CN102442323A - 列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法 - Google Patents
列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法 Download PDFInfo
- Publication number
- CN102442323A CN102442323A CN2011103282063A CN201110328206A CN102442323A CN 102442323 A CN102442323 A CN 102442323A CN 2011103282063 A CN2011103282063 A CN 2011103282063A CN 201110328206 A CN201110328206 A CN 201110328206A CN 102442323 A CN102442323 A CN 102442323A
- Authority
- CN
- China
- Prior art keywords
- train
- time
- speed
- curve
- run
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明涉及一种列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其中包括系统实时获取列车自动监控系统的运营信息、列车参数信息、线路数据库的线路信息,实时自适应计算列车站间各运行阶段的驾驶曲线信息,根据驾驶曲线信息提取并记录列车站间各运行阶段的关键点信息,实时生成最优的列车站间运行自动驾驶曲线。采用该种列车自动驾驶系统中实现站间运行自动驾驶曲线生成的方法,有效克服列车在自动驾驶过程中存在的诸多缺陷,舒适性较高,节能效果好,停车精度高,容易调整,工作性能稳定可靠,适用范围较为广泛,实现列车准时、节能、高舒适性、安全及平稳地运行,完全满足了CBTC系统的运营要求。
Description
技术领域
本发明涉及城市轨道交通领域,特别适用于城市轨道交通自动控制技术领域,具体是指一种基于无线通信的列车自动驾驶系统中实现站间运行自动驾驶曲线生成的方法。
背景技术
基于通信的列车控制系统(CBTC)通过引入无线通信系统实现车地之间的实时双向通信突破了传统铁路信号系统的限制,利用移动闭塞技术缩短运行间隔,提高了列车的运行效率和系统的灵活性,是列车自动控制系统技术的今后发展方向。CBTC系统由列车自动监控系统(ATS)、列车自动防护系统(ATP)及列车自动驾驶系统(ATO)组成,其中ATO作为CBTC系统中一个核心子系统主要利用ATS的运营信息、车辆参数信息及线路信息通过对牵引及制动系统的控制实现对列车的自动驾驶。
在ATO系统中,列车的运行控制不同于基于人工自身驾驶经验的控制,为了实现列车自动运行控制必须预先产生自动驾驶曲线控制列车按其运行,因此要最佳的控制列车的运行,前提是必须要有一个最佳的运行路径(曲线),但由于轨道交通线路中的站间距离比较短、站间运行时间短、限速区域短、定点停车精度高、运行形式复杂等情况的存在,同时又要满足按时、节能、安全及平稳的运营要求,这对列车运行曲线的计算带来很大困难。目前国内外的自动驾驶曲线计算主要是基于速度分级的策略产生列车自动驾驶曲线,这种设计方法是根据运营等级及限速信息把整个运行区域分成若干区段,形成台阶式的速度曲线,这种方法实现简单,但是存在以下几个缺点:
(1)采用台阶式的速度曲线,列车在站间的运行时存在较多的列车速度调整过程造成了乘客的舒适性下降,同时需要牵引及制动系统不断地做出相应调整不利于列车的节能运行。
(2)台阶式的速度曲线基于运营等级是一个模糊的运行时间间隔,同时,列车在站间以台阶式的速度曲线运行时速度调整过程比较多,很难实现列车的准时运行,必将影响整个线路中列车的运营。
(3)采用台阶式的速度曲线运行方式,列车在定点停车过程中由于速度的调整不具有连续性,很难达到精确停车的目的。
发明内容
本发明的目的是克服了上述现有技术中的缺点,提供一种能够有效克服列车在自动驾驶过程中存在的诸多缺陷、舒适性较高、节能效果好、停车精度高、容易调整、工作性能稳定可靠、适用范围较为广泛的列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法。
为了实现上述的目的,本发明的列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法如下:
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其主要特点是,所述的方法包括以下步骤:
(1)系统实时获取列车自动监控系统的运营信息、列车参数信息、线路数据库的线路信息;
(2)系统根据所述的运营信息、列车参数信息、线路数据库的线路信息,实时自适应计算列车站间各运行阶段的驾驶曲线信息;
(3)系统根据所述的驾驶曲线信息提取并记录列车站间各运行阶段的关键点信息,实时生成最优的列车站间运行自动驾驶曲线。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的列车自动监控系统的运营信息包括站间运行时间、临时限速信息、出发站ID以及目标站ID,所述的站间运行时间表示列车在站间运行时的确切时间,所述的出发站ID和目标站ID用于计算站间距离。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的列车参数信息包括黏度系数、列车重量、列车长度,所述的黏度系数、列车重量、列车长度用于查询各运行阶段推荐的加速度值。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的线路数据库的线路信息包括固定限速信息、坡度、弯度、信标信息,所述的坡度、弯度用于在列车特性参数表中查询各运行阶段推荐的加速度值,所述的信标信息作为定点停车曲线的关键拐点信息。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的列车站间的运行阶段包括启动运行阶段、速度调整运行阶段、惰行运行阶段、巡航运行阶段和定点停车运行阶段,所述的实时自适应计算列车站间各运行阶段的驾驶曲线信息,包括以下步骤:
(21)计算列车站间的最大运行速度Vmax;
(22)根据所述的最大运行速度Vmax进行限速信息的筛选;
(23)根据所述的最大运行速度Vmax和限速信息,计算启动运行阶段的驾驶曲线中的关键点信息及启动运行时间;
(24)根据所述的最大运行速度Vmax、限速信息和启动运行阶段的驾驶曲线,计算速度调整运行阶段的驾驶曲线中的关键点信息及速度调整运行时间;
(25)根据所述的最大运行速度Vmax、限速信息、启动运行阶段的驾驶曲线和速度调整运行阶段的驾驶曲线,计算惰行运行阶段的驾驶曲线中的关键点信息及惰行运行时间;
(26)根据所述的最大运行速度Vmax、限速信息、启动运行阶段的驾驶曲线、速度调整运行阶段的驾驶曲线和惰行运行阶段的驾驶曲线,计算巡航运行阶段的驾驶曲线中的关键点信息及巡航运行时间;
(27)根据所述的最大运行速度Vmax、限速信息、启动运行阶段的驾驶曲线、速度调整运行阶段的驾驶曲线、惰行运行阶段的驾驶曲线和巡航运行阶段的驾驶曲线,计算定点停车运行阶段的驾驶曲线中的关键点信息及定点停车运行时间;
(28)将所述的启动运行时间、速度调整运行时间、惰行运行时间、巡航运行时间、定点停车运行时间进行累加,并判断该累加后的总时间是否满足运营要求;
(29)如果不满足,则返回上述步骤(21);如果满足,则继续执行后续步骤(3)。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的计算列车站间的最大运行速度Vmax,具体为:
根据等步长减少计算出列车最大站间运行速度Vmax。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的根据所述的最大运行速度Vmax进行限速信息的筛选,具体为:
根据所述的最大运行速度Vmax进行临时限速区段和固定限速区段的筛选,对于限速值Vlimit大于该最大运行速度Vmax的限速区段进行剔除。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的计算启动运行阶段的驾驶曲线中的关键点信息及启动运行时间,包括以下步骤:
(231)启动过程采用加速度分级的策略将启动运行阶段分成10个加速子阶段,加速度值依次为1.0m/s2、0.9m/s2、0.8m/s2、0.7m/s2、0.6m/s2、0.5m/s2、0.4m/s2、0.3m/s2、0.2m/s2、0.1m/s2;其中第一个加速子阶段的最大加速时间为10s,后续9个加速子阶段按照等时间加速分级的方式设置最大加速时间均为2.4s;
(232)根据以下公式计算所述的各个加速子阶段的运行时间、运行速度、运行距离和启动运行时间:
tn=2.4*(VStartEnd-10)/9;
vn=vn-1+an*tn;
其中:VStartEnd为列车启动运行阶段的末速度,tn为各个加速子阶段的运行时间,1≤n≤9,且当VStartEnd<36Km/h时,tn=0;vn为各个加速子阶段末的运行速度,sn为各个加速子阶段的运行距离,an为各个加速子阶段的加速度,Tstart为列车启动运行阶段的运行总时间。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的计算速度调整运行阶段的驾驶曲线中的关键点信息及速度调整运行时间,具体为:
根据以下公式计算所述的速度调整运行阶段中各个调整区域的运行时间、调整区域的距离及速度调整运行时间:
tadjust_i=(Vlimit_i-Vmax)/aadjust_i;
其中:tadjust_i为第i个调整区域所需要的调整时间,Sadjust_i为第i个调整区域的的距离,Vlimit_i为第i个限速区段的限速值,aadjus_i为第i个限速区段的调整加速度值,i取值为1~n,n为调整区域的总数,Tadjust为所有调整区域运行时间之和,即速度调整运行时间。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的计算惰行运行阶段的驾驶曲线中的关键点信息及惰行运行时间,具体为:
根据以下公式计算所述的惰行运行阶段的运行速度及惰行运行时间:
Tloose=(VlooseEnd-VlooseBefore)/aloose;
其中:VlooseBefore为惰行运行阶段之前的速度值大小,其为Vlimit或者Vmax,Vlimit为限速值,VlooseEnd为惰行运行阶段结束点的速度值,Sloose为惰行运行阶段的距离,Tloose为惰行运行时间,aloose为惰行运行的加速度。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的计算巡航运行阶段的驾驶曲线中的关键点信息及巡航运行时间,具体为:
根据以下公式计算所述的巡航运行阶段中的各个巡航区域的运行时间及巡航运行时间:
tcruise_i=Scruise_i/Vcruise_i;
其中,tcruise_i为第i个巡航区域的运行时间,Scruise_i为第i个巡航区域的距离,Vcruise_i为第i个巡航区域的巡航速度,其为Vlimit或者Vmax,Vlimit为限速值,Tcruise为所有巡航区域的运行时间之和,即巡航运行时间。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的计算定点停车运行阶段的驾驶曲线中的关键点信息及定点停车运行时间,具体为:
根据以下公式计算所述的定点停车运行阶段中的各个轨迹点的位置、相对距离、速度及定点停车运行时间:
SA=ST1+(VT1 2-VTASC1Max 2)/2*aTASC1;
SB=ST0-aTASC1*SCT0/(aTASC1-aTASC2);
TT1A=ST1A/VT1;
TAB=(VB-VT1)/aTASC1;
TBT0=-VB/aTASC2;
Tstop=TT1A+TAB+TBT0;
其中:TASC1为在无源信标T1处生成的定点停车曲线,TASC2为在无源信标T2处生成的定点停车曲线,该无源信标T1为惰行运行阶段的结束点的位置,VT1为无源信标T1处的速度,A点为列车与定点停车曲线TASC1的运行轨迹接入点,B点为定点停车曲线TASC1和TASC2的交点,C点为定点停车曲线TASC1的终点,T0点为定点停车曲线TASC2的终点,即停车点,SA为A点处的绝对位置,SB为B点处的绝对位置,ST1为T1点处的绝对位置,SC为C点处的绝对位置,VB为B点处的速度值,VTASC1Max为定点停车曲线TASC1在T1处的速度值,SBT0为B点与T0点的之间的距离,SCT0为C点与T0点之间的距离,TT1A为匀速巡航运行时间,TAB为定点停车曲线TASC1上的减速运行时间,TBT0为定点停车曲线TASC2上的减速运行时间,Tstop为定点停车运行时间。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的判断累加后的总时间是否满足运营要求,包括以下步骤:
(281)判断该累加后的总时间Tadaptive与列车自动监控系统中预设的运营要求时间Trun之间的差值是否满足以下条件:
-3s<Tadaptive-Trun<3s;
(282)如果满足,则返回满足运营要求的结果;
(283)如果不满足,则返回不满足运营要求的结果。
该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法中的实时生成最优的列车站间运行自动驾驶曲线,具体为:
提取启动运行阶段中各加速子阶段的开始点位置、结束点位置、开始点速度、结束点速度,速度调整运行阶段的开始点位置、结束点位置、开始点速度、结束点速度,惰行运行阶段的开始点位置、结束点位置、开始点速度、结束点速度,巡航运行阶段的开始点位置、结束点位置、开始点速度、结束点速度,定点停车运行阶段的减速开始点位置、结束点位置、开始点速度、结束点速度,并将相应信息记录到数据结构中,从而形成最优的列车站间运行自动驾驶曲线。
采用了该发明的列车自动驾驶系统中实现站间运行自动驾驶曲线生成的方法,由于其中采用了列车站间运行自动驾驶曲线的计算方法,通过自适应的算法计算各个运行区段的驾驶曲线,最终得到一条连续且平滑的站间自动驾驶曲线,从而有效克服列车在自动驾驶过程中存在的误点、舒适性低、节能效果差、停车精度低及不易调整等诸多缺陷,舒适性较高,节能效果好,停车精度高,容易调整,工作性能稳定可靠,适用范围较为广泛,实现列车准时、节能、高舒适性、安全及平稳地运行,完全满足了CBTC系统的运营要求。
附图说明
图1为本发明的列车自动驾驶系统中实现站间运行自动驾驶曲线生成的方法的整体流程图。
图2是本发明的列车自动驾驶系统中实现站间运行自动驾驶曲线生成的方法的系统数据流图。
图3是本发明的列车自动驾驶系统中实现站间运行自动驾驶曲线生成的方法中的实时自适应计算列车站间各运行阶段的驾驶曲线信息的实现流程图。
图4是本发明的具体实施例中定点停车曲线(TASC)示意图。
具体实施方式
为了能够更清楚地理解本发明的技术内容,特举以下实施例详细说明。
请参阅图1至图4所示,该列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其主要特点是,所述的方法包括以下步骤:
(1)系统实时获取列车自动监控系统的运营信息、列车参数信息、线路数据库的线路信息;该列车自动监控系统的运营信息包括站间运行时间、临时限速信息、出发站ID以及目标站ID,所述的站间运行时间表示列车在站间运行时的确切时间,所述的出发站ID和目标站ID用于计算站间距离;该列车参数信息包括黏度系数、列车重量、列车长度,所述的黏度系数、列车重量、列车长度用于在列车特性参数表中查询各运行阶段推荐的加速度值;该线路数据库的线路信息包括固定限速信息、坡度、弯度、信标信息,所述的坡度、弯度用于在列车特性参数表中查询各运行阶段推荐的加速度值,所述的信标信息作为定点停车曲线的关键拐点信息;
(2)系统根据所述的运营信息、列车参数信息、线路数据库的线路信息,实时自适应计算列车站间各运行阶段的驾驶曲线信息;该列车站间的运行阶段包括启动运行阶段、速度调整运行阶段、惰行运行阶段、巡航运行阶段和定点停车运行阶段,所述的实时自适应计算列车站间各运行阶段的驾驶曲线信息,包括以下步骤:
(a)计算列车站间的最大运行速度Vmax,具体为:
根据等步长减少计算出列车最大站间运行速度Vmax;
(b)根据所述的最大运行速度Vmax进行限速信息的筛选,具体为:
根据所述的最大运行速度Vmax进行临时限速区段和固定限速区段的筛选,对于限速值Vlimit大于该最大运行速度Vmax的限速区段进行剔除;
(c)根据所述的最大运行速度Vmax和限速信息,计算启动运行阶段的驾驶曲线中的关键点信息及启动运行时间,包括以下步骤:
(i)启动过程采用加速度分级的策略将启动运行阶段分成10个加速子阶段,加速度值依次为1.0m/s2、0.9m/s2、0.8m/s2、0.7m/s2、0.6m/s2、0.5m/s2、0.4m/s2、0.3m/s2、0.2m/s2、0.1m/s2;其中第一个加速子阶段的最大加速时间为10s,后续9个加速子阶段按照等时间加速分级的方式设置最大加速时间均为2.4s;
(ii)根据以下公式计算所述的各个加速子阶段的运行时间、运行速度、运行距离和启动运行时间:
tn=2.4*(VStartEnd-10)/9;
vn=vn-1+an*tn;
其中:VStartEnd为列车启动运行阶段的末速度,tn为各个加速子阶段的运行时间,1≤n≤9,且当VStartEnd<36Km/h时,tn=0;vn为各个加速子阶段末的运行速度,sn为各个加速子阶段的运行距离,an为各个加速子阶段的加速度,Tstart为列车启动运行阶段的运行总时间;
(d)根据所述的最大运行速度Vmax、限速信息和启动运行阶段的驾驶曲线,计算速度调整运行阶段的驾驶曲线中的关键点信息及速度调整运行时间,具体为:根据以下公式计算所述的速度调整运行阶段中各个调整区域的运行时间、调整区域的距离及速度调整运行时间:
tadjust_i=(Vlimit_i-Vmax)/aadjust_i;
其中:tadjust_i为第i个调整区域所需要的调整时间,Sadjust_i为第i个调整区域的的距离,Vlimit_i为第i个限速区段的限速值,aadjust_i为第i个限速区段的调整加速度值,i取值为1~n,n为调整区域的总数,Tadjust为所有调整区域运行时间之和,即速度调整运行时间;
(e)根据所述的最大运行速度Vmax、限速信息、启动运行阶段的驾驶曲线和速度调整运行阶段的驾驶曲线,计算惰行运行阶段的驾驶曲线中的关键点信息及惰行运行时间,具体为:
根据以下公式计算所述的惰行运行阶段的运行速度及惰行运行时间:
Tloose=(VlooseEnd-VlooseBefore)/aloose;
其中:VlooseBefore为惰行运行阶段之前的速度值大小,其为Vlimit或者Vmax,Vlimit为限速值,VlooseEnd为惰行运行阶段结束点的速度值,Sloose为惰行运行阶段的距离,Tloose为惰行运行时间,aloose为惰行运行的加速度;
(f)根据所述的最大运行速度Vmax、限速信息、启动运行阶段的驾驶曲线、速度调整运行阶段的驾驶曲线和惰行运行阶段的驾驶曲线,计算巡航运行阶段的驾驶曲线中的关键点信息及巡航运行时间,具体为:
根据以下公式计算所述的巡航运行阶段中的各个巡航区域的运行时间及巡航运行时间:
tcruise_i=Scruise_i/Vcruise_i;
其中,tcruise_i为第i个巡航区域的运行时间,Scruise_i为第i个巡航区域的距离,Vcruise_i为第i个巡航区域的巡航速度,其为Vlimit或者Vmax,Vlimit为限速值,Tcruise为所有巡航区域的运行时间之和,即巡航运行时间;
(g)根据所述的最大运行速度Vmax、限速信息、启动运行阶段的驾驶曲线、速度调整运行阶段的驾驶曲线、惰行运行阶段的驾驶曲线和巡航运行阶段的驾驶曲线,计算定点停车运行阶段的驾驶曲线中的关键点信息及定点停车运行时间,具体为:
根据以下公式计算所述的定点停车运行阶段中的各个轨迹点的位置、相对距离、速度及定点停车运行时间:
SA=ST1+(VT1 2-VTASC1Max 2)/2*aTASC1;
SB=ST0-aTASC1*SCT0/(aTASC1-aTASC2);
TT1A=ST1A/VT1;
TAB=(VB-VT1)/aTASC1;
TBT0=-VB/aTASC2;
Tstop=TT1A+TAB+TBT0;
其中:TASC1为在无源信标T1处生成的定点停车曲线,TASC2为在无源信标T2处生成的定点停车曲线,该无源信标T1为惰行运行阶段的结束点的位置,VT1为无源信标T1处的速度,A点为列车与定点停车曲线TASC1的运行轨迹接入点,B点为定点停车曲线TASC1和TASC2的交点,C点为定点停车曲线TASC1的终点,T0点为定点停车曲线TASC2的终点,即停车点,SA为A点处的绝对位置,SB为B点处的绝对位置,ST1为T1点处的绝对位置,SC为C点处的绝对位置,VB为B点处的速度值,VTASC1Max为定点停车曲线TASC1在T1处的速度值,SBT0为B点与T0点的之间的距离,SCT0为C点与T0点之间的距离,TT1A为匀速巡航运行时间,TAB为定点停车曲线TASC1上的减速运行时间,TBT0为定点停车曲线TASC2上的减速运行时间,Tstop为定点停车运行时间;
(h)将所述的启动运行时间、速度调整运行时间、惰行运行时间、巡航运行时间、定点停车运行时间进行累加,并判断该累加后的总时间是否满足运营要求,包括以下步骤:
(i)判断该累加后的总时间Tadaptive与列车自动监控系统中预设的运营要求时间Trun之间的差值是否满足以下条件:
-3s<Tadaptive-Trun<3s;
(ii)如果满足,则返回满足运营要求的结果;
(iii)如果不满足,则返回不满足运营要求的结果;
(j)如果不满足,则返回上述步骤(a);如果满足,则继续执行后续步骤(3);
(3)系统根据所述的驾驶曲线信息提取并记录列车站间各运行阶段的关键点信息,实时生成最优的列车站间运行自动驾驶曲线,具体为:
提取启动运行阶段中各加速子阶段的开始点位置、结束点位置、开始点速度、结束点速度,速度调整运行阶段的开始点位置、结束点位置、开始点速度、结束点速度,惰行运行阶段的开始点位置、结束点位置、开始点速度、结束点速度,巡航运行阶段的开始点位置、结束点位置、开始点速度、结束点速度,定点停车运行阶段的减速开始点位置、结束点位置、开始点速度、结束点速度,并将相应信息记录到数据结构中,从而形成最优的列车站间运行自动驾驶曲线。
在实际使用当中,本发明的技术方案提供了一种自适应计算列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,包括以下步骤:
步骤S1——获取ATS的运营信息、列车参数信息、线路数据库的线路信息;
步骤S2——根据步骤S1中的数据信息,自适应计算站间各运行阶段的驾驶曲线;
步骤S3——根据步骤S2优化的结果提取并记录各运行阶段的关键点信息,形成最优的站间运行自动驾驶曲线。
所述步骤S1中,ATS的运营信息包括站间运行时间、临时限速信息、出发站ID以及目标站ID;列车参数信息包括黏度系数、列车重量、列车长度;线路数据库的线路信息包括固定限速信息、坡度、弯度、信标等信息。其中,ATS的运营信息中的运行时间表示了列车在站间运行时的确切时间(精确到秒级);ATS的运营信息中的出发站ID及目标站ID,利用其通过查询线路数据库用于计算站间距离;列车参数信息中的黏度系数、列车重量、列车长度及线路信息中的坡度、弯度信息用于在列车特性参数表中查询各运行阶段推荐的加速度值;线路数据库中的信标信息作为定点停车曲线的关键拐点信息。
所述步骤S2中,列车站间运行时的包括启动、调整(加/减速)、巡航、惰行及定点停车等运行阶段。其中,自适应计算原理是指:根据站间运行时间、临时限速、固定限速、推荐加/减速度、线路坡度等信息,采用从允许运行速度最大值等步长(0.1m/s)逐步减小的方法,逐次循环搜索、推算列车各运行阶段的曲线信息,生成列车各个运行阶段中的位置/速度信息及各个运行阶段的运行时间信息,最终使推算出的列车站间运行时间在ATS运营时间的允许的范围内(±3s)。
所述步骤S3中,提取步骤S2中有用的信息并把最终优化的运行曲线中关键点(速度及位置)信息记录到特定的数据结构中,形成最优的站间运行自动驾驶曲线(S-V)。
请参阅图1所示,是本发明实施例列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法流程图,本实施例包括以下步骤:
步骤S1——获取ATS的运营信息、列车参数信息、线路数据库的线路信息。
再请参阅图2所示,为本发明实施例所需数据信息流图,其中步骤S1中的所有信息必须在列车站间运行前获取到。其中,ATS的运营信息包括站间运行时间、临时限速信息、出发站ID以及目标站ID,这些信息ATS通过无线传输系统(DCS)传输到车载ATO子系统;列车参数信息包括黏度系数、列车重量、列车长度;线路数据库的线路信息,这些信息车辆系统通过车辆总线传输到车载ATO子系统:线路信息包括固定限速信息、坡度、弯度、信标等信息,这些信息数据服务器(DSU)通过无线传输系统(DCS)传输到车载ATO子系统。其中,ATS的运营信息中的运行时间表示了列车在站间运行时的确切时间(精确到秒级);ATS的运营信息中的出发站ID及目标站ID,利用其通过查询线路数据库用于计算站间距离;列车参数信息中的黏度系数、列车重量、列车长度及线路信息中的坡度、弯度等信息用于在列车特性参数表中查询各运行阶段推荐的加速度值;线路数据库中的信标信息作为定点停车曲线的关键拐点信息。
步骤S2——根据步骤S1中的数据信息,自适应计算站间各运行阶段的驾驶曲线。
所述步骤S2中,列车站间运行时的包括启动、调整(加/减速)、惰行、巡航及定点停车等运行阶段。本实施例的列车参数,根据我国地铁线路上运行列车的普遍现状,线路列车允许最大速度为80Km/h、列车常规最大加速度为±1.0m/s2、列车在最大常规恒力运行时的最大速度为36Km/h(以1.0m/s2的加速度运行)、列车在调整运行阶段及惰行运行阶段的加速度值是根据列车参数及线路数据通过查询列车特性参数表(列车特性参数表有车辆系统提供)的方法得来的,其中,在推算各个运行阶段运行曲线时都要查找相应运行阶段的推荐加速度值。
再请参阅图3所示,是本发明实施例站间自动驾驶曲线自适应算法实现流程图。在自适应计算时,首先,要推算站间最大运行速度Vmax;再次,根据Vmax进行临时/固定限速区段的筛选,对于限速值Vlimit大于Vmax限速区段进行剔除。自适应算法包括以下几个子步骤:
步骤S21——计算启动运行阶段驾驶曲线
列车在启动过程中兼顾节能、舒适性及列车的特性,采用加速度分级的策略进行启动加速,共分成10个加速子阶段,加速度值依次为1.0m/s2(常规最大加速度)、0.9m/s2、0.8m/s2、0.7m/s2、0.6m/s2、0.5m/s2、0.4m/s2、0.3m/s2、0.2m/s2、0.1m/s2。根据列车的特性,按照最大速度80Km/h来计算,第一个子阶段的最大加速时间为10s、其余9个子阶段按照等时间加速分级的方式加速最大加速时间为分别为2.4s。根据等步长减少计算出的列车最大站间运行速度Vmax为列车启动结束速度,同时还要考虑在列车的启动阶段有限速时的情况,此种情况下启动结束速度为限速值Vlimit。假定列车的启动末速度为VStartEnd时,推算各个子阶段的运行时间、运行速度及运行距离,其计算模型为:
tn=2.4*(VStartEnd-10)/9 ......(1)
vn=vn-1+an*tn ......(2)
以上公式(1)、(2)、(3)、(4)中的参数说明如下:
tn——各个子阶段运行时间,(1≤n≤9)。当VStartEnd小于36Km/h时,tn等于0,此种情况下采用一次加速的方式加到VStartEnd
●vn——各个子阶段末的运行速度,(1≤n≤9);
●sn——各个子阶段的运行距离,(1≤n≤9);
●an——各个子阶段的加速度,(1≤n≤9);
●Tstart——为列车启动的运行总时间。
步骤S22——计算调整运行阶段驾驶曲线
列车在站间运行时在限速区段的头尾区域要进行相应的速度调整,对于限速区段在启动区域的情况时列车直接加速到Vlimit,因此不存在限速之前的速度调整。同时要考虑乘客舒适性及列车特性等因素,通过列车参数和线路信息在列车特性参数表中查找调整区域合适的调整加速度aadjust。调整运行阶段驾驶曲线的计算模型为:
tadjust_i=(Vlimit_i-Vmax)/aadjust_i ......(5)
其中,公式(5)、(6)、(7)中的参数说明如下:
●tadjust_i——表示第i个调整区域所需要的调整时间;
●Sadjust_i——表示第i个调整区域的的距离;
●Vlimit_i——表示第i个限速区段的限速值;
●aadjust_i——表示第i个限速区段的调整加速度值;
●Tadjust——表示n个调整区域运行时间之和。
步骤S23——计算惰性运行阶段驾驶曲线
列车站间运行时为了充分考虑列车的节能,在线路站台前的一段区域设为节能区域(土建时会在这段区域中设计节能坡),本发明实施例根据站间最大运行速度值Vmax及限制速度Vlimit(当限速区段靠近预选的节能区域时,在限速区段以外的区域考虑惰行)进行选择惰行区域的长度。当Vmax或者Vlimit大于60Km/h时惰行区域长度为500米以内;当Vmax或者Vlimit在30Km/h-60Km/h之间时惰行区域长度在300米以内;当在30Km/h以下时无惰行区域,同时为了保证定点停车时有足够的调整距离惰行结束点的位置为第一个定点停车信标T1处。惰行运行阶段驾驶曲线的计算模型为:
Tloose=(VlooseEnd-VlooseBefore)/aloose ......(9)
其中,公式(8)、(9)中的参数说明如下:
●VlooseBefore——表示惰行之前的速度值大小为Vlimit或者Vmax;
●VlooseEnd——表示惰行结束点的速度值;
●Sloose——表示惰行运行的距离;
●Tloose——表示惰性运行的时间;
●aloose——表示惰性运行的加速度,根据列车的参数信息及惰行区域的线路信息通过查询列车特性参数表所得。
步骤S24——计算巡航运行阶段驾驶曲线
巡航区域是指列车从启动结束点到第一个定点停车信标T1之间的匀速运行区域之和包括以最大速度Vmax和限速Vlimit匀速运行过程,巡航运行阶段驾驶曲线的计算模型为:
tcruise_i=Scruise_i/Vcruise_i ......(10)
其中,公式(10)、(11)中的参数说明如下:
●tcruise_i——表示在第i个巡航区域的运行时间;
●Scruise_i——表示第i个巡航区域的距离;
●Vcruise_i——表示第i个巡航区域的巡航速度,大小为Vlimit或者Vmax;
●Tcruise——表示所有巡航区域的运行时间之和。
步骤S25——计算定点停车运行阶段驾驶曲线
本发明实施例为了达到列车精确停车的要求,要求线路设计时在站台区域布置了一些定位信标,当列车运行到站台区域时,车载ATO接受无源信标T1、T2、T3及有源信标T0发送的线路位置信息重新校正列车位置。列车在执行定点停车时要充分考虑列车制动系统的特性(在速度低于6Km/h时电制动效果变差,在低于此值后采用混合制动)及停车精度(±0.3m),本实施例定点停车曲线示意图如图4所示,其中,T1、T2、T3离停车点T0的位置分别为320m、20m、2m,列车定点停车曲线的生成步骤如下:
步骤S251——在信标T1、T2处分别生成各自的TASC曲线,其中,TASC1速度值为零的位置在C点处(CT0的距离为5m),TASC1(QEFC)与TASC2曲线(DFGT0)的交点F,TASC1的减速度aTASC1为-0.8m/s2,TASC2曲线的减速度为-0.6m/s2(站台定点停车区域,土建时不设置坡度)。
步骤S252——根据步骤S23、S24推算出的在T1处的速度VT1,以匀速巡航的方式控制列车接近TASC1曲线,运行曲线为OE;
步骤S253——在A点处接近第TASC1曲线后,将按照追踪TASC1运行,运行曲线为EF;
步骤S254——运行到TASC1与TASC2的交点B处后,将控制列车追踪TASC2曲线运行,运行曲线为FGT0。
由以上四个步骤可以看出OEFGT0曲线就是生成的列车定点停车曲线,定点停车曲线的计算模型如下:
SA=ST1+(VT1 2-VTASC1Max 2)/2*aTASC1 ......(13)
SB=ST0-aTASC1*SCT0/(aTASC1-aTASC2) ......(14)
TT1A=ST1A /VT1 ......(16)
TAB=(VB-VT1)/aTASC1 ......(17)
TBT0=-VB/aTASC2 ......(18)
Tstop=TT1A+TAB+TBT0 ......(19)
