高速公路隧道照明智能控制

陳光勇, 萬 利, 周逸凱

(山東省交通規(guī)劃設計院集團有限公司 隧道與地下工程設計分院, 濟南 250000)

0 引 言

我國地勢復雜, 從克服高程差、 縮短車輛行駛里程等方面考慮, 我國建設了大量隧道路段, 但隨之帶來了隧道照明能耗過大的問題。錢衛(wèi)建[1]對舟山跨海大橋、 甬臺溫高速甬臺段等4條高速的水電動力費用進行了統計, 其中隧道用電占60.66%, 照明用電又占隧道總用電的85%, 可見隧道照明用電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“過度照明”的現象, 造成能源大量浪費, 目前亟需一種安全、 高效的隧道照明智能控制策略以實現隧道運營節(jié)能與行車安全。

駕駛人行車過程中約90%的信息通過視覺得到, 而隧道“黑白洞”效應的存在造成了隧道出入口附近事故高發(fā), 駕駛人的視覺特性與隧道安全緊密相關。關于隧道照明, 學者們從駕駛人視覺特性的角度出發(fā)進行了大量研究。杜志剛等[2-3]利用眼動儀對駕駛人瞳孔面積與照度的關系進行了研究, 提出了基于視覺適應的隧道進出口照明公式, 并利用瞳孔面積速度/瞳孔面積臨界速度比率k評價隧道路段視覺負荷, 建立了基于k值的視覺明暗適應時間指標。慕慧等[4]分析了瞳孔面積變化速度對行車安全的影響, 得到了基于視覺適應能力的隧道進出口安全行車的臨界速度。彭成壩等[5]分析了駕駛人暗適應過程, 根據暗適應時間曲線, 得到了基于亮度變化的隧道入口前可變限速值。董相平[6]根據瞳孔面積變化率與機動車臨界速度之間的關系, 得到滿足明、 暗適應的視覺負荷程度對應的機動車臨界速度值, 最終確定了隧道限速值。

在燈光控制方面, 現有的研究或應用大多采用分段控制, 即將隧道分為多段, 在每個分段采用相應的照明功率, 如《公路隧道照明設計細則》(JTG/T D70/2-01—2014)[7]中對隧道照明亮度進行規(guī)范設計, 其照明方式采用分段控制的形式。張偉剛等[8]、 何威等[9]也都采用了分段控制的方式對隧道燈光進行控制。但分段控制的方式存在能源浪費以及無法與人眼明暗適應過程中連續(xù)漸變的狀態(tài)相適應的問題, 人們開始將目光聚集在隧道燈光無極調控方面。楊曉光等[10]對隧道無級調光方式與傳統的分級調光控制方式進行對比分析, 發(fā)現利用LED(Light Emitting Diode)照明燈具進行無級調光可在照明節(jié)能、 提高路面均勻度等方面具有突出優(yōu)勢。何素梅等[11]為了利用LED燈的調光性能, 使隧道內亮度更好地適應洞外環(huán)境亮度的變化, 提出了一種基于閉環(huán)回路串行通信結構的LED隧道燈調光設計方案, 實現對隧道燈光的獨立控制。沙欣[12]、 秦慧芳等[13]等結合模糊理論和神經網絡, 以洞外亮度、 車流量等作為輸入參數, 計算相應的燈光亮度。雖然這些研究已經開始利用無極調光的優(yōu)勢, 但缺乏對交通流到達規(guī)律的考慮, 控制結果仍較為粗糙。

綜上所述, 目前國內隧道燈光主要采用分段控制方式, 無法滿足人眼明暗適應過程中連續(xù)漸變的要求, 且實際隧道燈光控制過程經常采用常亮的方式, 能源浪費嚴重。目前LED燈、 無極調光以及隧道信息感知技術已經十分成熟, 如何利用這些技術, 實現對隧道照明的精細化控制, 使其在更符合人眼適應特性的同時降低照明能耗, 成為當前的研究重點。

