CN109693688A - 预设性能的列车自动驾驶控制系统及控制方法 - Google Patents
预设性能的列车自动驾驶控制系统及控制方法 Download PDFInfo
- Publication number
- CN109693688A CN109693688A CN201811581437.3A CN201811581437A CN109693688A CN 109693688 A CN109693688 A CN 109693688A CN 201811581437 A CN201811581437 A CN 201811581437A CN 109693688 A CN109693688 A CN 109693688A
- Authority
- CN
- China
- Prior art keywords
- train
- speed
- error
- curve
- rate curve
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 230000010354 integration Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 9
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 240000000260 Typha latifolia Species 0.000 description 1
- 235000005324 Typha latifolia Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L23/00—Control, warning or like safety means along the route or between vehicles or trains
- B61L23/08—Control, warning or like safety means along the route or between vehicles or trains for controlling traffic in one direction only
- B61L23/14—Control, warning or like safety means along the route or between vehicles or trains for controlling traffic in one direction only automatically operated
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明提供一种预设性能的列车自动驾驶控制系统及方法,属于列车运行控制技术领域。该系统通过列车运行策略优化模块,生成目标位置‑速度曲线,并变换为目标时间‑位置曲线和目标时间‑速度曲线;通过列车位置防护模块实时计算列车当前位置,结合目标时间‑位置曲线,计算列车虚拟控制律;通过列车速度防护模块实时计算列车当前速度,结合目标时间‑速度曲线和虚拟控制律,计算列车的实际控制律;通过列车控制模块将实际控制律来控制列车运行。本发明保证列车的位置跟踪误差和速度跟踪误差在预设范围内,从而提高列车的跟踪控制精度,有效降低了控制性能差导致制动的概率,同时可减少目标曲线与防护曲线间的裕度,提升列车运行效率。
Description
技术领域
本发明涉及列车运行控制技术领域,具体涉及一种预设性能的列车自动驾驶控制系统及控制方法。
背景技术
列车自动驾驶(Automatic Train Operation,简称ATO)系统在城市轨道交通已大规模投入使用。随着珠三角广佛肇城际铁路、莞惠城际铁路开始使用,城际CTCS-2+ATO系统(Chinese Train Control System Level2+ATO)在国内正式运用,在干线铁路首次实现了自动驾驶技术,满足列车最高时速200公里,最短间隔3分钟运营要求。然而由于高速铁路站间距离长、运行环境多变、列车运行过程中参数具有时变性等因素,自动驾驶技术在高速铁路中未得到实际应用。提高高速铁路自动化水平是大势所趋。
目前,投入使用的大部分列车自动驾驶系统的控制算法采用的是PID控制,已经取得了极好的控制效果。但仍然存在以下两个问题:其一自动驾驶系统考虑限速的约束时一般通过启发式或试错的方法使得列车实际运行尽可能不触碰限速曲线,不能保障控制性能;其二在列车目标曲线与报警曲线、常用制动曲线、紧急制动曲线之间存在较大的裕度,以防止列车实际运行过程中由于跟踪目标曲线产生的误差触发制动,影响了效率的进一步提升。
发明内容