其中,公式(12)、(13)、(14)、(15)、(16)、(17)、(18)、(19)中的参数说明如下:
●SA——A点处的绝对位置;
●SB——B点处的绝对位置;
●ST1——T1点处的绝对位置;
●SC——C点处的绝对位置;
●VB——TASC1与TASC2交点在B点处的速度值;
●VTASC1Max——TASC1在T1处的速度值;
●SBT0——B点和T0之间的距离;
●SCT0——C点和T0之间的距离;
●TT1A——匀速巡航运行时间;
●TAB——TASC1减速运行时间;
●TBT0——TASC2减速运行时间;
●Tstop——定点停车运行时间。
步骤S26——累加各运行阶段的运行时间进行自适应计算结果判断
Tadaptive=Tstart+Tadjust+Tloose+Tcruise+Tstop ......(20)
其中,Tadaptive为一个自适应阶段推算的站间运行间,ATS的运营要求时间为Trun,当-3s<Tadaptive-Trun<3s满足时自适应计算结束。
步骤S3——根据步骤S2优化的结果提取并记录各运行阶段的关键点信息,形成最优的站间自动驾驶曲线。
根据步骤S2中自适应优化的结果提取启动、调整、惰行、巡航、定点停车等运行阶段关键点处的位置/速度信息(启动各阶段开始/结束点位置及速度、调整开始点/结束点位置及速度、限速开始点/结束点位置及速度、巡航开始点/结束点位置及速度、惰行开始点/结束点位置及速度、定点停车减速开始点/结束点位置及速度)记录到特定的数据结构中,便可形成最终优化的S-V自动驾驶曲线供牵引/制动控制器使用。
采用了上述的列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法,由于其中采用了列车站间运行自动驾驶曲线的计算方法,通过自适应的算法计算各个运行区段的驾驶曲线,最终得到一条连续且平滑的站间自动驾驶曲线,从而有效克服了列车在自动驾驶过程中存在的误点、舒适性低、节能效果差、停车精度低及不易调整等诸多缺陷,舒适性较高,节能效果好,停车精度高,容易调整,工作性能稳定可靠,适用范围较为广泛,实现列车准时、节能、高舒适性、安全及平稳地运行,完全满足了CBTC系统的运营要求。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。
Claims (14)
1.一种列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的方法包括以下步骤:
(1)系统实时获取列车自动监控系统的运营信息、列车参数信息、线路数据库的线路信息;
(2)系统根据所述的运营信息、列车参数信息、线路数据库的线路信息,实时自适应计算列车站间各运行阶段的驾驶曲线信息;
(3)系统根据所述的驾驶曲线信息提取并记录列车站间各运行阶段的关键点信息,实时生成最优的列车站间运行自动驾驶曲线。
2.根据权利要求1所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的列车自动监控系统的运营信息包括站间运行时间、临时限速信息、出发站ID以及目标站ID,所述的站间运行时间表示列车在站间运行时的确切时间,所述的出发站ID和目标站ID用于计算站间距离。
3.根据权利要求2所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的列车参数信息包括黏度系数、列车重量、列车长度,所述的黏度系数、列车重量、列车长度用于查询各运行阶段推荐的加速度值。
4.根据权利要求3所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的线路数据库的线路信息包括固定限速信息、坡度、弯度、信标信息,所述的坡度、弯度用于在列车特性参数表中查询各运行阶段推荐的加速度值,所述的信标信息作为定点停车曲线的关键拐点信息。
5.根据权利要求4所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的列车站间的运行阶段包括启动运行阶段、速度调整运行阶段、惰行运行阶段、巡航运行阶段和定点停车运行阶段,所述的实时自适应计算列车站间各运行阶段的驾驶曲线信息,包括以下步骤:
(21)计算列车站间的最大运行速度Vmax;
(22)根据所述的最大运行速度Vmax进行限速信息的筛选;
(23)根据所述的最大运行速度Vmax和限速信息,计算启动运行阶段的驾驶曲线中的关键点信息及启动运行时间;
(24)根据所述的最大运行速度Vmax、限速信息和启动运行阶段的驾驶曲线,计算速度调整运行阶段的驾驶曲线中的关键点信息及速度调整运行时间;
(25)根据所述的最大运行速度Vmax、限速信息、启动运行阶段的驾驶曲线和速度调整运行阶段的驾驶曲线,计算惰行运行阶段的驾驶曲线中的关键点信息及惰行运行时间;
(26)根据所述的最大运行速度Vmax、限速信息、启动运行阶段的驾驶曲线、速度调整运行阶段的驾驶曲线和惰行运行阶段的驾驶曲线,计算巡航运行阶段的驾驶曲线中的关键点信息及巡航运行时间;
(27)根据所述的最大运行速度Vmax、限速信息、启动运行阶段的驾驶曲线、速度调整运行阶段的驾驶曲线、惰行运行阶段的驾驶曲线和巡航运行阶段的驾驶曲线,计算定点停车运行阶段的驾驶曲线中的关键点信息及定点停车运行时间;
(28)将所述的启动运行时间、速度调整运行时间、惰行运行时间、巡航运行时间、定点停车运行时间进行累加,并判断该累加后的总时间是否满足运营要求;
(29)如果不满足,则返回上述步骤(21);如果满足,则继续执行后续步骤(3)。
6.根据权利要求5所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的计算列车站间的最大运行速度Vmax,具体为:
根据等步长减少计算出列车最大站间运行速度Vmax。
7.根据权利要求5所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的根据所述的最大运行速度Vmax进行限速信息的筛选,具体为:
根据所述的最大运行速度Vmax进行临时限速区段和固定限速区段的筛选,对于限速值Vlimit大于该最大运行速度Vmax的限速区段进行剔除。
8.根据权利要求6所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的计算启动运行阶段的驾驶曲线中的关键点信息及启动运行时间,包括以下步骤:
(231)采用加速度分级的策略将启动运行阶段分成10个加速子阶段,加速度值依次为1.0m/s2、0.9m/s2、0.8m/s2、0.7m/s2、0.6m/s2、0.5m/s2、0.4m/s2、0.3m/s2、0.2m/s2、0.1m/s2;其中第一个加速子阶段的最大加速时间为10s,后续9个加速子阶段按照等时间加速分级的方式设置最大加速时间均为2.4s;(232)根据以下公式计算所述的各个加速子阶段的运行时间、运行速度、运行距离和启动运行时间:
tn=2.4*(VStartEnd-10)/9;
vn=vn-1+an*tn;
其中:VStartEnd为列车启动运行阶段的末速度,tn为各个加速子阶段的运行时间,1≤n≤9,且当VStartEnd<36Km/h时,tn=0;vn为各个加速子阶段末的运行速度,sn为各个加速子阶段的运行距离,an为各个加速子阶段的加速度,Tstart为列车启动运行阶段的运行总时间。
9.根据权利要求5所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的计算速度调整运行阶段的驾驶曲线中的关键点信息及速度调整运行时间,具体为:
根据以下公式计算所述的速度调整运行阶段中各个调整区域的运行时间、调整区域的距离及速度调整运行时间:
tadjust_i=(Vlimit_i-Vmax)/aadjust_i;
其中:tadjust_i为第i个调整区域所需要的调整时间,Sadjust_i为第i个调整区域的的距离,Vlimit_i为第i个限速区段的限速值,aadjust_i为第i个限速区段的调整加速度值,i取值为1~n,n为调整区域的总数,Tadjust为所有调整区域运行时间之和,即速度调整运行时间。
10.根据权利要求5所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的计算惰行运行阶段的驾驶曲线中的关键点信息及惰行运行时间,具体为:
根据以下公式计算所述的惰行运行阶段的运行速度及惰行运行时间:
Tloose=(VlooseEnd-VlooseBefore)/aloose;
其中:VlooseBefore为惰行运行阶段之前的速度值大小,其为Vlimit或者Vmax,Vlimit为限速值,VlooseEnd为惰行运行阶段结束点的速度值,Sloose为惰行运行阶段的距离,Tloose为惰行运行时间,aloose为惰行运行的加速度。
11.根据权利要求5所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的计算巡航运行阶段的驾驶曲线中的关键点信息及巡航运行时间,具体为:
根据以下公式计算所述的巡航运行阶段中的各个巡航区域的运行时间及巡航运行时间:
tcruise_i=Scruise_i/Vcruise_i;
其中,tcruise_i为第i个巡航区域的运行时间,Scruise_i为第i个巡航区域的距离,Vcruise_i为第i个巡航区域的巡航速度,其为Vlimit或者Vmax,Vlimit为限速值,Tcruise为所有巡航区域的运行时间之和,即巡航运行时间。
12.根据权利要求5所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的计算定点停车运行阶段的驾驶曲线中的关键点信息及定点停车运行时间,具体为:
根据以下公式计算所述的定点停车运行阶段中的各个轨迹点的位置、相对距离、速度及定点停车运行时间:
SA=ST1+(VT1 2-VTASC1Max 2)/2*aTASC1;
SB=ST0-aTASC1*SCT0/(aTASC1-aTASC2);
TT1A=ST1A/VT1;
TAB=(VB-VT1)/aTASC1;
TBT0=-VB/aTASC2;
Tstop=TT1A+TAB+TBT0;
其中:TASC1为在无源信标T1处生成的定点停车曲线,TASC2为在无源信标T2处生成的定点停车曲线,该无源信标T1为惰行运行阶段的结束点的位置,VT1为无源信标T1处的速度,A点为列车与定点停车曲线TASC1的运行轨迹接入点,B点为定点停车曲线TASC1和TASC2的交点,C点为定点停车曲线TASC1的终点,T0点为定点停车曲线TASC2的终点,即停车点,SA为A点处的绝对位置,SB为B点处的绝对位置,ST1为T1点处的绝对位置,SC为C点处的绝对位置,VB为B点处的速度值,VTASC1Max为定点停车曲线TASC1在T1处的速度值,SBT0为B点与T0点的之间的距离,SCT0为C点与T0点之间的距离,TT1A为匀速巡航运行时间,TAB为定点停车曲线TASC1上的减速运行时间,TBT0为定点停车曲线TASC2上的减速运行时间,Tstop为定点停车运行时间。
13.根据权利要求5所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的判断累加后的总时间是否满足运营要求,包括以下步骤:
(281)判断该累加后的总时间Tadaptive与列车自动监控系统中预设的运营要求时间Trun之间的差值是否满足以下条件:
-3s<Tadaptive-Trun<3s;
(282)如果满足,则返回满足运营要求的结果;
(283)如果不满足,则返回不满足运营要求的结果。
14.根据权利要求5所述的列车自动驾驶系统中实现列车站间运行自动驾驶曲线实时生成的方法,其特征在于,所述的实时生成最优的列车站间运行自动驾驶曲线,具体为:
提取启动运行阶段中各加速子阶段的开始点位置、结束点位置、开始点速度、结束点速度,速度调整运行阶段的开始点位置、结束点位置、开始点速度、结束点速度,惰行运行阶段的开始点位置、结束点位置、开始点速度、结束点速度,巡航运行阶段的开始点位置、结束点位置、开始点速度、结束点速度,定点停车运行阶段的减速开始点位置、结束点位置、开始点速度、结束点速度,并将相应信息记录到数据结构中,从而形成最优的列车站间运行自动驾驶曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110328206.3A CN102442323B (zh) | 2011-10-25 | 2011-10-25 | 列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110328206.3A CN102442323B (zh) | 2011-10-25 | 2011-10-25 | 列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102442323A true CN102442323A (zh) | 2012-05-09 |
CN102442323B CN102442323B (zh) | 2015-05-20 |
Family
ID=46005383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110328206.3A Expired - Fee Related CN102442323B (zh) | 2011-10-25 | 2011-10-25 | 列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102442323B (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103818392A (zh) * | 2014-03-10 | 2014-05-28 | 浙江众合机电股份有限公司 | 一种列车运行曲线调整方法 |
CN104134378A (zh) * | 2014-06-23 | 2014-11-05 | 北京交通大学 | 一种基于驾驶经验和在线学习的城轨列车智能控制方法 |
WO2014183263A1 (zh) * | 2013-05-14 | 2014-11-20 | 深圳市坐标系交通技术有限公司 | 一种列车控制方法及其装置和系统 |
CN104554299A (zh) * | 2014-11-21 | 2015-04-29 | 北京交控科技有限公司 | 基于atp/td环线制式的列车自动驾驶方法 |
CN104973093A (zh) * | 2014-04-02 | 2015-10-14 | 阿尔斯通运输科技简易股份公司 | 计算铁路车辆在铁路轨道上的位置范围的方法及相关装置 |
CN106143540A (zh) * | 2015-03-27 | 2016-11-23 | 上海申通地铁集团有限公司 | 轨道交通列车全速密贴运行控制曲线的自适应计算方法 |
CN106494468A (zh) * | 2016-10-19 | 2017-03-15 | 北京交通大学 | 一种列车运行控制方法及系统 |
CN106541967A (zh) * | 2016-10-19 | 2017-03-29 | 交控科技股份有限公司 | 一种列车运行控制方法及系统 |
CN106647269A (zh) * | 2016-12-21 | 2017-05-10 | 清华大学 | 一种机车智能操纵优化计算方法 |
CN105551337B (zh) * | 2015-12-21 | 2018-02-09 | 北京交通大学 | 一种列车司机辅助驾驶方法与系统 |
CN107798428A (zh) * | 2017-10-23 | 2018-03-13 | 清华大学 | 一种机车自动驾驶控制预测模型机器学习方法 |
CN107878510A (zh) * | 2016-12-29 | 2018-04-06 | 比亚迪股份有限公司 | 列车自动控制方法及装置、车载ato |
CN107924621A (zh) * | 2015-09-08 | 2018-04-17 | 大众汽车有限公司 | 用于自动驾驶车辆、尤其机动车来操控停车位置的方法 |
CN108603807A (zh) * | 2016-01-28 | 2018-09-28 | 株式会社明电舍 | 车辆的自动驾驶系统以及自动驾驶方法 |
CN109501818A (zh) * | 2018-10-15 | 2019-03-22 | 西北铁道电子股份有限公司 | 一种轨道车自动驾驶控制方法及系统 |
CN109541943A (zh) * | 2018-12-07 | 2019-03-29 | 西南交通大学 | 一种有轨电车在线优化控制方法 |
CN110758491A (zh) * | 2019-11-13 | 2020-02-07 | 通号城市轨道交通技术有限公司 | 列车运行控制方法及系统 |
CN110864704A (zh) * | 2018-08-28 | 2020-03-06 | 百度在线网络技术(北京)有限公司 | 自动驾驶里程统计方法、装置及设备 |
CN111762239A (zh) * | 2020-07-20 | 2020-10-13 | 中车株洲电力机车研究所有限公司 | 一种机车自动驾驶系统及机车自动驾驶控制方法 |
CN112109775A (zh) * | 2020-07-31 | 2020-12-22 | 中铁第四勘察设计院集团有限公司 | 一种列车运行曲线动态优化系统 |
CN112498420A (zh) * | 2020-07-31 | 2021-03-16 | 中铁第四勘察设计院集团有限公司 | 一种列车运行受扰后的ato曲线优化方法 |
CN112606873A (zh) * | 2020-12-29 | 2021-04-06 | 中车大连机车研究所有限公司 | 一种用于机车辅助驾驶的控制方法及装置 |
CN112776854A (zh) * | 2020-06-10 | 2021-05-11 | 中车青岛四方车辆研究所有限公司 | 列车中央控制单元、列车控制系统及控制实现方法 |
CN112784406A (zh) * | 2021-01-06 | 2021-05-11 | 北京交通大学 | 基于移动闭塞时空占用带模型的列车追踪运行优化方法 |
CN113548090A (zh) * | 2021-09-23 | 2021-10-26 | 北京和利时系统工程有限公司 | 一种调整列车自动驾驶的精确停车控制参数的方法和装置 |
CN113635916A (zh) * | 2020-07-28 | 2021-11-12 | 株洲中车时代电气股份有限公司 | 一种机车运行速度曲线规划方法、装置及相关组件 |
WO2022095496A1 (zh) * | 2020-11-09 | 2022-05-12 | 北京全路通信信号研究设计院集团有限公司 | 一种ato控制列车过分相的停车点防护方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0539885A2 (en) * | 1991-10-25 | 1993-05-05 | Kabushiki Kaisha Toshiba | Optimal train running-pattern calculating apparatus and system including the same |
JP2005231447A (ja) * | 2004-02-18 | 2005-09-02 | Hitachi Ltd | 列車運転支援装置 |
CN101007537A (zh) * | 2007-01-26 | 2007-08-01 | 北京交通大学 | 通用列车自动防护(atp)车载系统及模式控制方法 |
CN101992795A (zh) * | 2009-08-24 | 2011-03-30 | Ls产电株式会社 | 用于在自动列车运行中控制速度的方法和装置 |
-
2011
- 2011-10-25 CN CN201110328206.3A patent/CN102442323B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0539885A2 (en) * | 1991-10-25 | 1993-05-05 | Kabushiki Kaisha Toshiba | Optimal train running-pattern calculating apparatus and system including the same |
JP2005231447A (ja) * | 2004-02-18 | 2005-09-02 | Hitachi Ltd | 列車運転支援装置 |
CN101007537A (zh) * | 2007-01-26 | 2007-08-01 | 北京交通大学 | 通用列车自动防护(atp)车载系统及模式控制方法 |
CN101992795A (zh) * | 2009-08-24 | 2011-03-30 | Ls产电株式会社 | 用于在自动列车运行中控制速度的方法和装置 |
Non-Patent Citations (2)
Title |
---|
饶晓璐: "列车自动驾驶算法研究及仿真实现", 《中国优秀硕士学位论文全文数据库》 * |
魏方华: "基于模式曲线列控方式的列车追踪行车模拟研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014183263A1 (zh) * | 2013-05-14 | 2014-11-20 | 深圳市坐标系交通技术有限公司 | 一种列车控制方法及其装置和系统 |
CN105209314A (zh) * | 2013-05-14 | 2015-12-30 | 深圳市坐标系交通技术有限公司 | 一种列车控制方法及其装置和系统 |
CN103818392A (zh) * | 2014-03-10 | 2014-05-28 | 浙江众合机电股份有限公司 | 一种列车运行曲线调整方法 |
CN104973093B (zh) * | 2014-04-02 | 2021-02-05 | 阿尔斯通运输科技简易股份公司 | 计算铁路车辆在铁路轨道上的位置范围的方法及相关装置 |
CN104973093A (zh) * | 2014-04-02 | 2015-10-14 | 阿尔斯通运输科技简易股份公司 | 计算铁路车辆在铁路轨道上的位置范围的方法及相关装置 |
CN104134378A (zh) * | 2014-06-23 | 2014-11-05 | 北京交通大学 | 一种基于驾驶经验和在线学习的城轨列车智能控制方法 |
CN104554299B (zh) * | 2014-11-21 | 2017-05-31 | 交控科技股份有限公司 | 基于atp/td环线制式的列车自动驾驶方法 |
CN104554299A (zh) * | 2014-11-21 | 2015-04-29 | 北京交控科技有限公司 | 基于atp/td环线制式的列车自动驾驶方法 |
CN106143540A (zh) * | 2015-03-27 | 2016-11-23 | 上海申通地铁集团有限公司 | 轨道交通列车全速密贴运行控制曲线的自适应计算方法 |
CN106143540B (zh) * | 2015-03-27 | 2018-02-13 | 上海申通地铁集团有限公司 | 轨道交通列车全速密贴运行控制曲线的自适应计算方法 |
CN107924621B (zh) * | 2015-09-08 | 2021-08-31 | 大众汽车有限公司 | 用于自动驾驶车辆来操控停车位置的方法、车辆和系统 |
CN107924621A (zh) * | 2015-09-08 | 2018-04-17 | 大众汽车有限公司 | 用于自动驾驶车辆、尤其机动车来操控停车位置的方法 |
CN105551337B (zh) * | 2015-12-21 | 2018-02-09 | 北京交通大学 | 一种列车司机辅助驾驶方法与系统 |
CN108603807A (zh) * | 2016-01-28 | 2018-09-28 | 株式会社明电舍 | 车辆的自动驾驶系统以及自动驾驶方法 |
CN108603807B (zh) * | 2016-01-28 | 2019-10-18 | 株式会社明电舍 | 车辆的自动驾驶系统以及自动驾驶方法 |
CN106494468B (zh) * | 2016-10-19 | 2018-04-20 | 北京交通大学 | 一种列车运行控制方法及系统 |
CN106494468A (zh) * | 2016-10-19 | 2017-03-15 | 北京交通大学 | 一种列车运行控制方法及系统 |
CN106541967A (zh) * | 2016-10-19 | 2017-03-29 | 交控科技股份有限公司 | 一种列车运行控制方法及系统 |
CN106647269A (zh) * | 2016-12-21 | 2017-05-10 | 清华大学 | 一种机车智能操纵优化计算方法 |
CN107878510A (zh) * | 2016-12-29 | 2018-04-06 | 比亚迪股份有限公司 | 列车自动控制方法及装置、车载ato |
WO2018121691A1 (zh) * | 2016-12-29 | 2018-07-05 | 比亚迪股份有限公司 | 列车自动控制方法和装置以及车载自动列车运行系统 |
CN107878510B (zh) * | 2016-12-29 | 2019-04-19 | 比亚迪股份有限公司 | 列车自动控制方法及装置、车载ato |
CN107798428A (zh) * | 2017-10-23 | 2018-03-13 | 清华大学 | 一种机车自动驾驶控制预测模型机器学习方法 |
CN110864704B (zh) * | 2018-08-28 | 2021-02-05 | 百度在线网络技术(北京)有限公司 | 自动驾驶里程统计方法、装置及设备 |
CN110864704A (zh) * | 2018-08-28 | 2020-03-06 | 百度在线网络技术(北京)有限公司 | 自动驾驶里程统计方法、装置及设备 |
CN109501818B (zh) * | 2018-10-15 | 2020-05-05 | 西北铁道电子股份有限公司 | 一种轨道车自动驾驶控制方法及系统 |
CN109501818A (zh) * | 2018-10-15 | 2019-03-22 | 西北铁道电子股份有限公司 | 一种轨道车自动驾驶控制方法及系统 |
CN109541943A (zh) * | 2018-12-07 | 2019-03-29 | 西南交通大学 | 一种有轨电车在线优化控制方法 |
CN110758491B (zh) * | 2019-11-13 | 2020-12-01 | 通号城市轨道交通技术有限公司 | 列车运行控制方法及系统 |
CN110758491A (zh) * | 2019-11-13 | 2020-02-07 | 通号城市轨道交通技术有限公司 | 列车运行控制方法及系统 |
CN112776854A (zh) * | 2020-06-10 | 2021-05-11 | 中车青岛四方车辆研究所有限公司 | 列车中央控制单元、列车控制系统及控制实现方法 |
CN111762239A (zh) * | 2020-07-20 | 2020-10-13 | 中车株洲电力机车研究所有限公司 | 一种机车自动驾驶系统及机车自动驾驶控制方法 |
CN113635916A (zh) * | 2020-07-28 | 2021-11-12 | 株洲中车时代电气股份有限公司 | 一种机车运行速度曲线规划方法、装置及相关组件 |
WO2022021700A1 (zh) * | 2020-07-28 | 2022-02-03 | 株洲中车时代电气股份有限公司 | 一种机车运行速度曲线规划方法、装置及相关组件 |
CN112109775A (zh) * | 2020-07-31 | 2020-12-22 | 中铁第四勘察设计院集团有限公司 | 一种列车运行曲线动态优化系统 |
CN112498420A (zh) * | 2020-07-31 | 2021-03-16 | 中铁第四勘察设计院集团有限公司 | 一种列车运行受扰后的ato曲线优化方法 |
WO2022095496A1 (zh) * | 2020-11-09 | 2022-05-12 | 北京全路通信信号研究设计院集团有限公司 | 一种ato控制列车过分相的停车点防护方法和系统 |
CN112606873A (zh) * | 2020-12-29 | 2021-04-06 | 中车大连机车研究所有限公司 | 一种用于机车辅助驾驶的控制方法及装置 |
CN112784406A (zh) * | 2021-01-06 | 2021-05-11 | 北京交通大学 | 基于移动闭塞时空占用带模型的列车追踪运行优化方法 |
CN112784406B (zh) * | 2021-01-06 | 2023-09-01 | 北京交通大学 | 基于移动闭塞时空占用带模型的列车追踪运行优化方法 |
CN113548090B (zh) * | 2021-09-23 | 2021-12-28 | 北京和利时系统工程有限公司 | 一种调整列车自动驾驶的精确停车控制参数的方法和装置 |
CN113548090A (zh) * | 2021-09-23 | 2021-10-26 | 北京和利时系统工程有限公司 | 一种调整列车自动驾驶的精确停车控制参数的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102442323B (zh) | 2015-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102442323B (zh) | 列车自动驾驶系统实现站间运行自动驾驶曲线生成的方法 | |
CN102514602B (zh) | 一种列车运行速度规划与控制的方法及系统 | |
CN103235843B (zh) | 一种城市轨道交通列车运行优化控制模拟方法和系统 | |
CN110450825B (zh) | 城市轨道交通列车运行控制方法 | |
CN102470870B (zh) | 车辆控制装置、车辆控制方法以及车辆控制系统 | |
CN105551337B (zh) | 一种列车司机辅助驾驶方法与系统 | |
CN102955884B (zh) | 一种高速列车跟驰运行全速域安全车距标定方法 | |
Fenton et al. | Automated highway studies at the Ohio State University-an overview | |
CN102951189B (zh) | 基于安全车距实时标定的高速列车跟驰运行控制方法 | |
CN108284836A (zh) | 一种车辆纵向跟随控制方法 | |
CN110239600B (zh) | 面向再生制动能量利用的列车运行控制方法及系统 | |
CN104134378A (zh) | 一种基于驾驶经验和在线学习的城轨列车智能控制方法 | |
CN109080665B (zh) | 基于交叉感应环线交叉点信息的列车定位方法 | |
CN104192148B (zh) | 一种基于交通信号信息预知的主干道车速规划方法 | |
CN103538493A (zh) | 一种无人驾驶智能交通系统 | |
CN104183124A (zh) | 一种基于单路口交通信号信息的主干道车速规划方法 | |
CN105629968B (zh) | 一种无轨自导向汽车列车的自导向控制方法 | |
CN104200656A (zh) | 一种基于交通信号信息的主干道车速规划方法 | |
CN103786733A (zh) | 一种自动档汽车环保驾驶行为的提示方法 | |
CN108501960A (zh) | 一种空铁轨道系统及空铁运行方法 | |
CN106828176A (zh) | 一种移动充电车移动充电控制系统 | |
CN101859347A (zh) | 利用智能混杂模型描述高速列车群运行过程的方法 | |
CN101425106A (zh) | 车辆多目标协调式自适应巡航控制性能的数学量化方法 | |
CN103871240A (zh) | 一种多体交互式智能行车系统 | |
CN106126870A (zh) | 一种列车牵引系统的节能边界评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150520 Termination date: 20201025 |
|
CF01 | Termination of patent right due to non-payment of annual fee |