針對上述問題, 筆者在交通信息感知基礎上, 考慮道路交通流到達規(guī)律以及隧道外的亮度特點, 設計了一種高速公路隧道照明智能控制方法。首先, 在對交通流速度估計基礎上, 結合隧道洞外亮度信息, 構建了隧道燈具照度的計算方法。其次, 依據車輛到達數據, 采用“車進燈亮, 車走燈滅”的控制策略, 設計了隧道燈具啟滅控制策略。最后, 進行了實驗分析, 結果表明該隧道照明控制方法能更好地適應于人眼視覺特性, 在保證隧道照明的同時具有節(jié)能的效果。

1 隧道燈具照度設計

隧道內外光照的變化會給駕駛人心理產生生理負荷, 尤其在隧道進出口附近, 駕駛人對光照變化存在明顯的明/暗適應過程, 而當光照變化十分劇烈時, 駕駛人不能及時適應, 易造成視覺障礙, 不利于行車安全?？紤]交通流運行速度、 交通流密度等交通特性, 從駕駛人負荷的角度出發(fā), 結合隧道內外照度差異, 對隧道燈光照度進行設計。

1.1 交通流運行速度估計

受交通流狀態(tài)、 天氣狀態(tài)等因素的影響, 車輛行駛速度會隨時間不斷發(fā)生變化, 而隧道出入口照度變化強度與車輛行駛速度具有相關性, 因此, 利用交通檢測器對道路交通流速度進行檢測及估計, 為后續(xù)隧道照度計算提供支持。

如圖1所示, 在隧道路段分布一定量的交通檢測器, 利用其對交通流速度進行實時檢測, 將xi位置處的檢測器測得的交通流速度表示為vi。

圖1 隧道示意圖Fig.1 Schematic diagram of tunnel

在交通流檢測數據的基礎上, 利用濾波方法實現對路段交通流速度的連續(xù)估計。設x位置處的交通流速度為V(x), 則任意位置處的交通流速度可表示為

(1)

1.2 燈具照度

1) 隧道中間段照度?！豆匪淼勒彰髟O計細則》(JTG/T D70/2-01—2014)[7]中對隧道中間段亮度進行了規(guī)定, 如表1所示。

表1 隧道中間段亮度

表1中, 當設計速度為100 km/h時, 中間段亮度可按80 km/h對應亮度取值； 當設計速度為120 km/h時, 中間段亮度可按100 km/h對應亮度取值。首先, 在檢測器獲取隧道路段交通量的基礎上, 依據隧道中間段亮度要求以及路面亮度系數確定隧道中間段照度值Ein=Lin/q0, 其中q0為路面亮度系數。

2) 隧道出入口段照度。瞳孔面積變化能很好地表述駕駛人的視覺適應性及視覺負荷程度, 隧道進出口照度急劇變化, 使駕駛員瞳孔面積發(fā)生較大變化, 駕駛負荷急劇增加, 為提高駕駛人視覺舒適性, 提升駕駛安全性, 基于人眼明/暗適應特性, 利用隧道外照度實時檢測值, 對隧道出入口附近照度進行設計。

設隧道內路面照度為E(lx), 駕駛人瞳孔面積為S(mm2), 相關研究[2]表明, log(ES)與log(E)成一次線性關系, 可表達為

log(ES)=alogE+b

(2)

其中a、b為常數。

由式(2)對時間求導, 可得瞳孔面積變化速度

(3)

(4)

將隧道交通流速度估計值v=V(x)代入式(4), 得

(5)

對式(5)兩端求積分, 得到隧道出入口照度與空間位置的關系

(6)

其中x0為隧道口處的位置坐標, 車輛進入隧道時取隧道入口位置, 車輛駛出隧道時取隧道出口位置。相關研究[2]表明, 瞳孔面積變化速度在[-6,4] mm2/s之間時, 駕駛人沒有視覺障礙發(fā)生, 為保證行車安全, 可引入安全常數c1, 駕駛人視覺明適應時取ve=(-6+c1) mm2/s, 暗適應時取ve=(4-c1) mm2/s。

3) 交通流密度的燈具照度優(yōu)化。車輛在進入隧道時需要開啟近光燈, 隧道內的亮度同時受隧道燈光與車輛燈光的影響, 當車輛密集時, 車輛燈光已為隧道內部提供了一定的照明, 可適當降低隧道燈具照度。根據檢測器獲取的實時交通流密度對隧道照明進行調整優(yōu)化, 在交通流密度大的區(qū)域適當降低燈具亮度, 在滿足隧道照明需求的同時節(jié)約能源。

通常汽車近光燈的照射距離在30～40 m左右, 當40 m內只有一輛車, 即當交通流密度小于25 veh/km時, 車輛間的燈光無重疊, 當交通流密度達到阻塞密度時, 車輛提供的亮度達到最大。因此, 將隧道燈具照度按

(7)

進行調節(jié)。其中E′為調節(jié)優(yōu)化后的燈具對路面的照度要求；E為路面理論照度需求；k為實時交通流密度；kj為阻塞密度；Ej為交通流密度是阻塞密度時車燈為路面帶來的路面照度。

2 隧道燈具智能啟滅控制策略

隧道交通量在時間維度上的分布具有不均勻性, 存在部分時間段交通量大, 部分時間段無車的情況。若隧道內無車時仍開啟隧道全部燈光, 會造成能源的極度浪費, 對隧道燈光采用“車進燈亮, 車走燈滅”的控制策略, 可節(jié)約能源。

依據檢測器位置或檢測斷面對隧道路段進行區(qū)段劃分, 區(qū)段長度依據隧道交通信息的精細化程度確定, 如圖2所示。設路段由N+1個檢測斷面劃分為N個區(qū)段, 第1個檢測斷面位于隧道入口之前, 第2個檢測斷面應位于隧道入口處, 最后一個檢測斷面位于隧道出口處。

圖2 隧道區(qū)段劃分示意圖Fig.2 Schematic diagram of tunnel section division

統計每個區(qū)段內的車輛數, 若區(qū)段內車輛數大于0, 則啟亮該區(qū)段的燈光, 若區(qū)段內無車, 則熄滅該區(qū)段的燈光。具體實時過程中, 考慮到燈具啟亮需要的時間、 燈光需在車輛到達前啟亮以及行車安全等因素, 分別設計燈光啟亮和熄滅策略。

2.1 啟亮區(qū)間計算

(8)

(9)

2.2 延時熄滅控制

當車輛全部駛出區(qū)段j時, 熄滅區(qū)段j內的燈光, 考慮停車視距、 后方燈光突然熄滅時駕駛人的焦慮感, 對隧道燈光進行延遲熄滅, 車輛駛出區(qū)段距離ld后熄滅燈光,ld應確保駕駛人行車過程中不會有焦慮情緒產生, 相應的延遲時間計算公式為

(10)

2.3 燈光啟滅控制邏輯

在檢測器獲取實時交通流數據的基礎上, 系統以一定的頻率不斷執(zhí)行隧道燈光啟滅判別及控制, 具體的單次隧道燈光啟滅判別及控制流程如圖3所示(F(j)為區(qū)段j的計時器標記)。

圖3 單次隧道燈光啟滅判別及控制流程圖Fig.3 Flow chart of single tunnel light on/off discrimination and control

其步驟可概括如下：

1) 對每個區(qū)段, 計算該區(qū)段內的車輛數, 如區(qū)段j內的車輛數Z(j)=Q(j+1)-Q(j), 其中Q(j+1)和Q(j)分別為檢測斷面j+1和j通過的交通量；

4) 計算隧道全程燈光啟亮區(qū)間Ot=O(1)∪O(2)∪…∪O(N), 并對區(qū)間Ot內的燈光執(zhí)行啟亮操作；

5) 計算隧道燈光熄滅區(qū)間Dt=(D(1)∪D(2)∪…∪D(N))-Ot, 并對區(qū)間Dt內的燈光執(zhí)行熄滅操作。

3 仿真實驗

為驗證筆者設計方法, 運用vissim與dialux進行交通流與照明仿真模擬, 對隧道照明控制方法的照明效果及節(jié)能情況進行評價分析。

3.1 照度分析

假設隧道為單向雙車道隧道, 全長900 m, 隧道洞外亮度為3 500 cd/m2, 交通流量為600 veh/(h·ln), 《公路隧道照明設計細則》中對120 km/h、100 km/h、80 km/h、60 km/h等設計速度下的隧道亮度進行了規(guī)定, 利用筆者方法計算相應設計速度下的隧道照明曲線, 在計算過程中取常數a=0.854 42和b=1.157 45[2], 以及明適應瞳孔面積變化速率ve=-3 mm2/s, 和暗適應瞳孔面積變化速率ve=1 mm2/s, 得到隧道照明曲線如圖4所示。

圖4 隧道照明曲線圖Fig.4 Tunnel lighting curve

由圖4可知, 筆者方法計算得到的照明曲線平滑, 相比傳統隧道照明階梯性的燈光控制方式, 該控制方法計算得到的光線變化連續(xù)平緩, 與人眼適應過程一致。在人眼適應特性研究的基礎上設計的照明曲線, 可避免燈光照明突變引起的視覺障礙, 保障行車安全性。

運用dialux對隧道照明進行模擬, 如圖5所示。隧道尺寸如圖5a所示, 隧道壁采用反射度為11%的材料, 頂部反射度為43%, 路面反射度為14%, 隧道燈具于隧道兩側采用對稱式布設, 沿前進方向每隔6 m布設一對燈具, 燈光色溫為5 000 K。對隧道進行照明模擬, 其中燈具發(fā)光效能為40 W, 4 400 lm時的模擬效果如圖5c、 圖5d所示。

在構建隧道照明模型的基礎上, 以三雄極光的LED隧道燈為參考, 其燈具光效率為110 lm/W, 對燈具功率參數進行修改模擬, 得到了燈具光通量-功率關系圖與隧道路面亮度-燈具功率關系圖, 如圖6所示。

由圖6可知, 在不考慮陽光、 車輛燈光的影響, 且燈具布局、 光效率不變的情況下, 隧道路面亮度與燈具功率成線性關系, 在該實驗設置參數的情形下, 隧道路面亮度(Lr)與燈具功率(P)的關系為Lr=0.084P。

圖5 隧道照明模擬圖Fig.5 Simulation diagram of tunnel lighting

圖6 燈具功率響應關系Fig.6 Lamp power response relationship

3.2 燈光啟滅控制效果分析

利用vissim對隧道交通流進行模擬仿真, 在隧道入口前布設第1個檢測器, 隧道入口處布設第2個檢測器, 隧道內檢測器分別按照100 m、50 m的間隔布設并進行模擬控制, 分別對交通流量為100 veh/(h·ln)、300 veh/(h·ln)、600 veh/(h·ln)、1 200 veh/(h·ln)的情況進行了仿真測試。

仿真時長為1 800 s, 燈具延遲熄滅距離取ld=10 m, 選取其中第68(隧道內402 m)、 85(隧道內504 m)、 101(隧道內600 m)、 118(隧道內702 m)、 134(隧道內798 m)組燈具的啟滅控制情況進行說明, 仿真時間內燈具的累計啟亮時長如表2所示, 其中檢測器間隔為100 m時的燈光啟滅狀態(tài)如圖7所示。

由表2及圖7可知, 在交通流量達到一定量時, 隧道燈具將常亮, 而隨交通流量的減少, 燈具平均累計啟亮時間也在縮減, 筆者燈具控制方法可適應于交通流狀態(tài), 實時調整燈具啟亮狀態(tài), 有效降低隧道燈具的啟亮時長, 避免不必要的資源浪費。同時根據表2, 對檢測器間隔100 m與50 m的數據進行對比可以發(fā)現, 檢測器間隔越小, 對燈具的控制越精細, 燈具啟亮時間控制越精確。

在獲取燈具啟滅狀態(tài)的基礎上, 依據隧道照度設計以及隧道路面亮度與燈具功率關系, 計算仿真時長內隧道的照明耗電, 由于隧道出入口受日光的影響, 隧道照明無需完全由燈具提供, 選取不受日光影響的隧道內400～800 m范圍的燈具進行能耗統計, 隧道交通流運行速度為80 km/h時的統計結果如圖8所示。

表2 燈具啟亮時長統計表

圖7 燈具啟滅狀態(tài)圖(檢測斷面間隔100 m)Fig.7 Lighting on and off state diagram (detection section interval: 100 m)

圖8 400～800 m燈具能耗圖Fig.8 Energy consumption diagram of lamps within 400～800 m

由圖8可知, 由于隧道中間段照明隨交通流量的增大而增強, 照明耗能也隨交通流量的增大而增加。在交通流量較大時, 筆者方法控制下的燈具長時啟亮, 保證行車安全性, 此時的燈具能耗與照明設計細則下的照明耗能相當。而對比交通流量為100 veh/(h·ln)、300 veh/(h·ln)以及600 veh/(h·ln)的情況, 因隧道按照明設計細則進行控制時, 燈具常亮, 其能耗不受交通流量影響, 而筆者控制方法在交通流量減少時, 根據“車進燈亮, 車走燈滅”的控制策略, 燈具啟亮時間減少, 其能耗也較低, 當交通流量低于100 veh/(h·ln)時, 其能耗可降至傳統常亮控制方法的50%以下, 在車流量低的時段或路段有明顯降低能耗的作用。此外, 通過對比檢測器安裝間隔分別為100 m與50 m的情況可知, 交通流檢測信息越精確, 對燈具的控制越精細, 節(jié)能效果越好。

4 結 語

針對目前高速公路隧道照明資源浪費問題, 筆者在交通信息感知基礎上, 設計了一種隧道照明智能控制方法。首先, 通過濾波方法實現對隧道路段全線交通流的運行速度估計, 并依據人眼的視覺適應特性, 設計了不同交通流速度下隧道出入口照明曲線的計算方法。其次, 從安全以及節(jié)能的角度出發(fā), 在將隧道分段的基礎上, 設計了“車進燈亮, 車走燈滅”的燈具啟滅控制策略。最后, 通過仿真實驗, 證明了筆者照明控制策略的優(yōu)越性, 交通流量較大時可提供良好照明, 而交通流量較小時可依據交通流到達特性對燈具進行啟滅控制, 以減小能耗, 節(jié)約能源。此外, 對隧道出入口照明曲線的連續(xù)平滑的設計更加適應于人眼視覺特性, 可避免隧道出入口“黑白洞”效應, 提高隧道行車安全性。綜上, 筆者方法可以在保證隧道照明的情況下降低照明能耗。

參考文獻：

[1]錢衛(wèi)建. 高速公路隧道照明節(jié)能減排對策研究 [J]. 中國交通信息化, 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]杜志剛, 潘曉東, 郭雪斌. 高速公路隧道進出口視覺適應實驗 [J]. 哈爾濱工業(yè)大學學報, 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]杜志剛, 黃發(fā)明, 嚴新平, 等. 基于瞳孔面積變動的公路隧道明暗適應時間 [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, 楊少偉, 趙一飛, 等. 基于視覺適應性的公路隧道限速研究 [J]. 重慶交通大學學報(自然科學版), 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]彭成壩, 胡順峰.基于“暗適應”的隧道入口前可變限速值的確定 [J]. 內蒙古公路與運輸, 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. 基于視覺負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. 公路隧道照明設計細則 [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]張偉剛, 瞿少成, 秦天柱, 等. 高速公路隧道照明節(jié)能模糊控制系統 [J]. 電子測量與儀器學報, 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, 秦會斌, 杜冠峰. 基于模糊PID算法的隧道照明控制系統的設計 [J]. 測控技術, 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]楊曉光, 呂曉峰. 隧道LED亮度智能無級控制系統節(jié)能分析 [J]. 交通世界(運輸·車輛), 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, 傅錦良, 吳海彬. LED隧道照明自動調光系統的設計 [J]. 電子測量與儀器學報, 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光源在黃延高速公路隧道照明中的節(jié)能技術研究 [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, 羅榮輝. 基于模糊神經網絡的公路隧道照明控制系統研究 [J]. 隧道建設(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]鄭雪蓮, 李顯生, 任園園, 等. 基于視覺特性的駕駛人預瞄時間建模 [J]. 中國公路學報, 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.