本发明的目的在于提供一种可以根据调度中心发送的运行时分优化驾驶策略,提高了列车的跟踪控制精度的预设性能的列车自动驾驶控制系统及控制方法,以解决上述背景技术中存在的技术问题。
为了实现上述目的,本发明采取了如下技术方案:
一方面,本发明提供的一种预设性能的列车自动驾驶控制系统,该系统包括:
列车运行策略优化模块,用于实时优化列车驾驶策略,生成目标位置-速度曲线,并将目标位置-速度曲线变换为目标时间-位置曲线和目标时间-速度曲线;
列车位置防护模块,用于实时获取列车当前位置,结合所述目标时间-位置曲线,计算列车虚拟控制律;
列车速度防护模块,用于实时获取列车当前速度,结合所述目标时间-速度曲线和所述虚拟控制律,计算列车的实际控制律;
列车控制模块,用于根据所述实际控制律来控制列车运行。
进一步的,所述列车位置防护模块包括位置计算单元、位置误差计算单元、位置误差变换单元、位置误差比例积分单元;
所述位置计算单元,用于根据列车速度信息积分计算列车当前位置,并根据定位应答器的数据更新列车位置;
所述位置误差计算单元,用于将列车当前位置与所述目标时间-位置曲线求差,得到位置跟踪误差;
所述位置误差变换单元,用于所述位置跟踪误差进行信号变换;
所述位置误差比例积分单元,用于对所述进行信号变换后的位置跟踪误差进行比例积分计算,得到所述虚拟控制律。
进一步的,所述列车速度防护模块包括速度计算单元、速度误差计算单元、速度误差变换单元、速度比例积分单元;
所述速度计算单元,用于根据测速传感器的数据,实时计算列车当前速度;
所述速度误差计算单元,用于将列车当前速度与所述目标时间-速度曲线和所述虚拟控制律求差,得到速度跟踪误差;
所述速度误差变换单元,用于对所述速度跟踪误差进行信号变换;
所述速度比例积分单元,用于将所述信号变换后的速度跟踪误差进行比例积分计算,得到实际控制律。
另一方面,本发明提供的一种预设性能的列车自动驾驶控制方法,该方法包括如下流程步骤:
步骤S110:实时优化列车驾驶策略,生成目标位置-速度曲线,并将目标位置-速度曲线变换为目标时间-位置曲线和目标时间-速度曲线;
步骤S120:实时获取列车当前位置,结合所述目标时间-位置曲线,计算列车虚拟控制律;
步骤S130:实时获取列车当前速度,结合所述目标时间-速度曲线和所述虚拟控制律,计算列车的实际控制律;
步骤S140:根据所述实际控制律来控制列车运行。
进一步的,所述步骤S110具体包括:
根据线路信息、调度中心发送的站间运行时分和临时限速信息实时优化驾驶策略,生成目标位置-速度曲线,将目标位置-速度曲线变换为目标时间-位置曲线x1r(t)和目标时间-速度曲线x2r(t)。
进一步的,所述步骤S120具体包括:
根据列车速度信息积分计算列车位置,并根据定位应答器的数据更新列车位置,从而计算列车当前位置x1(t);
将列车当前位置x1(t)与目标时间-位置x1r(t)求差,得到位置跟踪误差s1(t)=x1(t)-x1r(t);
对位置跟踪误差s1(t)进行变换,变换后的信号为其中,σ(t)=ε1e-lt+ε2,σ(t)表示性能函数,l代表收敛速度,ε1为初始时刻允许的最大误差,ε2为稳态情况下允许的最大误差;
将变换后的信号Z1进行比例积分计算,求和得到虚拟控制律:
其中,k11、k12为正常数的控制参数。
进一步的,所述步骤S130具体包括:
根据测速传感器的数据,实时计算列车当前速度x2(t);
将列车当前速度x2(t)与目标时间-速度x2r(t)、虚拟控制律α(t)求差,得到速度跟踪误差s2(t)=x2(t)-x2r(t)-α(t);
对速度跟踪误差s2(t)进行变换,变换后的信号为
将变换后的信号Z2比例积分计算,求和得到实际控制律:
其中,k21、k22为正常数的控制参数。
本发明有益效果:实现了高速列车的自动驾驶,可以根据调度中心发送的运行时分优化驾驶策略,并实现高速列车速度跟踪运行控制,保证列车的位置跟踪误差和速度跟踪误差在预设范围内,从而提高列车的跟踪控制精度,有效降低了控制性能差导致制动的概率,同时可减少目标曲线与防护曲线间的裕度,为进一步提升效率提供可能。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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发明的一些实施例,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为本发明实施例一所述的预设性能的列车自动驾驶控制系统原理框图。
图2为本发明实施例一所述的预设性能的列车自动驾驶控制方法流程图。
图3为本发明实施例二所述的预设性能的列车自动驾驶控制系统原理框图。
图4为本发明实施例二所述的列车位置跟踪仿真图。
图5为本发明实施例二所述的列车速度跟踪仿真图。
图6为本发明实施例二所述的位置跟踪误差仿真图。
