一种基于车辆信息统计的隧道照明智能控制方法及系统与流程

本发明涉及隧道照明系统控制技术领域，尤其涉及一种基于车辆信息统计的隧道照明智能控制方法及系统。

背景技术：

公路隧道照明控制方法主要有人工手动控制、时序控制、自动控制这3种控制方式。

人工手动控制是由隧道监控人员根据隧道的具体运营情况和天气情况进行选择性的手动开、关照明回路。这种控制方式单一，过程繁琐，浪费大量人力资源，且隧道照明控制方案无法与当前交通情况及天气情况自动匹配，易出现安全隐患。

时序控制是根据季节的不同和一天中不同时段来改变照明回路运行状态的一种控制方式，其能够对隧道内发生的事故或火灾情况给出相应的措施。这种控制方式虽然对一天内不同照明回路的工作状况做了更细致的分工，但该控制方式不考虑车流量情况，不根据车辆有无进行调节亮度，只是在不同的时段，调节不同的亮度，节能效果不显著。

自动控制是指采用传感器实时获取隧道洞外亮度与隧道车辆速度及交通量等数据，对隧道洞内亮度进行调光，实现“按需照明”。

随着LED无级调光技术的发展，众多研发人员尝试将各种智能控制技术应用在自动控制系统，在隧道照明领域，多数照明系统已经采用“车进灯亮，车走灯暗”的控制方案来最大限度实现隧道照明的节能。但是根据隧道实际交通量统计数据可知，在白天某一时间段内，车流量较大、相邻进入隧道的两个车辆之间的时间间隔较短，会导致灯具调暗的次数较为频繁，而且每一次调暗的时间很短，有时可能只有1S的时间使隧道照明灯具调暗。这将会导致隧道照明系统频繁调节亮度，会降低系统的稳定性。

综上所述，根据隧道的实际车流量信息对隧道照明控制技术的深化研究亟待进行，以保障隧道照明系统在功能上安全可靠，且确保调光系统运行稳定。

技术实现要素：

鉴于已有技术存在的不足，本发明的目的是要提供一种基于车辆信息统计的隧道照明智能控制方法，以解决现有调光控制技术中对于隧道亮度频繁调节，导致系统稳定性降低的问题。

为了实现上述目的，本发明技术方案如下：

一种基于车辆信息统计的隧道照明智能控制方法，其特征在于，其步骤包括：

S01、目标日期筛选：选取每个季度中车辆通行情况具有代表性的n天；

S02、统计车辆信息：统计所选日期内每日通过隧道的车辆行驶速度以及车流量信息，得出每日车辆行驶速度分布情况；

S03、提取时段划分参考时间T₁：自所统计的车辆信息中提取车辆行驶速度信息，结合隧道长度，通过计算得出最低车速车辆进、出隧道所用的时间，并以此时间作为时段划分参考时间T₁；

S04、计算车辆进入隧道的时间间隔T₂：自所统计的车辆信息中提取车流量信息，并计算每天进入隧道的相邻两车辆之间的时间间隔T₂；

S05、时段划分：如果n天中在每日相同时间区域内，所有车辆进入隧道的时间间隔T₂都小于所述时段划分参考时间T₁，即T₂＜T₁，则定义该时间区域为白天时段；否则定义为夜晚时段；

S06、制定白天时段控制方案：白天时段内，以隧道洞外亮度、车流量信息、车辆行驶速度数据为基础，根据隧道照明规范计算隧道各段所需亮度，调节隧道各段的灯具亮度；

S07、制定夜晚时段控制方案：夜晚时段内，当有车辆进入隧道时，隧道各段所需亮度的计算方法和白天时段一致，当隧道内无车辆通过时，各段所有灯具的亮度调至低能耗状态。

本发明的另一目的是要提供一种基于上述控制方法设计的隧道照明控制系统，其特征在于，其包括：

调光服务器、光强采集器、线圈车辆检测器、视频监控系统、LED调光控制器、LED照明灯以及光纤网络；所述调光服务器通过光纤网络与所述光强采集器、线圈车辆检测器、视频监控系统连接，并通过光纤网络向所述LED调光控制器发送控制方案，所述LED调光控制器控制隧道内各段所有灯具的亮度调节。

