黄昌奎
(中国铁路上海局集团有限公司 安全监察室，上海 200071)
随着铁路高速发展，铁路部门加强了线路封闭管理，来防止异物进入铁路线路。但是，仍有行人、飘浮物、泥石流等障碍物时常侵入铁路线路，严重威胁着列车运行安全。这些障碍物主要依赖列车司机或巡视人员发现后再处置，由于160 km/h的普速旅客列车紧急制动距离为1400 m[1]，往往当司机发现危险时，已经避免不了相撞事故的发生。研究铁路机车车载红外探测技术，增加司机可视距离，设置自动预警提醒功能，及时提醒司机前方线路状况，是解决列车在瞭望距离不足或低能见度条件下行车安全问题的重要手段。
1.1 铁路部门采取的主要安全管控措施
铁路部门为防止列车撞异物，在调度指挥、施工维修等方面采取了一定安全管控措施。在调度指挥时采取行车闭塞法，来保证列车在运行过程中相互间始终保持安全间隔距离，即调度人员在指挥列车运行时，通过相邻车站的设备或人为控制，操作设置在铁路线路上的各类信号机，开放不同的信号，并通过无线通信设备保持与列车司机的不间断联系，要求按照允许运行的信号、凭证，以相应速度安全运行[2]。在施工维修作业时执行“天窗修”制度，防止列车与在铁路线路上的作业人员、机具相撞。
铁路部门对铁路线路实行封闭管理和道口看守制度，防范闲杂人员、车辆、牲畜进入铁路线路，主要在铁路线路两侧，按照高速铁路、普速铁路不同等级，安装了不同标准的防护栅栏进行物理隔离；
铁路与社会道路原则上不设置平面交叉，一些尚未改造的平面交叉道口安排人员看守，避免行人、车辆横越交叉线路时与铁路列车车辆发生相撞[3]。
1.2 列车撞异物的主要因素
（1）列车运行速度和天气因素。列车速度越快，制动距离越长，司机的瞭望距离需要更远，但在能见度低的天气下瞭望距离受到限制。列车制动距离主要与列车运行速度、列车制动能力有关，受线路曲线、坡度、雨雪天气等因素影响。正常情况下，铁路普速旅客列车的紧急制动距离为800 ～1400 m，动车组列车的制动距离达到2000 m以上。在恶劣天气情况下司机的瞭望距离仅有200 m，甚至更近，不能满足制动距离要求。列车运行速度越快，天气能见度条件越差，相撞的安全风险越大。
（2）列车司机因素。普速铁路列车设正、副司机各1名，动车组列车仅设1名司机，在列车运行过程中，执行“彻底瞭望”制度，遇到危及行车安全时，采取紧急制动措施。列车司机工作事项较多，需确认各种仪表、手动各项操作，容易疲劳分心，时常发生间断、中断瞭望的风险事件。少数司机在发现危险情况时，因精力不集中、反应不及时等，在采取紧急措施时的反应时间大于4 s，甚至更长时间，而列车每秒的走行距离要超过30 m，在司机反应迟滞状况下列车至少运行100 m，相撞的安全风险较大。
（3）铁路施工维修作业因素。一是施工作业前，由于指挥施工作业的调度命令没有传达到施工作业人员，或者作业人员违章提前作业等因素，造成作业人员进入列车正在运行的线路。二是施工作业过程中，作业人员、机具侵入邻线限界。三是施工作业后，作业人员或作业机具未及时撤离线路，或遗留机具在线路上，在列车恢复运行时，可能发生相撞风险。
（4）铁路线路外部环境因素。目前，全路尚有450 km的地段没有进行栅栏封闭，社会人员、牲畜容易在铁路栅栏破损或未设栅栏区段非法上道，非法人员人为在铁路线路上放置障碍物。有些机动车辆通过铁路道口时非法闯入铁路线路。汛期暴风雨期间，落石、倒树、泥石流、大风刮起的飘浮物等障碍物侵入铁路线路。
红外热像仪已广泛应用于红外制导、坦克夜视仪、武器瞄准、安防和汽车红外夜视仪等领域。红外成像技术主要是利用红外线探测器捕获目标自身辐射的能量、热特征来实现自动跟踪[4]，再优化远端探测距离设计，能够达到160 km/h及其以下速度的1400 m列车制动距离的要求，再通过图像自动处理、异物分析功能及自动锁闭功能，能够观察具有极高清晰度的目标，实时探测捕捉铁路线路限界内的障碍物，并通过显示终端提醒列车司机线路情况，且不易受环境、气候、光线等因素干扰。因此，可利用红外探测障碍物预警系统的设计，搭载在铁路机车上，实现列车司机远距离观察运行前方线路情况，实时接收预警提醒，避免列车与障碍物相撞。
2.1 系统的主要功能
搭载预警系统的列车在运行过程中，通过红外探测装置自动检测机车前方线路情况，发现行人、倒树、泥石流、施工机具、车辆等异物及时预警提醒司机[5]，尤其在黑夜、雾雪天等能见度差的天气状况下效果更理想。能够为司机提供采取安全措施的时间，有效解决列车在瞭望距离不足或低能见度条件下行车安全问题，弥补现有列车运行安全保障系统的不足。根据生产需求调研和现场测试，系统主要功能如下。
（1）远距离探测功能。在湿度大于70%时，满足2000 m以上的探测距离，不受雾霾及夜间环境影响，适合国内各类气候。
（2）目标图像自动锁定功能。利用钢轨特定形状，在司机室内显示终端上，实现自动引导图像沿固定线路自动向前运行功能，并锁定显示前方探测距离内两侧距线路中心2440 mm的探测范围。
（3）特殊场景处理功能。包括去强光、破雾功能，最小曲线半径800 m的弯道处理功能，实现不受恶劣天气、曲线地段限制。
（4）预警智能化功能。图像智能筛选出限界内异物，能够分辨行人、牲畜、接触网异物、其他异物等目标，能够自动锁定目标并通过语音和文字提醒报警。
（5）可视化功能。显示终端放置在司机便于观察的位置，可以实时显示用方框锁定的障碍物图像，相邻区间、站名，文字提醒内容，并设置录音、视频、预警、设备等可查询功能按钮[6]。
2.2 整体架构设计
铁路机车车载障碍物智能探测预警系统，由视频采集系统、测距系统、伺服控制系统、信息处理系统、警报系统和显示终端组成。系统结构图如图1所示。
图1 系统结构图Fig.1 System networking diagram
视频采集系统，主要包括热像仪、红外辅助驾驶机芯组件和红外导引头，固定安装在机车头部大灯处适当位置，用于收集列车运行前方线路内物体红外及可见光信号并处理为视频信息，将视频信息实时传输给信息处理系统；
测距系统，由激光测距仪构成，激光测距仪发送和接收激光测距信号，用于将激光测距仪和被探测到的物体之间的距离信息实时传输给信息处理系统；
伺服控制系统，用于使测距系统准确地跟踪激光测距仪和被测物体之间的距离以及使视频采集系统准确地跟踪机车随轨道的转角，自动锁定目标追踪；
信息处理系统，由随动控制算法模块、安全限界判断模块组成，用于对视频采集系统发送来的红外及可见光信号及测距系统发来的距离信息进行处理、识别、数据存储、上传并传输至显示屏，以及根据识别出的障碍物等图像的处理结果对伺服控制系统和报警系统发送命令，实现对列车运行前方线路限界内障碍物智能探测报警提醒的功能。
3.1 红外成像技术
铁路机车采用非制冷探测器[7]探测目标物体的红外热辐射，探测的距离较远、图像清晰、应用比较成熟，主要原理为焦平面探测器吸收红外辐射能量，元件的温度发生相应变化，并转换成相应的电信号，后续将电信号进行放大和逻辑处理，采集到目标物体温度分布情况，将目标物体的温度分布图像转换成红外视频热图像[7]。红外成像技术的光路图如图2所示。
图2 红外成像技术的光路图Fig.2 Light path diagram of infrared imaging technology
3.2 探测距离设计
红外成像导引系统探测的最远作用距离受成像面积、信号能量2个因素的限制，选取最小成像面积不能小于10×10个像素，否则，探测器将无法识别目标。足够强的信号能量要求足够大的信噪比，需要定义一个信噪比阈值，只有信噪比高于它时，系统才能识别目标，经过概率统计计算分析，这里选择信噪比的阈值(SNR)为5。根据信噪比与目标辐射强度的关系可以推出非制冷红外探测器搜索跟踪系统作用距离的计算公式[8]为
式中：r为系统作用距离，m；
L目标为目标的辐射强度，W；
L背景为背景的辐射强度，W；
S为辐射物对应的面积，m2；
τ(r)为距离r目标辐射的大气透过率；
η为物体表面的反射率；
Aenp为光学系统的有效入射孔径的面积，m2；
Ad为探测微元的面积，m2；
D*为归一化探测率；
Δf为系统探测器带宽，Hz；
Nt是系统等效温差(NETD)，K；
SNR为系统工作时的最小信噪比值；
δ为系统修正因子。
归一化探测率D*计算公式为
式中：NEP为噪声等效功率，W；
F为焦距f与通光孔径d的比值；
NETD为热灵敏度，mK；
∂L/∂T为相对背景温度下光谱辐射出射度对温度的变化率，W/(m2·sr·k)。系统作用距离估算参数如表1所示。
表1 系统作用距离估算参数Tab.1 System action distance estimation parameters
在改变焦距f和像元尺寸的情况下，列车前方钢轨限界范围内最大作用距离随热灵敏度(NETD)的变化如图3所示[8]。结合工程验证结果，基于此技术方案的红外光学系统对目标的最大作用距离满足2 km以上。
图3 列车前方钢轨限界范围内最大作用距离随热灵敏度(NETD)的变化Fig. 3 Variation of the maximum working distance within the rail limit in front of the train with NETD
3.3 红外图像降噪与增强
由于红外图像受到铁路线路上各种背景干扰，一些障碍物与钢轨、轨枕的物理特性接近，接收到的目标信号相对较弱，会出现噪声。针对红外图像的特性，要得到理想的红外图像关键在于红外信号降噪以及图像增强等微弱图像处理技术[9]。红外图像降噪与增强算法框图如图4所示。
图4 红外图像降噪与增强算法框图Fig.4 Overall block diagram of infrared image de-noising and enhancement algorithm
（1）固定图案噪声(FRN)抑制。由于红外成像器件的成像焦平面有一定的非均匀性，探测像元对于同一温度响应造成不一致，会出现空间固定图案噪声，需要针对噪声的性质对图像中的该类噪声进行抑制。
（2）图像条带噪声抑制。红外成像系统中，由于每一行(列)成像单元共用一个输出电路输出，输出电路输出并不均匀，导致红外图像中或多或少都有该类噪声的污染，这里特指时间高频的条带噪声。在实际算法中首先将图像噪声提取到中高频，对图像做运动估计，利用图像的平滑区域进行时域的滤波处理。
（3）图像非局部均值高频噪声抑制。在红外图像中，除了时域高频噪声，还具有空域噪声，包括高斯噪声、椒盐噪声等一系列噪声，使用了非局部均值的算法进行噪声抑制。在红外图像处理中，主要通过全局直方图拉伸算法，将高动态范围的红外图像输出到显示终端，并且尽可能少地损失图像中的信息。
（4）图像校正算法。焦平面探测器具有非均匀性，目标会退化或图像不清，通过对时域高通非均匀性校正算法和自适应非均匀校正算法的分析，选择逻辑编程来实现二元非线性响应的非均匀性校正算法，并进一步研发自适应二元非线性响应的非均匀性校正算法进行非均匀性校正。
3.4 深度学习建模
通过微弱图像处理技术后，得到理想的障碍物红外图像，再建立行人、异物侵线检测、识别系统的智能化自主学习方法，还需要在软件中设置自主学习与上述特征识别的映射关系，然后利用在铁路线路上采集的实际数据进行深度学习、训练，并根据学习训练结果与前置模型进行交互改进。这样，通过多轮交互改进的自主学习和建模成果，初步固化行人、异物侵线检测算法，并通过大量实验数据及成果进行持续优化。获得的图象数据经专用图象处理软件处理后，便可实现对远程异物、行人侵线检测。
利用能从图像中分离出具有某种相同特征的几何形状的霍夫变换方法，从黑白图像中检测出钢轨和轨枕所具有的特殊线条，再根据运动方向，最终实现钢轨的自动锁定。针对弯道引起的远程视场中钢轨及侵线行人、异物短暂丢失的难题需要加强视频采集、钢轨识别、融合GPS数据等技术分析，解决探测过程中出现的短暂丢失问题。先将视频采集系统和测距系统预先调整至与钢轨同方向，当目标点的弯曲度大于轨道切线转角的限定值时，再利用弯道细调方法进行准确调节，即通过对轨道图像作切线，并计算切线的转角来实时计算出轨道的弯曲程度即对机车实际运行转弯曲率进行运算，当转角大于轨道切线转角的限定值时，计算伺服控制系统相关联的姿态控制数据，向伺服控制系统发送姿态控制数据，实现对视频采集系统探测角度的实时控制。
实地测试夜间和不同天气情况下的障碍物、行人智能识别，能够根据应用场景帮助司机快速捕捉并框选侵入铁路限界内行人及异物等目标，同时进行文字和声音提醒[10]。预警系统效果图如图5所示。
图5 预警系统效果图Fig.5 Effect picture of infrared early warning system
列车司机通过观察前方线路采取安全措施，是防止列车碰撞异物事故的最后一道防线[11]。铁路机车车载障碍物智能探测报警系统可有效确保铁路行车安全，系统具备红外远程探测、异物锁定报警功能，将接触网分相、曲线、限速地段、施工地点等特殊场景的参数融入系统，增加提醒功能，达到智能“导航式”辅助司机安全驾驶列车的目的。不断研究系统在动车组列车上的应用，探索与铁路机车制动系统接口，有效解决瞭望距离不足或低能见度条件下行车安全问题，有效弥补现有列车运行安全保障系统的不足。
猜你喜欢障碍物异物红外网红外卖环球时报(2022-05-23)2022-05-23食管异物不可掉以轻心中老年保健(2021年9期)2021-08-24闪亮的中国红外『芯』金桥(2021年4期)2021-05-21自制异物抓捕器与传统异物抓捕器在模拟人血管内异物抓取的试验对比昆明医科大学学报(2020年12期)2021-01-26KEY G6型异物剔除机轴承损坏频次过高的分析及改进装备制造技术(2020年4期)2020-12-25高低翻越动漫界·幼教365(中班)(2020年3期)2020-04-20SelTrac®CBTC系统中非通信障碍物的设计和处理铁道通信信号(2020年9期)2020-02-06TS系列红外传感器在嵌入式控制系统中的应用电子制作(2019年7期)2019-04-25牛食道异物阻塞急救治疗方法兽医导刊(2019年1期)2019-02-21基于快速递推模糊2-划分熵图割的红外图像分割光学精密工程(2016年3期)2016-11-07