图7为本发明实施例二所述的速度跟踪误差仿真图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的模块。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以具体实施例为例做进一步的解释说明,且实施例并不构成对本发明实施例的限定。
本领域普通技术人员应当理解的是,附图只是一个实施例的示意图,附图中的部件或装置并不一定是实施本发明所必须的。
实施例一
如图1所示,本发明实施例一提供了一种预设性能的列车自动驾驶控制系统,该系统包括:
列车运行策略优化模块,用于实时优化列车驾驶策略,生成目标位置-速度曲线,并将目标位置-速度曲线变换为目标时间-位置曲线和目标时间-速度曲线;
列车位置防护模块,用于实时获取列车当前位置,结合所述目标时间-位置曲线,计算列车虚拟控制律;
列车速度防护模块,用于实时获取列车当前速度,结合所述目标时间-速度曲线和所述虚拟控制律,计算列车的实际控制律;
列车控制模块,用于根据所述实际控制律来控制列车运行。
在本发明的具体实施例一中,所述列车位置防护模块包括位置计算单元、位置误差计算单元、位置误差变换单元、位置误差比例积分单元;
所述位置计算单元,用于根据列车速度信息积分计算列车当前位置,并根据定位应答器的数据更新列车位置;
所述位置误差计算单元,用于将列车当前位置与所述目标时间-位置曲线求差,得到位置跟踪误差;
所述位置误差变换单元,用于所述位置跟踪误差进行信号变换;
所述位置误差比例积分单元,用于对所述进行信号变换后的位置跟踪误差进行比例积分计算,得到所述虚拟控制律。
在本发明的具体实施例一中,所述列车速度防护模块包括速度计算单元、速度误差计算单元、速度误差变换单元、速度比例积分单元;
所述速度计算单元,用于根据测速传感器的数据,实时计算列车当前速度;
所述速度误差计算单元,用于将列车当前速度与所述目标时间-速度曲线和所述虚拟控制律求差,得到速度跟踪误差;
所述速度误差变换单元,用于对所述速度跟踪误差进行信号变换;
所述速度比例积分单元,用于将所述信号变换后的速度跟踪误差进行比例积分计算,得到实际控制律。
如图2所示,本发明实施例一还提供一种利用上述的系统进行列车自动驾驶控制的方法,该方法包括如下流程步骤:
步骤S110:实时优化列车驾驶策略,生成目标位置-速度曲线,并将目标位置-速度曲线变换为目标时间-位置曲线和目标时间-速度曲线;
步骤S120:实时获取列车当前位置,结合所述目标时间-位置曲线,计算列车虚拟控制律;
步骤S130:实时获取列车当前速度,结合所述目标时间-速度曲线和所述虚拟控制律,计算列车的实际控制律;
步骤S140:根据所述实际控制律来控制列车运行。
进一步,所述步骤S110具体包括:
根据线路信息、调度中心发送的站间运行时分和临时限速信息实时优化驾驶策略,生成目标位置-速度曲线,将目标位置-速度曲线变换为目标时间-位置曲线x1r(t)和目标时间-速度曲线x2r(t)。
进一步,所述步骤S120具体包括:
根据列车速度信息积分计算列车位置,并根据定位应答器的数据更新列车位置,从而计算列车当前位置x1(t);
将列车当前位置x1(t)与目标时间-位置x1r(t)求差,得到位置跟踪误差s1(t)=x1(t)-x1r(t);
对位置跟踪误差s1(t)进行变换,变换后的信号为其中,σ(t)=ε1e-lt+ε2,σ(t)表示性能函数,l代表收敛速度,ε1为初始时刻允许的最大误差,ε2为稳态情况下允许的最大误差。
将变换后的信号Z1进行比例积分计算,求和得到虚拟控制律:
其中,k11、k12为正常数的控制参数。
进一步的,所述步骤S130具体包括:
根据测速传感器的数据,实时计算列车当前速度x2(t);
将列车当前速度x2(t)与目标时间-速度x2r(t)、虚拟控制律α(t)求差,得到速度跟踪误差s2(t)=x2(t)-x2r(t)-α(t);
对速度跟踪误差s2(t)进行变换,变换后的信号为
将变换后的信号Z2比例积分计算,求和得到实际控制律:
其中,k21、k22为正常数的控制参数。
在实际应用中,性能函数σ(t)的各个参数取值可根据实际情况具体设置,如在本实施例中,可将ε1、ε2、l的取值分别设置为2、0.01、0.02。本领域技术人员还可根据具体情况分别设置ε1、ε2、l的其他合适的取值。
实施例二
如图3所示,本发明实施例二提供一种预设性能的列车自动驾驶控制系统,该系统主要由四个模块构成:
模块1:驾驶策略优化模块;模块2:位置跟踪误差约束模块;模块3:速度跟踪误差约束模块;模块4:控制列车模块。
对于模块1,模块1根据线路信息、调度中心发送的站间运行时分和临时限速等信息实时优化驾驶策略,生成目标位置-速度曲线,将目标位置-速度曲线变换为目标时间-距离曲线x1r(t)和目标时间-速度曲线x2r(t)。
