軌電車(chē)避障系統(tǒng)中利用了車(chē)載前置雷達(dá)子系統(tǒng)對(duì)列車(chē)行使前方進(jìn)行短距離掃描,監(jiān)測(cè)是否有障礙物。德國(guó)Bosch公司于2014年基于其在無(wú)人駕駛汽車(chē)領(lǐng)域的經(jīng)驗(yàn)開(kāi)--------------------------------------------------
發(fā)了有軌電車(chē)聲光報(bào)警防撞系統(tǒng),通過(guò)攝像頭和雷達(dá)采集信息,在前方行人或車(chē)輛距離小于危險(xiǎn)距離時(shí)發(fā)出聲光報(bào)警。目前使用的有軌電車(chē)主動(dòng)防撞系統(tǒng)主要存在2個(gè)不足:1)采用雷達(dá)傳感器或前置攝像頭,其檢測(cè)角度有限,尤其在彎道行駛時(shí)無(wú)法檢測(cè)前方車(chē)輛[4];2)上述新型的有軌電車(chē)防撞技術(shù)能在前方障礙物處于危險(xiǎn)距離時(shí)對(duì)司機(jī)發(fā)出提醒,但未較好地與有軌電車(chē)自動(dòng)tram保護(hù)(automatic tram protection,ATP)系統(tǒng)結(jié)合,在司機(jī)不能及時(shí)反應(yīng)時(shí)自行制動(dòng)。
由于傳統(tǒng)的有軌電車(chē)防撞系統(tǒng)傳感器單一導(dǎo)致障礙識(shí)別存在誤報(bào)情況,本文提出了一種基于毫米波雷達(dá)和無(wú)源紅外的雙傳感器異步數(shù)據(jù)融合的有軌電車(chē)防撞系統(tǒng),利用紅外傳感器較廣的測(cè)量角彌補(bǔ)傳統(tǒng)雷達(dá)、攝像頭測(cè)量角度的不足[5]。
系統(tǒng)包括毫米波雷達(dá)、無(wú)源紅外接收器、障礙物識(shí)別模塊、路況信息顯示模塊、聲光三級(jí)報(bào)警模塊、模糊控制器、列車(chē)制動(dòng)模塊。系統(tǒng)結(jié)構(gòu)如圖1所示。利用毫米波雷達(dá)與無(wú)源紅外接收器在空間和頻率上的互補(bǔ)[6],通過(guò)優(yōu)化性準(zhǔn)則產(chǎn)生對(duì)障礙一致性描述,進(jìn)而提高系統(tǒng)判斷的準(zhǔn)確性。數(shù)據(jù)融合分為集中式、分散式、混合式和反饋式[7,8]。本文選擇集中式系統(tǒng),其具有融合精確度高,信息損失小的特點(diǎn)。
基于紅外雷達(dá)的融合方法在球坐標(biāo)下定義雷達(dá)的坐標(biāo)(tm(t),θm(t),φm(t)),直角坐標(biāo)下障礙物t時(shí)刻的坐標(biāo)值為(x(t),y(t),z(t))。
圖1 有軌電車(chē)防撞系統(tǒng)結(jié)構(gòu)
考慮到無(wú)源紅外傳感器與毫米波雷達(dá)測(cè)量時(shí)序T的不同步性[9],設(shè)兩者采樣周期分別為T(mén)r和Tm,Tm/Tr=p。對(duì)于毫米波雷達(dá)Zm(t)為測(cè)量向量
Zm(t)=(rm(t),θm(t),φm(t))T
(1)
用普通最小二乘法(ordinary last square,OLS)法[10]對(duì)2個(gè)測(cè)量值進(jìn)行異步對(duì)準(zhǔn),融合后的T時(shí)刻毫米波雷達(dá)測(cè)量值為
(2)
方差為
(3)
融合后的T時(shí)刻無(wú)源紅外測(cè)量值為
(4)
方差為
(5)
利用加權(quán)平均法對(duì)2個(gè)測(cè)量值進(jìn)行同步加權(quán)融合,拉格朗日乘法求解權(quán)系數(shù)最優(yōu)分配后[11],得到方位角和俯仰角的測(cè)量值、白噪聲的方差為
(6)
(7)
國(guó)內(nèi)現(xiàn)行的100 %低地板有軌電車(chē)主要車(chē)型車(chē)輛底盤(pán)與地面距離約為40 cm左右[12],對(duì)于融合后的測(cè)量值(rL(t),θL(t),φL(t))在rL(t)cosθ>40 cm時(shí),障礙物高度已不可忽略。
有軌電車(chē)制動(dòng)過(guò)程分為:駕駛員反應(yīng)階段、制動(dòng)力增長(zhǎng)階段和持續(xù)制動(dòng)階段3個(gè)過(guò)程[13]:
1)前方車(chē)輛、行人靜止或?yàn)殪o態(tài)障礙物時(shí)(沿軌道方向速度為0 km/h即視為靜止)車(chē)輛主動(dòng)安全預(yù)警間距為
(8)
車(chē)輛主動(dòng)安全自動(dòng)制動(dòng)間距為
(9)
(10)
車(chē)輛的主動(dòng)安全預(yù)警距離為
(11)
車(chē)輛主動(dòng)安全自動(dòng)制動(dòng)間距為
(12)
3)當(dāng)自車(chē)制動(dòng)時(shí)本車(chē)的制動(dòng)距離為
(13)
車(chē)輛的主動(dòng)安全預(yù)警距離為
(14)
車(chē)輛主動(dòng)安全自動(dòng)制動(dòng)距離為
(15)
式中v1為本車(chē)車(chē)速;v2為前車(chē)車(chē)速;ΔV為相對(duì)車(chē)速;a1為本車(chē)制動(dòng)減速度;a2為前車(chē)制動(dòng)減速度;S1為本車(chē)的制動(dòng)距離;d0為最終安全車(chē)間距;d1為自動(dòng)制動(dòng)間距;d為報(bào)警時(shí)實(shí)際車(chē)間距;t1為軌電車(chē)駕駛員反應(yīng)時(shí)間,s;t2為制動(dòng)減速增長(zhǎng)時(shí)間,s。
經(jīng)過(guò)融合的數(shù)據(jù)由模糊控制器輸出控制,有軌電車(chē)減速、報(bào)警或停車(chē)的模糊控制中考慮到單一控制規(guī)則的安全性、可靠性、乘客承受能力(舒適度)以及停車(chē)精度等需求[14],運(yùn)用2套控制規(guī)則分別輸出控制量再進(jìn)行對(duì)比,以保證對(duì)于電車(chē)控制量的可靠性,控制過(guò)程如圖2所示。其中ΔD為本車(chē)與障礙物的距離,a為本車(chē)加速度,Δa為本車(chē)的加速度變化率。
圖2 有軌電車(chē)制動(dòng)時(shí)的模糊控制原理
根據(jù)2015年長(zhǎng)春公共交通集團(tuán)電車(chē)公司對(duì)有軌電車(chē)制動(dòng)安全距離于錦陽(yáng)路至南陽(yáng)路路段的定點(diǎn)測(cè)試,如表1所示。
表1 有軌電車(chē)制動(dòng)測(cè)試
有軌電車(chē)自動(dòng)制動(dòng)時(shí),應(yīng)當(dāng)在制動(dòng)距離充足的情況下,保證加速度a盡可能小。有軌電車(chē)乘客對(duì)于列車(chē)加速度和加速度變化率的容忍度如表2所示[14]。
表2 大部分乘客(95 %)對(duì)列車(chē)加速度和加速度變化率的容忍度
控制規(guī)則一:考慮到有軌電車(chē)普遍的運(yùn)行速度在15~60 km/h,選取ΔD=[0,350]為相對(duì)距離參考論域,ΔV=[-60,60]為相對(duì)速度的參考論域,其中,ΔD為本車(chē)與障礙物的相對(duì)距離,ΔV為本車(chē)與障礙物的相對(duì)速度。在新的論域[-5,5],以量化因子Kv=5/60,將ΔV模糊化為A={負(fù)大(NB),負(fù)中(NM),負(fù)小(NS),零(ZO),正小(PS),正中(PM),正大(PB)},選取三角波函數(shù)和模糊熵作為度量,采用最小隸屬度法構(gòu)造描述速度誤差的隸屬函數(shù)μ(ΔV),建立如下模型[14]
(16)
求解上述最優(yōu)模型,得隸屬函數(shù)如圖3所示。
表3 相對(duì)速度與距離的模糊控制規(guī)則
控制規(guī)則二:鑒于國(guó)內(nèi)有軌電車(chē)的平穩(wěn)性評(píng)價(jià)指標(biāo)沒(méi)有形成統(tǒng)一的規(guī)則,本文參考鐵道車(chē)輛動(dòng)力學(xué)性能評(píng)定和試驗(yàn)鑒定規(guī)則 GB5599—1985[14],通過(guò)對(duì)速度采集一定的時(shí)間和段數(shù)將W作為平穩(wěn)性等級(jí)[15],取有軌電車(chē)安全運(yùn)行的最大舒適加速ac=max(astand,asit)=0.78 m/s2,最大安全加速度取as=1 m/s2;最大舒適加速度變化Δac=max(astand,asit)=0.48 m/s3,最大安全加速度變化取Δas=0.6 m/s3,設(shè)定電車(chē)制動(dòng)時(shí)的舒適性評(píng)價(jià)函數(shù)為:μc(a,Δa)=0.7μc(a)+0.3μc(Δa)。
