高速公路隧道照明智能控制

陈光勇, 万 利, 周逸凯

(山东省交通规划设计院集团有限公司 隧道与地下工程设计分院, 济南 250000)

0 引 言

我国地势复杂, 从克服高程差、 缩短车辆行驶里程等方面考虑, 我国建设了大量隧道路段, 但随之带来了隧道照明能耗过大的问题。钱卫建[1]对舟山跨海大桥、 甬台温高速甬台段等4条高速的水电动力费用进行了统计, 其中隧道用电占60.66%, 照明用电又占隧道总用电的85%, 可见隧道照明用电是高速公路的主要能耗形式。而目前的隧道照明控制不合理, 存在“过度照明”的现象, 造成能源大量浪费, 目前亟需一种安全、 高效的隧道照明智能控制策略以实现隧道运营节能与行车安全。

驾驶人行车过程中约90%的信息通过视觉得到, 而隧道“黑白洞”效应的存在造成了隧道出入口附近事故高发, 驾驶人的视觉特性与隧道安全紧密相关。关于隧道照明, 学者们从驾驶人视觉特性的角度出发进行了大量研究。杜志刚等[2-3]利用眼动仪对驾驶人瞳孔面积与照度的关系进行了研究, 提出了基于视觉适应的隧道进出口照明公式, 并利用瞳孔面积速度/瞳孔面积临界速度比率k评价隧道路段视觉负荷, 建立了基于k值的视觉明暗适应时间指标。慕慧等[4]分析了瞳孔面积变化速度对行车安全的影响, 得到了基于视觉适应能力的隧道进出口安全行车的临界速度。彭成坝等[5]分析了驾驶人暗适应过程, 根据暗适应时间曲线, 得到了基于亮度变化的隧道入口前可变限速值。董相平[6]根据瞳孔面积变化率与机动车临界速度之间的关系, 得到满足明、 暗适应的视觉负荷程度对应的机动车临界速度值, 最终确定了隧道限速值。

在灯光控制方面, 现有的研究或应用大多采用分段控制, 即将隧道分为多段, 在每个分段采用相应的照明功率, 如《公路隧道照明设计细则》(JTG/T D70/2-01—2014)[7]中对隧道照明亮度进行规范设计, 其照明方式采用分段控制的形式。张伟刚等[8]、 何威等[9]也都采用了分段控制的方式对隧道灯光进行控制。但分段控制的方式存在能源浪费以及无法与人眼明暗适应过程中连续渐变的状态相适应的问题, 人们开始将目光聚集在隧道灯光无极调控方面。杨晓光等[10]对隧道无级调光方式与传统的分级调光控制方式进行对比分析, 发现利用LED(Light Emitting Diode)照明灯具进行无级调光可在照明节能、 提高路面均匀度等方面具有突出优势。何素梅等[11]为了利用LED灯的调光性能, 使隧道内亮度更好地适应洞外环境亮度的变化, 提出了一种基于闭环回路串行通信结构的LED隧道灯调光设计方案, 实现对隧道灯光的独立控制。沙欣[12]、 秦慧芳等[13]等结合模糊理论和神经网络, 以洞外亮度、 车流量等作为输入参数, 计算相应的灯光亮度。虽然这些研究已经开始利用无极调光的优势, 但缺乏对交通流到达规律的考虑, 控制结果仍较为粗糙。

综上所述, 目前国内隧道灯光主要采用分段控制方式, 无法满足人眼明暗适应过程中连续渐变的要求, 且实际隧道灯光控制过程经常采用常亮的方式, 能源浪费严重。目前LED灯、 无极调光以及隧道信息感知技术已经十分成熟, 如何利用这些技术, 实现对隧道照明的精细化控制, 使其在更符合人眼适应特性的同时降低照明能耗, 成为当前的研究重点。

针对上述问题, 笔者在交通信息感知基础上, 考虑道路交通流到达规律以及隧道外的亮度特点, 设计了一种高速公路隧道照明智能控制方法。首先, 在对交通流速度估计基础上, 结合隧道洞外亮度信息, 构建了隧道灯具照度的计算方法。其次, 依据车辆到达数据, 采用“车进灯亮, 车走灯灭”的控制策略, 设计了隧道灯具启灭控制策略。最后, 进行了实验分析, 结果表明该隧道照明控制方法能更好地适应于人眼视觉特性, 在保证隧道照明的同时具有节能的效果。