对于模块2,模块2根据列车速度信息积分计算列车位置,并根据定位应答器的数据更新列车位置,从而计算列车当前位置x1(t);将列车位置x1(t)与模块1产生的目标时间-位置x1r(t)求差,得到位置跟踪误差s1(t)=x1(t)-x1r(t);对位置跟踪误差s1(t)进行变换,变换后的信号为其中,σ(t)=2e-0.02t+0.01;
将变换后的信号Z1输入比例单元、积分单元,求和得到虚拟控制律:其中k11、k12为正常数的控制参数,在实施例二中,两者分别取2和0.1。
对于模块3,模块3根据测速传感器的数据,实时计算列车当前速度x2(t);将列车速度x2(t)与模块1产生的目标时间-速度x2r(t)、虚拟控制律求差,得到速度跟踪误差s2(t)=x2(t)-x2r(t)-α(t);对速度跟踪误差s2(t)进行变换,变换后的信号为其中σ(t)=2e-0.02t+0.01;
将变换后的信号Z2输入比例单元、积分单元,求和得到实际控制律:其中,k21、k22为正常数的控制参数,在本实施例二中,两者分别取值2和0.5。
对于模块4,将u(t)输入到模块4,控制高速列车运行。
为验证实施例二所述的系统的控制性能,在ATO控车模式进行了仿真实验,在该仿真实验中建立了对列车进行受力分析的列车动力学模型如下:
其中,p(t)和v(t)分别代表列车实时位置和速度,m代表列车质量,F代表牵引/制动力,和表示基本阻力中戴维斯方程系数,表示附加阻力与未知干扰。
将其描述为如下二阶微分方程:
其中,u(t):=F(t)/m表示本发明输出的单位质量下的牵引力/制动力,
仿真程序中,将上述各个参数的设置如下:
h=100;
如图4所示,为本发明实施例二中对列车位置进行跟踪的仿真曲线图,图5为本发明实施例二中对列车速度进行跟踪的仿真曲线图,图4和图5显示本控制方法在ATO控车模式下可实现列车位置、速度的跟踪。
如图6所示,为本发明实施例二中对列车位置进行跟踪的误差仿真图,图7为本发明实施例二中对列车速度进行跟踪的误差仿真图,图6和图7显示在ATO控车模式下可将误差范围约束在预设范围内。
综上所述,本发明实施例所述的控制系统及方法,可以实现对列车位置和速度的准确跟踪,并将位置误差与速度误差约束在预设范围内,有效降低了因控制器效果导致的制动概率,提高了停车精度。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (7)
1.一种预设性能的列车自动驾驶控制系统,其特征在于,包括:
列车运行策略优化模块,用于实时优化列车驾驶策略,生成目标位置-速度曲线,并将目标位置-速度曲线变换为目标时间-位置曲线和目标时间-速度曲线;
列车位置防护模块,用于实时获取列车当前位置,结合所述目标时间-位置曲线,计算列车虚拟控制律;
列车速度防护模块,用于实时获取列车当前速度,结合所述目标时间-速度曲线和所述虚拟控制律,计算列车的实际控制律;
列车控制模块,用于根据所述实际控制律来控制列车运行。
2.根据权利要求1所述的预设性能的列车自动驾驶控制系统,其特征在于,所述列车位置防护模块包括位置计算单元、位置误差计算单元、位置误差变换单元、位置误差比例积分单元;
所述位置计算单元,用于根据列车速度信息积分计算列车当前位置,并根据定位应答器的数据更新列车位置;
所述位置误差计算单元,用于将列车当前位置与所述目标时间-位置曲线求差,得到位置跟踪误差;
所述位置误差变换单元,用于所述位置跟踪误差进行信号变换;
所述位置误差比例积分单元,用于对所述进行信号变换后的位置跟踪误差进行比例积分计算,得到所述虚拟控制律。
3.根据权利要求2所述的预设性能的列车自动驾驶控制系统,其特征在于,所述列车速度防护模块包括速度计算单元、速度误差计算单元、速度误差变换单元、速度比例积分单元;
所述速度计算单元,用于根据测速传感器的数据,实时计算列车当前速度;
所述速度误差计算单元,用于将列车当前速度与所述目标时间-速度曲线和所述虚拟控制律求差,得到速度跟踪误差;
所述速度误差变换单元,用于对所述速度跟踪误差进行信号变换;
所述速度比例积分单元,用于将所述信号变换后的速度跟踪误差进行比例积分计算,得到实际控制律。
4.一种预设性能的列车自动驾驶控制方法,其特征在于,包括如下流程步骤:
步骤S110:实时优化列车驾驶策略,生成目标位置-速度曲线,并将目标位置-速度曲线变换为目标时间-位置曲线和目标时间-速度曲线;
步骤S120:实时获取列车当前位置,结合所述目标时间-位置曲线,计算列车虚拟控制律;
步骤S130:实时获取列车当前速度,结合所述目标时间-速度曲线和所述虚拟控制律,计算列车的实际控制律;
步骤S140:根据所述实际控制律来控制列车运行。
5.根据权利要求4所述的方法,其特征在于,所述步骤S110具体包括:
根据线路信息、调度中心发送的站间运行时分和临时限速信息实时优化驾驶策略,生成目标位置-速度曲线,将目标位置-速度曲线变换为目标时间-位置曲线x1r(t)和目标时间-速度曲线x2r(t)。
6.根据权利要求5所述的方法,其特征在于,所述步骤S120具体包括:
根据列车速度信息积分计算列车位置,并根据定位应答器的数据更新列车位置,从而计算列车当前位置x1(t);
将列车当前位置x1(t)与目标时间-位置x1r(t)求差,得到位置跟踪误差s1(t)=x1(t)-x1r(t);
对位置跟踪误差s1(t)进行变换,变换后的信号为其中,σ(t)=ε1e-lt+ε2,σ(t)表示性能函数,l代表收敛速度,ε1为初始时刻允许的最大误差,ε2为稳态情况下允许的最大误差;
将变换后的信号Z1进行比例积分计算,求和得到虚拟控制律:
其中,k11、k12为正常数的控制参数。
7.根据权利要求6所述的方法,其特征在于,所述步骤S130具体包括:
根据测速传感器的数据,实时计算列车当前速度x2(t);
将列车当前速度x2(t)与目标时间-速度x2r(t)、虚拟控制律α(t)求差,得到速度跟踪误差s2(t)=x2(t)-x2r(t)-α(t);
对速度跟踪误差s2(t)进行变换,变换后的信号为
将变换后的信号Z2比例积分计算,求和得到实际控制律:
其中,k21、k22为正常数的控制参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811581437.3A CN109693688B (zh) | 2018-12-24 | 2018-12-24 | 预设性能的列车自动驾驶控制系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811581437.3A CN109693688B (zh) | 2018-12-24 | 2018-12-24 | 预设性能的列车自动驾驶控制系统及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109693688A true CN109693688A (zh) | 2019-04-30 |
CN109693688B CN109693688B (zh) | 2020-08-25 |
Family
ID=66231922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811581437.3A Active CN109693688B (zh) | 2018-12-24 | 2018-12-24 | 预设性能的列车自动驾驶控制系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109693688B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110281987A (zh) * | 2019-06-21 | 2019-09-27 | 北京交通大学 | 基于状态约束的列车速度跟踪控制方法 |
CN110696879A (zh) * | 2019-10-25 | 2020-01-17 | 新誉集团有限公司 | 基于空天车地一体化网络的列车速度控制系统 |
CN112445214A (zh) * | 2019-08-28 | 2021-03-05 | 北京京东乾石科技有限公司 | 一种跟车控制方法和装置 |
CN112550255A (zh) * | 2020-12-17 | 2021-03-26 | 上海富欣智能交通控制有限公司 | 双比例积分控制器停车控制方法、装置、电子设备及存储介质 |
CN112660202A (zh) * | 2021-01-04 | 2021-04-16 | 中车青岛四方车辆研究所有限公司 | 一种与车辆深度融合的列车自动驾驶系统 |
CN112706802A (zh) * | 2021-01-14 | 2021-04-27 | 中车青岛四方机车车辆股份有限公司 | 一种磁浮列车安全防护的方法及装置 |
CN113715871A (zh) * | 2021-09-24 | 2021-11-30 | 青岛海信微联信号有限公司 | 一种列车控制方法、装置、设备、系统及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102514602A (zh) * | 2011-12-29 | 2012-06-27 | 浙江网新中控创新技术研究开发有限公司 | 一种列车运行速度规划与控制的方法及系统 |
KR20130113685A (ko) * | 2012-04-06 | 2013-10-16 | 김봉택 | 정차역 자동정지장치 |
