地铁车辆前照灯在隧道明暗交替段的自适应调光技术研究

引言：随着城市轨道交通网络化程度不断提高，地铁隧道段所占比例逐年上升，列车进出隧道时的光环境突变已成为影响行车安全的重要因素。研究表明，白天晴朗天气下，当列车高速驶入隧道时，由于隧道内照度远低于外部，驾驶员短时间内无法辨识前方障碍物，这种现象被称为“黑洞效应”；而当列车驶出隧道时，外部强光骤现，易引发视觉暂留甚至短暂失明，称为“白洞效应”。因此，研发具备实时性与精准性的自适应调光技术，是缓解“黑白洞效应”、提升地铁运营安全水平的关键路径。

一、自适应调光技术核心原理与系统架构

（一）核心技术原理

自适应调光技术以“环境光强动态匹配”为目标，核心包含三部分，分别是光强检测技术、数据处理算法和动态控制算法；其中光强检测技术采用分辨率1280×720 的CMOS 图像传感器，采集车辆前方 10-50m 范围内的照度分布数据，通过图像灰度值转换获取实际照度值（单位：lux），相较于传统光敏电阻检测精度提升 30% ，且抗振动、温度干扰能力满足地铁 GB/T 25119-2010 标准要求[1]；数据处理算法引入滑动平均滤波算法，对连续5 帧照度数据进行平滑处理以去除地铁振动导致的检测噪声，同时计算照度变化率（ ΔE/Δt ）来判断车辆处于“进入隧道”“隧道内”“驶出隧道”三种场景，为调光决策提供依据；动态控制算法采用 PID 控制算法，以“目标光强-实际光强”偏差为输入，输出PWM（脉冲宽度调制）信号控制前照灯驱动模块，其中比例系数 Kp=0.8 、积分系数 Ki=0.2 、微分系数Kd=0.1 ，通过参数整定实现光强平滑调节，避免调光过冲。

（二）系统硬件架构

系统硬件由三大模块组成，检测模块包含CMOS 图像传感器（OV7725）和具备放大、滤波功能的光强信号调理电路，主要实现前方环境照度数据的采集与预处理；控制模块采用工业级 MCU（STM32H743），负责完成数据处理、场景判断及PID 控制逻辑运算，同时支持通过CAN 总线与地铁车载系统通信；执行模块由MOSFET 驱动电路和LED 前照灯组成，该LED 前照灯功率为60W，发光强度调节范围为 50，000–500，000 cd（满足 120km/h 运营速度车辆标准），可接收PWM 信号实现光强连续调节。

（三）系统软件流程

软件采用模块化设计，主流程如下：

1.初始化

系统启动后，先对环境光传感器、微控制单元（MCU）及驱动电路进行参数配置，其中传感器需完成采样频率、量程范围等基础参数设定；MCU 需配置通信协议、中断优先级等核心参数；驱动电路则要校准输出电压、电流等关键指标，同时结合人眼视觉舒适度及行车安全标准设定目标照度阈值，隧道内目标照度为 1500lux 以确保驾驶员在封闭环境下视野清晰，室外目标照度为 800lux 以避免强光刺眼影响驾驶安全。系统据此通过 I=E×d² （d 取 20m 典型照射距离）换算出对应目标光强值（ ♯♯：1500lux× 400m²= 600，000 cd；800 lux× 400m²= 320，000 cd），作为 PID 控制目标[2]。

2.数据采集

建立高精度定时任务，每 100ms 采集一帧环境照度数据，再通过 A/D 转换模块将模拟信号转换为数字灰度值，为提高数据准确性，采用滑动平均滤波算法对连续 10 帧数据进行处理并计算出当前环境的平均照度值，该值作为后续逻辑判断的核心依据。

3.场景判断

通过动态监测照度变化速率 ΔE/Δt 来实现场景识别，当 ΔE/Δt<-1000 lux/s时，意味着环境照度在极短时间内急剧下降，系统便判定为进入隧道状态；当 Δ 时，说明照度快速上升，系统则判定为驶出隧道状态；若照度变化速率处于上述阈值区间内，系统就持续维持隧道内状态，以确保调光策略的稳定性。

4.PID 调节

基于场景判断结果，采用增量式PID 控制算法计算 0.10% 的PWM 占空比，再通过实时调节驱动电路的 PWM 信号精准控制前照灯的发光强度（cd），比如进入隧道时会逐步增大PWM 占空比使灯光由弱变强（如从320，000 cd 提升至600，000 cd），驶出隧道时则反向调节，避免因亮度突变导致视觉盲区[3]。

二、实验验证与结果分析

（一）实验平台搭建

为高度还原地铁隧道明暗交替的真实环境，实验团队搭建了一条 50 米长的模拟实验隧道，在隧道入口处安装了一套高精度可调光模拟光源系统，该系统能实现 0-10000lux 的照度连续调节，可精准模拟地铁从室外强光（设定为8000 lux，对应正午阳光直射强度）进入隧道内弱光（ 500lux ，接近典型地铁隧道照明强度）以及驶出隧道时的光照环境变化；将可调光模拟光源系统运行速度设定为 100km/h ，这一速度参数与地铁在实际隧道段的常规运行速度保持一致，能确保实验数据的真实性和有效性；技术人员将采用专业校准设备对前照灯与配套的环境光传感器进行同步校准，保证二者数据采集与反馈的一致性和准确性。

（二）实验指标与结果

本研究选取了3 项核心性能指标，对自适应调光系统进行全面验证与分析：

1.响应时间

作为衡量调光系统性能关键指标的响应时间，指的是从环境照度发生突变到前照灯调整至目标光强所需的时间，实验数据显示车辆进入隧道场景下系统响应时间为 0.42s，驶出隧道场景中响应时间为 0.38s，这两项数据均满足 ≤0.5s 的系统设计要求，表明该自适应调光系统能在极短时间内对环境光变化做出快速响应，有效避免驾驶员因光线突变产生的视觉不适。

2.光强控制精度

光强控制精度反映调光系统对目标发光强度（cd）的控制准确性，通过对比目标光强与实际光强的偏差值进行评估，实验结果表明在隧道内弱光环境下（目标光强约 200，000 cd），实际光强偏差控制在 ±3.2% 以内；在模拟室外强光环境中（目标光强约320，000 cd），偏差为 ±4.5% ，这两项指标均显著优于 ±5% 的行业标准，说明该系统具备极高的光强调节精度，能够稳定输出符合环境需求的光照强度。

3.视觉舒适度评分

为得到更贴近实际应用场景的主观评价，测试人员会分别体验自适应调光模式与传统手动调光模式，并依据视觉疲劳程度、光线舒适度等维度在1-5 分的评分体系下打分，结果显示自适应调光模式的平均评分为4.2 分，传统手动调光模式则仅2.8 分，前者较后者的提升幅度高达 50% ，这一数据充分证明该自适应调光技术能有效缓解驾驶员在明暗交替环境中的视觉疲劳，还能显著提升驾驶过程中的视觉舒适性与安全性。

三、结论

本研究深入探讨地铁车辆前照灯在隧道明暗交替段的自适应调光技术，从核心技术原理、系统架构到实验验证全面展示该技术的创新性与实用性，通过光强检测、数据处理与动态控制的协同作用，系统实现了快速响应、精准调光与显著提升视觉舒适度的目标，这一成果不仅有效解决地铁驾驶中的视觉疲劳问题，还为轨道交通照明系统的智能化升级提供有力支持，未来随着传感器技术的进一步发展与算法优化，该技术有望在更多复杂场景中广泛应用，持续推动轨道交通行业的安全与舒适性提升。

参考文献：

[1]方忠强，张鹏，涂齐亮，等.太湖隧道智能运营设施设计方案研究[J].地下空间与工程学报，2023，19（1）：220-221.

[2]刘轶，李汉卿，陈宇.基于物联网公路隧道照明调光技术研究[J].公路，2023，68（12）：227-228.

[3]洪国城.基于物联网的隧道智能照明控制系统[J].Transportation Science &Technolgy，2023，49（3）：32-33.