采樣頻率設(shè)定為500 ms,模糊預(yù)判項(xiàng)對(duì)上述兩控制規(guī)則的輸出進(jìn)行預(yù)判比對(duì),選擇更接近理想值的控制測(cè)量,在安全性要求上選擇平穩(wěn)性評(píng)價(jià)指標(biāo)較大的輸出值,同時(shí)考慮有軌電車(chē)停車(chē)精度的要求,制動(dòng)力在乘客容忍限度內(nèi)不能過(guò)小。對(duì)于不安全行駛時(shí)的報(bào)警采取聲光三級(jí)預(yù)警模型,視有軌電車(chē)與目標(biāo)障礙物的相對(duì)距離預(yù)警設(shè)備做出不同的安全反應(yīng),三級(jí)預(yù)警模型如圖4所示。
圖4 聲光三級(jí)預(yù)警系統(tǒng)總控制流程
利用Matlab對(duì)景區(qū)的一段有軌電車(chē)跟車(chē)行駛進(jìn)行仿真,模擬景區(qū)仿真路線(xiàn)的參數(shù):線(xiàn)路總長(zhǎng)度為8.32 km,最高限速為60 km/h,正常運(yùn)行速度為30 km/h,路段運(yùn)行時(shí)長(zhǎng)為約16.64 min,通過(guò)道口速度為15 km/h。
根據(jù)以上設(shè)定道路參數(shù)和列車(chē)運(yùn)行狀況,基于前模糊控制策略,對(duì)比后輸出并且用Matlab分別對(duì)通過(guò)段時(shí)的電車(chē)運(yùn)行時(shí)速30 km/h和通過(guò)道口時(shí)15 km/h結(jié)果進(jìn)行仿真,仿真周期設(shè)定為0.5 s,并且設(shè)定在t=2.5 s時(shí)列車(chē)遇到障礙物,有軌電車(chē)以600 kPa的制動(dòng)壓力進(jìn)行制動(dòng),直到列車(chē)完全停止。仿真結(jié)果如圖5所示。
(a) 電車(chē)30 km/h行駛
(b) 電車(chē)15 km/h行駛圖5 制動(dòng)結(jié)果
以30 km/h行駛的電車(chē)(通過(guò)段)制動(dòng)時(shí)間為9. 5ms,以15 km/h行駛的電車(chē)(通過(guò)段)制動(dòng)時(shí)間為7. 5ms,從結(jié)果可以看出:電車(chē)制動(dòng)速度下降過(guò)程中根據(jù)行駛速度的不同采取多次制動(dòng)而不是緊急空氣制動(dòng)。從制動(dòng)次數(shù)上看,電車(chē)行駛速度越高制動(dòng)次數(shù)越多,跟隨精度也更強(qiáng),舒適性更強(qiáng),模糊策略的優(yōu)勢(shì)更加明顯。列車(chē)在30 km/h運(yùn)行時(shí)模糊控制采用了3次制動(dòng),制動(dòng)時(shí)間誤差為9 740-9 500=240 ms,停泊精度約為±20 cm,基本滿(mǎn)足普通有軌電車(chē)準(zhǔn)確停泊的要求。
本文針對(duì)有軌電車(chē)設(shè)計(jì)了基于雙傳感器異步數(shù)據(jù)融合的模糊控制系統(tǒng),對(duì)無(wú)源紅外和雷達(dá)的異步濾波和數(shù)據(jù)融合,利用毫米雷達(dá)與無(wú)源紅外優(yōu)勢(shì)互補(bǔ)。分別制定了2套基于行車(chē)安全和舒適性的模糊控制規(guī)則和評(píng)判函數(shù),根據(jù)實(shí)際運(yùn)行狀況采用多次制動(dòng)。在預(yù)警裝置上使用三級(jí)聲光報(bào)警和液晶顯示器(liquid crystal display,LCD)保障行車(chē)安全,仿真實(shí)驗(yàn)表明模糊控制在有軌電車(chē)防撞中有較好的效果。
[1] Teschke K,Frendo T,Shen H,et al.Bicycling crash circumstances vary by route type:A cross-sectional analysis[J].BMC Public Health,2014,14(1):1205-1205.
[2] Zhou Hechao,Wang Wenbin,Hecht Markus.Three-dimensional derailment analysis of a crashed city tram[J].Vehicle System Dynamics,2013,51(8):821-823.
[3] Nguyen M D,Nguyen V T,Tamaru H.Automatic collision avoiding support system for ships in congested waters and at open sea[C]∥International Conference on Control,Automation and Information Sciences,2012:96-101.
[4] 高 軍,董 昱,王 晶.新型有軌電車(chē)自動(dòng)防護(hù)系統(tǒng)的研究[J].科學(xué)技術(shù)與工程,2014,14(3):246-250.
[5] Katz R,Schulz R.Towards the development of a laser scanner-based collision avoidance system for trams[C]∥Intelligent Vehicles Symposium,IEEE,2013:725-729.
[6] Quaranta C.Technique for radar and infrared search and track data fusion[J].Optical Engineering,2013,52(4):602.
[7] 黃漫國(guó), 樊尚春, 鄭德智,等. 多傳感器數(shù)據(jù)融合技術(shù)研究進(jìn)展[J]. 傳感器與微系統(tǒng), 2010, 29(3):5-8.
[8] 呂漫麗,孫靈芳.多傳感器信息融合技術(shù)[J]. 自動(dòng)化技術(shù)與應(yīng)用,2008,27(2):79-81.
[9] 王 潔,韓崇昭,李曉榕.異步多傳感器數(shù)據(jù)融合[J].控制與決策,2001,16(6):877-881.
[10] 李 冰,黃偉平,馮德玉,等.一種異類(lèi)傳感器的異步數(shù)據(jù)融合算法[J].計(jì)算機(jī)仿真,2010,27(3):5-7.
[11] 凌林本,陳超英.多傳感器數(shù)據(jù)融合時(shí)權(quán)的最優(yōu)分配原則[J].中國(guó)慣性技術(shù)學(xué)報(bào),2000,8(2):36-39.
[12] 沈訓(xùn)梁,陸 云,李 俊,等.100 %低地板有軌電車(chē)及其轉(zhuǎn)向架發(fā)展現(xiàn)狀[J]. 都市快軌交通,2013,26(5):21-24.
[13] Niittym?ki J,Sane K J.The tram simulation in Helsinki—A new research method[C]∥Applications of Advanced Technologies in Transportation Engineering,2010:76-80.
[14] GB 5599—1985.鐵道車(chē)輛動(dòng)力學(xué)性能評(píng)定和試驗(yàn)鑒定規(guī)范[S].
[15] 王海涌,王曉明,黨建武.基于模糊約簡(jiǎn)的高速列車(chē)舒適性綜合評(píng)價(jià)[J].鐵道學(xué)報(bào),2010,32(5):98-102.
Collisionavoidsystemfortramwithradarandinfraredsensorsbasedonfuzzycontrol*
ZHAO Zhen-xiang1, KUANG Wen-zhen2
(1.KeyLaboratoryofOpto-electronicTechnologyandIntelligentControlofMinistryofEducation,LanzhouJiaotongUniversity,Lanzhou730070,China;2.SchoolofAutomatic&ElectricalEngineering,LanzhouJiaotongUniversity,Lanzhou730070,China)
Sharing the right of way with tram and pedestrians leads the collision system becoming the vital part of tram.Two sets of asynchronous sensors are fused,three-grade sound and light alarm are set on show end to insure the safety and reliability of obstacle detection.In order to improve the comfort evaluation index as well as safety index in driving.In controller part,design two sets of fuzzy control rules and compare output.Control result is simulated and simulation result shows that fuzzy control meets the basic needs of tram braking intensely well.
asynchronous data fusion; tram collision avoid system;fuzzy control; system simulation
10.13873/J.1000—9787(2017)12—0108—04
TP 273
A
1000—9787(2017)12—0108—04
2017—01—09
甘肅省青年科學(xué)基金資助項(xiàng)目(148RJZA043)
趙振翔(1992-),男,碩士研究生,主要研究方向?yàn)榭刂评碚撆c控制工程。