1 隧道灯具照度设计

隧道内外光照的变化会给驾驶人心理产生生理负荷, 尤其在隧道进出口附近, 驾驶人对光照变化存在明显的明/暗适应过程, 而当光照变化十分剧烈时, 驾驶人不能及时适应, 易造成视觉障碍, 不利于行车安全。考虑交通流运行速度、 交通流密度等交通特性, 从驾驶人负荷的角度出发, 结合隧道内外照度差异, 对隧道灯光照度进行设计。

1.1 交通流运行速度估计

受交通流状态、 天气状态等因素的影响, 车辆行驶速度会随时间不断发生变化, 而隧道出入口照度变化强度与车辆行驶速度具有相关性, 因此, 利用交通检测器对道路交通流速度进行检测及估计, 为后续隧道照度计算提供支持。

如图1所示, 在隧道路段分布一定量的交通检测器, 利用其对交通流速度进行实时检测, 将xi位置处的检测器测得的交通流速度表示为vi。

图1 隧道示意图Fig.1 Schematic diagram of tunnel

在交通流检测数据的基础上, 利用滤波方法实现对路段交通流速度的连续估计。设x位置处的交通流速度为V(x), 则任意位置处的交通流速度可表示为

(1)

1.2 灯具照度

1) 隧道中间段照度。《公路隧道照明设计细则》(JTG/T D70/2-01—2014)[7]中对隧道中间段亮度进行了规定, 如表1所示。

表1 隧道中间段亮度

表1中, 当设计速度为100 km/h时, 中间段亮度可按80 km/h对应亮度取值； 当设计速度为120 km/h时, 中间段亮度可按100 km/h对应亮度取值。首先, 在检测器获取隧道路段交通量的基础上, 依据隧道中间段亮度要求以及路面亮度系数确定隧道中间段照度值Ein=Lin/q0, 其中q0为路面亮度系数。

2) 隧道出入口段照度。瞳孔面积变化能很好地表述驾驶人的视觉适应性及视觉负荷程度, 隧道进出口照度急剧变化, 使驾驶员瞳孔面积发生较大变化, 驾驶负荷急剧增加, 为提高驾驶人视觉舒适性, 提升驾驶安全性, 基于人眼明/暗适应特性, 利用隧道外照度实时检测值, 对隧道出入口附近照度进行设计。

设隧道内路面照度为E(lx), 驾驶人瞳孔面积为S(mm2), 相关研究[2]表明, log(ES)与log(E)成一次线性关系, 可表达为

log(ES)=alogE+b

(2)

其中a、b为常数。

由式(2)对时间求导, 可得瞳孔面积变化速度

(3)

(4)

将隧道交通流速度估计值v=V(x)代入式(4), 得

(5)

对式(5)两端求积分, 得到隧道出入口照度与空间位置的关系

(6)

其中x0为隧道口处的位置坐标, 车辆进入隧道时取隧道入口位置, 车辆驶出隧道时取隧道出口位置。相关研究[2]表明, 瞳孔面积变化速度在[-6,4] mm2/s之间时, 驾驶人没有视觉障碍发生, 为保证行车安全, 可引入安全常数c1, 驾驶人视觉明适应时取ve=(-6+c1) mm2/s, 暗适应时取ve=(4-c1) mm2/s。

3) 交通流密度的灯具照度优化。车辆在进入隧道时需要开启近光灯, 隧道内的亮度同时受隧道灯光与车辆灯光的影响, 当车辆密集时, 车辆灯光已为隧道内部提供了一定的照明, 可适当降低隧道灯具照度。根据检测器获取的实时交通流密度对隧道照明进行调整优化, 在交通流密度大的区域适当降低灯具亮度, 在满足隧道照明需求的同时节约能源。

通常汽车近光灯的照射距离在30～40 m左右, 当40 m内只有一辆车, 即当交通流密度小于25 veh/km时, 车辆间的灯光无重叠, 当交通流密度达到阻塞密度时, 车辆提供的亮度达到最大。因此, 将隧道灯具照度按

(7)

进行调节。其中E′为调节优化后的灯具对路面的照度要求；E为路面理论照度需求；k为实时交通流密度；kj为阻塞密度；Ej为交通流密度是阻塞密度时车灯为路面带来的路面照度。

2 隧道灯具智能启灭控制策略

隧道交通量在时间维度上的分布具有不均匀性, 存在部分时间段交通量大, 部分时间段无车的情况。若隧道内无车时仍开启隧道全部灯光, 会造成能源的极度浪费, 对隧道灯光采用“车进灯亮, 车走灯灭”的控制策略, 可节约能源。

依据检测器位置或检测断面对隧道路段进行区段划分, 区段长度依据隧道交通信息的精细化程度确定, 如图2所示。设路段由N+1个检测断面划分为N个区段, 第1个检测断面位于隧道入口之前, 第2个检测断面应位于隧道入口处, 最后一个检测断面位于隧道出口处。

图2 隧道区段划分示意图Fig.2 Schematic diagram of tunnel section division

统计每个区段内的车辆数, 若区段内车辆数大于0, 则启亮该区段的灯光, 若区段内无车, 则熄灭该区段的灯光。具体实时过程中, 考虑到灯具启亮需要的时间、 灯光需在车辆到达前启亮以及行车安全等因素, 分别设计灯光启亮和熄灭策略。

2.1 启亮区间计算

(8)

(9)

2.2 延时熄灭控制

当车辆全部驶出区段j时, 熄灭区段j内的灯光, 考虑停车视距、 后方灯光突然熄灭时驾驶人的焦虑感, 对隧道灯光进行延迟熄灭, 车辆驶出区段距离ld后熄灭灯光,ld应确保驾驶人行车过程中不会有焦虑情绪产生, 相应的延迟时间计算公式为

(10)

2.3 灯光启灭控制逻辑

在检测器获取实时交通流数据的基础上, 系统以一定的频率不断执行隧道灯光启灭判别及控制, 具体的单次隧道灯光启灭判别及控制流程如图3所示(F(j)为区段j的计时器标记)。

图3 单次隧道灯光启灭判别及控制流程图Fig.3 Flow chart of single tunnel light on/off discrimination and control

其步骤可概括如下：

1) 对每个区段, 计算该区段内的车辆数, 如区段j内的车辆数Z(j)=Q(j+1)-Q(j), 其中Q(j+1)和Q(j)分别为检测断面j+1和j通过的交通量；

4) 计算隧道全程灯光启亮区间Ot=O(1)∪O(2)∪…∪O(N), 并对区间Ot内的灯光执行启亮操作；

5) 计算隧道灯光熄灭区间Dt=(D(1)∪D(2)∪…∪D(N))-Ot, 并对区间Dt内的灯光执行熄灭操作。

3 仿真实验

为验证笔者设计方法, 运用vissim与dialux进行交通流与照明仿真模拟, 对隧道照明控制方法的照明效果及节能情况进行评价分析。

3.1 照度分析

假设隧道为单向双车道隧道, 全长900 m, 隧道洞外亮度为3 500 cd/m2, 交通流量为600 veh/(h·ln), 《公路隧道照明设计细则》中对120 km/h、100 km/h、80 km/h、60 km/h等设计速度下的隧道亮度进行了规定, 利用笔者方法计算相应设计速度下的隧道照明曲线, 在计算过程中取常数a=0.854 42和b=1.157 45[2], 以及明适应瞳孔面积变化速率ve=-3 mm2/s, 和暗适应瞳孔面积变化速率ve=1 mm2/s, 得到隧道照明曲线如图4所示。

图4 隧道照明曲线图Fig.4 Tunnel lighting curve

由图4可知, 笔者方法计算得到的照明曲线平滑, 相比传统隧道照明阶梯性的灯光控制方式, 该控制方法计算得到的光线变化连续平缓, 与人眼适应过程一致。在人眼适应特性研究的基础上设计的照明曲线, 可避免灯光照明突变引起的视觉障碍, 保障行车安全性。

运用dialux对隧道照明进行模拟, 如图5所示。隧道尺寸如图5a所示, 隧道壁采用反射度为11%的材料, 顶部反射度为43%, 路面反射度为14%, 隧道灯具于隧道两侧采用对称式布设, 沿前进方向每隔6 m布设一对灯具, 灯光色温为5 000 K。对隧道进行照明模拟, 其中灯具发光效能为40 W, 4 400 lm时的模拟效果如图5c、 图5d所示。

在构建隧道照明模型的基础上, 以三雄极光的LED隧道灯为参考, 其灯具光效率为110 lm/W, 对灯具功率参数进行修改模拟, 得到了灯具光通量-功率关系图与隧道路面亮度-灯具功率关系图, 如图6所示。

由图6可知, 在不考虑阳光、 车辆灯光的影响, 且灯具布局、 光效率不变的情况下, 隧道路面亮度与灯具功率成线性关系, 在该实验设置参数的情形下, 隧道路面亮度(Lr)与灯具功率(P)的关系为Lr=0.084P。

图5 隧道照明模拟图Fig.5 Simulation diagram of tunnel lighting

图6 灯具功率响应关系Fig.6 Lamp power response relationship

3.2 灯光启灭控制效果分析

利用vissim对隧道交通流进行模拟仿真, 在隧道入口前布设第1个检测器, 隧道入口处布设第2个检测器, 隧道内检测器分别按照100 m、50 m的间隔布设并进行模拟控制, 分别对交通流量为100 veh/(h·ln)、300 veh/(h·ln)、600 veh/(h·ln)、1 200 veh/(h·ln)的情况进行了仿真测试。

仿真时长为1 800 s, 灯具延迟熄灭距离取ld=10 m, 选取其中第68(隧道内402 m)、 85(隧道内504 m)、 101(隧道内600 m)、 118(隧道内702 m)、 134(隧道内798 m)组灯具的启灭控制情况进行说明, 仿真时间内灯具的累计启亮时长如表2所示, 其中检测器间隔为100 m时的灯光启灭状态如图7所示。

由表2及图7可知, 在交通流量达到一定量时, 隧道灯具将常亮, 而随交通流量的减少, 灯具平均累计启亮时间也在缩减, 笔者灯具控制方法可适应于交通流状态, 实时调整灯具启亮状态, 有效降低隧道灯具的启亮时长, 避免不必要的资源浪费。同时根据表2, 对检测器间隔100 m与50 m的数据进行对比可以发现, 检测器间隔越小, 对灯具的控制越精细, 灯具启亮时间控制越精确。

在获取灯具启灭状态的基础上, 依据隧道照度设计以及隧道路面亮度与灯具功率关系, 计算仿真时长内隧道的照明耗电, 由于隧道出入口受日光的影响, 隧道照明无需完全由灯具提供, 选取不受日光影响的隧道内400～800 m范围的灯具进行能耗统计, 隧道交通流运行速度为80 km/h时的统计结果如图8所示。

表2 灯具启亮时长统计表

图7 灯具启灭状态图(检测断面间隔100 m)Fig.7 Lighting on and off state diagram (detection section interval: 100 m)

图8 400～800 m灯具能耗图Fig.8 Energy consumption diagram of lamps within 400～800 m

由图8可知, 由于隧道中间段照明随交通流量的增大而增强, 照明耗能也随交通流量的增大而增加。在交通流量较大时, 笔者方法控制下的灯具长时启亮, 保证行车安全性, 此时的灯具能耗与照明设计细则下的照明耗能相当。而对比交通流量为100 veh/(h·ln)、300 veh/(h·ln)以及600 veh/(h·ln)的情况, 因隧道按照明设计细则进行控制时, 灯具常亮, 其能耗不受交通流量影响, 而笔者控制方法在交通流量减少时, 根据“车进灯亮, 车走灯灭”的控制策略, 灯具启亮时间减少, 其能耗也较低, 当交通流量低于100 veh/(h·ln)时, 其能耗可降至传统常亮控制方法的50%以下, 在车流量低的时段或路段有明显降低能耗的作用。此外, 通过对比检测器安装间隔分别为100 m与50 m的情况可知, 交通流检测信息越精确, 对灯具的控制越精细, 节能效果越好。

4 结 语

针对目前高速公路隧道照明资源浪费问题, 笔者在交通信息感知基础上, 设计了一种隧道照明智能控制方法。首先, 通过滤波方法实现对隧道路段全线交通流的运行速度估计, 并依据人眼的视觉适应特性, 设计了不同交通流速度下隧道出入口照明曲线的计算方法。其次, 从安全以及节能的角度出发, 在将隧道分段的基础上, 设计了“车进灯亮, 车走灯灭”的灯具启灭控制策略。最后, 通过仿真实验, 证明了笔者照明控制策略的优越性, 交通流量较大时可提供良好照明, 而交通流量较小时可依据交通流到达特性对灯具进行启灭控制, 以减小能耗, 节约能源。此外, 对隧道出入口照明曲线的连续平滑的设计更加适应于人眼视觉特性, 可避免隧道出入口“黑白洞”效应, 提高隧道行车安全性。综上, 笔者方法可以在保证隧道照明的情况下降低照明能耗。

参考文献：

[1]钱卫建. 高速公路隧道照明节能减排对策研究 [J]. 中国交通信息化, 2016(8): 127-129,132.

QIAN Weijian. Study on Countermeasures of Energy Saving and Emission Reduction for Expressway Tunnel Lighting [J]. China ITS Journal, 2016(8): 127-129,132.

[2]杜志刚, 潘晓东, 郭雪斌. 高速公路隧道进出口视觉适应实验 [J]. 哈尔滨工业大学学报, 2007(12):1998-2001.

