罗泽裕 刘书陶
摘要:车子进入隧道后,司机视野中的强光会产生较大的视觉冲击,存在较大的安全隐患,但若长时间固定亮度照明必然造成大量能源浪费。为解决这一问题,文章设计了一套基于智能感知技术的隧道智慧照明按需控制系统。该系统为嵌入式架构,基于模糊控制算法和分级控制思想,选取了亮度间距可调节的LED隧道照明灯具,实现系统三级实时控制,大大降低隧道照明耗电,并有效提升隧道行车安全。
关键词:公路隧道;按需照明系统;节能控制;智能感知技术
中图分类号:U453.7 文献标识码:A
文章编号:1673-4874(2024)04-0183-03
0 引言
与一般道路灯光要求不同,高速公路隧道内白天灯光的问题比较复杂。科学设置公路隧道照明,并调整其亮度模式和分配方式,可在保障隧道内安全、舒适行驶的前提下,实现高速公路隧道控制的智能化、节能化[1]。
荔玉高速公路管辖路段地形非常特殊,隧道非常多,照明系统在工程初期设计时,没有利用自然采光,在车流量较小的情况下,采用隧道出入口“长明灯”模式,未对照明亮度进行自动调节,造成大量能源浪费;且一般都是人工定时排查,在这种分布范围非常广的照明设备上,管理难度较大,常规维护成本较高。
道路智能感知技术是指利用雷达、摄像头、亮度仪、能见度仪等各种传感器和智能算法对道路周边的交通环境进行实时感知和分析的技术。通过感知车辆、行人、交通标志、信号灯等道路要素等信息,提取车流量、车辆驾驶行为、路况信息等关键数据,为智能交通系统提供可靠的技术信息保障。
隧道照明系统基于道路智能感知技术的应用,可以很好地解决以上问题。为此,本文开展荔玉高速公路隧道照明节能方法研究,先采集隧道外亮度传感数据、隧道内车速传感数据,通过光纤以太网与控制中心由控制中心计算机完成数据处理和科学建模,得到最优的灯光配置,并在符合国家标准和行车安全的前提下,进行智能远程调控,实现绿色节能。
1 系统总体架构设计方案
该系统在满足行业标准规范的前提下,合理制定隧道照明运营管理标准,确保隧道安全。其系统架构设计如图1所示。
由图1可知,该系统主要由监控中心电脑和各隧道智能控制系统组成,通过通信系统工业光纤交换机和监控中心电脑交互数据。其中,作为系统控制中心的电脑,可以通过相应的监控软件远程监控各个控制器智能控制调光的情况,负责执行隧道LED智能调光的所有功能。
2 系统硬件设计概述
2.1 洞内外光照强度数据采集系统设计
现场环境参数采集包括洞内外光照度和车流量数据。光照度的采集又分为两部分:隧道外数据和隧道内数据。均采用高精度亮度仪采集,亮度仪的光敏感应器安装在高速公路隧道入口段以及入口出口附近的隧道外路段,通过4~20 mA模拟量信号接入嵌入式主板或就近的区域控制器,从而实现对隧道内外光照度的采集[2]。基于STM32的亮度仪数据硬件采集部分主要涉及电源模组设计和资料收集模组设计两个方面。以最大光照度10 000 cd/m2为例,光强计算公式如下:
LUX=(I-4)(20-4)×10 000 cd/m2(1)
式中:LUX——光照度(cd/m2);
I——电流值(mA)。
2.2 车流量数据采集
该系统的车流量数据是通过激光式车辆检测传感器采集的[2],不需要破坏路面,减少了施工成本,还可实现多车道的交通流量探测。车辆通过激光幕时,采集控部件可将通过时间、车辆宽度高度、车速等信息记录下来,从而实现车辆流量的数据采集。如图2所示。
2.3 嵌入式控制系统的设计
系统基于嵌入式架构开发,采用Cortex-M4嵌入式处理器,它具有高效的运算能力、低功耗特性和丰富的外设接口。并结合传感器进行数据采集,通过通信模块与外部交互。设计控制算法实现精确控制,编写软件程序实现功能,进行硬件电路设计与调试,确保系统稳定可靠,满足控制需求。并结合洞内外亮度和车流量等参数,并通过物联网通信技术上传至远端服务器,通过本地+远程智能算法综合分析参考,以模糊控制算法和分级控制思想,选取了亮度间距可调节LED的隧道照明灯具,实现系统三级实时控制,嵌入式控制系统设计流程图如图3所示。
一个隧道分为左右洞,每个洞的灯具分为三个控制回路,分别为入口加强回路(包含入口加强、过度加强),基本应急回路(包含基本回路和应急回路),出口加强回路。如图4所示。
3 关键技术
在道路智能感知技术中,智能算法起着至关重要的作用。通过深度学习、机器视觉和模式识别,可以高效、准确地处理和分析感知的数据。例如,可以利用卷积神经网络(CNN)对摄像头获取的图像中的物体进行检测和识别,从而实现对车辆和行人的自动识别和跟踪,以便更好地调整智能照明控制策略,在确保安全通行的前提下,达到最佳节能效果。
系统设计方案参考荔玉高速公路实际情况,在符合行业标准规范的前提下,优化隧道照明设计,在确保安全的前提下,合理制定隧道照明运营管理标准,为公路运营降低经济成本。基于上述设计理念,在控制策略运用了如下几项关键技术。
