基于多傳感器的隧道火情融合識別預(yù)警系統(tǒng)設(shè)計研究

隨著廣西路網(wǎng)的逐漸完善，隧道數(shù)量在不斷增加，對于隧道火情監(jiān)控的需求也在日益上升。文章通過分析隧道火情預(yù)警需求以及現(xiàn)有設(shè)備條件，從易于升級、智能化、一體化的角度，提出了一種基于多傳感器數(shù)據(jù)融合的隧道火情識別預(yù)警系統(tǒng)。該系統(tǒng)基于分段設(shè)計，對每段內(nèi)傳感器數(shù)據(jù)通過加權(quán)融合、神經(jīng)網(wǎng)絡(luò)融合以及D-S論證進行融合，產(chǎn)生告警信號，結(jié)合聯(lián)動預(yù)警系統(tǒng)提供后續(xù)應(yīng)急處置功能，可完善加快火情處置的識別-預(yù)警-管控處理流程。

隧道火情；多傳感器融合；自適應(yīng)加權(quán)融合；后向傳播神經(jīng)網(wǎng)絡(luò)融合

U491.1+16A592033

基金項目：

2021年度交通運輸重點科技項目“基于雷視融合的特殊路段交通狀況感知、預(yù)警及應(yīng)急管控關(guān)鍵技術(shù)研究與應(yīng)用”（編號：2021-MS4-101）

作者簡介：

王" 波（1983—），高級工程師，主要從事高速公路投資建設(shè)與管理工作。

0" 引言

隨著廣西高速公路的迅猛發(fā)展，對智能化監(jiān)管要求也在不斷提高。根據(jù)廣西綜合交通運輸發(fā)展“十四五”規(guī)劃總結(jié)指出，廣西公路通車總里程達到13.16×104 km，“十三五”時期新增1.36×104 km，其中高速公路里程6 803 km，新建成高速公路2 515 km。廣西高速公路部分路段需要經(jīng)過山區(qū)，隧道比例較高，龍勝至湖南城步高速公路廣西段全長約60 km，共有隧道5座，最長隧道達4.2 km。由于隧道內(nèi)對火災(zāi)事故的處置較為困難，其造成的經(jīng)濟損失比普通路面更為顯著。因此，火災(zāi)預(yù)警以及損失管理已經(jīng)是高速公路運營方日常運營和安全管理工作的重要組成部分。隧道火災(zāi)往往伴隨著復(fù)雜的環(huán)境條件，這增加了單一傳感器系統(tǒng)的局限性，如何利用洞內(nèi)感知設(shè)備及時、準確、全面地發(fā)現(xiàn)火情是火災(zāi)損失管理的重要前提。

1" 隧道火情場景特點分析

廣西高速公路山區(qū)路段多，隧道長度普遍較長。以龍勝至城步高速公路為例，60 km內(nèi)的五條隧道長度均在1 km以上，其中茶洞隧道長度最大，達到4.2 km。為了能夠監(jiān)控隧道內(nèi)部情況，需要在沿線布設(shè)一定數(shù)量的傳感器，以無死角地監(jiān)控隧道內(nèi)部環(huán)境數(shù)值。

同時，長距離這一特性使得密閉隧道內(nèi)部環(huán)境相對復(fù)雜，單一傳感器可能無法處理這些復(fù)雜的環(huán)境條件，可能在面對實際火情時會出現(xiàn)誤判漏判等現(xiàn)象。

例如，僅使用煙霧傳感器可能無法檢測到一些無煙火災(zāi)的情況，或者在有抽風的區(qū)域，煙塵聚集程度低，同時溫度和濕度變化可能改變煙霧的傳播方式，這些情況下，煙霧傳感器無法發(fā)揮最大作用，且煙霧傳感器也可能因為灰塵、蒸汽等非火警原因而觸發(fā)警報。同時，如遇到單個傳感器的故障，靈敏度下降等各類問題，也容易使得系統(tǒng)的漏報率上升，從而延緩了對火警的及時響應(yīng)。

針對隧道復(fù)雜的環(huán)境，應(yīng)配備多種傳感器，包括各種氣體、濕度、溫度等傳感器以及視頻監(jiān)控，并且對各項數(shù)據(jù)進行統(tǒng)合，對潛在火情進行綜合研判，從而提高系統(tǒng)的可靠性。

2" 系統(tǒng)方案

根據(jù)隧道的特點以及隧道設(shè)備條件，本文提出了一種基于多傳感器融合火情識別預(yù)警系統(tǒng)的設(shè)計方案：對隧道內(nèi)溫度、CO濃度、CO2濃度等環(huán)境參數(shù)進行監(jiān)控融合，以視頻監(jiān)控為輔助，配合告警處置系統(tǒng)聯(lián)動，形成完整高效閉環(huán)的火情識別預(yù)警處理流程。

系統(tǒng)框圖如圖1所示，分段多傳感器監(jiān)控子系統(tǒng)負責對隧道進行實時監(jiān)控，可以充分利用現(xiàn)有隧道中的監(jiān)控平臺；數(shù)據(jù)融合系統(tǒng)是整個系統(tǒng)的核心，負責融合多傳感器數(shù)據(jù)進而對火情進行預(yù)報；聯(lián)動預(yù)警系統(tǒng)連接指揮中心，通過結(jié)合現(xiàn)有的視頻監(jiān)控系統(tǒng)，提供應(yīng)急處置的功能。

2.1" 分段多傳感器監(jiān)控子系統(tǒng)

分段多傳感器監(jiān)控子系統(tǒng)是整個系統(tǒng)的感知層，負責監(jiān)控隧道的實時物理數(shù)據(jù)。

隧道是一個半封閉的長通道環(huán)境，環(huán)境相較于普通路段更為復(fù)雜，參考上文所述單傳感器應(yīng)對火情感知的缺陷，為了對隧道環(huán)境有一個較全面的監(jiān)控，需要在這個狹長的空間區(qū)域內(nèi)布置多個環(huán)境數(shù)據(jù)采集點。

然而，在進行火情數(shù)據(jù)融合的時候，由于隧道各處的物理狀態(tài)有所不同，例如洞口與相隔100 m處的CO2濃度不盡相同，不能對隧道內(nèi)這些采集點上傳感器的數(shù)據(jù)進行籠統(tǒng)的整體融合處理。同時，不同區(qū)域的傳感器布設(shè)方式有可能不同，例如不同轉(zhuǎn)彎半徑的拐角處的布設(shè)有所差異，不合理的融合處理會抹除某一區(qū)域物理狀態(tài)的獨特性，導致融合的數(shù)據(jù)與真實數(shù)據(jù)相差過遠，影響報警效率。

基于以上原因，為了充分考慮原型機的開發(fā)，系統(tǒng)采用分段子系統(tǒng)的設(shè)計將整個隧道進行拆分抽象建模，即將隧道視為多個長度相等的線段相連而成，每一段配備有數(shù)量一定（8個）的各式傳感器（溫度傳感器、CO濃度傳感器、CO2濃度傳感器）、分段多傳感器監(jiān)控子系統(tǒng)以及相應(yīng)的數(shù)據(jù)融合模塊。后續(xù)分段長度以及傳感器數(shù)量可以根據(jù)隧道具體情況進行修改。

2.2" 數(shù)據(jù)融合系統(tǒng)

數(shù)據(jù)融合是一種將來自不同源頭或類型的數(shù)據(jù)整合在一起的技術(shù)，涉及多個層次數(shù)據(jù)，包括原始傳感器數(shù)據(jù)、特征數(shù)據(jù)、高級層面的決策輸出［1］。數(shù)據(jù)融合的目的是提高信息的質(zhì)量和可用性，幫助系統(tǒng)更好地理解和應(yīng)對復(fù)雜的環(huán)境或問題。在火情識別預(yù)警系統(tǒng)中，數(shù)據(jù)融合模塊負責將一段區(qū)域內(nèi)的物理狀態(tài)信息整合，提供報警信息；模塊中涉及的同質(zhì)級別以及異質(zhì)級別的傳感器進行數(shù)據(jù)融合。

2.2.1" 同段同質(zhì)級別傳感器數(shù)據(jù)融合

在隧道同一區(qū)域內(nèi)，為了消除環(huán)境或者傳感器因素所引起的誤報、漏報，布置了多個同種類傳感器；同時為了消除傳感器噪聲的影響，將相同種類傳感器的多次采集數(shù)據(jù)集合為一組。因此在同一區(qū)域內(nèi)，同一種數(shù)據(jù)產(chǎn)生了冗余，需要在下一步不同種類傳感器數(shù)據(jù)融合之前，首先對相同種類的傳感器進行數(shù)據(jù)融合，為后續(xù)整合提供可靠準確的數(shù)據(jù)。

同質(zhì)數(shù)據(jù)融合常見的方法有加權(quán)平均、卡爾曼濾波、專家系統(tǒng)等，在本系統(tǒng)中由于沒有明確的物理狀態(tài)變換方程，且對實時性要求高，因此采用加權(quán)平均法，這是一種簡單和直觀的數(shù)據(jù)級融合方法。圖2是自適應(yīng)加權(quán)融合的流程圖。

為驗證該方法的可靠性，進行多組試驗，使用8個YDL_THXX型號的溫度傳感器，布設(shè)在不同區(qū)域，收集5次測量數(shù)據(jù)，結(jié)果如表1所示。

經(jīng)過表1算法融合處理后的溫度融合值為26.26。由此可見，采取加權(quán)平均融合法可以消除由少部分異常數(shù)據(jù)引起的影響，為后續(xù)異質(zhì)融合提供準確的數(shù)據(jù)。

2.2.2" 同段異質(zhì)級別傳感器數(shù)據(jù)融合

經(jīng)過融合處理后的溫度、CO、CO2濃度數(shù)據(jù)需要進一步融合成監(jiān)管中心可用的報警信號，系統(tǒng)流程如圖3所示。

2.2.2.1" ANN神經(jīng)網(wǎng)絡(luò)

系統(tǒng)中采用三種傳感器提供三種屬于不同維度的信息，針對多維度的數(shù)據(jù)融合，常見的方法有特征融合、神經(jīng)網(wǎng)絡(luò)等。其中神經(jīng)網(wǎng)絡(luò)具有較強的自學習能力和自適應(yīng)能力［2］，其仿生特性使之能更有效地利用系統(tǒng)本身的信息，并能映射火情預(yù)警與環(huán)境狀態(tài)之間的非線性函數(shù)關(guān)系。

神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點個數(shù)為3，輸出層節(jié)點數(shù)為1，根據(jù)經(jīng)驗公式以及實驗調(diào)參，可以計算得隱含層層數(shù)為1，層內(nèi)節(jié)點個數(shù)為4；傳遞函數(shù)選擇Sigmoid函數(shù)。

由于獲取真實火災(zāi)數(shù)據(jù)難度系數(shù)大，故采用［3］的火災(zāi)數(shù)據(jù)作為訓練檢測樣本。檢測結(jié)果如表2所示。

如果按照火情概率gt;0.7的規(guī)則進行告警判定，則測試結(jié)果均與事實相符。

2.2.2.2" D-S證據(jù)理論

為了進一步提高精確度，需要采用推理的方法解決融合問題，D-S證據(jù)理論的最大特點是對不確定信息的描述采用“區(qū)間估計”，而不是“點估計”的方法，在區(qū)分不知道與不確定方面以及精確反映證據(jù)收集方面顯示出很大的靈活性。D-S理論論證流程如圖4所示［4］。

根據(jù)表2的ANN輸出數(shù)據(jù)以及D-S證據(jù)論證，將四列數(shù)據(jù)分別歸類為m1、m2、m3、m4，可以得到融合后的結(jié)果如表3所示。

由此可見，經(jīng)過D-S證據(jù)論證之后，系統(tǒng)的不確定性下降，融合模塊的告警輸出有較高的準確率。

2.3" 聯(lián)動預(yù)警系統(tǒng)

在接收到來自融合模塊的告警信息后，聯(lián)動預(yù)警子系統(tǒng)將進行以下工作。

2.3.1" 隧道設(shè)備聯(lián)動預(yù)警

根據(jù)告警信號所在的具體隧道分段，系統(tǒng)將根據(jù)事先預(yù)設(shè)的應(yīng)急處置預(yù)案，通過高亮顯示的方式提示監(jiān)管人員。監(jiān)管人員隨即調(diào)取事故所在區(qū)域附近的視頻監(jiān)控，立即確認周圍情況，并對事故規(guī)模進行初步預(yù)估。

在識別事故之后，監(jiān)管人員可以對隧道內(nèi)部各種設(shè)備，如道路上游情報板、交通信號燈、應(yīng)急設(shè)備、車道指示器、滅火設(shè)備等配套設(shè)備，進行操作。使得監(jiān)管人員可以在第一時間內(nèi)，對災(zāi)害信息進行發(fā)布，提示車輛避讓，疏散群眾。

在救援隊伍抵達之前，監(jiān)管人員將根據(jù)應(yīng)急預(yù)案和火情初步預(yù)估，通過控制隧道內(nèi)的設(shè)備對火情進行初步控制。這一系列迅速而有序的操作有助于最大限度地減緩火勢蔓延，為后續(xù)的救援行動提供關(guān)鍵的時間窗口。

2.3.2" 信息發(fā)布系統(tǒng)

在監(jiān)管人員進行操作的同時，可以一鍵完成事件上報，上報內(nèi)容涵蓋事故地點、時間、初步規(guī)模等基本信息，將事故現(xiàn)場以文字、視頻、圖片等形式進行展示，供專業(yè)人員制定救援處置方案；根據(jù)事先預(yù)定的應(yīng)急預(yù)案以及路段管轄關(guān)系，迅速通過系統(tǒng)消息、電話等方式，聯(lián)系相應(yīng)應(yīng)急、消防、救護醫(yī)療、交警等多部門人員前往現(xiàn)場。

3" 應(yīng)用效果

系統(tǒng)在龍勝至城步高速茶洞隧道進行試運行，間隔約50 m分別布置三個多傳感器監(jiān)控子系統(tǒng)。后臺系統(tǒng)監(jiān)控圖以及上位機運行結(jié)果如圖5～6所示。

由于無法在真實隧道中模擬火災(zāi)只能使用試驗數(shù)據(jù)測試，由實地試驗結(jié)果并綜合理論試驗測試可見，該火情識別預(yù)警系統(tǒng)能夠?qū)Σ瓒此淼赖沫h(huán)境狀況進行直觀監(jiān)控，對潛在火情進行準確判斷。

4" 結(jié)語

本文以提升高速公路隧道火情識別預(yù)警能力為目標，提出一種基于多傳感器融合的識別預(yù)警解決方案。該方案充分利用隧道現(xiàn)有的監(jiān)控平臺進行升級改造，以分段的形式對隧道進行單元化建模，對同段內(nèi)同種類傳感器數(shù)據(jù)，以及不同種類傳感器數(shù)據(jù)進行融合，實現(xiàn)了對隧道環(huán)境狀況的準確評估。同時，結(jié)合設(shè)備聯(lián)動以及信息發(fā)布完善了從火情發(fā)現(xiàn)預(yù)警到應(yīng)急救援的處置流程，為充分提高隧道內(nèi)突發(fā)事件的感知能力提供參考。

［1］張延龍，王俊勇.多傳感器數(shù)據(jù)融合技術(shù)概述［J］.艦船電子工程，2013，33（2）：41-44.

［2］黃漫國，樊尚春，鄭德智，等.多傳感器數(shù)據(jù)融合技術(shù)研究進展［J］.傳感器與微系統(tǒng)，2010，29（3）：5-8，12.

［3］殷秋雨.基于分布式光纖監(jiān)測的隧道火災(zāi)溫度分布特征研究［D］.武漢：湖北工業(yè)大學，2021.

［4］藍金輝，馬寶華，藍" 天，等.D-S證據(jù)理論數(shù)據(jù)融合方法在目標識別中的應(yīng)用［J］.清華大學學報（自然科學版），2001（2）：53-55，59.

20240326