CN103777631A (zh) * | 2013-12-16 | 2014-05-07 | 北京交控科技有限公司 | 一种自动驾驶的控制系统及方法 |
CN105934363A (zh) * | 2014-01-23 | 2016-09-07 | 三菱重工业株式会社 | 行驶控制装置、车辆、交通系统、控制方法、以及程序 |
CN106672029A (zh) * | 2016-11-29 | 2017-05-17 | 北京思维鑫科信息技术有限公司 | 控制列车运行的方法及装置 |
CN108153145A (zh) * | 2017-12-22 | 2018-06-12 | 合肥工大高科信息科技股份有限公司 | 一种基于pid和滤波算法的列车速度自动控制方法 |
-
2018
- 2018-12-24 CN CN201811581437.3A patent/CN109693688B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102514602A (zh) * | 2011-12-29 | 2012-06-27 | 浙江网新中控创新技术研究开发有限公司 | 一种列车运行速度规划与控制的方法及系统 |
KR20130113685A (ko) * | 2012-04-06 | 2013-10-16 | 김봉택 | 정차역 자동정지장치 |
CN103777631A (zh) * | 2013-12-16 | 2014-05-07 | 北京交控科技有限公司 | 一种自动驾驶的控制系统及方法 |
CN105934363A (zh) * | 2014-01-23 | 2016-09-07 | 三菱重工业株式会社 | 行驶控制装置、车辆、交通系统、控制方法、以及程序 |
CN106672029A (zh) * | 2016-11-29 | 2017-05-17 | 北京思维鑫科信息技术有限公司 | 控制列车运行的方法及装置 |
CN108153145A (zh) * | 2017-12-22 | 2018-06-12 | 合肥工大高科信息科技股份有限公司 | 一种基于pid和滤波算法的列车速度自动控制方法 |
Non-Patent Citations (2)
Title |
---|
TINGTING GAO 等: "Adaptive Neural Network-based Control for a Class of Nonlinear Pure-Feedback Systems With Time-Varying Full State Constraints", 《IEEE/CAA JOURNAL OR AUTOMATICA SINICA》 * |
XUE LIN 等: "PID-type sliding mode fault-tolerant control for high-speed trains using neural networks", 《2017 IEEE 56TH ANNUAL CONFERENCE ON DECISION AND CONTROL (CDC)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110281987A (zh) * | 2019-06-21 | 2019-09-27 | 北京交通大学 | 基于状态约束的列车速度跟踪控制方法 |
CN110281987B (zh) * | 2019-06-21 | 2020-11-24 | 北京交通大学 | 基于状态约束的列车速度跟踪控制方法 |
CN112445214A (zh) * | 2019-08-28 | 2021-03-05 | 北京京东乾石科技有限公司 | 一种跟车控制方法和装置 |
CN110696879A (zh) * | 2019-10-25 | 2020-01-17 | 新誉集团有限公司 | 基于空天车地一体化网络的列车速度控制系统 |
CN110696879B (zh) * | 2019-10-25 | 2021-09-03 | 新誉集团有限公司 | 基于空天车地一体化网络的列车速度控制系统 |
CN112550255A (zh) * | 2020-12-17 | 2021-03-26 | 上海富欣智能交通控制有限公司 | 双比例积分控制器停车控制方法、装置、电子设备及存储介质 |
CN112660202A (zh) * | 2021-01-04 | 2021-04-16 | 中车青岛四方车辆研究所有限公司 | 一种与车辆深度融合的列车自动驾驶系统 |
CN112660202B (zh) * | 2021-01-04 | 2022-05-10 | 中车青岛四方车辆研究所有限公司 | 一种与车辆深度融合的列车自动驾驶系统 |
