周 帅,周 培,武恒颉,周灵钰
(南京铁道职业技术学院,南京 210056)
铁路道口是铁路和公路的一个交汇处,其中道口栏木起降时间不合理、行人盲目强行侵入道口等是造成各类事故的主要原因。如今尚不能把所有平交道口立交化。而传统的铁路管理模式,即由班组负责值守的方式,主要用于处理人流和车流量密集的关键路口,这种方式不仅效率较低,且成本高昂,同时还存在潜在的安全风险。虽然近年来,针对专用铁路线的安全工作已经取得显著进步,安全状况也在不断改善。但是铁路安全工作仍然面临着巨大挑战。
相较于传统道口预警实现方案,本系统在道口拦截部分设计上选择使用无线射频通信技术,当列车触发来车传感器时,由预警分机向道口预警主机发出预到达信号,主机迅速算出关闭道口的恰当时间,实现预警;列车通过离去传感器后,预警主机马上解除报警,并打开道口让道路车辆通行。在道口监控部分设计上选择使用车辆与行人目标识别技术,并依靠车地的相互通信,将道口视频传输至列车驾驶室,使列车司机能实时掌握即将通过道口的情况。铁路道口的集中控制将传统的道口现场人工管理转变为全自动的远程管理,这可以大大减少道口值班人员的数量,从而带来显著的经济效益。另外,远程集中控制在铁路道口的应用也带来了新的管理形态,通过对铁路道口的运输作业流程改革,进一步提高其管理效率,将传统的人工观察和操作方式转变为“远程可观测和操控的无人监控”模式。
如图1 所示,该系统结合多传感器技术、现代化的通信手段以及视频监控技术,目的是为全方位地自动化管理并实时监控铁路无人道口。该系统主要包括4 个核心组成部分:分别是列车上/下行传感器、无线预警分机、道口预警主机以及车地联动视频监控。
图1 道口预警系统原理示意Fig.1 Schematic diagram of principles of crossing early warning system
列车上/下行传感器的主要功能是捕捉列车距离铁路道口的数据,其设计包括在距离道口大约3 km 的列车上行方向分别设置两个来车传感器,在道口旁列车下行方向分别设置两个离去传感器,这些传感器呈十字形布局在规定的铁路安全距离内。这种配置不仅可以获取列车的行进方向和通过速度等关键信息,还可以识别潜在的干扰因素。
预警分机的主要功能是将传感器捕捉到的列车经过信息,通过无线信号处理器处理后,发送至道口预警主机,从而实现是否存在列车靠近的信息传递。
预警主机的主要功能是在收到来自预警分机的列车接近通知后,自动降低道口联动道闸,以防止行人与车辆通行。同时,它还会启动道口声光报警器来提醒行人及车辆注意安全。一旦接收到列车离去的信息,道闸就会重新升起,信号灯变为绿色,向行人及车辆传达出道口已经安全的信息,允许继续通行。
车地联动道口视频监控的主要功能是对道口通行车辆和行人信息进行识别,并实时的将道口交通状态传输至列车驾驶室和铁路交通管控部门,以实现车-地的相互通信,使列车司机能实时掌握即将通过道口的情况。当系统设备故障时,铁路交通管控部门可立即派设备维护人员赶往现场进行维修,并且对于闯卡、违规调头、超速等危险行为进行自动抓拍、记录,由铁路交通管控部门审核之后交由交通管理部门依法进行处罚。
无人化道口预警集控系统流程如图2 所示。
图2 无人化道口预警集控系统流程Fig.2 Flowchart of centralized control system for early warning of unmanned level crossing
本文中设计的道口预警系统中最重要的设备是预警分机、预警主机及视频监控。在设计中,预警分机、预警主机与视频监控通过配置进行区分,故在介绍其设计时统称为道口预警设备。道口预警设备分为主控板和功率板两部分,整体设计框如图3所示。
图3 道口预警设备设计框Fig.3 Block diagram of equipment design of crossing early warning
