城市轨道交通列车自主感知系统及关键技术研究.docxVIP

  • 141
  • 0
  • 约4.62千字
  • 约 11页
  • 2023-08-15 发布于浙江
  • 举报

城市轨道交通列车自主感知系统及关键技术研究.docx

? ? 城市轨道交通列车自主感知系统及关键技术研究 ? ? 吴 昊 (上海富欣智能交通控制有限公司, 201203, 上海∥高级工程师) 近年来,在我国核心技术自主化的倡导下,一批城市轨道交通信号企业已掌握核心技术,如FAO(全自动运行)已从DTO(有人值守的列车全自动运行)发展到UTO(无人值守的列车全自动运行),并得到广泛运用[1]。在此过程中,行业从业者一方面要面临城市轨道交通运营新需求、新场景的挑战;另一方面,得益于科学技术的快速发展,使行业从业者有机会采用新技术来解决新挑战。 本文从城市轨道交通列车运行控制系统的角度出发,面向FAO的新运营场景和需求,阐述自主感知系统及其功能;并结合具体项目应用,介绍该系统中涉及的关键技术。 1 城市轨道交通运营的新需求 城市轨道交通安全运营的核心是在一定环境条件下,实现设备系统与管理手段的高效融合,实现安全、高效、经济的运输。对FAO而言,运营列车上不再设置司机岗位,环境、设备系统和管理手段等的融合关系发生了变化[2-3],主要体现在: 1)运营环境。正常的FAO运营场景下,列车主要依靠机电系统实现运营,异常场景下则由机电系统和运营管理人员协同完成。上述模式的前提是在“封闭”路权下讨论“场景”。而在实际运营过程中,所谓“封闭”的运营环境只是一种假设,是依靠运营维护人员和司机在运营阶段共同监督完成。因此,FAO系统在运营阶段尚未能做到全线、全时段的实时监控,存在运行线路被障碍物“侵限”的可能性。 2)设备系统。一些特别繁忙和客流不均衡的线路,一方面需要车辆设备系统高可靠性运行,另一方面存在列车联挂运行等高级功能需求。综合考虑车辆设备系统实际运行的可靠性指标,以及公共交通运营中断对社会的影响等因素,往往采用预留降级系统方案实现后备运营,以降低车辆设备系统故障的影响。目前,后备运营系统方案采用点式方案,由于设备较多且系统较为复杂,相应的运营维护工作量亦较大。 3)运营管理。FAO系统的核心是降低运营管理要素中人的参与度,从而达到提升效率、降低成本的目的。这势必对车辆设备系统的可靠性和可用性提出更高要求。因此,列车需要在薄弱环节增加设备冗余和运营管理手段。在列车不再设置司机岗位的情况下,中心调度员缺少运营现场的联络员,无法有效掌握现场情况,存在监管盲区。因此,需在车端和地面设置相应设备系统,实现现场的监看和基本分析,解决缺少“现场联络员”的问题。 上述是城市轨道交通行业在新阶段、新时期亟待解决的问题。在此背景下,立足于行业技术发展路线和工业社会基础技术发展的机遇,提出城市轨道交通自主感知系统,以求从环境感知入手,提升车辆设备系统能力,从而解决城市轨道交通的新问题。 2 自主感知系统构成及关键技术 自主感知系统是指城市轨道交通移动载体(主要是列车车辆)和地面固定机电设施对周围环境信息的获取和识别。自主感知系统需通过各种传感器获取包括本车状态、设备状态、线路状况、延线标志等大量环境信息。自主感知系统对环境的感知,是帮助补充FAO系统对环境信息感知的不足,是加强运营指挥的重要手段。通过自主感知系统,可以实现以下功能:①运行环境中的障碍物检测;②运行环境中的侵限监测;③基础设施的检测与监督。基于以上功能,可以支撑后备运营、列车自主运行、列车辅助驾驶、在线编解挂等新的运营需求。 作为具有自主环境感知能力和对环境施加影响的自主感知系统,无论其属于移动端或地面,均包括传感器(组)、原始感知数据处理、感知数据融合、感知决策及感知输出等基本构成要素,如图1所示。这些要素形成自主感知系统的主要处理逻辑,并通过特定形式的输出反馈于城市轨道交通环境中,构成完整的闭环感知体系[4]。 图1 自主感知系统的基本要素构成Fig.1 Fundamental elements of autonomous perception system 2.1 传感器(组) 传感器(组)是自主感知系统的数据来源,负责对城市轨道交通环境进行多种形式的检测。目前,广泛使用的传感器包括摄像机类(可见光、红外等)、雷达类(毫米波、激光等)、定位类(全球定位系统,城市轨道交通专用定位信标、计轴、轨道电路等)、测速测距类(速度计、加速度计等)及环境监控类(液位、气体、温度等)等。根据不同的应用场景,同一类传感器可能配置多个,或同时配置不同类传感器构成传感器组,以实现数据冗余、延续和互补。 2.2 原始感知数据处理 原始感知数据处理通过接收前端传感器(组)传递来的环境信息,结合特定传感器的检测原理和设备规格,将原始环境信息转化为具备一定逻辑意义的初级感知结果。例如,摄像机传来的图像可被解释为包含特定种类的视觉目标,激光雷达传来的点云数据转换为结构化目标,等等。由于原始环境信息包含的信息量巨大,且不确定性强,实践中一般使用人工智能作为关键处理措

文档评论(0)

1亿VIP精品文档

相关文档