3.1 基于模糊控制算法进行动态亮度调节
先收集洞外的亮度和车流量信息,通过调光控制器,将数据发送至数据管理平台,与实时采集到的洞内亮度信息进行比对,根据模糊控制的输出结果[3],调整灯的电流大小,计算出隧道内的亮度,以满足洞内的亮度需求,从而达到节约能源的目的。如图5所示。
3.2 多传感器环境和车辆信息感知相融合的闭环反馈控制
系统将整合处理后的多源信息,如车速、车流量、洞外的亮度等,在有车辆准备进入隧道的情况下,测算隧道所需亮度[5]。如图6所示。
同时,对隧道内的实际照明亮度进行实时监控和调整,照明灯具采用“分段暗灯”的办法。利用数据挖掘技术,将隧道流量的时间序列进行划分,实时适应性调光[5]。如下页图7所示。
3.3 基于堆叠自编码器模型的车流量预测算法
该系统的控制思路是基于隧道外部的自然光强度等环境参数以及实时交通流量并结合交通流量预测来控制隧道照明系统。而对于交通流量预测,目前已经有许多精度很高的算法,可以准确预测工作日和节假日隧道中的交通流量和不同的天气流量。利用优化的堆叠自编码器模型预测高速公路隧道内的交通流量,并利用预测的交通流量信息对隧道照明进行智能控制。
基于堆叠自编码器模型的交通流量预测的算法为:准备交通流量的历史数据作为训练集;每个样本包含一段时间内的输入特征和相应的输出交通流量;输入特征可以包括时间、日期、天气状况等;输出变量是要预测的交通量。
堆叠式自编码器通过逐层预训练和微调来构造。假设有一个L层编码器,其中L层的输入是X(l),输出是Y(l),隐含层是H(l)。那么计算过程可以表示为:
H(l)=f(W(l)×X(l)+b(l))X(l+1)=H(l)(2)
式中:f——激活函数;
W(l)、b(l)——第1层的权重和偏置项。
在训练阶段,对每个自编码器进行逐层训练,逐步生成更好的特征表示。这些要素表示捕捉输入要素和交通量之间的关系,从而提取有用的信息。
在预测阶段,使用经过训练的堆叠自编码器,以当前输入特征作为输入,通过前向传播获得最后一个隐藏层的特征表示。然后,将该特征传输到最后一层的解码器,通过反向传播重构输出,即预测交通量。
3.4 采用无极调光技术优化照明调光算法
LED灯具照度根据洞外实时亮度和车流情况进行动态调整,并结合以往运行经验对调光算法模型进行优化,使隧道照明实时照度变化受到更细化分级的照明系统的智能控制,实现经济性与安全性的平衡。
此外,系统还通过多种方式实时检测隧道供电设施、照明灯具等设备的运行状态,通过系统平台发出设备故障的告警,告知检修人员及时处理,提高了隧道设施故障响应的速度和设施完好率,通过技术手段变被动为主动,减少了检修、巡查工作量,减少了检修费用支出。
总之,道路智能感知技术通过传感器和智能算法的结合,实现对道路交通环境的实时感知和分析,为智能交通系统提供重要支持,具有广阔的应用前景。
4 应用案例及预期成果
隧道照明控制主机实时采集洞外亮度和车流数据,并内置国家相关隧道照明标准优化的控制算法,通过调光控制设备自动进行LED隧道灯的调光和开关控制操作,使隧道内照明满足交通安全需求,同时又不会造成照明过度,从而实现节能最大化[8]。如表1所示。
通过这个系统的开展和实施,可以带来节能减排的直观效益,在满足隧道照明国家标准要求的情况下,通过技术创新,使隧道照明用电降低30%以上。如表2所示。
以黄京山一号隧道为应用试点对隧道进行了照明方面的优化设计。根据隧道交通对照明亮度的要求,对LED灯进行动态调光,既满足交通安全需求,又实现了隧道照明能耗的节约,通过测试数据分析,综合节电率达到40%,且车辆通过黄京山一号隧道时驾驶员视觉舒适度明显提高。
5 结语
本文针对荔玉高速公路智能隧道照明调光系统进行了研究,运用当前先进的智能感知等创新技术定时收集并储存洞外亮度和车流数据等信息,并通过物联网通信技术上传至远端服务器,通过本地+远程智能算法综合分析参考,实时智能控制公路隧道内各路段的照明。通过实际应用案例证明,该系统可以有效地按需控制隧道内各路段的照明,大大提高了隧道通行的安全性,并较大程度实现了节能减排。
参考文献
[1]徐增勇,张晓玉.基于物联网的公路隧道智慧照明节能系统硬件设计[J].电子测试,2020(17):28-20.
[2]于 露,杨 帆.智慧高速公路隧道节能照明系统设计与应用[J].数字技术与应用,2022,40(4):190-193.
[3]宋峰华.公路隧道照明节能方法研究[D].赣州:江西理工大学,2017.
[4]张 乾.公路隧道照明智能控制系统的设计[D].大连:大连海事大学,2016.
[5]秦 莉.公路隧道照明系统智能控制的关键技术研究[D].大连:大连海事大学,2019.
作者简介:罗泽裕(1985—),工程师,主要从事高速公路机电工程管理,收费三大系统和隧道机电设备运维、管理工作。