进一步地，所述调光服务器包括：

目标日期筛选模块：选取每个季度中车辆通行情况具有代表性的n天；

信息处理模块：根据传感器采集的车辆行驶速度数据以及车流量数据，得出每日车辆行驶速度分布情况；

时段划分模块：根据信息处理模块的数据处理结果，将每日不同时间段分别划分为白天时段或者夜晚时段；

控制方案制定模块：根据时段划分模块对每日各时间区域的划分结果，分别制定白天时段隧道照明系统控制方案和夜晚时段隧道照明系统控制方案。

与现有技术相比，本发明的有益效果：

1、本发明根据隧道实际车辆速度、车流量等数据的统计特性，确定白天时段和夜晚时段的时间节点，针对两个时间段采用不同的照明控制方式以避免白天时间段因为车流量大、相邻两个车辆进入隧道的时间间隔短造成的隧道灯具调光频繁以及灯具调暗时间短的情况。

2、本发明所述控制方法与常用的“车进灯亮，车走灯暗”方法相比，减少了附加电能浪费，既满足隧道内部亮度的需求，也保证了隧道照明系统的稳定。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程示意图；

图2(a)为多云转晴工作日期车辆行驶速度分布图；

图2(b)为雨夹雪转小雨工作日期车辆行驶速度分布图；

图2(c)为晴工作日期车辆行驶速度分布图；

图2(d)为晴周末日期车辆行驶速度分布图；

图2(e)为多云周末日期车辆行驶速度分布图；

图2(f)为晴转小雨工作日期车辆行驶速度分布图；

图2(g)为小雨转多云节假日期车辆行驶速度分布图；

图2(h)为多云转小雨工作日期车辆行驶速度分布图；

图2(i)为小雨工作日期车辆行驶速度分布图；

图2(j)为阵雨转多云工作日期车辆行驶速度分布图；

图2(k)为雨夹雪转晴周末日期车辆行驶速度分布图；

图2(l)为中雨转小雨工作日期车辆行驶速度分布图；

图3(a)为多云转晴工作日期相邻车辆进入隧道的时间间隔分布图；

图3(b)为雨夹雪转小雨工作日期相邻车辆进入隧道的时间间隔分布图；

图3(c)为晴工作日期相邻车辆进入隧道的时间间隔分布图；

图3(d)为晴周末日期相邻车辆进入隧道的时间间隔分布图；

图3(e)为多云周末日期相邻车辆进入隧道的时间间隔分布图；

图3(f)为晴转小雨工作日期相邻车辆进入隧道的时间间隔分布图；

图3(g)为小雨转多云节假日期相邻车辆进入隧道的时间间隔分布图；

图3(h)为多云转小雨工作日期相邻车辆进入隧道的时间间隔分布图；

图3(i)为小雨工作日期相邻车辆进入隧道的时间间隔分布图；

图3(j)为阵雨转多云工作日期相邻车辆进入隧道的时间间隔分布图；

图3(k)为雨夹雪转晴周末日期相邻车辆进入隧道的时间间隔分布图；

图3(l)为中雨转小雨工作日期相邻车辆进入隧道的时间间隔分布图；

图4为本发明中的隧道照明系统调光系统示意图；

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例中的数据统计以吉林省通化市赤柏隧道的车流量统计数据为例进行说明。

图1为本发明基于车辆信息统计的隧道照明智能控制方法流程图，其步骤包括：

S01、目标日期筛选：选取每个季度中车辆通行情况具有代表性的12天。所述具有代表性的日期选择原则为：包含工作日、周末和假期三种日期类型，且每一种日期类型包含多种天气情况，所述天气情况至少包含晴天、云天、雨天等各种具有代表性的天气情况。图2、图3给出了几种典型的天气情况。

S02、统计车辆信息：统计所选日期内每日通过隧道的车辆行驶速度以及车流量信息，得出每日车辆行驶速度分布情况。将车辆检测器安装在距隧道入口外部一定距离处，车辆检测器会检测到所有进入隧道的车辆，且会记录并保存每台车辆行驶速度。根据车辆检测器检测的信息，对12天内每天进入隧道的车辆速度分布情况和车流量情况等数据进行分析处理。所述车辆检测器可选用线圈车辆检测器，微波车检器等，此处不做限定。

S03：提取时段划分参考时间T₁：由统计数据中提取车辆速度信息，并计算每天最低行驶速度车辆进、出隧道所用的时间，以该时间作为时段划分参考时间T₁。图2(a)～图2(l)为所述12天的车辆速度分布情况。由所述统计分析结果可知，12日内最低车辆速度的平均值为15km/h。在赤柏隧道中，车辆检测器安装在隧道入口前500米处，赤柏隧道全长为1878米，则隧道洞外车辆检测器与隧道出口之间的距离为2378米，以此距离代表车辆在隧道内的行驶距离。则从车辆检测器检测到车辆进入隧道至车辆驶出隧道所需要的时间由公式T₁＝车辆行驶距离÷平均最低车速，可计算得出T₁为9.5分钟左右。

