基于车辆行为信息感知的隧道照明亮度自动调节系统

魏清华 梁波

关键词： 车辆行为; 信息感知; 隧道照明; PID闭环反馈; 自动调节; 调光信号

中图分类号： TN830.1?34; TP311.52              文献标识码： A                 文章编号： 1004?373X（2019）02?0094?04

Automatic brightness adjustment system based on vehicle behavior information perception for tunnel illumination

WEI Qinghua1，2， LIANG Bo3

（1. School of Civil Engineering， Chongqing Jiaotong University， Chongqing 400074， China;

2. Chongqing Communications Planning Survey & Design Institute， Chongqing 401121， China;

3. State Key Laboratory Breeding Base of Mountain Bridge and Tunnel Engineering， Chongqing Jiaotong University， Chongqing 400074， China）

Abstract： The tunnel illumination brightness adjustment system based on fuzzy neural network can not realize feedback regulation of tunnel brightness signals， and has poor adjustment and energy?saving effects. Therefore， an automatic brightness adjustment system based on vehicle behavior information perception is designed for tunnel illumination. The vehicle behavior perception devices are used to perceive the vehicle speed， traffic flow， and vehicle passing situations inside and outside the tunnel. The main control module taking the STM32F103RCT6 as the main control chip is used to collect vehicle?related signals and dimming signals obtained by the vehicle behavior perception devices and the brightness detector USREGAL LUX CS 201. These signals are transmitted to the monitoring center to ensure that the overall dimming control is regulated by the lighting units on the tunnel site. In the system， the automatic brightness regulation of tunnel illumination is realized by means of the wireless monitoring terminal and on the basis of feedback signals of the main control module. For the system software， the principle of PID closed?loop feedback adjustment is adopted to realize accurate brightness adjustment in the tunnel. The experimental results show that the designed system can effectively adjust the brightness in the tunnel with or without passing vehicles at various speeds， and the designed system can save up to 244 kW·h of daily energy consumption in comparison with the system without using the proposed system， which has a remarkable energy?saving effect.

Keywords： vehicle behavior; information perception; tunnel illumination; PID closed?loop feedback; automatic adjustment; dimming signal

传统的隧道交通中，为了确保车辆在隧道内安全行驶，要求隧道内照明灯长期明亮，在无车情况下亦是如此。但长久以往会造成能源消耗和不必要的支出，并且传统隧道中大都采用高压钠灯，与LED灯进行对比发现高压钠灯满足不了隧道照明的按需调光[1]，同时高压钠灯维护费用相对较多。文献[2]研究的隧道照明节能控制系统，只针对洞内照明进行调控，无法对洞外照明进行有效调控，存在一定的局限性;文献[3]设计的基于模糊神经网络的公路隧道照明控制系统，无法实现隧道亮度信号的反馈调控，调节效果差;文献[4]提出的基于驾驶视认需求的隧道中间段路面亮度调节方法，通常对隧道中间路段的亮度进行调控，无法实现总体隧道亮度的感知调控。上述研究的隧道照明控制系统没有通过感知车辆行为信息进行亮度的自动调节，因此本文设计了基于车辆行为信息感知的隧道照明亮度自动调节系统，实现隧道照明亮度的全面、准确智能调控。

1  基于车辆行为信息感知的隧道照明亮度自动调节系统

1.1  系统硬件设计

1.1.1  系统总体结构设计

环境信息感知子系统、车辆行为感知子系统、照度实时监测子系统、隧道照明及调光子系统、隧道照明通信子系统、隧道变电所监控中心及变电所隧道照明监控软件、隧道远程监控中心及监控中心隧道照明监控软件是组成隧道照明智能控制系统的重要组成部分。图1为隧道照明系统结构图。

1.1.2  车辆行为感知设备

将红外探测器安装在洞内，线圈车辆检测器安装在洞外构成车辆行为感知设备[5]。确保“车进灯亮”的硬件基础是洞外传感器，其功能是检测洞外将要进入隧道的車辆，并且计算车速和车流量等信息。确保入口段与过渡段“车走灯暗”的硬件基础是洞内传感器，其功能是感知入口段与过渡段的车辆通过情况[6]。

1.1.3  主控模块设计

1） 检测装置选择。隧道洞内外亮度、经过隧道的车流量和车速是系统主控制器的输入参数。本文对洞内外亮度检测的过程中采用亮度检测器USREGAL LUX CS 201进行检测。该检测器适合野外环境，技术成熟、成本低，并且有RS 485传输接口，可通过车辆行为感知设备、车辆相关信息。