道口预警设备主控板主要包括微控制器模块、LoRa 通信模块、列车传感器、RS-485 串口模块、数据存储模块、图像采集模块、4G 图传模块和电源模块等。
微控制器模块主要采用通用型STM32F103ZET6,每台设备各一片,分管数据采集和数据通信功能,兼具低成本和低功耗两个优势。
列车来车传感器和列车离去传感器,主要是采用激光对射传感器,将列车行车信息转化为电平信号传入微控制器。微控制器根据不同的电平信号运行对应的指令,而其中的通用定时器则可以对捕获到的两次电平信号的时间进行比较,从而计算出列车经过道口时的区间速度。
RS-485 串口模块作为常用的制式工业通用接口,为预警主机和预警分机保留额外功能扩展或数据交互的可能,并且可以通过外部的烧录装置重新为其下载新的程序,保留其本地更新功能。
数据存储模块选用一款可通过USB-SPI 访问的存储芯片,用于存储道口视频和下载供OpenMV使用的车辆或行人识别卷积神经网络模型。
图像采集模块主要是采用OpenMV,其搭载了MicroPython 解释器,使其可以在嵌入式端进行本地python 开发,并且将OpenCV 训练后的卷积神经网络模型通过数据存储模块存入本地数据集中,在图像识别中便于进行本地模型的调用。OpenMV进行图像识别的原理大致如下:首先利用OpenCV对含有车辆或行人的正负样本数据集进行训练,生成只可供OpenCV 调用的cascade.xml 分类器,再将xml 格式的文件通过python 转换成cascade格式的可供OpenMV 识别的文件,后将生成的可识别格式文件导入OpenMV 即可进行图像识别。
图像识别流程如图4 所示。其对于列车道口行车风险等级判断的原理是:首先根据道口的警示位置将图像的像素坐标划分低风险区和高风险区,由OpenMV 将采集到的图像中的车辆或行人图像进行预处理,经过灰度处理后,形成大小统一的图像。按照行人或车辆边界拟出相对贴合的线性矩形,并由微处理器计算线性矩形的中心坐标。当中心坐标位于低风险区或高风险区时,即视为闯卡、翻越、调头等交通违规行为。
图4 道口预警图像识别流程Fig.4 Image recognition process of crossing early warning
4G 图传模块主要是用于将OpenMV 处理后的已标注图像数据,传输至列车驾驶室和铁路交通管控部门。此视频信息采集系统为管理者提供详细且全面的记录,不仅可以追踪运动目标,获取经过道口的车辆的速度、车牌、状态,还增加区域监测和划定的区域框,可以对铁路道口的车辆超速、违规掉头、闯卡等行为进行智能视觉识别,将违规车辆的信息上传到交通控制平台。此外,它还可以通过管理服务器实现多道口的联合管理,为多道口联动道口预警控制提供可靠的技术保障,构建无人值守的铁路道口远程集控管理系统。
电源模块主要包括主控板电源产生和自检以及外置蓄电池信息的采集。主控板电源主要依靠线性减压芯片产生,满足板上各芯片的各级电压需求,同时运用分压原理实现自检。外置蓄电池配有专用电源管理模块,其信息可通过RS-485 通信读取。
功率板主要包括天线、LoRa 芯片、射频前端模块和电源管理模块等。
天线选择科信无线的433 MHz 吸盘天线,主要参数如表1 所示。在通信系统中,增益的强弱将影响到天线的辐射能力或接收无线信号的能力。一般情况下,增益越高,无线信号的传播距离越远。因此,为了提升预警无线模块的通信距离,选择使用外置全向高增益高增益的吸盘天线,此类型的天线具有较高的增益,能够增强无线信号的传输和接收能力,从而提升预警系统通信距离。
表1 科信无线433 MHz吸盘天线参数Tab.1 Parameters of Kexin 433 MHz wireless suction cup antenna