DU Zhigang, PAN Xiaodong, GUO Xuebin. Experimental Studies of Visual Adaptation on Driving Through Freeway Tunnel’ Sentrance and Exit [J]. Journal of Harbin Institute of Technology, 2007(12): 1998-2001.

[3]杜志刚, 黄发明, 严新平, 等. 基于瞳孔面积变动的公路隧道明暗适应时间 [J]. 公路交通科技, 2013, 30(5): 98-102.

DU Zhigang, HUANG Faming, YAN Xinping, et al. Light and Dark Adaption Time Based on Pupil Area Variation at Entrance and Exit Areas of Highway Tunnel [J]. Journal of Highway and Transportation Research and Development, 2013, 30(5): 98-102.

[4]慕慧, 杨少伟, 赵一飞, 等. 基于视觉适应性的公路隧道限速研究 [J]. 重庆交通大学学报(自然科学版), 2010, 29(2): 183-184,232.

MU Hui, YANG Shaowei, ZHAO Yifei, et al. Study on the Speed Limit of Highway Tunnels Based on Visual Adaptation [J]. Journal of Chongqing Jiaotong University(Natural Science), 2010, 29(2): 183-184,232.

[5]彭成坝, 胡顺峰.基于“暗适应”的隧道入口前可变限速值的确定 [J]. 内蒙古公路与运输, 2016(5): 51-53.

PENG Chengba, HU Shunfeng. Determination of Variable Speed Limit in Front of Tunnel Entrance Based on “Dark Adaptation” [J]. Highways & Transportation in Inner Mongolia, 2016(5): 51-53.

[6]董相平. 基于视觉负荷的高速公路隧道限速值的研究 [J]. 青海交通科技, 2019(1): 111-115.

DONG Xiangping. Research on Speed Limit of Highway Tunnel Based on Visual Load [J]. Qinghai Transportation Science and Technology, 2019(1): 111-115.

[7]JTG/T D70/2-01—2014. 公路隧道照明设计细则 [S]. 北京: 人民交通出版社, 2014.

JTG/T D70/2-01—2014. Guidelines for Design of Lighting of Highway Tunnels [S]. Beijing: China Communication Press, 2014.

[8]张伟刚, 瞿少成, 秦天柱, 等. 高速公路隧道照明节能模糊控制系统 [J]. 电子测量与仪器学报, 2017, 31(12): 2049-2055.

ZHANG Weigang, QU Shaocheng, QIN Tianzhu, et al. Energy Saving Fuzzy Control System for Expressway Tunnel Lighting [J]. Journal of Electronic Measurement and Instrumentation, 2017, 31(12): 2049-2055.

[9]何威, 秦会斌, 杜冠峰. 基于模糊PID算法的隧道照明控制系统的设计 [J]. 测控技术, 2020, 39(7): 113-116,121.

HE Wei, QIN Huibin, DU Guanfeng. Design of Tunnel Lighting Control System Based on Fuzzy PID Algorithm [J]. Measurement & Control Technology, 2020, 39(7): 113-116,121.

[10]杨晓光, 吕晓峰. 隧道LED亮度智能无级控制系统节能分析 [J]. 交通世界(运输·车辆), 2008(5): 104-106.

YANG Xiaoguang, LÜ Xiaofeng. Energy Saving Analysis of Tunnel LED Brightness Intelligent Stepless Control System [J]. Transpo World, 2008(5): 104-106.

[11]何素梅, 傅锦良, 吴海彬. LED隧道照明自动调光系统的设计 [J]. 电子测量与仪器学报, 2015, 29(4): 622-629.

HE Sumei, FU Jinliang, WU Haibin. Design of Automatic Dimming System for Tunnel LED Lighting [J]. Journal of Electronic Measurement and Instrumentation, 2015, 29(4): 622-629.

[12]沙欣. LED光源在黄延高速公路隧道照明中的节能技术研究 [J]. 公路工程, 2018, 43(6): 299-303.

SHA Xin. Research on Energy Saving Technology of LED Light Source in Huangyan Expressway Tunnel Lighting [J]. Highway Engineering, 2018, 43(6): 299-303.

[13]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(中英文), 2017, 37(S2): 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.

[14]郑雪莲, 李显生, 任园园, 等. 基于视觉特性的驾驶人预瞄时间建模 [J]. 中国公路学报, 2018, 31(5): 160-166.

ZHENG Xuelian, LI Xiansheng, REN Yuanyuan, et al. Modelling of Driver’s Preview Time Based on Visual Characteristics [J]. China Journal of Highway and Transport, 2018, 31(5): 160-166.