2） 主控制器设计。图2为系统主控制器硬件结构图，STM32F103RCT6为主控制芯片。连接检测装置，完成系统输入信息的收集是用RS 485实现;对不同调光控制器实施连接，通过CAN总线传输调光命令;对无线通信模块实施连接是通过RS 232通信完成，主控制器和上位机的通信是由GPRS实现;下载与调试系统程序通过USB接口进行;数据存储是用FLASH闪存完成;程序运行是用SRAM实现;显示系统的照明状态是用TFT_LCD表示[7]。

1.1.4  无线监控终端设计

系统通过无线监控终端基于主控模块反馈的信号，实现隧道照明亮度的自主调控，无线监控终端结构图如图3所示。

1.2  系统软件设计

1.2.1  系统软件结构图

系统软件由数据采集与亮度解算模块、图像处理模块、调光指令发送模块等构成，其结构如图4所示。

1.2.2  隧道内亮度调节实现

如图5所示为系统进行隧道照明亮度自动调节的PID闭环反馈调节原理的示意图。

隧道里的实际亮度上传到亮度实时监测单元，PID调光计算模块实时接收实际亮度值[8]。亮度控制等级是将调节亮度值依据转换公式转换后得到的结果，将PID调节控制单元规定的亮度值和亮度实时监测单元运算出实际亮度值，再将实际亮度值作为输入参数进行运算得到调节亮度值[9]。

增量式PID控制用于隧道照明闭环反馈智慧控制系统，增量式PID公式是[10]：

[Qm=Qa+fq·nf+fo·nf-1+fe·nf-2] （1）

式中：[Qa]为图像灰度值，需经过亮度实时监测单元测量得出，实际亮度值是经灰度和亮度计算模型输入图像灰度值进行运算得到;[nf]，[nf-1]，[nf-2]分别为某一时刻，上一时刻和[f-2]时刻的设定亮度值和实际亮度值的差;[Qm]是调节亮度值需通过PID调节并进行运算得到值;[fb]为比例系数;[fo]为微分系数;[fe]为积分系数。

2  实验分析

2.1  系统调节效果分析

实验对本文系统调节下的玉函隧道内的情况用网络IP摄像机在各种状态下进行取样，再将取样后的图片亮度进行比较，检验本文系统的调光效果。为了保证实验验证的准确性，要求实验采用的网络IP摄像机增益与曝光时间是稳定的。

1） 各车速隧道亮度对比

图6表示在洞外亮度一定情况下，本文系统获取不同时速车辆进入隧道过渡段的亮度对比情况。分析该图能够得出本文系统在车速为55 km/h以及车速为63 km/h时，调节隧道亮度后使得隧道亮度等级分别是53%和71%，说明随着车速的提高，本文系统调节后的隧道过渡段的亮度等级越高。结果表明，本文系统可对车辆速度进行有效感知，进而准确调控隧道的亮度情况。

2） 无车隧道内与有车隧道内亮度对比

本文系统为达到节能目的，在设计时考虑到一定时间内无车进入隧道时，隧道内的灯具自动调节亮度的情况，调节的亮度为全功率照明的20%。图7a）描述的是无车进入隧道入口段的低能消耗下的隧道亮度情况;图7b）是有车进入隧道内调光效果。可以看出有车进入隧道后本文系统自动依据当前车辆情况对亮度进行调光。综合分析图7说明，本文系统可准确感知隧道有无车辆，完成隧道亮度的有效调控。

2.2  系统节能效果分析

实验检测本文系统的节能效果时，要求实验玉函隧道内无车进入情况下，隧道内亮度为全功率的20%。本文系统实验选取LED隧道专用灯为照明灯具。

表1是未采用本文调节系统时玉函隧道在电表统计的自动模式与全亮模式（亮度等级100%）情况下日耗电量。表2是玉函隧道采用本文调节系统后，在不同控制模式下的日耗电量。

通过表1与表2得知，玉函隧道使用本文系统比不使用本文系统的情况下电表日耗电量大大降低，最大节能能耗电量是1 028 kW·h，比未使用本文系统的最高可节省日能耗电量244 kW·h。说明使用本文系统调节隧道照明可以节能降耗，减少不必要的损耗同时还可省钱环保。