LoRa 通信芯片选用美国SEMTECH 的SX126X芯片,主要参数如表2 所示。LoRa 通信模块用于传输列车传感器收集到的信息。许多传统的无线通信系统使用频移键控(FSK)调制作为物理层,因为它是一种实现低功耗的非常有效的调制。但是在铁路系统中,雷达设备与电台通信设备均会对物理层FSK 产生巨大的干扰,而 LoRa 是一种基于线性调频扩频调制的通信技术,它具有类似FSK 调制的低功耗特性,但在通信距离上具有显著的提升。线性扩频技术已在军事领域和空间通信领域使用了数十年,由于其可以实现长通信距离和抗干扰的鲁棒性。而LoRa 则是第一个将这种技术用于商业用途的低成本实现方式,可以极大地减弱铁路设备对于道口预警系统的信号干扰。
表2 SX126X芯片参数Tab.2 Parameters of SX126X chip
射频前端模块是指连接LoRa 通信芯片和天线之间的电路和模块。它负责将数字信号转换为适合传输的无线信号,提供必要的放大、滤波和调制等功能,并直接影响着预警系统的整体信号质量、传输速率和功耗等性能指标。运算放大器和混频器是射频前端的核心组件,主要功能是将数字信号转换为无线信号,并将接收到的无线信号转换为数字信号。滤波器在射频前端中起到关键作用,用于去除不需要的频率分量,保留所需的信号。功率放大器是射频前端中的重要组成部分,用于增强发送信号的功率,以便在预警信息传输过程中能够达到2.5 ~5 km 距离的覆盖。
电源管理模块选用德国西门子的6EP1332-2BA20 开关电源,主要参数如表3 所示。由于预警系统对于无线通信的实时性与稳定性要求较高,因而需要经常使用开关电源来进行电压的变压处理。开关电源主要通过AC/DC 变压稳压器,对获得的电压进行降压、稳压,以保持电压的稳定性,进而有效控制电压振动波形,确保无线通信设备的有效运行和功能的正常发挥。
表3 西门子6EP1332-2BA20开关电源参数Tab.3 Parameters of Siemens 6EP1332-2BA20 switching power supply
为验证道口预警系统功能正确性及完整性,对该系统的控制响应时间、状态反馈时间、断网重连时效、识别准确率、运行功率以及通信稳定性等主要性能进行试验,测试结果如表4、5 所示。并在南京浦镇中车试车线上进行封闭区段的样机测试,并接入道口交通信号灯、道口拦木机、道口压道铃、车地联动道口视频监控等设备,如图5 所示。
表4 性能可靠性测试结果Tab.4 Results of performance reliability test
表5 通信稳定性测试结果Tab.5 Results of communication stability test
图5 道口预警系统信息可视化平台Fig.5 Information visualization platform of crossing early warning system
通信稳定性测试的关键是预警分机微处理器、预警主机微处理器和OpenMV 微处理器的外部输入和内部输出监测。其主要通过PC 对串口的数据模拟,包括对OpenMV 的识别输出点位AI、列车上/下行传感器对预警分机微处理器的输入点位DI 和预警主机微控制器输出至外接设备的输出点位DO。
测试结果表明:该系统的稳定性、可靠性均达到了预期的指标。通过使用LoRa 无线通信技术提高铁路道口预警效率,给铁路交通管理部门提供更稳定管理方案和更便捷的后期维修方式,提高运行维护水平。并且预警系统设备可根据列车行驶位置实行自动化控制,智能视觉监控亦可与车载监控设备联动、协同作业,以实现智能化、自动化设备运行的需要。同时可以极大地提升铁路系统的运营效率,降低铁路道口的事故发生率。
结合当前铁路平交道口区域人工预警时效性低、路改桥施工成本高以及维护成本高等问题进行分析,以LoRa 无线通信为基础,设计出一套铁路道口预警系统,很好地解决上述问题。最后通过实际应用测试证明,该系统便于管理,节省运维人力,且其智能化、自动化理念符合智慧铁路的设计要求。