CN112706802A (zh) * | 2021-01-14 | 2021-04-27 | 中车青岛四方机车车辆股份有限公司 | 一种磁浮列车安全防护的方法及装置 |
CN113715871A (zh) * | 2021-09-24 | 2021-11-30 | 青岛海信微联信号有限公司 | 一种列车控制方法、装置、设备、系统及存储介质 |
CN113715871B (zh) * | 2021-09-24 | 2023-08-15 | 青岛海信微联信号有限公司 | 一种列车控制方法、装置、设备、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109693688B (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109693688A (zh) | 预设性能的列车自动驾驶控制系统及控制方法 | |
CN102514602B (zh) | 一种列车运行速度规划与控制的方法及系统 | |
Wang et al. | A survey on optimal trajectory planning for train operations | |
Liu et al. | Intelligent traction control method based on model predictive fuzzy PID control and online optimization for permanent magnetic maglev trains | |
CN102981408B (zh) | 一种动车组运行过程建模与自适应控制方法 | |
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 | |
CN107399333A (zh) | 一种面向列车自动驾驶的列车精准停车方法 | |
Carvajal-Carreño et al. | Fuzzy train tracking algorithm for the energy efficient operation of CBTC equipped metro lines | |
CN109062273A (zh) | 基于事件触发pid控制的列车速度曲线跟踪控制方法和系统 | |
CN111169513B (zh) | 面向乘客舒适性的多自动驾驶列车分布式协同控制方法 | |
CN106056238B (zh) | 列车区间运行轨迹的规划方法 | |
CN103235843A (zh) | 一种城市轨道交通列车运行优化控制模拟方法和系统 | |
Li et al. | Neural adaptive fault tolerant control for high speed trains considering actuation notches and antiskid constraints | |
CN113320576B (zh) | 虚拟编组列车编队的停车控制方法、装置及存储介质 | |
CN109760721A (zh) | 一种列车区间运行实时调整系统及方法 | |
CN113415324A (zh) | 一种高速列车动态调度和运行控制协同优化方法与系统 | |
CN112896244A (zh) | 基于目标速度曲线跟踪的列车站间运行控制方法及装置 | |
CN108646745B (zh) | 一种车辆跟驰控速方法 | |
WO2023216441A1 (zh) | 时分控制的列车节能运行方法和装置 | |
Liu et al. | An approach for accurate stopping of high-speed train by using model predictive control | |
CN113085963B (zh) | 列车控制级位的动态调控方法及其动态调控装置 | |
She et al. | Cruising control approach for virtually coupled train set based on model predictive control | |
CN112782978A (zh) | 一种基于自触发机制的高速列车巡航运行控制方法 | |
CN115180002B (zh) | 一种多列车运行态势推演方法及装置 | |
Yin et al. | Balise arrangement optimization for train station parking via expert knowledge and genetic algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |