2023年11月下旬，由国际铁路信号工程师协会（Institution of Railway Signal Engineers，以下简称“IRSE”）主办的ASPECT’2023全球技术大会，在澳大利亚墨尔本成功举办。交控科技股份有限公司（以下简称“交控科技”）的3篇前沿技术论文入选大会论文集，并应邀出席大会现场进行宣讲交流。此次交控科技入选论文数占中国区入选总数的一半。
会议盛况
ASPECT是IRSE协会每两年举办一次的国际性学术会议，是信号领域规模最大和最权威的国际性盛会之一，为列车控制、铁路通信及相关学科领域的技术和经验交流提供了极佳的平台。本次会议以“全球一体化”为主题，围绕轨道交通领域设有自动化、信号、性能、设备、控制和通信6个主要议题，汇集了通过专家评审遴选的50余篇技术论文，并吸引数百名来自世界各地的运营商、建设商、设备供应商、政府机构、咨询机构、高校和研究机构等单位的专家代表出席。
本次会议上，交控科技参会代表分别以：“The Research and Implementation of the Key Perception Safety Technologies for Driverless Train Autonomous Operation（无人驾驶列车自主运行的关键感知安全技术的研究与实现）”--薛维清、“Track Area Environment Digitalization（轨道环境数字化）”--郝阳、“A Method to Determine Quantitative Risk Acceptance Criteria by Comparing Target Individual Risk in The Rail Industry（一种通过比较目标个体风险确定轨道行业风险接受准则的定量方法）”--李雁发表主题演讲。内容涵盖交控科技在系统安全风险评价、自动驾驶感知及安全实现技术方面的最新研究成果，获得了与会专家的高度评价，并引起现场嘉宾的极大兴趣和深入讨论。
交控科技参会代表发表主题演讲
交控科技参会代表解答现场听众问题
论文宣讲获得组委会表彰
会议过程中，交控科技参会代表与世界知名的信号厂商、研究机构和用户交换了彼此最新的研究成果和经验，在对外展示公司技术水平和能力的同时，积极吸取创新思路和技术并了解行业发展动态。
薛维清代表交控科技向现任IRSE总裁Steve Boshier
赠送“安全为本”纪念品
此外，交控科技参会代表还参加了由会议主办方组织的技术参观与考察，进入到墨尔本的CBTC系统改造项目、车辆基地及试车线等铁路设施，进行了更深入、更直接的技术交流，并介绍了交控科技在相关方面的技术进展。
项目经理介绍道口移除及CBTC改造情况
调度控制中心局部
车辆基地局部
车辆设备集成检测场
附：交控科技入选论文摘要（译文）
论文1：无人驾驶列车自主运行的关键感知安全技术的研究与实现
作者单位：交控科技、埃福瑞、利纳
轨道交通新一代列车自动驾驶的主要技术趋势之一是多传感器感知融合，应用摄像头和激光雷达等实现列车定位、测速测距以及障碍物识别等关键功能。与当前快速发展的汽车自动驾驶相比，本文分析了轨道交通信号系统对感知技术的不同需求，例如，轨道及其周围环境相对固定，对运行的准时性和行驶速度有严格要求，列车制动距离较长，并存在不同类型的外部物体侵入轨道的风险。因此，在应用高精地图定位、具有重复特征的目标识别、以及多类型传感器融合以实现障碍物检测方面，对列车自主运行感知技术有着很高的安全与可靠性要求。
为了满足轨道交通行业的上述需求，本文分析了存在的一系列困难，并提出了一个结合了高安全需求和低安全需求的感知系统安全架构。同时，介绍了部分关键的安全开发技术，包括高精地图的构建和安全定位、基于预期功能场景的安全分析方法、基于场景元素分类构建测试用例库、对目标识别算法的安全防护、以及以样本空间的测试准确性进行定量安全评价等。
基于上述创新技术，本文设计和开发了新型的感知系统，该系统不仅可用于传统障碍物主动检测，还可用于对安全完整性要求更高（达到SIL4级别）的自主驾驶列车控制系统。
论文2：一种通过比较目标个体风险确定轨道行业风险接受准则的定量方法
作者单位：交控科技
在轨道交通行业中，通常采用定量风险接受标准来确定信号系统的可容忍危险率。轨道交通系统的高层目标个体风险（TIR）被定义为个体致命风险（IRF）的可容忍限度，而该IRF又是信号系统、机车车辆以及其他基础设施的风险接受目标的源头，需要从系统顶层向底层传递，用于确保整个轨道交通系统的安全性。
本文提出了一种确定个体致命风险的可容忍上限、不可容忍下限和可忽略上限的方法，这些方法是根据不同地区和国家（例如欧洲联盟和中国）的实际事故统计数据推导得出的。然后，将确定的TIR用作参照标准，来定义某一特定应用中所适用的风险矩阵，为其安全性评估提供基准和参考。
本文通过使用上述分析方法，提供了一个典型示例（A型车载客能力的某一地铁线路），使用了典型的4×6风险矩阵，并计算推导其个体致命风险（IRF），如果IRF ≤ TIR，则可以认为该地铁线路中的风险是可接受的。否则，需要为其子系统（例如信号子系统）采取进一步的风险减轻措施。这为某些地区当地管理机构或用户未设定顶层安全目标时，提供了一种校准风险矩阵中风险接受类别、并定义定量顶级事故目标的可行解决方案。
论文3：轨道环境数字化
作者单位：交控科技、深圳大学、埃福瑞
轨道交通系统是至关重要的公共交通系统，而安全是其首要考虑的因素。尽管在过去一个世纪内，铁路交通基础设施和设备系统经历了显著发展，并取得了高水平的安全性，但由环境因素引起的事故仍然是一个重大挑战。
为解决这些问题，本文提出一种轨道环境数字化的新方法，依靠传感器、通信和云技术，获取关于环境的多模态和大规模信息，可以实时检测到可能构成风险的任何环境因素，并将其报告给中央、车站和车辆级别的控制系统，生成及时而可靠的安全策略和维修计划。需要进行数字化的环境因素包括与列车直接交互的环境因素，例如主线和车辆段的轨道及周围基础设施的3D地图，以及影响列车驾驶条件的间接环境因素，如全年各个开放路段的温度、湿度、降水概率、空气能见度和悬浮颗粒物浓度的统计数据。
在实际应用中，本文开发和部署了列车车载智能检测系统（TIDS），并已在香港荃湾线、北京15号线等超过8条地铁线路上进行了环境数字化的尝试，利用车载相机、激光雷达和毫米波雷达等传感器，收集主线、调车线和车辆段等场景的3D地图和环境信息，累计超过380万公里。通过高精度的列车定位、轨道区域识别和障碍物检测，可以从足够距离检测到靠近或在轨道上的行人和障碍物，以便列车进行紧急制动。