主动障碍物系统

国内的地铁列车大多采用有人驾驶运行方式，由司机操作列车并负责瞭望列车运行前方轨道确保无障碍物落入轨道区间。近些年来，国内的无人驾驶项目逐渐增多，国内首条全自动无人驾驶线路上海10号线于2014年8月开通运营，车辆配置了基于机械触发原理的被动式障碍物检测系统，在后续的国内各无人驾驶项目上，被动式障碍物检测系统成为标准配置。但被动式障碍物检测的方案不能对列车前进方向内的障碍物实现提前检测与预警，不可避免地会对车辆设备安全、行车安全有一定影响。为应对被动式障碍物检测的不足，国内外开始对主动式障碍物检测技术开始进行研究。如采用基于激光、红外信号的检测，该方法主要通过安装在列车前方的激光或红外设备发射的信号进行障碍物的检测，可以获得障碍物的方位和距离等信息。但该方法所需设备的体积大且昂贵，对障碍物的检测具有一定的局限性，只能实现体积较大障碍物的检测。近年来,随着视频图像技术以及机器学习技术的发展，通过雷达、机器视觉、神经网络及深度学习算法，实现主动障碍物检测成为了当前该系统的主流技术手段。系统通过高清摄像机拍摄列车前方轨行区是否存在滞留人员、丢弃物或超限异物等障碍物，对视频通过神经网络及深度学习算法进行处理和自动分析；同时使用微波雷达对前方轨行区进行探测，自动测量本车与同一股道或同一道岔区段、存在冲突风险的前车之间的距离，参照预先设定的车距阈值，评估追尾风险；一旦发现障碍物或存在追尾风险则立刻自动触发声光警示，提醒司机或无人驾驶系统及时采取应对措施，避免灾害或降低灾害的危害程度。视频和雷达探测记录被同步存储在探测预警系统中，保存时间足够长度，可供事后分析。

TONREN^®所设计的嵌入式主动式障碍物系统是基于深度学习以及神经算法的一个行业应用，该系统涉及大气分析、视觉分析、雷达分析三位一体，在嵌入式平台上进行200米、500米的测距测算。本按以视觉方向为主。

实物如下：

系统技术方案

环境条件

最高海拔度：最高海拔度1200m

环境温度：环境温度 -25℃ ～+65℃

相对湿度：相对湿度 95 %

气候：风、雨、雾、冰、霜、沙尘

空气中杂质：酸雨、碳、铜、臭氧、硫化物、二氧硫化硫

系统概述

列车主动障碍物系统检测装置，利用高可靠、高安全的软硬件平台配合传感器，实现安全、可靠的障碍物检测。在远、中、近距离上对营运车辆形成多重立体的安全保护。系统独立于列车信号控制系统，是全自动驾驶列车的新一代安全防护装备。

本系统主动检测采用远焦摄像机+近焦摄像机的视频传感器组合，在大范围实现了图像采集的有效覆盖，辅以雷达的高清点云数据，通过异构数据融合，依托车载探测主机强大的人工智能深度学习算法，实现对轨行区各类障碍物的精准检测和主动提前预警。系统经深度学习后，漏报率不高于0.1%，误报率不高于0.1%，可检测行进前方轨道上可视范围内500米距离处的侵界障碍物（例如人、行李箱等投影面积不小于0.5m2，高度不低于0.5m），并在车距小于一定的安全阈值时，提供碰撞风险预警，避免与轨道上的障碍物碰撞事故。

系统车载设备主要由以下组成部分：

Ø  车载控制主机、视觉传感器、雷达传感器

系统提供如下接口：

Ø  提供与TCMS 的双以太网接口、提供与PIS 的以太网接口

TONREN^®管控逻辑图：

明确了管控逻辑方向，我们的主动障碍物系统方案如下图：

*未经书面许可 严禁用图