CN107399333B - 一种面向列车自动驾驶的列车精准停车方法 - Google Patents

Abstract

本发明公开了一种面向列车自动驾驶的列车精准停车方法，其特征在于具体包括以下步骤：步骤1、从列车的记录设备上获取列车数据及列车运行的线路信息，并作相应的数据预处理工作；步骤2、利用步骤1中得到标准数据集，实时循环获取线路环境信息，根据获得的信息判断列车是否处于停车触发区域，决定是否触发基于线性二次型最优的精确停车控制算法；步骤3、当步骤2中判断需要开始执行停车策略后，执行基于线性二次型最优的精确停车控制算法，得到使列车精准停车的列车操纵档位。本发明通过列车数据和运行线路数据进行列车的运行状态进行记录与处理，判断列车是否应该开始执行基于线性二次型最优的精确停车控制算法，达到列车精准停车的目的。

Description

一种面向列车自动驾驶的列车精准停车方法

技术领域

本发明涉及一种列车自动停车方法，尤其涉及一种面向列车自动驾驶的列车精准停车方法。

背景技术

轨道列车自动驾驶(ATO)是为了能够在一定的牵引列车、车辆、线路等硬件环境和既定的运行图、列车编组计划等运营管理状况下，来得到列车的操作档位序列来控制列车自动运行，在自动驾驶的过程中往往也需要列车档位操纵序列满足一定的约束条件，如准点、安全、平稳、节能等。近几年来,我国已形成了以城市轨道交通和高速铁路为代表的铁路运输系统,其路网规模达到了世界领先水平。随着路网的不断扩大,设计高性能的列车控制系统成为了改善整个路网运营效率的前提条件,而停车精度则是衡量列控系统性能的重要指标。

发明内容

本发明的目的是提出一种面向列车自动驾驶的列车精准停车的方法，最终可以通过调整列车的操纵档位，使列车能够在到达车站的时候能够按要求精准、平稳地停车。

本发明的技术方案是一种面向列车自动驾驶的列车精准停车方法，其特征在于具体包括以下步骤：

步骤1、从列车的记录设备上获取列车数据及列车运行的线路信息，并作相应的数据预处理工作，其中：

步骤1.1、原始数据的收集，即通过列车监控装置(LKJ)、列车控制和管理系统(TCMS)获取线路数据、机车操纵数据；

步骤1.2、将原始数据进行数据预处理操作，处理后得到标准数据集；

步骤2、利用步骤1中得到标准数据集，实时循环获取包括列车的位置、速度、档位、加速度在内的信息，根据获得的信息判断列车是否处于停车触发区域，决定是否触发基于线性二次型最优的精确停车控制算法；

步骤3、当步骤2中判断需要开始执行停车策略后，执行基于线性二次型最优的精确停车控制算法，得到使列车精准停车的列车操纵档位。

进一步地，步骤1中，对线路数据进行预处理操作，包括加算坡段计算、线路分段、短分段合并三个部分：

第一步、进行加算坡段计算，加算坡段过程是线路信息中的坡度、线路曲线、隧道三种线路信息叠加所产生的坡度；

第二步、进行线路分段,线路分段是根据所在线路加算坡度的不同，对线路进行分类，并经过一些相同坡段合并处理之后得到具有坡段类型标识的分段数据；

第三步、进行短分段合并，对于坡段长度短的坡段类型进行合并操作。

进一步地，步骤1中，对于机车操纵数据的预处理包括三个部分：

第一步、对列车操纵日志数据中有效信息进行提取，最终提取出的有效信息数据中包含连续公里标、机车速度和档位信息；

第二步、对机车运行速度曲线中连续相同速度进行合并；

第三步、通过结合列车运行线路数据的预处理结果，对列车的机车操纵数据中的操纵档位信息进行映射，得到完整的列车在轨道上运行的实时信息标准数据集。

进一步地，步骤1中，当列车所在的位置在列车需要停靠的地点前1.5km处时，触发精准停车策略。

进一步地，步骤3中，基于线性二次型最优的精确停车控制算法是采用阶层式控制结构，高层控制器根据控制目标和线路信息生成控制停车的目标速度曲线，低层控制器根据实时的列车速度信息调整列车牵引和制动的指令，控制列车跟踪停车目标速度曲线，使列车按照预定模式停车，通过高层预测和底层实时调整档位序列，从而达到预设的停车精度。

本发明的有益效果在于：

通过列车数据和运行线路数据进行列车的运行状态进行记录与处理，判断列车是否应该开始执行基于线性二次型最优的精确停车控制算法，最终得到使列车精准停车的操纵档位，达到列车精准停车的目的。

