軌道交通遠(yuǎn)程瞭望系統(tǒng)

張 強(qiáng)，張宇旻，毛新德，包 峰

（1.北京交通大學(xué)，北京 100044；2.北京埃福瑞科技有限公司，北京 100070；3.交控科技股份有限公司，北京 100070）

1 引言

列車在軌道交通線路空間運(yùn)行，極其微小的失誤都會(huì)導(dǎo)致重大的事故，因此保證線路空間的安全是提升列車運(yùn)行安全性的重要手段。據(jù)統(tǒng)計(jì)，對(duì)于人類司機(jī)，每開(kāi)車運(yùn)行1億km發(fā)生的致命事故有1～3 起，而在當(dāng)前軌道交通領(lǐng)域，典型中等規(guī)模的城市年運(yùn)行里程達(dá)3 億km，因此，軌道交通線路空間的安全程度遠(yuǎn)遠(yuǎn)不夠。人工監(jiān)視線路的狀況很難保證長(zhǎng)時(shí)間專注，且在惡劣天氣和夜間等光線不佳的情況下，車載視覺(jué)系統(tǒng)也難以對(duì)前方物體及時(shí)做出反應(yīng)；另外，由于軌道交通運(yùn)行速度較高，依靠車載感知系統(tǒng)感知障礙物的距離有限，因此車路協(xié)同系統(tǒng)必不可少。

為保證線路空間安全，本文提出一種軌道交通遠(yuǎn)程瞭望系統(tǒng)，即在列車運(yùn)行時(shí)，對(duì)軌道前方的列車、行人以及軌面上方突發(fā)侵入的障礙物進(jìn)行遠(yuǎn)距離實(shí)時(shí)監(jiān)測(cè)和預(yù)警；同時(shí)在列車運(yùn)行的高危路段布置相應(yīng)傳感器，監(jiān)控周圍環(huán)境與障礙物信息，并通過(guò)車路協(xié)同網(wǎng)絡(luò)進(jìn)行交互。當(dāng)列車與障礙物的距離小于一定的安全距離時(shí)，列車將自主制動(dòng)，同時(shí)將前向障礙物信息上報(bào)到列車運(yùn)營(yíng)控制中心。

2 遠(yuǎn)程瞭望系統(tǒng)構(gòu)成

遠(yuǎn)程瞭望系統(tǒng)總體架構(gòu)如圖1所示，主要由車載感知系統(tǒng)（鷹眼系統(tǒng)）和車路協(xié)同感知系統(tǒng)（軌道星鏈）2 部分組成。其中，車載感知系統(tǒng)通過(guò)列車搭載的傳感器實(shí)現(xiàn)列車視距內(nèi)的自主監(jiān)控與障礙物檢測(cè)；通過(guò)在隧道口、站臺(tái)、公跨鐵、道口等關(guān)鍵高風(fēng)險(xiǎn)區(qū)域布置車路協(xié)同系統(tǒng)，實(shí)現(xiàn)視距外的協(xié)同感知，同時(shí)使用自主、局域、全局3層網(wǎng)絡(luò)進(jìn)行車路云通信，構(gòu)建整個(gè)系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)。

2.1 車載感知系統(tǒng)

圖1 遠(yuǎn)程瞭望系統(tǒng)總體架構(gòu)

車載感知系統(tǒng)由障礙物識(shí)別系統(tǒng)、列車車速測(cè)量系統(tǒng)和三維地圖構(gòu)建系統(tǒng)3部分組成。障礙物識(shí)別系統(tǒng)在接收到工業(yè)相機(jī)和激光雷達(dá)的數(shù)據(jù)后，通過(guò)人工智能算法對(duì)圖像中的軌道區(qū)域進(jìn)行感知識(shí)別，并對(duì)前向軌道中的障礙物進(jìn)行識(shí)別；列車速度測(cè)量系統(tǒng)基于毫米波雷達(dá)，采用自適應(yīng)聚類算法測(cè)量列車相對(duì)速度，根據(jù)車速進(jìn)行積分實(shí)現(xiàn)列車精確定位；三維地圖構(gòu)建系統(tǒng)基于激光雷達(dá)，通過(guò)特征匹配獲取自身的定位并建立周邊的三維地圖。由于列車自主監(jiān)測(cè)前方障礙物信息，因此無(wú)須與車路協(xié)同系統(tǒng)進(jìn)行通信。

2.1.1 障礙物識(shí)別系統(tǒng)

列車在運(yùn)行時(shí)，對(duì)前向障礙物（列車、軌道中的行人、信號(hào)燈等）有效的識(shí)別可以保障其運(yùn)行的安全。障礙物識(shí)別系統(tǒng)包括軌道區(qū)域識(shí)別和障礙物檢測(cè)2部分。

（1）軌道區(qū)域識(shí)別部分。該部分首先通過(guò)視覺(jué)與激光雷達(dá)傳感器聯(lián)合標(biāo)定方法實(shí)現(xiàn)異構(gòu)數(shù)據(jù)的時(shí)空統(tǒng)一，從而獲取包含顏色、深度以及反射率的高維向量；然后通過(guò)高維輸入的卷積神經(jīng)網(wǎng)絡(luò)語(yǔ)義分割和循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)提升場(chǎng)景語(yǔ)義關(guān)聯(lián)性，實(shí)現(xiàn)軌道線路的邊界分割；最后運(yùn)用分割線路邊界后端優(yōu)化方法實(shí)現(xiàn)對(duì)高速列車行駛區(qū)域的精準(zhǔn)分割。

（2）障礙物檢測(cè)部分。該部分首先通過(guò)融合的激光雷達(dá)與攝像頭數(shù)據(jù)，根據(jù)軌道區(qū)域識(shí)別結(jié)果，在檢測(cè)的軌道區(qū)域內(nèi)運(yùn)用注意力集中網(wǎng)絡(luò)對(duì)三維空間內(nèi)周圍環(huán)境的候選障礙物進(jìn)行提取；然后采用成熟的輕量化圖像分類網(wǎng)絡(luò)，在二維空間內(nèi)對(duì)提取的候選障礙物進(jìn)行分類；最后，在三維空間中進(jìn)行目標(biāo)邊界框精準(zhǔn)回歸。此外，該系統(tǒng)采用距離交并比損失函數(shù)對(duì)整個(gè)網(wǎng)絡(luò)模型參數(shù)進(jìn)行優(yōu)化訓(xùn)練，從而可高精度地識(shí)別障礙物。

2.1.2 列車速度測(cè)量系統(tǒng)

由于列車行駛線路固定，因此精準(zhǔn)的列車速度測(cè)量可進(jìn)一步提升該系統(tǒng)對(duì)列車前向環(huán)境的感知精度和環(huán)境理解能力。

在列車速度測(cè)量系統(tǒng)中，首先通過(guò)毫米波雷達(dá)獲取環(huán)境信息，采用自適應(yīng)聚類算法對(duì)毫米波雷達(dá)反射的障礙物點(diǎn)進(jìn)行聚類；然后結(jié)合多普勒效應(yīng)反推出列車實(shí)時(shí)速度，并進(jìn)一步通過(guò)速度積分估計(jì)出列車在關(guān)鍵區(qū)間內(nèi)的位置，從而實(shí)現(xiàn)列車精準(zhǔn)定位。

2.1.3 三維地圖構(gòu)建系統(tǒng)

精準(zhǔn)的列車定位與三維地圖能夠提升對(duì)列車周圍環(huán)境的感知精度。列車可以根據(jù)定位信息，從云端三維地圖中獲取列車周圍障礙物信息，實(shí)時(shí)更新周圍的障礙物。三維地圖構(gòu)建系統(tǒng)包括預(yù)處理、特征匹配和回環(huán)檢測(cè)3部分。

（1）預(yù)處理部分。預(yù)處理部分根據(jù)反射強(qiáng)度等信息對(duì)獲取的點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理，剔除點(diǎn)云中的異常點(diǎn)，再通過(guò)計(jì)算點(diǎn)云內(nèi)部點(diǎn)的曲率提取線特征點(diǎn)與面特征點(diǎn)。

（2）特征匹配部分。特征匹配部分根據(jù)提取的線、面特征點(diǎn)，將點(diǎn)云與歷史點(diǎn)云數(shù)據(jù)進(jìn)行特征配準(zhǔn)，以獲取點(diǎn)云之間的對(duì)應(yīng)關(guān)系，并對(duì)點(diǎn)云幀內(nèi)的畸變進(jìn)行矯正；再與全局地圖進(jìn)行匹配，針對(duì)列車運(yùn)動(dòng)進(jìn)行初步估計(jì)，可獲得粗里程計(jì)。

（3）回環(huán)檢測(cè)部分。回環(huán)檢測(cè)部分建立起列車線路中關(guān)鍵位置的點(diǎn)云特征庫(kù)，包括點(diǎn)云局部特征庫(kù)和全局特征庫(kù)。在列車運(yùn)行過(guò)程中，回環(huán)檢測(cè)部分實(shí)時(shí)提取激光傳感器采集的點(diǎn)云特征，并與數(shù)據(jù)庫(kù)進(jìn)行特征匹配，實(shí)現(xiàn)列車在運(yùn)行過(guò)程中的關(guān)鍵位置重定位與回環(huán)檢測(cè)，從而優(yōu)化列車的位置姿態(tài)與周圍地圖，可獲得線路的全場(chǎng)景高精度定位與精確的行駛環(huán)境三維模型。

2.2 車路協(xié)同感知系統(tǒng)

車路協(xié)同感知系統(tǒng)由網(wǎng)絡(luò)通信系統(tǒng)和路側(cè)感知系統(tǒng)組成。網(wǎng)絡(luò)通信系統(tǒng)通過(guò)車路通信網(wǎng)絡(luò)將車、路感知信息進(jìn)行交互融合，從而實(shí)現(xiàn)車路協(xié)同；路側(cè)感知系統(tǒng)與車載感知系統(tǒng)相似，也具有障礙物識(shí)別和三維地圖構(gòu)建的功能。

2.2.1 網(wǎng)絡(luò)通信系統(tǒng)

網(wǎng)絡(luò)通信系統(tǒng)是通過(guò)交通要素間快速、準(zhǔn)確的信息交換實(shí)現(xiàn)的，因此，高可靠、低時(shí)延的網(wǎng)絡(luò)通信系統(tǒng)是車路協(xié)同的基礎(chǔ)。車路協(xié)同感知系統(tǒng)通過(guò)路側(cè)設(shè)備實(shí)現(xiàn)路網(wǎng)周圍環(huán)境與列車信息的采集，從而實(shí)時(shí)獲得高風(fēng)險(xiǎn)軌道區(qū)域的障礙物信息，在處理后運(yùn)用網(wǎng)絡(luò)通信系統(tǒng)傳送給云平臺(tái)中心。同樣，道路信號(hào)燈信息、路側(cè)感知到的障礙物信息、路側(cè)設(shè)備周圍環(huán)境信息也通過(guò)車路通信網(wǎng)絡(luò)傳輸?shù)皆破脚_(tái)，從而在云平臺(tái)實(shí)現(xiàn)全局感知，輔助車輛進(jìn)行駕駛行為決策。網(wǎng)絡(luò)通信系統(tǒng)采用自主、局部、全局3層網(wǎng)絡(luò)進(jìn)行通信，其中列車根據(jù)車載傳感器進(jìn)行自主感知，路側(cè)設(shè)備分區(qū)段進(jìn)行局部感知定位，再將路側(cè)與車載傳感器信息整合到云平臺(tái)實(shí)現(xiàn)運(yùn)行線路的全局感知。

2.2.2 路側(cè)感知系統(tǒng)

路側(cè)感知系統(tǒng)同樣可以實(shí)現(xiàn)對(duì)列車、行人和信號(hào)燈的檢測(cè)，其技術(shù)和方法與車載感知系統(tǒng)相似。路側(cè)設(shè)備不像列車設(shè)備受空間和質(zhì)量的限制，其具有更強(qiáng)大的算力，并能使用更先進(jìn)的技術(shù)方法。路側(cè)感知系統(tǒng)在識(shí)別后可以及時(shí)地將檢測(cè)結(jié)果通過(guò)網(wǎng)絡(luò)通信系統(tǒng)發(fā)送給路網(wǎng)中的車輛，從而實(shí)現(xiàn)列車的遠(yuǎn)距離超視距感知。

3 測(cè)試驗(yàn)證

3.1 實(shí)際安裝情況

遠(yuǎn)程瞭望系統(tǒng)已經(jīng)在北京地鐵燕房線、上海地鐵6號(hào)線、成都地鐵3號(hào)線、港鐵荃灣線等線路進(jìn)行了全面測(cè)試，測(cè)試數(shù)據(jù)超過(guò)2 TB，其中包含直道、彎道、隧道、高架等豐富場(chǎng)景和多種光照條件下的特性。目前已經(jīng)將上述線路作為典型的產(chǎn)品應(yīng)用線路，并對(duì)其開(kāi)展了系統(tǒng)全面的功能測(cè)試及系統(tǒng)能力分析。遠(yuǎn)程瞭望系統(tǒng)傳感器包括1個(gè)長(zhǎng)焦模組和1個(gè)短焦模組。長(zhǎng)焦模組用于遠(yuǎn)距離障礙物識(shí)別，短焦模組用于近距離障礙物識(shí)別，每個(gè)模組都由1個(gè)激光雷達(dá)和1個(gè)攝像頭組成。

為便于現(xiàn)場(chǎng)施工和車輛實(shí)際安裝，遠(yuǎn)程瞭望系統(tǒng)應(yīng)采用高柔性化設(shè)計(jì)，針對(duì)每款車型的實(shí)際安裝空間采取定制化安裝方案。對(duì)于中間設(shè)有安全逃生門、兩側(cè)設(shè)有安全觀察室的列車，其遠(yuǎn)程瞭望系統(tǒng)采用在觀察室及車頂2種不同的安裝方案，可從不同的安裝位置全面測(cè)試遠(yuǎn)程瞭望系統(tǒng)，從而驗(yàn)證其算法魯棒性以及產(chǎn)品安裝適配的廣適性。觀察室安裝方案設(shè)計(jì)圖如圖2所示，車頂安裝方案示意圖如圖3所示。

根據(jù)列車實(shí)際環(huán)境定制安裝方案。觀察室視覺(jué)與激光傳感器的實(shí)車安裝及效果如圖4所示，視覺(jué)與激光傳感器在列車車頂實(shí)際安裝效果如圖5所示。遠(yuǎn)程瞭望系統(tǒng)主機(jī)選擇安裝在駕駛室頂端內(nèi)部，外部不留任何線纜，與車輛系統(tǒng)不存在信號(hào)交互，不會(huì)影響車輛正常運(yùn)行，如圖6所示。

3.2 實(shí)際測(cè)試情況

遠(yuǎn)程瞭望系統(tǒng)采集的數(shù)據(jù)包含晴天、陰天、雨天、白天、夜晚等多種天氣情況，直道、彎道、隧道等多種路況，涵蓋了列車正常運(yùn)行所面臨的所有場(chǎng)景和路況。本文針對(duì)港鐵荃灣線遠(yuǎn)程瞭望系統(tǒng)運(yùn)行情況做了具體性能分析，主要性能指標(biāo)包括障礙物的檢測(cè)距離、漏識(shí)別率、誤識(shí)別率、測(cè)距誤差等，如表1所示。此外，本系統(tǒng)針對(duì)直道、彎道、隧道的測(cè)試性能進(jìn)行了詳細(xì)統(tǒng)計(jì)，并通過(guò)自動(dòng)化分析工具和人工監(jiān)督方式進(jìn)行了交叉驗(yàn)證。驗(yàn)證結(jié)果表明，遠(yuǎn)程瞭望系統(tǒng)各項(xiàng)功能指標(biāo)均通過(guò)驗(yàn)證，安全等級(jí)（SIL）達(dá)到SIL2要求。部分測(cè)試效果如圖7所示。

圖2 觀察室安裝方案設(shè)計(jì)圖

圖3 車頂安裝方案示意圖

圖4 觀察室視覺(jué)與激光傳感器的實(shí)車安裝及效果

圖5 列車車頂視覺(jué)與激光傳感器安裝效果

圖6 遠(yuǎn)程瞭望系統(tǒng)主機(jī)安裝位置及外觀

表1 遠(yuǎn)程瞭望系統(tǒng)性能指標(biāo)

4 展望

在SIL2安全等級(jí)下，遠(yuǎn)程瞭望系統(tǒng)在未來(lái)軌道交通信號(hào)系統(tǒng)故障環(huán)境下，可獨(dú)立地進(jìn)行車輛運(yùn)行防護(hù)，為實(shí)現(xiàn)信號(hào)系統(tǒng)快速恢復(fù)爭(zhēng)取時(shí)間，提升車輛系統(tǒng)的運(yùn)行安全性和效率，成為信號(hào)系統(tǒng)故障環(huán)境下降低運(yùn)行影響的必備產(chǎn)品。本文介紹的遠(yuǎn)程瞭望系統(tǒng)中的車載感知系統(tǒng)通過(guò)標(biāo)定的高維特征實(shí)現(xiàn)精準(zhǔn)的軌道識(shí)別，采用注意力集中網(wǎng)絡(luò)實(shí)現(xiàn)遠(yuǎn)距離障礙物識(shí)別，創(chuàng)新性地采用多層次視覺(jué)雷達(dá)融合算法完成軌道環(huán)境建模；車路協(xié)同感知系統(tǒng)將感知算法布署在路側(cè)設(shè)備上，根據(jù)提出的3層網(wǎng)絡(luò)通信進(jìn)行車路快速協(xié)同，實(shí)現(xiàn)列車超視距感知。未來(lái)隨著人工智能（AI）技術(shù)的進(jìn)一步發(fā)展，遠(yuǎn)程瞭望系統(tǒng)會(huì)得到進(jìn)一步完善并產(chǎn)生更加深遠(yuǎn)的影響。

圖7 部分識(shí)別測(cè)試效果