CN110705061B - 一种有轨电车信号系统性能仿真方法 - Google Patents
一种有轨电车信号系统性能仿真方法 Download PDFInfo
- Publication number
- CN110705061B CN110705061B CN201910888491.0A CN201910888491A CN110705061B CN 110705061 B CN110705061 B CN 110705061B CN 201910888491 A CN201910888491 A CN 201910888491A CN 110705061 B CN110705061 B CN 110705061B
- Authority
- CN
- China
- Prior art keywords
- phase
- tramcar
- time
- model
- current
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Abstract
本发明涉及一种有轨电车信号系统性能仿真方法,用于有轨电车在整个线路信号系统控制下的性能指标检测及运行能力评估,该方法以跟驰模型作为基础运行模型,充分考虑了不同性格司机的行为,建立人工驾驶模型,该人工驾驶模型与车辆模型、线路模型、路口模型、道岔模型共同运行,完成有轨电车运行仿真,并计算和绘制离线仿真曲线、干扰曲线、追踪间隔曲线、受干扰运行下的追踪间隔曲线和列车模拟运行曲线。与现有技术相比,本发明具有能够对有轨电车的运行能力进行更全面和精确的评估等优点。
Description
技术领域
本发明涉及有轨电车信号系统领域,尤其是涉及一种基于跟驰模型的有轨电车信号系统性能仿真方法。
背景技术
现代有轨电车,其作为一种中等运量的交通运行方式,具有高效、绿色环保等特点。随着有轨电车信号系统产品的自主研发即将完成,我国将具有整个有轨电车信号系统的独立研发和集成能力,在系统正式投入使用时,需要配套的性能仿真工具对其进行仿真计算,从而达到评估信号系统和指导实际项目信号系统设计的作用。而目前我国还没有针对有轨电车的性能仿真软件。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种有轨电车信号系统性能仿真方法。
本发明的目的可以通过以下技术方案来实现:
一种有轨电车信号系统性能仿真方法,用于有轨电车在整个线路信号系统控制下的性能指标检测及运行能力评估,该方法以跟驰模型作为基础运行模型,充分考虑了不同性格司机的行为,建立人工驾驶模型,该人工驾驶模型与车辆模型、线路模型、路口模型、道岔模型共同运行,完成有轨电车运行仿真,并计算和绘制离线仿真曲线、干扰曲线、追踪间隔曲线、受干扰运行下的追踪间隔曲线和列车模拟运行曲线;
其中的计算和绘制具体为:根据不同的仿真场景,运用线路模型和车辆模型建立针对离线仿真的站间模型或针对在线仿真的运行交路模型,在站间模型或运行交路模型中,同步实时仿真有轨电车的人工驾驶和路口信号灯轮转并计算各个周期的运行参数,运用各个周期的运行参数,计算并绘制所需要的图形数据。
优选地,所述的人工驾驶模型,在司机驾驶时会根据不同的情形产生不同的意识分区,分为自由行驶区、车辆接近区、车辆跟驰区和紧急制动区,实现了司机对前方目标的追踪运行的仿真,同时也设定了司机控制行为随机数,对不同司机的一些差异驾驶行为进行了处理;
司机控制车辆的过程分为四个步骤,对应有四个基础操作时间:司机反应时间、司机操作时间、系统反应时间、周期操作时间,为司机控制车辆的过程设定一个队列,队列为空时才允许入队操作:
1)当车辆加加速度前后变化小于0,且意识分区改变或加速度变化率改变超过设定阈值,入队四个操作:司机反应、司机操作、系统反应、周期操作;
2)当车辆加加速度前后变化大于0,且意识分区改变或加速度变化率改变超过设定阈值,入队两个操作:司机反应、周期操作;
3)其他需要操作的情况正常入队周期操作;
队列不为空,则依次执行操作:队列首个操作的操作时间倒计时,操作时间为0时,执行该操作。
优选地,所述的人工驾驶模型包含选取前方停车点的进程,该进程用于选取最近的停车点,并判断其类型;
其中选取停车点首先需要在有轨电车运行仿真开始前,根据所选站间或交路,加载该线路上所有的路口、道岔及车站相关的位置信息,加入停车点队列,在有轨电车运行仿真的每一个周期内,比较前一辆有轨电车和队列中第一个停车点的位置,选出当前有轨电车前方的第一个停车点,并返回其类型和位置,作为当前周期追踪的干扰点,若当前车辆为第一辆车,则前车位置为选取线路的终点,若已在车站、路口信号机、道岔信号机前停车完毕或无需停车,则该车站、路口、道岔出列。