附图说明

图1是一种面向列车自动驾驶的列车精准停车方法的流程图；

具体实施方式

以下结合附图1对本发明的技术方案进行详细说明。

如图1所示，该实施例提供了一种面向列车自动驾驶的列车精准停车方法，具体包括以下步骤：

步骤1、从列车的记录设备上获取列车数据及列车运行的线路信息，并作相应的数据预处理工作。

此步骤包括两个部分：原始数据的收集与原始数据预处理操作。

步骤1.1、原始数据的收集，即通过列车监控装置(LKJ)、列车控制和管理系统(TCMS)获取线路数据、机车操纵数据。

一般现代轨道列车在运行中都会有相关的设备记录机车的整个运行过程中的状态。如列车监控装置(简称LKJ)、列车控制和管理系统(简称TCMS)等，LKJ装置中主要记录线路、时刻表、运行调度等日志数据，从中可以获得线路的基本信息和机车运行公里标、速度等；TCMS装置中主要记录了机车运行的操纵数据，从中可以获得机车运行的档位。该实施例中所提出的数据收集，主要是指从LKJ、TCMS等装置或系统中得到相关的数据。原始样本数据包括线路数据、机车参数数据、机车操纵数据等。

步骤1.2、将原始数据进行数据预处理操作，处理后得到标准数据集。

对线路数据进行预处理操作。本发明中提出的对运行的线路数据进行预处理操作，包括加算坡段计算、线路分段、短分段合并三个部分。

第一步进行加算坡段计算，加算坡段过程是线路信息中的坡度、线路曲线、隧道三种线路信息叠加所产生的坡度。该实施例中所处理的线路，由于机车运行在轨道上会有多种外界因素影响机车的运行，单独去考虑每一种外界因素，不利于我们处理分析问题，所以加算坡段过程就是将最重要的三种环境因素：坡度、线路曲线、隧道进行加算，最终得到一个能代表线路每一段环境因素叠加后的坡段类型的实值；

第二步进行线路分段,线路分段是根据所在线路加算坡度的不同，对线路进行分类，并经过一些相同坡段合并处理之后得到具有坡段类型标识的分段数据，路分段的原因在于机车在不同类型的坡度情况下，其驾驶的档位操纵规律不同，在相同近似的坡度范围内，其驾驶档位操纵规律基本一致，因此可以对具有相同或相近的道路坡段情况进行机器学习预测模型的训练并利用训练好的模型进行预测应用，针对以上特点，将一条距离较长的完整线路根据坡度情况拆分为不同坡段类型的集合，并以分段为训练及预测数据集的单位很有必要；

第三步进行短分段合并，在线路分段的过程中，除了考虑线路本身的坡度之外，还需要考虑每种坡段类型的长度，对于一些坡段长度较短的坡段类型，由于其对机车的影响较小，需要进行一些合并操作；通常首先合并连续的一些短段，然后合并相同的坡段类型。

对于机车操纵数据的预处理操作。本发明中提出的对机车操纵日志数据进行预处理一共有三个部分：

第一步对列车操纵日志数据中有效信息进行提取，最终提取出的有效信息数据中包含连续公里标、机车速度和档位信息；

第二步对机车运行速度曲线中连续相同速度进行合并；由于在机车操纵日志中记录的是机车每秒的运行速度，而机车在运行过程中速度变化一般为若干秒变换一次，因此在提取的数据中会出现相同的速度连续出现很多次的情况，这会对后续的档位操作序列的提取出现干扰，因此需要将该连续的速度进行合并，并记录速度所运行的时间；

第三步通过结合列车运行线路数据的预处理结果，对列车的操纵档位信息进行映射，得到完整的列车在轨道上运行的实时信息标准数据集。

步骤2、利用步骤1中得到标准数据集，实时循环获取包括列车的位置、速度、档位、加速度、以及所处位置线路环境信息，根据获得的信息判断列车是否处于停车触发区域，决定是否触发精准停车策略。

在车辆的精准停车问题中一般列车需要停靠的地点s是以公里标的形式进行输入。在此步骤中，会根据列车所处的位置和列车需要停靠的地点进行比较来确定列车是否需要触发精准停车策略。本发明中当列车所在的位置在列车需要停靠的地点前1.5km处时就需要触发精准停车策略。

步骤3、当步骤2中判断需要开始执行停车策略后，执行基于线性二次型最优的精确停车控制算法，得到使列车精准停车的列车操纵档位。

对于线性系统，若取状态变量和控制变量的二次型函数的积分作为性能指标函数时，这种动态系统最优化问题称为线性系统二次型性能指标的最优控制问题，简称线性二次型问题。它的最优解可以写成统一的解析表达式，且可生成一个简单的状态线性反馈控制律，其计算和工程实现都比较容易。