3  结  论

本文以车辆行为信息感知为基础设计隧道照明亮度自动调节系统。利用主控模塊获取调光信号和车辆相关信号，再将这些信号传输到无线监控终端进行调控，使用PID闭环反馈调节原理完成隧道内亮度的准确调节，实现“车进灯亮”“车走灯暗”“按需照明”。结果表明，随着车速的提高，本文系统检测出的隧道过渡段的亮度等级越高，其具有的感知性就越高;玉函隧道使用本文系统比不使用本文系统的情况下最高日节能能耗电量为244 kW·h，本文系统能够对洞外亮度波动状况进行全面、有效的检测，说明本文系统可实现隧道照明亮度的智能调控，并且可节省开支，低碳减排。

参考文献

[1] 张利东，秦莉，蒋海涛，等.隧道照明智能监控软件系统的设计与实现[J].公路交通科技，2017，34（10）：92?99.

ZHANG Lidong， QIN Li， JIANG Haitao， et al. Design and implementation of intelligent monitoring software system for tunnel lighting [J]. Journal of highway and transportation research and development， 2017， 34（10）： 92?99.

[2] 黄凤武，陈勇，肖华，等.隧道照明节能控制系统研究与实现[J].公路工程，2008，33（6）：111?114.

HUANG Fengwu， CHEN Yong， XIAO Hua， et al. Research and realization of tunnel illumination energy?saving control system [J]. Highway engineering， 2008， 33（6）： 111?114.

[3] 秦慧芳，郭佑民，罗荣辉.基于模糊神经网络的公路隧道照明控制系统研究[J].隧道建设，2017，37（z2）：115?120.

QIN Huifang， GUO Youmin， LUO Ronghui. Study of illumination control system of highway tunnel based on fuzzy neural network [J]. Tunnel construction， 2017， 37（S2）： 115?120.

[4] 张晓芹，胡江碧，王猛，等.基于驾驶视认需求的隧道中间段路面亮度需求[J].北京工业大学学报，2016，42（5）：768?773.

ZHANG Xiaoqin， HU Jiangbi， WANG Meng， et al. Road surface luminance of tunnel interior zone based on the driving visual cognition demand [J]. Journal of Beijing University of Technology， 2016， 42（5）： 768?773.

[5] 苏玉泽，任清华，孟庆微.低信噪比下TDCS的压缩感知稀疏信道估计[J].计算机仿真，2016，33（1）：205?208.

SU Yuze， REN Qinghua， MENG Qingwei. A compressed sensing channel estimation method for TDCS in low SNR conditions [J]. Computer simulation， 2016， 33（1）： 205?208.

[6] 冯守中，高巍，王军.蓄能发光多功能涂料辅助隧道照明试验研究[J].现代隧道技术，2016，53（4）：189?194.

FENG Shouzhong， GAO Wei， WANG Jun. Experimental study on energy?storing self?illuminated multi?functional coating for auxiliary lighting in tunnels [J]. Modern tunnelling technology， 2016， 53（4）： 189?194.

[7] 曹立波，陈峥，秦勤，等.基于车辆位置感知的自动快速公交系统[J].中国公路学报，2017，30（11）：115?121.

CAO Libo， CHEN Zheng， QIN Qin， et al. Automatic bus rapid transit system based on vehicle position sensing [J]. China journal of highway and transport， 2017， 30（11）： 115?121.

[8] 秦慧芳.隧道照明自动控制系统的设计[J].现代建筑电气，2016，7（8）：59?61.

QIN Huifang. Design of tunnel lighting automatic control system [J]. Modern architecture electric， 2016， 7（8）： 59?61.

（上接第97页）

[9] 潘国兵，梁波，皮宇航，等.基于反应时间的隧道照明缩尺模型集成系统的研制与应用[J].现代隧道技术，2016，53（3）：26?32.

PAN Guobing， LIANG Bo， PI Yuhang， et al. Development and application of an integrated scale model system of tunnel lighting based on reaction time [J]. Modern tunnelling technology， 2016， 53（3）： 26?32.

[10] 董丽丽，石娜，张利东，等.低透过率下隧道照明亮度对能见度的影响[J].光子学报，2017，46（2）：20?27.

DONG Lili， SHI Na， ZHANG Lidong， et al. Influence of tunnel lighting brightness on visibility under low transmittance [J]. Acta Photonica Sinica， 2017， 46（2）： 20?27.