优选地,所述的人工驾驶模型在面对不同类型干扰点或车站时拥有相应的应对方案,具体为:
面对路口,人工驾驶可以根据路口模型仿真的实时社会交通信号灯相位状态及优先方案,计算得到有轨电车专用信号灯状态及该状态下对应的司机对有轨电车的驾驶行为;
面对道岔,人工驾驶可以根据前方道岔区段的状态,仿真有轨电车自动办理进路成功及自动办理进路失败后控制中心办理进路的情形;
面对前方列车,人工驾驶可以根据前车每个周期仿真运行的状态参数不同,仿真出本车每个周期的运行状态信息;
面对车站,人工驾驶模型根据预设的车站停站信息,仿真有轨电车遇到车站时的作业内容。
优选地,该方法拥有针对不同路口的路口模型,该路口模型配置了与实际道路交通一致的相位轮转方案、相位时间、初始相位差、最大绿时间和最小绿时间;
优选地,所述的路口模型针对不同的路口,为有轨电车配置了与实际运行时一致的三种优先方案:绝对优先、相对优先、无优先,且该模型能在仿真列车发出请求通过信号时依据优先方案响应,优先方案分为:
1)绝对优先:当列车请求通过路口时:
a.如果当前相位为有轨电车通行相位,且如果路口给有轨电车延长通过时间后,当前相位时间仍小于该相位的最大绿时间,则为有轨电车延长通过时间;反之如果路口给有轨电车延长通过时间后,当前相位时间大于该相位的最大绿时间,则等待当前相位结束后,将之后的第一个相位的相位时间缩短为该相位的最小绿时间,第二个相位改变为有轨电车通行相位;
b.如果当前相位为有轨电车不能通行的相位,且如果当前相位时间小于当前路口的最小相位时间,则等待至当前相位到达最小相位时间后结束当前相位,并将下一个相位改变为有轨电车的通行相位;如果当前相位时间大于当前路口的最小相位时间,则立即准备结束当前相位,并将下一个相位改变为有轨电车的通行相位;
2)相对优先:当列车请求通过路口时:
a.如果当前相位为有轨电车通行相位,且如果路口给有轨电车延长通过时间后,当前相位时间仍小于该相位的最大绿时间,则为有轨电车延长通过时间;反之如果路口给有轨电车延长通过时间后,当前相位时间大于该相位的最大绿时间,则等待当前相位结束后,将之后有轨电车不能通行的相位的相位时间缩短为该相位的最小相位时间;
b.如果当前相位为有轨电车不能通行的相位,且如果当前相位时间小于当前路口的最小相位时间,则等待至当前相位到达最小相位时间后结束当前相位,并将之后有轨电车不能通行的相位的相位时间缩短为该相位的最小相位时间;如果当前相位时间大于当前路口的最小相位时间,则立即准备结束当前相位,将之后有轨电车不能通行的相位的相位时间缩短为该相位的最小相位时间;
3)无优先:即伴随模式,不改变TSC相位的运行状态,完全依据TSC的相位来决定有轨电车的通行状态。
优选地,所述的路口模型针对不同的路口,为有轨电车配置了有轨电车通行相位转换等待时间计算功能,该等待时间计算功能在路口模型响应优先方案后,计算出从有轨电车申请通过路口起,到TSC准许有轨电车通过路口的通行相位转换等待时间。
优选地,所述线路模型中包括线路参数、停车点位置参数,可对不同路段的相应的路面、坡度信息,完成相应路段的仿真运行;
所述的车辆模型针对不同时间、不同路段配置不同的载客量参数,对应不同的车辆性能参数;
所述的道岔模型根据实际线路区段检测设备位置和列车位置实时计算线路区段的状态,计算时考虑检测设备的出清延时,其中线路区段的状态包括占用和出清,所述的道岔模型可模拟仿真计算线路上进路建立、解锁状态,计算时应考虑轨旁设备检测列车到达的反应时间、道岔转换的动作延时以及转辙机动作到信号开放的时间。
优选地,该方法在人工驾驶的基础上,设置有ATP超速防护功能,该功能可以自动应对仿真过程中超过道路限速的情况,如果超速,则自动对列车进行紧急制动。
优选地,该方法考虑了离线模式,该模式运用站间模型信息,计算并绘制出有轨电车仿真的离线仿真曲线;
所述方法考虑了在线模式,该模式运用交路模型信息,计算并绘制出有轨电车仿真的干扰曲线及运行间隔曲线;
所述方法考虑了有轨电车模拟运行模式,该模式运用交路模型信息,计算并绘制出有轨电车仿真的列车模拟运行曲线及干扰模式下的运行间隔曲线。
与现有技术相比,本发明具有以下优点:
1.本方法综合考虑了列车车辆运动模型、站间运行、平交路口通行、道岔区进路办理、站台折返、多车追踪等多种复杂场景,能够对有轨电车的运行能力进行更全面和精确的评估。
2.本方法考虑了有轨电车司机的驾驶行为,加入了针对有轨电车场景的列车跟驰模型,实现了司机对前方目标的追踪运行的仿真,能够对线路上多车运行场景进行仿真,同时也考虑了不同司机的一些差异驾驶行为,使仿真结果更接近有轨电车的真实运行情况。
3.本方法针对有轨电车线路上的瓶颈点——平交路口进行了实时仿真,根据实际道路交通信号控制系统以及有轨电车路口优先子系统的控制逻辑搭建平交路口模型,大大提高仿真结果的准确性。
附图说明
图1为有轨电车信号系统性能仿真方法车辆运行仿真流程图;
图2为有轨电车信号系统性能仿真方法架构图;
图3为跟驰模型原理图;
图4为跟驰模型四种行驶区域转换关系图;
图5为有轨电车信号系统性能仿真方法路口模型运行仿真流程图;
图6为跟驰模型函数流程图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚,完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
如图2所示,本有轨电车信号系统性能仿真方法以跟驰模型作为基础运行模型,充分考虑不同性格司机的行为,读取配置文件,建立人工驾驶模型,该人工驾驶模型与其他读取配置文件参数生成的模型:包含车辆参数的车辆模型、包含车站参数和线路参数的线路模型、包含路口参数的路口模型、包含道岔参数的道岔模型共同运行,建立针对离线仿真的站间模型和针对在线仿真的运行交路模型,完成有轨电车运行仿真,并计算离线仿真曲线、干扰曲线、追踪间隔、受干扰运行下的追踪间隔、列车模拟运行曲线。
本方法采用的主要模型为:
1.线路模型
构建不同形式的线路结构、定义线路静态属性,包括线路限速、线路曲率和坡度等,以及定义线路上的车站和其他停车点位置。其输出的线路参数主要用来作为运行交路模型和站间模型的输入。
2.车辆模型
对实际列车进行建模,使得仿真中使用的列车模型尽可能地接近真实物理列车。输出参数主要用来作为运行交路模型和站间模型的输入,包括不同负载情况下牵引制动特性和舒适度等参数。
3.路口模型
有轨电车运行线路存在与社会车辆交汇的路口以及行人过街路口,本方法的路口模型用来仿真TSC的相位运行,以体现通过路口的有轨电车与TSC的联动,仿真方法设置有社会交通每个路口的相位数据及配时数据,并与车辆运行同步进行周期性仿真,每个周期模拟所选线路中所有路口的TSC情况,如图5所示。
针对不同路口,对应有三种优先方式:
1)绝对优先:当列车请求通过路口时:
a.如果当前相位为有轨电车通行相位,且如果路口给有轨电车延长通过时间后,当前相位时间仍小于该相位的最大绿时间,则为有轨电车延长通过时间;反之如果路口给有轨电车延长通过时间后,当前相位时间大于该相位的最大绿时间,则等待当前相位结束后,将之后的第一个相位的相位时间缩短为该相位的最小绿时间,第二个相位改变为有轨电车通行相位。
b.如果当前相位为有轨电车不能通行的相位,且如果当前相位时间小于当前路口的最小相位时间,则等待至当前相位到达最小相位时间后结束当前相位,并将下一个相位改变为有轨电车的通行相位;如果当前相位时间大于当前路口的最小相位时间,则立即准备结束当前相位,并将下一个相位改变为有轨电车的通行相位;
2)相对优先:当列车请求通过路口时:
a.如果当前相位为有轨电车通行相位,且如果路口给有轨电车延长通过时间后,当前相位时间仍小于该相位的最大绿时间,则为有轨电车延长通过时间;反之如果路口给有轨电车延长通过时间后,当前相位时间大于该相位的最大绿时间,则等待当前相位结束后,将之后有轨电车不能通行的相位的相位时间缩短为该相位的最小相位时间。
b.如果当前相位为有轨电车不能通行的相位,且如果当前相位时间小于当前路口的最小相位时间,则等待至当前相位到达最小相位时间后结束当前相位,并将之后有轨电车不能通行的相位的相位时间缩短为该相位的最小相位时间;如果当前相位时间大于当前路口的最小相位时间,则立即准备结束当前相位,将之后有轨电车不能通行的相位的相位时间缩短为该相位的最小相位时间;
3)无优先:即伴随模式,不改变TSC相位的运行状态,完全依据TSC的相位来决定有轨电车的通行状态。
在路口模型响应优先方案后,运行等待时间计算功能,计算出从有轨电车申请路口通过起,到TSC准许有轨电车通过路口的通行相位转换等待时间。即:
4.道岔模型
有轨电车运行线路上均设有道岔,系统根据实际道岔区段检测设备位置和列车位置,计算道岔区段的状态。仿真列车请求通过道岔时计算线路上进路建立、解锁状态,并将仿真列车在道岔上的运行状态反馈给仿真车辆。
当申请进路办理时,前方道岔区段有车辆存在,则办理进路失败,需要在道岔区段出清后由控制中心重新申请办理。
5.人工驾驶模型
有轨电车采用人工目视行车方式运行,仿真方法也模拟实际司机驾驶的情景,考虑司机参数,并设置有针对不同性格、反应速度的司机的个性化反应时间。
根据跟驰模型,司机驾驶时会根据不同的情形产生不同的意识分区,如图3,分为自由行驶区、车辆接近区、车辆跟驰区和紧急制动区,根据所处意识分区不同产生不同的驾驶行为,从而得到车辆运行数据。
司机控制车辆的行为如下:司机有四个基础操作时间:司机反应时间、司机操作时间、系统反应时间、周期操作时间,周期运行。为司机操作设定一个,队列为0时才允许入队操作:
1)当车辆加加速度前后变化小于0,且意识分区改变或加速度变化率改变过大,入队四个操作:司机反应、司机操作、系统反应、周期操作;
2)当车辆加加速度前后变化大于0,且意识分区改变或加速度变化率改变过大,入队两个操作:司机反应、周期操作;
3)其他需要操作的情况正常入队周期操作;
队列不为空,则依次执行操作:队列首个操作的操作时间倒计时,操作时间为0时,执行该操作。
6.站间模型
离线仿真时,在相邻两站的线路模型基础上生成站间模型。
7.运行交路模型
在线仿真时,选取同线路任意两站之间的一段有轨电车的行驶路线,以此路线的线路模型作为基础,建立运行交路模型。
根据仿真类型,建立好模型之后,有轨电车运行仿真开始,如图1所示,有如下步骤:
步骤一:车辆运行仿真首先需要判断当前运行周期的车辆的运行状态,以及是否在等待道岔办理、信号灯的通行信号或停站,若处于等待或停站状态,则继续等待,否则进入步骤二;
步骤二:判断列车前方最近干扰点或车站的类型,根据前方可能停车点的不同类型,做出不同反应。若停车点类型为路口,则使用路口模型进行处理;若为道岔,则使用道岔模型;
步骤三:根据步骤二中所判断的停车点类型,选取停车点首先需要在有轨电车运行仿真开始前,根据所选站间或交路,加载该线路上所有的路口、道岔及车站相关的位置信息,加入停车点队列。在有轨电车运行仿真的每一个周期内,比较前一辆有轨电车和队列中第一个停车点的位置,选出当前有轨电车前方的第一个干扰点,并返回其类型和位置,作为当前周期追踪的干扰点。若当前车辆为第一辆车,则前车位置为选取线路的终点,若已到达车站,或在路口、道岔信号机前停车,则该车站、路口、道岔出列。
根据停车点类型,运用人工驾驶模型分析当前车辆运行处于跟驰模型中哪一种意识分区,判断方法如图4,计算方法如下:
1)AX为车辆静止时的期望距离;
AX=L_(n-1)+AXadd;
L_(n-1)为前车的车体长度;
AXadd为校准参数;
2)ABX为车辆处于低速行驶状态时的最小期望跟驰距离;
ABX=AX+BX;
BXmult为校准参数;
v为前后跟驰车辆中较小的车速;
3)SDX为最大跟驰距离;
SDX=AX+EX*BX;
EX=EXmult;
EXmult为校准参数;
4)SDV称为逼近点,表示驾驶员是否意识到正在接近一辆低速行驶车辆的临界点;
SDV={[Δx-L_(n-1)-AX]/CX}^2;
CX都为标定参数(默认值取40);
5)CLDV为跟驰距离较小时,车辆间距在减少时的阈值;
CLDV={[Δx-L_(n-1)-AX]/CLDVCX}^2;
CLDVCX都为标定参数;
CLDV=SDV*CLDVmult;
CLDVmult是标定参数;
6)OPDV为前后跟驰车辆速度差较小时,驾驶员意识到跟驰距离较小,并远离前方车辆时的阈值;
OPDV=CLDV*OPDVmult;
OPDVmult都为标定参数;
步骤四:根据步骤三中所分析出的意识分区,所对应的驾驶行为,如图6,计算出车辆运行的数据,计算方法如下:
1自由行驶区
1)根据区间限速、牵引制动特性和jerk约束条件运行;
车辆进入自由驾驶状态,则主车辆将加速直到达到所需速度。根据线路限速、当前速度等计算加速度值以便达到最大速度;
b_max=([α*v]_max-v);
α是冒险系数(取值范围为[0.5,1.1]);
v_max是列车所在区段线路的最大允许速度;
v为当前速度;
2)考虑jerk值,实时计算加速度的值:
Jerk:冲击率指加速度相对于时间的变化率,Jerk值越小,旅客的舒适度越高。但是当小于一定值的时候,舒适感影响很小,可以认为是一个可以忍受的恒定值,可参考经验值;
b_n≤b+jerk*t;
其中:b为当前列车加速度,t为计算周期;
3)计算限速区保护区段提前减速区;
当下一限速区小于当前区段限速时,有必要提前减速以避免由于减速不及时导致超速的情况发生;
提前减速距离计算公式:
Pro_redu_S=({[(v)_(next_max)*α]}^2-v^2)/(2*b_default);
v_(next_max)为下一区段限速,α是冒险系数;
b_default为默认减速度,取值-0.225(可调);
v为当前速度;
当下一限速区的起始KP(x_max_next)与列车当前位置差小于Pro_redu_S时,将(1)中的v_max=v_(next_max);
2车辆接近区
1)跟车运行时
参考跟驰模型:
b_n=1/2[(Δv)]^2/{ABX-[Δx-L_(n-1)]}+b_(n-1);
其中:Δv为当前车辆与前车的速度差,Δx为当前车辆与到前车的距离;
ABX为车辆处于低速行驶状态时的最小期望跟驰距离,ABX=AX+BX,其中BX=BXmult*√v,BXmult为校准参数,v为前后跟驰车辆中较小的车速;
2)若前方追踪为信号机或者车站时
参考跟驰模型:
b_n=1/2[(v)]^2/(ABX-Δx);
其中:Δv为当前车辆与前车的速度差,Δx为当前车辆与到前车的距离;ABX为车辆处于低速行驶状态时的最小期望跟驰距离,ABX=AX,其中AX=AXadd;
3跟驰行驶区(只存在于车车跟驰)
根据安全目标距离速度建立模型;
前后两车追踪间隔满足辆车在减速度b_n控制运行下的安全距离:
Δx=S_safe+ABX;
其中:S_safe=[(v_2)^2-V^2]/(2b_n),V=v_1+b_1*(t_1+t_2)+b_L*t_3;
t_1为司机反应时间,t_2为司机操作时间,t_3为牵引制动施加所需要的时间;
v_1为后车当前速度,v_2为前车当前速度;
V为这期间当前列车速度增加值;
b_1为当前车辆的加速度,b_L为线路阻力加速度;
ABX为车辆处于低速行驶状态时的最小期望跟驰距离;
b_n为当前需要输出的列车制动控制减速度;
最终得当前加速度计算公式为:
b_n=([v_2]^2-{[v_1+b_1*(t_1+t_2)+b_L*t_3]}^2)/2(Δx-ABX);
4紧急制动区
1)前方限制因子的车辆时
Δx≤ABX,采取制动措施以免和前车发生碰撞;
最大加速度减速行驶至距干扰点保持一定安全距离的停车点位置停车;
Δx=S_safe+AX;
其中:S_safe=(-V^2)/(2b_n),V=v_1+b_1*(t_1+t_2)+b_L*t_3;
t_1为司机反应时间,t_2为司机操作时间,t_3为牵引制动施加所需要的时间;
v_1为后车当前速度;
V为这期间当前列车速度增加值;
b_1为当前车辆的加速度,b_L为线路阻力加速度;
ABX为车辆处于低速行驶状态时的最小期望跟驰距离;
b_n为当前需要输出的列车制动控制减速度;
最终得当前加速度计算公式为:
b_n=(-{[v_1+b_1*(t_1+t_2)+b_L*t_3]}^2)/2(Δx-AX);
注意:Δx=S_(n-1)-S_n-0.5*L_n,Δx为当前车辆与到前车的距离,Δv为当前车辆与前车的速度差;
2)若前方追踪为路口道岔信号机或者车站,需要精准停车:
b_n={-[(v)]^2}/2Δx;
步骤五:判断所选取的站间或交路是否跑完,如未跑完则准备进行下一运行周期。
步骤六,如果所选取站间或交路已跑完,根据有轨电车运行仿真所得的运行数据,通过计算并绘制得到我们需要的仿真结果:
1离线仿真得到的站间离线运行曲线;
2在线仿真计算得到的干扰曲线;
3在线仿真计算得到的正线追踪间隔曲线;
4列车模拟运行;
5干扰模式下的追踪间隔曲线。
其中专业术语解释
TSC:Traffic Signal Controller,道路交通信号控制器。
以上所述,仅为本发明的具体实施方式,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,可轻易想到各种等效的修改或替换,这些修改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以权利要求的保护范围为准。
Claims (9)
1.一种有轨电车信号系统性能仿真方法,其特征在于,用于有轨电车在整个线路信号系统控制下的性能指标检测及运行能力评估,该方法以跟驰模型作为基础运行模型,充分考虑了不同性格司机的行为,建立人工驾驶模型,该人工驾驶模型与车辆模型、线路模型、路口模型、道岔模型共同运行,完成有轨电车运行仿真,并计算和绘制离线仿真曲线、干扰曲线、追踪间隔曲线、受干扰运行下的追踪间隔曲线和列车模拟运行曲线;
其中的计算和绘制具体为:根据不同的仿真场景,运用线路模型和车辆模型建立针对离线仿真的站间模型或针对在线仿真的运行交路模型,在站间模型或运行交路模型中,同步实时仿真有轨电车的人工驾驶和路口信号灯轮转并计算各个周期的运行参数,运用各个周期的运行参数,计算并绘制所需要的图形数据;
所述的人工驾驶模型,在司机驾驶时会根据不同的情形产生不同的意识分区,分为自由行驶区、车辆接近区、车辆跟驰区和紧急制动区,实现了司机对前方目标的追踪运行的仿真,同时也设定了司机控制行为随机数,对不同司机的一些差异驾驶行为进行了处理;
司机控制车辆的过程分为四个步骤,对应有四个基础操作时间:司机反应时间、司机操作时间、系统反应时间、周期操作时间,为司机控制车辆的过程设定一个队列,队列为空时才允许入队操作:
1)当车辆加速度前后变化小于0,且意识分区改变或加速度变化率改变超过设定阈值,入队四个操作:司机反应、司机操作、系统反应、周期操作;
2)当车辆加速度前后变化大于0,且意识分区改变或加速度变化率改变超过设定阈值,入队两个操作:司机反应、周期操作;
3)其他需要操作的情况正常入队周期操作;
队列不为空,则依次执行操作:队列首个操作的操作时间倒计时,操作时间为0时,执行该操作。
2.根据权利要求1所述的一种有轨电车信号系统性能仿真方法,其特征在于,所述的人工驾驶模型包含选取前方停车点的进程,该进程用于选取最近的停车点,并判断其类型;
其中选取停车点首先需要在有轨电车运行仿真开始前,根据所选站间或交路,加载该线路上所有的路口、道岔及车站相关的位置信息,加入停车点队列,在有轨电车运行仿真的每一个周期内,比较前一辆有轨电车和队列中第一个停车点的位置,选出当前有轨电车前方的第一个停车点,并返回其类型和位置,作为当前周期追踪的干扰点,若当前车辆为第一辆车,则前车位置为选取线路的终点,若已在车站、路口信号机、道岔信号机前停车完毕或无需停车,则该车站、路口、道岔出列。
3.根据权利要求1所述的一种有轨电车信号系统性能仿真方法,其特征在于,所述的人工驾驶模型在面对不同类型干扰点或车站时拥有相应的应对方案,具体为:
面对路口,人工驾驶可以根据路口模型仿真的实时社会交通信号灯相位状态及优先方案,计算得到有轨电车专用信号灯状态及该状态下对应的司机对有轨电车的驾驶行为;
面对道岔,人工驾驶可以根据前方道岔区段的状态,仿真有轨电车自动办理进路成功及自动办理进路失败后控制中心办理进路的情形;
面对前方列车,人工驾驶可以根据前车每个周期仿真运行的状态参数不同,仿真出本车每个周期的运行状态信息;
面对车站,人工驾驶模型根据预设的车站停站信息,仿真有轨电车遇到车站时的作业内容。
4.根据权利要求1所述的一种有轨电车信号系统性能仿真方法,其特征在于,该方法拥有针对不同路口的路口模型,该路口模型配置了与实际道路交通一致的相位轮转方案、相位时间、初始相位差、最大绿时间和最小绿时间。
5.根据权利要求4所述的一种有轨电车信号系统性能仿真方法,其特征在于,所述的路口模型针对不同的路口,为有轨电车配置了与实际运行时一致的三种优先方案:绝对优先、相对优先、无优先,且该模型能在仿真列车发出请求通过信号时依据优先方案响应,优先方案分为:
1)绝对优先:当列车请求通过路口时:
a.如果当前相位为有轨电车通行相位,且如果路口给有轨电车延长通过时间后,当前相位时间仍小于该相位的最大绿时间,则为有轨电车延长通过时间;反之如果路口给有轨电车延长通过时间后,当前相位时间大于该相位的最大绿时间,则等待当前相位结束后,将之后的第一个相位的相位时间缩短为该相位的最小绿时间,第二个相位改变为有轨电车通行相位;
b.如果当前相位为有轨电车不能通行的相位,且如果当前相位时间小于当前路口的最小相位时间,则等待至当前相位到达最小相位时间后结束当前相位,并将下一个相位改变为有轨电车的通行相位;如果当前相位时间大于当前路口的最小相位时间,则立即准备结束当前相位,并将下一个相位改变为有轨电车的通行相位;
2)相对优先:当列车请求通过路口时:
a.如果当前相位为有轨电车通行相位,且如果路口给有轨电车延长通过时间后,当前相位时间仍小于该相位的最大绿时间,则为有轨电车延长通过时间;反之如果路口给有轨电车延长通过时间后,当前相位时间大于该相位的最大绿时间,则等待当前相位结束后,将之后有轨电车不能通行的相位的相位时间缩短为该相位的最小相位时间;
b.如果当前相位为有轨电车不能通行的相位,且如果当前相位时间小于当前路口的最小相位时间,则等待至当前相位到达最小相位时间后结束当前相位,并将之后有轨电车不能通行的相位的相位时间缩短为该相位的最小相位时间;如果当前相位时间大于当前路口的最小相位时间,则立即准备结束当前相位,将之后有轨电车不能通行的相位的相位时间缩短为该相位的最小相位时间;
3)无优先:即伴随模式,不改变TSC相位的运行状态,完全依据TSC的相位来决定有轨电车的通行状态。
6.根据权利要求4所述的一种有轨电车信号系统性能仿真方法,其特征在于,所述的路口模型针对不同的路口,为有轨电车配置了有轨电车通行相位转换等待时间计算功能,该等待时间计算功能在路口模型响应优先方案后,计算出从有轨电车申请通过路口起,到TSC准许有轨电车通过路口的通行相位转换等待时间。
7.根据权利要求1所述的一种有轨电车信号系统性能仿真方法,其特征在于,所述线路模型中包括线路参数、停车点位置参数,可对不同路段的相应的路面、坡度信息,完成相应路段的仿真运行;
所述的车辆模型针对不同时间、不同路段配置不同的载客量参数,对应不同的车辆性能参数;
所述的道岔模型根据实际线路区段检测设备位置和列车位置实时计算线路区段的状态,计算时考虑检测设备的出清延时,其中线路区段的状态包括占用和出清,所述的道岔模型可模拟仿真计算线路上进路建立、解锁状态,计算时应考虑轨旁设备检测列车到达的反应时间、道岔转换的动作延时以及转辙机动作到信号开放的时间。
8.根据权利要求1所述的一种有轨电车信号系统性能仿真方法,其特征在于,该方法在人工驾驶的基础上,设置有ATP超速防护功能,该功能可以自动应对仿真过程中超过道路限速的情况,如果超速,则自动对列车进行紧急制动。
9.根据权利要求1所述的一种有轨电车信号系统性能仿真方法,其特征在于,该方法考虑了离线模式,该模式运用站间模型信息,计算并绘制出有轨电车仿真的离线仿真曲线;
所述方法考虑了在线模式,该模式运用交路模型信息,计算并绘制出有轨电车仿真的干扰曲线及运行间隔曲线;
所述方法考虑了有轨电车模拟运行模式,该模式运用交路模型信息,计算并绘制出有轨电车仿真的列车模拟运行曲线及干扰模式下的运行间隔曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910888491.0A CN110705061B (zh) | 2019-09-19 | 2019-09-19 | 一种有轨电车信号系统性能仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910888491.0A CN110705061B (zh) | 2019-09-19 | 2019-09-19 | 一种有轨电车信号系统性能仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110705061A CN110705061A (zh) | 2020-01-17 |
CN110705061B true CN110705061B (zh) | 2022-10-04 |
Family
ID=69194993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910888491.0A Active CN110705061B (zh) | 2019-09-19 | 2019-09-19 | 一种有轨电车信号系统性能仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110705061B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111506089B (zh) * | 2020-05-27 | 2023-04-07 | 沈阳新阳光机电科技有限公司 | 一种应用于4d动感vr有轨电车自动驾驶导航方法和系统 |
CN112406969B (zh) * | 2020-11-12 | 2022-08-30 | 佛山市城市规划设计研究院 | 一种考虑道路交通控制影响的有轨电车牵引计算仿真方法 |
CN116985876B (zh) * | 2023-09-28 | 2024-01-12 | 北京城建智控科技股份有限公司 | 冗余判断时间的确定方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008165544A (ja) * | 2006-12-28 | 2008-07-17 | Fujitsu Ten Ltd | シミュレーションシステム及びシミュレーション方法 |
CN102649432A (zh) * | 2012-05-04 | 2012-08-29 | 奇瑞汽车股份有限公司 | 一种车速控制方法及系统 |
CN105912815A (zh) * | 2016-05-04 | 2016-08-31 | 中国铁道科学研究院通信信号研究所 | 一种基于模型驱动的城市轨道交通运行仿真方法及系统 |
CN108415245A (zh) * | 2018-01-26 | 2018-08-17 | 华南理工大学 | 一种异质车联网条件下自主车队运行的容错控制方法 |
JP6521495B1 (ja) * | 2017-12-27 | 2019-05-29 | マツダ株式会社 | 車両の挙動制御装置 |
-
2019
- 2019-09-19 CN CN201910888491.0A patent/CN110705061B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008165544A (ja) * | 2006-12-28 | 2008-07-17 | Fujitsu Ten Ltd | シミュレーションシステム及びシミュレーション方法 |
CN102649432A (zh) * | 2012-05-04 | 2012-08-29 | 奇瑞汽车股份有限公司 | 一种车速控制方法及系统 |
CN105912815A (zh) * | 2016-05-04 | 2016-08-31 | 中国铁道科学研究院通信信号研究所 | 一种基于模型驱动的城市轨道交通运行仿真方法及系统 |
JP6521495B1 (ja) * | 2017-12-27 | 2019-05-29 | マツダ株式会社 | 車両の挙動制御装置 |
CN108415245A (zh) * | 2018-01-26 | 2018-08-17 | 华南理工大学 | 一种异质车联网条件下自主车队运行的容错控制方法 |
Non-Patent Citations (3)
Title |
---|
Multitasking Driver Cognitive Behavior Modeling;Yanfei Liu等;《IEEE Xplore》;20070423;全文 * |
双向双车道超车行为的智能车队间隙控制优化;陈俊杰等;《交通运输工程学报》;20190415(第02期);全文 * |
现代有轨电车一体化仿真系统设计与实现;滕靖等;《都市快轨交通》;20180618(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110705061A (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705061B (zh) | 一种有轨电车信号系统性能仿真方法 | |
CN110298122B (zh) | 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法 | |
CN108919795B (zh) | 一种自动驾驶汽车换道决策方法及装置 | |
CN109808685B (zh) | 一种基于危险评估的汽车预警自动避撞控制方法 | |
CN105151043B (zh) | 一种无人驾驶汽车紧急避让的方法 | |
CN108163018B (zh) | 一种基于固定距离生成停车策略的列车精确停车方法 | |
CN109345020A (zh) | 一种完全信息下的无信号交叉口车辆驾驶行为预测模型 | |
CN108510795A (zh) | 协同车辆导航 | |
CN107848531A (zh) | 车辆控制装置、车辆控制方法及车辆控制程序 | |
CN109855639A (zh) | 基于障碍物预测与mpc算法的无人驾驶轨迹规划方法 | |
CN112249096B (zh) | 一种城市轨道交通车站的精确停车方法 | |
CN113428141B (zh) | 一种前车紧急切入及时响应的智能检测方法及系统 | |
CN106004876A (zh) | 用于自动驾驶系统的基于间隙的速度控制 | |
CN108394411A (zh) | 车辆的跟随起步控制装置 | |
CN105788360B (zh) | 一种车辆防碰撞的方法、装置和系统 | |
CN110371117A (zh) | 一种车辆制动减速度确定方法、装置及汽车 | |
CN106004862B (zh) | 一种基于车联网的交通路口重型货车自动制动控制方法 | |
CN112519774B (zh) | 自适应巡航控制方法和系统 | |
WO2019039275A1 (ja) | 車両制御装置 | |
Saust et al. | Exploitability of vehicle related sensor data in cooperative systems | |
JP2022521137A (ja) | 車両を安全化するための方法 | |
Lengyel et al. | Conflicts of automated driving with conventional traffic infrastructure | |
CN110194151A (zh) | 车辆控制装置 | |
CN106904165B (zh) | 用于在交通堵塞情况中操作机动车辆的控制单元的方法 | |
WO2023216441A1 (zh) | 时分控制的列车节能运行方法和装置 |
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 |