同时，线性最优控制的结果可以应用于小信号条件下的非线性系统，如果一个非线性最优控制系统己经设计好，并己开始进行，当初始条件稍有改变时，最优控制就随之而变。若按照原来的非线性判据进行设计还必须作复杂的计算，然而，这两种最优控制之差的一阶近似通常可以通过求解一个适当的线性二次型问题而得到，其计算和实现都比非线性最优控制容易；线性最优控制的算法一般可以用于非线性最优控制的计算；线性最优控制除具有二次性能指标意义上的最优性之外，还具有一些与最优性相联系的好性质，如具有比较满意的增益储备、相角储备以及非线性容限等，这些也是经典控制所关心的指标，将线性最优控制作为设计反馈系统的统一方法，使设计的系统不仅能达到二次型性能指标意义上的最优，而且还可以满足经典控制所关心的性能指标。

迄今为止，线性二次型控制理论已成为反馈控制系统设计的一种重要工具，为多变量反馈系统的设计提供了一种有效的分析方法，既适用于时不变系统，也适用于时变系统，可处理扰动信号和测量噪声问题，可处理有限和无限的时间区间，是现代控制理论及其应用中最富有成果的一部分。

本发明结合了车辆动力学模型、系统辨识理论和线性二次型最优控制理论,设计出基于线性二次型最优调节器(LQR)的精确停车控制算法。利用基于线性二次型最优化精确停车控制算法来最终得到使列车精准停车的操纵档位，通过这些操纵档位来控制列车的运行，并最终达到精准停车的目的。

基于线性二次型最优调节器(LQR)的精确停车控制算法采用阶层式控制结构，高层控制器根据控制目标和线路信息生成控制停车的目标速度曲线，低层控制器根据实时的列车速度信息调整列车牵引和制动的指令，控制列车跟踪停车目标速度曲线，使列车按照预定模式停车，通过高层预测和底层实时调整档位序列，达到精度为30cm以内的停车精度。

以上对本发明所提供的技术方案进行了详细的介绍，但应理解的是，这些描述仅仅用具体的个例对原理及实施方式进行了阐述，并非用来限制本发明专利的应用。本发明专利的保护范围由附加权利要求限定，并可包括在不脱离本发明专利保护范围和精神的情况下针对发明专利所作的各种变型、改型及等效方案。

Claims (5)

1.一种面向列车自动驾驶的列车精准停车方法，其特征在于包括以下步骤：

步骤1、从列车的记录设备上获取列车数据及列车运行的线路信息，并作相应的数据预处理工作，其中：

步骤1.1、原始数据的收集，即通过列车监控装置(LKJ)、列车控制和管理系统(TCMS)获取线路数据、机车操纵数据；

步骤1.2、将原始数据进行数据预处理操作，处理后得到标准数据集；

步骤2、利用步骤1中得到的标准数据集，实时循环获取包括列车的位置、速度、档位、加速度在内的信息，根据获得的信息判断列车是否处于停车触发区域，决定是否触发基于线性二次型最优的精确停车控制算法；

步骤3、当步骤2中判断需要开始执行精准停车策略后，执行基于线性二次型最优的精确停车控制算法，得到使列车精准停车的列车操纵档位。

2.根据权利要求1所述的一种面向列车自动驾驶的列车精准停车方法，其特征在于：步骤1中，对线路数据进行预处理操作，包括加算坡段计算、线路分段、短分段合并三个部分：

第一步、进行加算坡段计算，加算坡段过程是线路信息中的坡度、线路曲线、隧道三种线路信息叠加所产生的坡度；

第二步、进行线路分段,线路分段是根据所在线路加算坡度的不同，对线路进行分类，并经过一些相同坡段合并处理之后得到具有坡段类型标识的分段数据；

第三步、进行短分段合并，对于坡段长度短的坡段类型进行合并操作。

3.根据权利要求1所述的一种面向列车自动驾驶的列车精准停车方法，其特征在于：步骤1中，对于机车操纵数据的预处理包括三个部分：

第一步、对列车操纵日志数据中有效信息进行提取，最终提取出的有效信息数据中包含连续公里标、机车速度和档位信息；

第二步、对机车运行速度曲线中连续相同速度进行合并；

第三步、通过结合列车运行线路数据的预处理结果，对列车的机车操纵数据中的操纵档位信息进行映射，得到完整的列车在轨道上运行的实时信息标准数据集。

4.根据权利要求1所述的一种面向列车自动驾驶的列车精准停车方法，其特征在于：步骤1中，当列车所在的位置在列车需要停靠的地点前1.5km处时，触发精准停车策略。

5.根据权利要求1所述的一种面向列车自动驾驶的列车精准停车方法，其特征在于：步骤3中，基于线性二次型最优的精确停车控制算法是采用阶层式控制结构，高层控制器根据控制目标和线路信息生成控制停车的目标速度曲线，低层控制器根据实时的列车速度信息调整列车牵引和制动的指令，控制列车跟踪停车目标速度曲线，使列车按照预定模式停车，通过高层预测和底层实时调整档位序列，从而达到预设的停车精度。