S04：计算车辆进出隧道时间间隔T₂：由统计数据中提取车流量信息，并计算每天进入隧道的相邻两车辆之间的时间间隔T₂。

S05：时段划分：如果12天中在每日相同时间区域内，所有相邻两车辆之间的时间间隔T₂都小于所述时段划分参考时间T₁，即T₂＜T₁，则定义该时间区域为白天时段；否则定义为夜晚时段。本发明在针对赤柏隧道的应用中，如果12天当中每天的某一相同的时间区域内，所有相邻两个车辆进入隧道之间的时间间隔T₂均小于10分钟，则在这一时间段内，进入隧道的车辆数目比较多，且相邻两个车辆之间的时间间隔短，可以定义为白天时间段。

S06：制定白天时段控制方案：白天时段内，以隧道洞外亮度、车流量、车辆行驶速度等数据为基础，根据隧道照明规范计算隧道各段所需亮度，调节隧道各段的灯具亮度。

S07：制定夜晚时段控制方案：夜晚时段内，当有车进入隧道时，隧道各段所需亮度的计算方法和白天时段一致，当隧道内无车时，隧道各段所有灯具的亮度调至低能耗状态。

具体实例：

图3(a)～图3(l)是所述12天内的相邻两个车辆进入隧道的时间间隔的统计结果。对此统计结果分析表明：

图3(d),3(e),3(f),3(i),3(j)在时间段5:00至21:00之间，所有相邻两个车辆之间的时间间隔小于10分钟；

图3(c),3(k)在时间段6:00至21:00之间，所有相邻两个车辆之间的时间间隔小于10分钟；

图3(l)在时间段4:00至20:00之间，所有相邻两个车辆之间的时间间隔小于10分钟；

图3(b),3(g)在时间段5:00至20:00之间，所有相邻两个车辆之间的时间间隔小于10分钟；

图3(a)在时间段6:00至20:00之间，所有相邻两个车辆之间的时间间隔小于10分钟；

图3(h)在时间段4:00至22:00之间，所有相邻两个车辆之间的时间间隔小于10分钟。

由此可知，综合每种天气条件下的统计情况，可知在6:00至20:00之间，12天内的进入隧道的相邻两个车辆之间的时间间隔都小于10分钟，且所述时间段内的车辆数量多于其他时间段。因此将6:00至20:00定义为该季度下的白天时间段。当然，一年中不同季度下的统计情况稍有不同，但都是白天的某一时间段内，车流量相对较大，且相邻进入隧道的两个车辆之间的时间间隔较短。在这种情况下，为了维护系统的稳定性，延长系统寿命，则没有必要在短时间内无车的情况下频繁调节系统至低能耗状态。

图4表述了隧道照明系统在白天时间段和夜晚时间段的调光方法示意图。所述隧道照明系统包括：调光服务器、光强采集器、线圈车辆检测器、视频监控系统、LED调光控制器、LED照明灯以及光纤网络，通过光纤网络与所述光强采集器、线圈车辆检测器、视频监控系统连接，并通过光纤网络向所述LED调光控制器发送控制方案，所述LED调光控制器控制隧道内灯具的亮度调节。

所述调光服务器包括：目标日期筛选模块：选取每个季度中车辆通行情况具有代表性的n天；信息处理模块：根据传感器采集的车辆行驶速度数据以及车流量数据，得出每日车辆行驶速度分布情况；时段划分模块：根据信息处理模块的数据处理结果，将每日不同时间段分别划分为白天时段或者夜晚时段；控制方案制定模块：根据时段划分模块对每日各时间区域的划分结果，依据隧道照明规范分别制定白天时段隧道照明系统控制方案和夜晚时段隧道照明系统控制方案。

在白天时间段内，隧道洞内各段的亮度是以光强采集器采集的洞外亮度、线圈车辆检测器采集的车辆速度及统计的车流量数据为基础，根据隧道照明规范计算得出的，如图4左侧的实线框所示。将0:00至6:00以及20:00至24:00定义为夜晚时间段，在该时间段内，有车进入隧道时，隧道内亮度的调节方法与白天的调光方法一致(如图4左侧的实线框所示)，当隧道内没有车辆行驶时，调光系统会将隧道内照明灯具的亮度调至低能耗状态(一般为额定功率的10％，如图4右侧的虚线框所示)。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。