全自动运行列车主动防撞技术研究

赵莹莹，吕兴瑞，徐 磊

(郑州地铁集团有限公司，河南 郑州 450000)

全自动无人驾驶列车的行车效率和安全主要依赖于信号系统的可靠性，但是信号系统对于具有突发性、不可预测的异物侵限事件无法提前预警，列车无法主动感知运行前方环境，防撞技术存在问题和不足。传统人工驾驶和有司机负责瞭望的GoA1/2级线路由于隧道内存在弯道多、坡度大、视野受限等因素，如果错过最佳制动时机，极易发生碰撞障碍物事故。无司机辅助瞭望的GoA3/4级全自动无人驾驶线路一般采用接触式障碍物检测装置，无法实现早期预警和安全防护，不能避免撞击障碍物。侵限物体一旦与列车发生碰撞将会造成列车受损甚至人员伤亡，极大威胁运营安全，这对障碍物检测提出了更高要求。

列车主动防撞系统运用人工智能、机器视觉、激光雷达等技术，在列车上安装具备远距离障碍物检测及预警功能的装置，能够对异常状况提前检测、预警及做出相应控制。在有司机值守的线路中，主动防撞系统可以通过DMI(直接媒体接口)向司机汇报异常情况，辅助司机驾驶，保障行车安全，在线路出现异常时紧急制动，并将状态信息及异常图片推送至控制中心。

1 应用现状

我国大多数全自动无人驾驶线路障碍物检测技术采用单一传感器检测，或者碰撞式障碍物被动检测，在列车第一轮对前方安装横梁和传感器，当列车受到物体撞击后立刻紧急制动。而主动式障碍物检测技术基本处于试点调试阶段，例如北京新机场线目前采用的智能障碍物检测系统是将图像信息和激光雷达信息相结合，通过神经网络算法精准识别障碍物[1]。由于主动防撞系统安全等级要求较高，接入全自动无人驾驶线路需要长时间的运行测试，且初期只做障碍物检测报警，仅需要车辆专业配合引入一个电源，不接入列车制动系统。

2 主动防撞系统关键技术

2.1 系统结构及功能

列车主动防撞系统一般由专用相机、激光雷达、毫米波雷达和车载处理主机组成。专用相机一般安装于司机室内，拍摄前方列车、行人及障碍物，并将图像经过相关算法处理来判断是否存在障碍物。激光雷达安装于车顶处，结合相机采集处理后的图像信息测量出前方物体距离。毫米波雷达安装于开闭罩中，自主测量列车的相对速度[2]。系统通过AI深度学习方法，在区间隧道内识别轨道基础上构建线路行车限界区域，对于不在轨道上的障碍物不予识别。车载处理主机平台安装于车厢内部，将接收的全部数据进行分析处理，判断前方障碍物是否对列车运行造成威胁，根据障碍物距离进行分级预警及控制。

2.2 相关外部接口

列车主动防撞系统的车载处理主机与车辆TCMS(列车控制和管理系统)、信号车载交换机、DMI等均存在接口进行信息交互，通过连接车辆控制系统控制列车紧急制动，通过车载ATP(列车自动运行)子系统获取列车位置达到精确控车，通过DMI显示报警信息辅助司机判断处理。具体外部接口及交互内容详见图1。

图1 相关外部接口

2.3 关键性能指标

限于列车运行环境(弯道、坡道、恶劣天气等)、传感器性能等因素，目前各项试验性能指标数据显示主动防撞系统在无遮挡环境下最大直线探测距离约为350 m，可识别最小物体约为0.3m*0.3m，误报率和错报率均小于0.01%。由于主动防撞系统需接入列车控制系统，影响行车安全，其安全等级要求较高，准确率还有待提高。

2.4 技术难点

2.4.1 列车运行环境复杂

城市轨道交通运行环境具有复杂性、多变性等特点，障碍物检测系统的难度来源于地铁列车运行工况及检测对象的多样性、复杂性等因素，如恶劣天气(雨天、沙暴天气)、障碍物多样性、光亮明暗变化、地形干扰(弯道、坡道)等。

2.4.2 传感器性能有限

常用传感器主要有激光雷达、毫米波雷达、二次雷达、工业摄像机等。激光雷达通过红外激光扫描成像，对低照度环境的适应和探测距离有优势，但分辨率低。摄像头分辨率高，但受环境影响大，在强光、弱光、强逆光等场景下表现不佳，检测效果依赖于图像增强算法及摄像机本身的动态范围。毫米波分辨率和定位精度不够，但对恶劣环境适应性好，具备有限的穿透雨雪和雾霾的能力，适用于恶劣天气条件下的补充探测。

2.4.3 弯道障碍物检测困难

城市轨道交通线路通常铺设于隧道内，受线路地形限制多小半径曲线及大坡道，且坡度变化大、线型复杂。在较小半径曲线区段、进站前有弯道或其他情况的敏感区段，视频、雷达等无法进行有效感知，弯道的等效视距小于直道，障碍物检测比较困难[3]。

3 实施建议

目前，主动式防撞系统主要利用激光雷达设备、人工智能、机器视觉等技术实现，已应用到国内多条线路辅助列车障碍物检测，并有工程应用实施案例，具备可行性。针对列车运行环境复杂的情况可采用多元传感器融合技术，灵活配置传感器类型和数量，提高对列车运行环境的适应性，达到高精确度的识别。同一障碍物经异构传感器检测和多层融合算法，可提高探测结果的可靠性和准确率[3]。毫米波雷达探测装置可以采用远、近距离两种毫米波相结合。针对弯道障碍物检测困难的问题，在弯道或坡道等超出车载系统监测范围位置设置轨旁探测点，重点监视高风险区域，和车载系统协同完成地面障碍物检测功能，确保有效探测。

4 结语

目前，主动防撞系统一般采用先进技术及高端传感器，研发设计成本较高，能检测的障碍物大小尚不理想，除设备成本增加外，后期运营维护成本也随之增加。列车主动防撞技术尚未成熟，处于不断探索、测试及初步应用阶段，已实施主动防撞系统的线路基本是采取预警方式，均未接入列车控制系统。结合主动防撞系统的必要性和经济成本，建议后续全自动无人驾驶系统加装主动防撞系统辅助障碍物检测及预警，与被动式障碍检测装置相结合，待技术成熟再考虑将主动防撞系统纳入列车控制系统，保障列车安全运行。