CN111942433B - 一种协同编队列车安全防护方法、系统和装置 - Google Patents
一种协同编队列车安全防护方法、系统和装置 Download PDFInfo
- Publication number
- CN111942433B CN111942433B CN202010744385.8A CN202010744385A CN111942433B CN 111942433 B CN111942433 B CN 111942433B CN 202010744385 A CN202010744385 A CN 202010744385A CN 111942433 B CN111942433 B CN 111942433B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- rear vehicle
- fcbd
- mathematical model
- time
- 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
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013178 mathematical model Methods 0.000 claims abstract description 140
- 230000001133 acceleration Effects 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 abstract description 16
- 230000003068 static effect Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- ANBQYFIVLNNZCU-CQCLMDPOSA-N alpha-L-Fucp-(1->2)-[alpha-D-GalpNAc-(1->3)]-beta-D-Galp-(1->3)-[alpha-L-Fucp-(1->4)]-beta-D-GlcpNAc-(1->3)-beta-D-Galp Chemical compound O[C@H]1[C@H](O)[C@H](O)[C@H](C)O[C@H]1O[C@H]1[C@H](O[C@H]2[C@@H]([C@@H](O[C@@H]3[C@@H]([C@@H](O)[C@@H](O)[C@@H](CO)O3)NC(C)=O)[C@@H](O)[C@@H](CO)O2)O[C@H]2[C@H]([C@H](O)[C@H](O)[C@H](C)O2)O)[C@@H](NC(C)=O)[C@H](O[C@H]2[C@H]([C@@H](CO)O[C@@H](O)[C@@H]2O)O)O[C@@H]1CO ANBQYFIVLNNZCU-CQCLMDPOSA-N 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
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
- B61L23/18—Control, warning or like safety means along the route or between vehicles or trains for controlling traffic in one direction only automatically operated specially adapted for changing lengths of track sections in dependence upon speed and traffic density
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明实施例提供了一种协同编队列车安全防护方法、系统和装置，针对编队中前车和后车不同的运行场景分别建立了用于使得后车与前车保持安全距离的第一数学模型、第二数学模型、第三数学模型和第四数学模型。这些数学模型将前车当作障碍物，考虑了障碍物在运动状态下的列车安全防护，相较于静止障碍物的安全防护，其计算得到的防护距离更短，更适合在协同编队中使用。根据前车和后车当前的状态，采用不同场景下建立的模型计算后车的防护速度，当后车速度超过防护速度后进行紧急制动，保证编队列车的行驶安全。
Description
技术领域
本发明涉及列车自动防护技术领域，尤其是涉及一种协同编队列车安全防护方法、系统和装置。
背景技术
传统列车自动防护系统ATP(Automatic Train Protect)的安全防护算法数学模型认为前方障碍物是静止状态的，并保有一定安全余量，计算得出列车紧急制动触发曲线，当列车速度超过紧急制动触发曲线时，会进行紧急制动。这种方式计算得到的安全防护距离长，影响地铁的运行效率，没有对前方移动障碍物防护建立有效的数学模型。
在保证安全的前提下，为了提高地铁线路的运营能力，一种近距离追踪协同运行的列车控制技术—列车协同编队被广泛研究，它是一种新型的列车合作驾驶模式，在移动闭塞基础上，通过列车间的信息交互与感应，通过虚拟连挂技术实现两列或多列列车以相同速度固定间隔协同运行。在协同编队控制中，后车防护算法的数学模型将前车当作障碍物，当前车触发紧急制动触发曲线时，后车也能根据建立的数学模型进行有效防护，基于前车是运动的，且协同状态下前后两车的追踪间隔需控制在较小范围内，传统的列车安全防护模型已经不再适用协同编队后车防护场景，需要根据前车的运动状态建立新的防护算法模型。
可见，现有的安全防护算法不适用于对编队列车进行安全防护。
发明内容
本发明实施例提供一种协同编队列车安全防护方法、系统和装置，用以解决现有的安全防护算法不适用于对编队列车进行安全防护的问题。
针对以上技术问题，第一方面，本发明实施例提供一种协同编队列车安全防护方法，包括：
获取编队列车中前车由当前的实际速度停车需要的前车停车时间、后车由在牵引阶段的最大速度停车需要的后车停车时间，以及后车处于牵引阶段所用的后车牵引时间；
若所述前车停车时间小于或等于所述后车牵引时间，则根据第二数学模型或第四数学模型，确定所述后车的防护速度；
若所述前车停车时间大于所述后车牵引时间，则判断所述前车停车时间是否大于所述后车停车时间和所述后车牵引时间之和，若是，则根据第一数学模型或第三数学模型，确定所述后车的防护速度，否则，根据第一数学模型或第四数学模型，确定所述后车的防护速度；
其中，在后车处于牵引阶段的情况下，所述第一数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第二数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离；
在后车由牵引阶段转换为紧急制动阶段的情况下，所述第三数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第四数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离。
第二方面，本发明实施例提供一种协同编队列车安全防护系统，包括传感器数据采集模块、5G通信模块和安全防护算法控制模块；
所述传感器数据采集模块用于采集编队列车的前车和后车之间的距离、前车的实际速度和后车的实际速度；
所述5G通信模块用于将所述传感器数据采集模块采集的数据传输到安全防护算法控制模块；
所述安全防护算法控制模块用于根据上述实施例所述的协同编队列车安全防护方法确定后车的防护速度。
第三方面，本发明实施例提供一种协同编队列车安全防护装置，包括：
获取单元，用于获取编队列车中前车由当前的实际速度停车需要的前车停车时间、后车由在牵引阶段的最大速度停车需要的后车停车时间，以及后车处于牵引阶段所用的后车牵引时间；
第一判断单元，用于若所述前车停车时间小于或等于所述后车牵引时间，则根据第二数学模型或第四数学模型，确定所述后车的防护速度；
第二判断单元，用于若所述前车停车时间大于所述后车牵引时间，则判断所述前车停车时间是否大于所述后车停车时间和所述后车牵引时间之和，若是，则根据第一数学模型或第三数学模型，确定所述后车的防护速度，否则，根据第一数学模型或第四数学模型，确定所述后车的防护速度；
其中，在后车处于牵引阶段的情况下，所述第一数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第二数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离；
在后车由牵引阶段转换为紧急制动阶段的情况下，所述第三数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第四数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离。
本发明的实施例提供了一种协同编队列车安全防护方法、系统和装置，针对编队中前车和后车不同的运行场景分别建立了用于使得后车与前车保持安全距离的第一数学模型、第二数学模型、第三数学模型和第四数学模型。这些数学模型将前车当做障碍物，考虑了障碍物在运动状态下的列车安全防护，相较于静止障碍物的安全防护，其计算得到的防护距离更短，更适合在协同编队中使用。根据前车和后车当前的状态，采用不同场景下建立的模型计算后车的防护速度，当后车速度超过防护速度后进行紧急制动，保证编队列车的行驶安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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是本发明实施例提供的编队列车协同运行的示意图；
图2是本发明另一实施例提供的协同编队列车安全防护方法的流程示意图；
图3是本发明另一实施例提供的场景(1)的情况下前车和后车的运行状态对比示意图；
图4是本发明另一实施例提供的场景(1)的情况下建立数学模型的约束条件；
图5是本发明另一实施例提供的场景(1)的情况下前车与后车的相对间隔曲线对比示意图；
图6是本发明另一实施例提供的场景(2)的情况下前车和后车的运行状态对比示意图；
图7是本发明另一实施例提供的场景(2)的情况下建立数学模型的约束条件；
图8是本发明另一实施例提供的场景(2)的情况下前车与后车的相对间隔曲线对比示意图；
图9是本发明另一实施例提供的场景(3)的情况下前车和后车的运行状态对比示意图；
图10是本发明另一实施例提供的场景(3)的情况下建立数学模型的约束条件；
图11是本发明另一实施例提供的场景(4)的情况下前车和后车的运行状态对比示意图；
图12是本发明另一实施例提供的场景(4)的情况下建立数学模型的约束条件；
图13是本发明另一实施例提供的协同编队列车安全防护系统的结构原理示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，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一部分实施例，而不是全部的实施例。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前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本实施例提供的编队列车协同运行的示意图，参见图1，前车和后车可通过虚拟连挂技术进行通信。在列车编组情形下，由于前车是运动状态的，后车需要根据前车的运动状态建立相应的数学模型，本申分别针对编队列车的四个防护场景，建立了数学模型，对编队列车的运行进行安全防护。
在对本申请的协同编队列车安全防护方法介绍之前，对编队列车的运行的场景做如下说明：
假设在编队列车中，前车和后车的运行状态分为两个阶段：1)牵引阶段(此阶段包括通信延时，牵引切除和制动建立的时间，统一当做列车牵引)，该阶段被标为‘fcbd’；2)紧急制动阶段，该阶段被标位为‘feb’。
参数vf,vfm,efm分别代表后车的实际速度，传感器测量速度和测量误差(vf＝vfm+efm,从后车最不利制动因素考虑这里用加号)；Lf,sf分别代表后车长度和在某一时刻的位置(以前车触发紧急制动时刻后车的位置为初始位置)；afcbd，afeb,vfp分别代表后车在牵引阶段的最大加速度，紧急制动加速度和牵引阶段的最大速度(vfp＝afcbd*tfcbd，其中，tfcbd为牵引阶段所用时间)。前车用l(Leader train,简称l)表示，其运动只考虑紧急制动阶段。vl,vlm,elm分别代表前车的实际速度，传感器测量速度和测量误差(vf＝vfm-efm,以前车最有利制动考虑这里用减号)；Ll,sl分别代表前车长度和在某一时刻的位置(以前车触发紧急制动时刻后车的位置为初始位置)；aleb代表前车紧急制动加速度。s0,Δs,es,sr(t)分别代表前车与后车的实际初始间隔(s0＝Δs-es,以后车最不利制动考虑，这里取减号)，传感器测量的初始间隔，传感器测量误差和前后两车在某一时刻的间隔。
图2为本实施例提供的协同编队列车安全防护方法的流程示意图，假设t1＝tfcbd,t2＝vl/aleb,t3＝tfcbd+vfp/afeb。当列车处于某一时刻，t1,t2,t3可以计算得到，参见图2，协同编队列车安全防护方法可以包括：
获取编队列车中前车由当前的实际速度停车需要的前车停车时间t2、后车由在牵引阶段的最大速度停车需要的后车停车时间，以及后车处于牵引阶段所用的后车牵引时间t1；其中，t3等于后车牵引时间t1与后车停车时间之和；
若所述前车停车时间小于或等于所述后车牵引时间(t2≤t1)，则根据第二数学模型或第四数学模型(即满足场景(2)和(4))，确定所述后车的防护速度；
若所述前车停车时间大于所述后车牵引时间(t2>t3)，则判断所述前车停车时间是否大于所述后车停车时间和所述后车牵引时间之和，若是，则根据第一数学模型或第三数学模型(即满足场景(1)和(3))，确定所述后车的防护速度，否则，根据第一数学模型或第四数学模型(即满足场景(1)和(4))，确定所述后车的防护速度；
其中，在后车处于牵引阶段的情况下，所述第一数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第二数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离；
在后车由牵引阶段转换为紧急制动阶段的情况下，所述第三数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第四数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离。
在本实施例中，第一数学模型根据场景(1)创建，场景(1)：后车处于牵引阶段的情况，前车处于紧急制动阶段且未紧急制动停车的情况。
第二数学模型根据场景(2)创建，场景(2)：后车处于牵引阶段的情况，前车处于紧急制动阶段且紧急制动停车的情况。
第三数学模型根据场景(3)创建，场景(3)：后车由牵引阶段转换为紧急制动阶段的情况，前车处于紧急制动阶段且未紧急制动停车的情况。
第四数学模型根据场景(4)创建，场景(4)：后车由牵引阶段转换为紧急制动阶段的情况，处于紧急制动阶段且紧急制动停车的情况。
本实施例提供了一种协同编队列车安全防护方法，针对编队中前车和后车不同的运行场景分别建立了用于使得后车与前车保持安全距离的第一数学模型、第二数学模型、第三数学模型和第四数学模型。这些数学模型将前车当做障碍物，考虑了障碍物在运动状态下的列车安全防护，相较于静止障碍物的安全防护，其计算得到的防护距离更短，更适合在协同编队中使用。根据前车和后车当前的状态，采用不同场景下建立的模型计算后车的防护速度，当后车速度超过防护速度后进行紧急制动，保证编队列车的行驶安全。
关于场景(1)，进一步地，在上述实施例的基础上，所述第一数学模型的创建包括：
以前车触发紧急制动的时刻作为初始时刻，以在所述初始时刻后车所在的位置作为初始位置，则在后车处于牵引阶段的情况下，随着时间t后车与所述初始位置之间的距离sf＝vft+0.5afcbdt2；其中，vf为后车的实际速度，afcbd为后车在牵引阶段的最大加速度；
在所述初始时刻，后车与前车的实际初始间隔为s0，则前车处于紧急制动阶段且未紧急制动停车的情况下，随着时间t前车与所述初始位置之间的距离sl＝s0+Ll+vlt-0.5alebt2，其中，vl为前车的实际速度，aleb为前车紧急制动加速度，Ll为前车长度；
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则所述第一数学模型为满足
具体地，图3是本实施例提供的场景(1)的情况下前车和后车的运行状态对比示意图，图4是本实施例提供的场景(1)的情况下建立数学模型的约束条件，图5是本实施例提供的场景(1)的情况下前车与后车的相对间隔曲线对比示意图，参见图3至图5，可以通过如下过程建立第一数学模型。
计算前车与后车的行进距离：
sl＝s0+Ll+vlt-0.5alebt2 (1-1)
sf＝vft+0.5afcbdt2 (1-2)
计算前后车相对间隔sr(t):
sr(t)＝sl-sf-Ll＝s0+(vl-vf)t-0.5(aleb+afcbd)t2 (1-3)
在0≤t≤tfcbd时，保持两车不相撞，需要sr(t)>st，st是安全余量(即安全距离，s0>st)
根据图5可知，只需满足
sr(tfcbd)>st (1-4)
由(1-4)可解出：
式(1-5)中右边各参数都为固定值，带入式(1-5)即可以求出后车在此情况下的最大限行速度。式(1-5)即为场景一下的后车速度防护算法的数学模型。
本实施例通过对场景(1)中前车和后车运行状态的分析，创建了在场景(1)中使得后车与前车保持安全距离的第一数学模型，保证了列车在场景(1)中的运行安全。
对于场景(2)，进一步地，在上述各实施例的基础上，所述第二数学模型的创建包括：
以前车触发紧急制动的时刻作为初始时刻，以在所述初始时刻后车所在的位置作为初始位置，则在后车处于牵引阶段的情况下，随着时间t后车与所述初始位置之间的距离sf＝vft+0.5afcbdt2；其中，vf为后车的实际速度，afcbd为后车在牵引阶段的最大加速度；
在所述初始时刻，后车与前车的实际初始间隔为s0，则前车处于紧急制动阶段且紧急制动停车的情况下，随着时间t前车与所述初始位置之间的距离
其中，vl为前车的实际速度，aleb为前车紧急制动加速度，Ll为前车长度，
为前车紧急制动停车的时刻；
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则需要满足
所述第二数学模型为满足
具体地，图6是本实施例提供的场景(2)的情况下前车和后车的运行状态对比示意图，图7是本实施例提供的场景(2)的情况下建立数学模型的约束条件，图8是本实施例提供的场景(2)的情况下前车与后车的相对间隔曲线对比示意图，参见图6至图8，可以通过如下过程建立第二数学模型。
计算前车与后车的行进距离：
sf＝vft+0.5afcbdt2 (1-7)
计算前后车相对间隔sr(t):
sr(t)＝sl-sf-Ll
在0≤t≤tfcbd时，保持两车不相撞，需要sr(t)>st，由式(1-8)得：
由图8可知，只需满足式(1-4)
由(1-9)可解出：
取式(1-10)速度上限值的最小值，可以求出场景二后车不与前车相撞的最大限行速度：
本实施例通过对场景(2)中前车和后车运行状态的分析，创建了在场景(2)中使得后车与前车保持安全距离的第二数学模型，保证了列车在场景(2)中的运行安全。
对于场景(3)，进一步地，在上述各实施例的基础上，所述第三数学模型的创建包括：
以前车触发紧急制动的时刻作为初始时刻，以在所述初始时刻后车所在的位置作为初始位置，后车处于牵引阶段fcbd所用的后车牵引时间tfcbd，后车在牵引阶段的最大速度vfp＝vf+afcbdtfcbd，则在后车处于牵引阶段转换为紧急制动阶段的情况下，随着时间t后车与所述初始位置之间的距离sf＝vftfcbd+0.5afcbdtfcbd 2+vfp(t-tfcbd)-0.5afeb(t-tfcbd)2；其中，vf为后车的实际速度，afcbd为后车在牵引阶段的最大加速度，afeb为后车紧急制动加速度；
在所述初始时刻，后车与前车的实际初始间隔为s0，则前车处于紧急制动阶段且未紧急制动停车的情况下，随着时间t前车与所述初始位置之间的距离sl＝s0+Ll+vlt-0.5alebt2，其中，vl为前车的实际速度，aleb为前车紧急制动加速度，Ll为前车长度；
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则在
且a＜0，b＝(afcbd+afeb)tfcbd且b>0，c＝s0-st+0.5(afcbd+afeb)tfcbd 2且c>0的情况下，所述第三数学模型为满足
具体地，图9是本实施例提供的场景(3)的情况下前车和后车的运行状态对比示意图，图10是本实施例提供的场景(3)的情况下建立数学模型的约束条件，参见图9和图10，可以通过如下过程建立第三数学模型。
计算前车与后车的行进距离：
sl＝s0+Ll+vlt-0.5alebt2 (1-12)
vfp＝vf+afcbdtfcbd (1-13)
sf＝vftfcbd+0.5afcbdtfcbd 2+vfp(t-tfcbd)-0.5afeb(t-tfcbd)2 (1-14)
将式(1-13)代入式(1-14)中得：
sf＝vft2+(afcbd+afeb)tfcbdt2-0.5afebt2 2-0.5(afcbd+afeb)tfcbd 2 (1-15)
计算前车与后车相对间隔sr(t):
sr(t)＝sl-sf-Ll
sr(t)＝0.5(afeb-aleb)t2+[vl-vf-(afcbd+afeb)tfcbd]t+s0+0.5(afcbd+afeb)tfcbd 2(1-16)
在
内，保持两车不相撞，需要sr(t)>st。分析式(1-16)可以得出sr(t)的图形由afcbd，afeb，aleb，vl，vf，tfcbd，s0，st这七个原始初始值决定，想要求出vf的上限值，总使sr(t)>st(前后车不相撞,并保持一定安全余量)，则需要分别对以上七个量进行讨论，情况较多难以分类求解。从前车最有利制动，后车最不利制动角度分析,后车最大制动加速度小于前车，即满足afeb＜aleb，求解此情况下后车速度上限值是否有解。
在以上前车最有利制动，后车最不利制动条件假设下，式(1-16)开口向下，要保证sr(t)>st在
下总成立，则只需要要保证式(1-16)满足式(1-17)即可(左端点的函数值已经在前一阶段(场景(1))保证大于安全余量)。
设：
设
a＜0；b＝(afcbd+afeb)tfcbd,b>0；c＝s0-st+0.5(afcbd+afeb)tfcbd 2,c>0,则：
设x＝vf+b,则
满足y>0,化简得：
(a-1)x2+vlx+cafeb>0 (1-19)
由于a＜0,所以(a-1)＜0；cafeb>0；vl>0；求得式(1-19)的解为：
将式x＝vf+b代入(1-20)得式(1-21)即为场景三下后车的速度上限值：
本实施例通过对场景(3)中前车和后车运行状态的分析，创建了在场景(3)中使得后车与前车保持安全距离的第三数学模型，保证了列车在场景(3)中的运行安全。
对于场景(4)，进一步地，在上述各实施例的基础上，所述第四数学模型的创建包括：
以前车触发紧急制动的时刻作为初始时刻，以在所述初始时刻后车所在的位置作为初始位置，后车处于牵引阶段fcbd所用的后车牵引时间tfcbd，后车在牵引阶段的最大速度vfp＝vf+afcbdtfcbd，则在后车处于牵引阶段转换为紧急制动阶段的情况下，随着时间t后车与所述初始位置之间的距离sf＝vftfcbd+0.5afcbdtfcbd 2+vfp(t-tfcbd)-0.5afeb(t-tfcbd)2；其中，vf为后车的实际速度，afcbd为后车在牵引阶段的最大加速度，afeb为后车紧急制动加速度；
在所述初始时刻，后车与前车的实际初始间隔为s0，则前车处于紧急制动阶段且紧急制动停车的情况下，随着时间t前车与所述初始位置之间的距离
其中，vl为前车的实际速度，aleb为前车紧急制动加速度，Ll为前车长度，
为前车紧急制动停车的时刻，
为后车处于牵引阶段转换为紧急制动阶段并停车的时刻；
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则在
的约束条件下，所述第四数学模型为满足
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则在
的约束条件下，所述第四数学模型为满足
其中，
且a1＜0，b＝(afcbd+afeb)tfcbd且b>0，c＝s0-st+0.5(afcbd+afeb)tfcbd 2且c>0，
具体地，图11是本实施例提供的场景(4)的情况下前车和后车的运行状态对比示意图，图12是本实施例提供的场景(4)的情况下建立数学模型的约束条件，参见图11和图12，可以通过如下过程建立第四数学模型。
约束条件1)：
计算前车与后车的行进距离：
vfp＝vf+afcbdtfcbd (1-23)
sf＝vftfcbd+0.5afcbdtfcbd 2+vfp(t-tfcbd)-0.5afeb(t-tfcbd)2 (1-24)
将式(1-23)代入式(1-24)中得：
sf＝[vf+(afcbd+afeb)tfcbd]t-0.5afebt2-0.5(afcbd+afeb)tfcbd 2 (1-25)
计算前车与后车相对距离：
sr(t)＝sl-sf-Ll
为保证两车不相撞，需满足
sr(t)>st (1-27)
在
和
下都成立。
基于后车最不利制动afeb＜aleb因素考虑式(1-27)是否有解。设：
y＝sr(t)-st
①
时,由于afeb＜aleb，所以函数:
sr(t)＝0.5(afeb-aleb)t2 2+[vl-vf-(afcbd+afeb)tfcbd]t2+s0+0.5(afcbd+afeb)tfcbd 2的开口向下，常数项大于0，故只需满足
即可以满足前后车不相撞：
设
a1＜0；b＝(afcbd+afeb)tfcbd,b>0；c＝s0-st+0.5(afcbd+afeb)tfcbd 2,c>0
化简得：
化简式(1-28)
a1vl 2+(vl-vf-b)vl+caleb>0 (1-29)
求解式(1-29)得：
②
上式中afeb>0,可以确定函数y开口向上且在y轴右侧。函数y的对称轴为：
上式可以看出函数定义域区间在对称轴左侧，所以函数sr(t)在该区间单调递减，满足式(1-31)
即可以满足两车不相撞。化简式(1-31)得：
其中b＝(afcbd+afeb)tfcbd,b>0，
求解式(1-32)得：
综合①和②计算的后车上限值，取最小的下限值
约束条件2)：
其分析过程与约束条件1)相同，得出结果为：
综合约束条件1)和约束条件2)计算的后车上限值，取最小的上限值，得场景四防护速度上限值：
本实施例通过对场景(4)中前车和后车运行状态的分析，创建了在场景(4)中使得后车与前车保持安全距离的第四数学模型，保证了列车在场景(4)中的运行安全。
进一步地，在上述各实施例的基础上，还包括：
判断当前所述后车的实际速度是否大于后车的防护速度，若是，则发出后车进行紧急制动的指令。
本实施例中，根据后车当前的实际速度，通过上述四个场景下建立的数学模型，实现了对编队列车的安全防护。
本实施例提供了一种协同编队列车安全防护系统，图13是本实施例提供的协同编队列车安全防护系统的结构原理示意图，参见图13，该协同编队列车安全防护系统包括传感器数据采集模块、5G通信模块和安全防护算法控制模块；
所述传感器数据采集模块用于采集编队列车的前车和后车之间的距离、前车的实际速度和后车的实际速度；
所述5G通信模块用于将所述传感器数据采集模块采集的数据传输到安全防护算法控制模块；
所述安全防护算法控制模块用于根据以上任一项所述的协同编队列车安全防护方法确定后车的防护速度。
本实施例提供了一种协同编队列车安全防护系统，针对编队中前车和后车不同的运行场景分别建立了用于使得后车与前车保持安全距离的第一数学模型、第二数学模型、第三数学模型和第四数学模型。这些数学模型将前车当做障碍物，考虑了障碍物在运动状态下的列车安全防护，相较于静止障碍物的安全防护，其计算得到的防护距离更短，更适合在协同编队中使用。根据前车和后车当前的状态，采用不同场景下建立的模型计算后车的防护速度，当后车速度超过防护速度后进行紧急制动，保证编队列车的行驶安全。
进一步地，在上述实施例的基础上，如图13所示，还包括输出模块；
所述输出模块用于在判断当前所述后车的实际速度大于后车的防护速度时，发出后车进行紧急制动的指令。
本实施例中，由输出模块根据后车当前的实际速度，通过上述四个场景下建立的数学模型，实现了对编队列车的安全防护。
具体地，(1)传感器数据采集模块：列车编队通过车车通信来进行前后车的数据信息交互，通过激光雷达测量两车相对间隔，毫米波雷达测量前后车速度，将这些数据通过通信模块传输到列车编队安全算法控制模块中。
(2)5G通信模块：利用5G通信低延时、响应快的优点将数据实时传输到安全防护算法控制模块中。
(3)安全防护算法控制模块：该模块为实现列车安全防护的关键技术，通过分析列车运行阶段不同运动状态信息，划分相应的防护场景，并设计该场景下的列车防撞数学模型，该数学模型的输入为列车特性参数(例如前后车速度，最大紧急制动加速度，最大牵引加速度，传输延时时间等)，输出为后车允许运行的速度上限值。
(4)输出模块：比较后车实际运行速度与安全防护算法计算出的最大速度，判断后车是否在下一阶段进入紧急制动过程。
可见，本实施例通过该模型可以计算协同编队中后车紧急制动触发速度，当后车速度超过紧急触发速度后进行紧急制动以保证后车行驶安全。
本实施例提供了一种协同编队列车安全防护装置，包括：
获取单元，用于获取编队列车中前车由当前的实际速度停车需要的前车停车时间、后车由在牵引阶段的最大速度停车需要的后车停车时间，以及后车处于牵引阶段所用的后车牵引时间；
第一判断单元，用于若所述前车停车时间小于或等于所述后车牵引时间，则根据第二数学模型或第四数学模型，确定所述后车的防护速度；
第二判断单元，用于若所述前车停车时间大于所述后车牵引时间，则判断所述前车停车时间是否大于所述后车停车时间和所述后车牵引时间之和，若是，则根据第一数学模型或第三数学模型，确定所述后车的防护速度，否则，根据第一数学模型或第四数学模型，确定所述后车的防护速度；
其中，在后车处于牵引阶段的情况下，所述第一数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第二数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离；
在后车由牵引阶段转换为紧急制动阶段的情况下，所述第三数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第四数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离。
本实施例提供的协同编队列车安全防护装置适用于上述各实施例提供的协同编队列车安全防护方法，在此不再赘述。
本实施例提供了一种协同编队列车安全防护装置，针对编队中前车和后车不同的运行场景分别建立了用于使得后车与前车保持安全距离的第一数学模型、第二数学模型、第三数学模型和第四数学模型。这些数学模型将前车当做障碍物，考虑了障碍物在运动状态下的列车安全防护，相较于静止障碍物的安全防护，其计算得到的防护距离更短，更适合在协同编队中使用。根据前车和后车当前的状态，采用不同场景下建立的模型计算后车的防护速度，当后车速度超过防护速度后进行紧急制动，保证编队列车的行驶安全。
Claims (8)
1.一种协同编队列车安全防护方法，其特征在于，包括：
获取编队列车中前车由当前的实际速度停车需要的前车停车时间、后车由在牵引阶段的最大速度停车需要的后车停车时间，以及后车处于牵引阶段所用的后车牵引时间；
若所述前车停车时间小于或等于所述后车牵引时间，则根据第二数学模型或第四数学模型，确定所述后车的防护速度；
若所述前车停车时间大于所述后车牵引时间，则判断所述前车停车时间是否大于所述后车停车时间和所述后车牵引时间之和，若是，则根据第一数学模型或第三数学模型，确定所述后车的防护速度，否则，根据第一数学模型或第四数学模型，确定所述后车的防护速度；
其中，在后车处于牵引阶段的情况下，所述第一数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第二数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离；
在后车由牵引阶段转换为紧急制动阶段的情况下，所述第三数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第四数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离；
所述第一数学模型的创建包括：
以前车触发紧急制动的时刻作为初始时刻，以在所述初始时刻后车所在的位置作为初始位置，则在后车处于牵引阶段的情况下，随着时间t后车与所述初始位置之间的距离sf＝vft+0.5afcbdt2；其中，vf为后车的实际速度，afcbd为后车在牵引阶段的最大加速度；
在所述初始时刻，后车与前车的实际初始间隔为s0，则前车处于紧急制动阶段且未紧急制动停车的情况下，随着时间t前车与所述初始位置之间的距离sl＝s0+Ll+vlt-0.5alebt2，其中，vl为前车的实际速度，aleb为前车紧急制动加速度，Ll为前车长度；
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则所述第一数学模型为满足
其中，tfcbd表示后车处于牵引阶段fcbd所用的后车牵引时间。
2.根据权利要求1所述的协同编队列车安全防护方法，其特征在于，所述第二数学模型的创建包括：
以前车触发紧急制动的时刻作为初始时刻，以在所述初始时刻后车所在的位置作为初始位置，则在后车处于牵引阶段的情况下，随着时间t后车与所述初始位置之间的距离sf＝vft+0.5afcbdt2；其中，vf为后车的实际速度，afcbd为后车在牵引阶段的最大加速度；
在所述初始时刻，后车与前车的实际初始间隔为s0，则前车处于紧急制动阶段且紧急制动停车的情况下，随着时间t前车与所述初始位置之间的距离
其中，vl为前车的实际速度，aleb为前车紧急制动加速度，Ll为前车长度，
为前车紧急制动停车的时刻；
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则需要满足
所述第二数学模型为满足
3.根据权利要求1所述的协同编队列车安全防护方法，其特征在于，所述第三数学模型的创建包括：
以前车触发紧急制动的时刻作为初始时刻，以在所述初始时刻后车所在的位置作为初始位置，后车处于牵引阶段fcbd所用的后车牵引时间tfcbd，后车在牵引阶段的最大速度vfp＝vf+afcbdtfcbd，则在后车处于牵引阶段转换为紧急制动阶段的情况下，随着时间t后车与所述初始位置之间的距离sf＝vftfcbd+0.5afcbdtfcbd 2+vfp(t-tfcbd)-0.5afeb(t-tfcbd)2；其中，vf为后车的实际速度，afcbd为后车在牵引阶段的最大加速度，afeb为后车紧急制动加速度；
在所述初始时刻，后车与前车的实际初始间隔为s0，则前车处于紧急制动阶段且未紧急制动停车的情况下，随着时间t前车与所述初始位置之间的距离sl＝s0+Ll+vlt-0.5alebt2，其中，vl为前车的实际速度，aleb为前车紧急制动加速度，Ll为前车长度；
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则在
且a＜0，b＝(afcbd+afeb)tfcbd且b>0，c＝s0-st+0.5(afcbd+afeb)tfcbd 2且c>0的情况下，所述第三数学模型为满足
4.根据权利要求1所述的协同编队列车安全防护方法，其特征在于，所述第四数学模型的创建包括：
以前车触发紧急制动的时刻作为初始时刻，以在所述初始时刻后车所在的位置作为初始位置，后车处于牵引阶段fcbd所用的后车牵引时间tfcbd，后车在牵引阶段的最大速度vfp＝vf+afcbdtfcbd，则在后车处于牵引阶段转换为紧急制动阶段的情况下，随着时间t后车与所述初始位置之间的距离sf＝vftfcbd+0.5afcbdtfcbd 2+vfp(t-tfcbd)-0.5afeb(t-tfcbd)2；其中，vf为后车的实际速度，afcbd为后车在牵引阶段的最大加速度，afeb为后车紧急制动加速度；
在所述初始时刻，后车与前车的实际初始间隔为s0，则前车处于紧急制动阶段且紧急制动停车的情况下，随着时间t前车与所述初始位置之间的距离
其中，vl为前车的实际速度，aleb为前车紧急制动加速度，Ll为前车长度，
为前车紧急制动停车的时刻，
为后车处于牵引阶段转换为紧急制动阶段并停车的时刻；
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则在
的约束条件下，所述第四数学模型为满足
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则在
的约束条件下，所述第四数学模型为满足
其中，
且a1＜0，b＝(afcbd+afeb)tfcbd且b>0，c＝s0-st+0.5(afcbd+afeb)tfcbd 2且c>0，
5.根据权利要求1所述的协同编队列车安全防护方法，其特征在于，还包括：
判断当前所述后车的实际速度是否大于后车的防护速度，若是，则发出后车进行紧急制动的指令。
6.一种协同编队列车安全防护系统，其特征在于，包括传感器数据采集模块、5G通信模块和安全防护算法控制模块；
所述传感器数据采集模块用于采集编队列车的前车和后车之间的距离、前车的实际速度和后车的实际速度；
所述5G通信模块用于将所述传感器数据采集模块采集的数据传输到安全防护算法控制模块；
所述安全防护算法控制模块用于根据权利要求1至5任一项所述的协同编队列车安全防护方法确定后车的防护速度。
7.根据权利要求6所述的协同编队列车安全防护系统，其特征在于，还包括输出模块；
所述输出模块用于在判断当前所述后车的实际速度大于后车的防护速度时，发出后车进行紧急制动的指令。
8.一种协同编队列车安全防护装置，其特征在于，包括：
获取单元，用于获取编队列车中前车由当前的实际速度停车需要的前车停车时间、后车由在牵引阶段的最大速度停车需要的后车停车时间，以及后车处于牵引阶段所用的后车牵引时间；
第一判断单元，用于若所述前车停车时间小于或等于所述后车牵引时间，则根据第二数学模型或第四数学模型，确定所述后车的防护速度；
第二判断单元，用于若所述前车停车时间大于所述后车牵引时间，则判断所述前车停车时间是否大于所述后车停车时间和所述后车牵引时间之和，若是，则根据第一数学模型或第三数学模型，确定所述后车的防护速度，否则，根据第一数学模型或第四数学模型，确定所述后车的防护速度；
其中，在后车处于牵引阶段的情况下，所述第一数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第二数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离；
在后车由牵引阶段转换为紧急制动阶段的情况下，所述第三数学模型用于在前车处于紧急制动阶段且未紧急制动停车的情况中，使得后车与前车保持安全距离，所述第四数学模型用于在前车处于紧急制动阶段且紧急制动停车的情况中，使得后车与前车保持安全距离；
所述第一数学模型的创建包括：
以前车触发紧急制动的时刻作为初始时刻，以在所述初始时刻后车所在的位置作为初始位置，则在后车处于牵引阶段的情况下，随着时间t后车与所述初始位置之间的距离sf＝vft+0.5afcbdt2；其中，vf为后车的实际速度，afcbd为后车在牵引阶段的最大加速度；
在所述初始时刻，后车与前车的实际初始间隔为s0，则前车处于紧急制动阶段且未紧急制动停车的情况下，随着时间t前车与所述初始位置之间的距离sl＝s0+Ll+vlt-0.5alebt2，其中，vl为前车的实际速度，aleb为前车紧急制动加速度，Ll为前车长度；
为了使得后车与前车之间的相对距离sl-sf-Ll大于安全距离st，则所述第一数学模型为满足
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010744385.8A CN111942433B (zh) | 2020-07-29 | 2020-07-29 | 一种协同编队列车安全防护方法、系统和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010744385.8A CN111942433B (zh) | 2020-07-29 | 2020-07-29 | 一种协同编队列车安全防护方法、系统和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111942433A CN111942433A (zh) | 2020-11-17 |
| CN111942433B true CN111942433B (zh) | 2022-06-07 |
Family
ID=73338452
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010744385.8A Active CN111942433B (zh) | 2020-07-29 | 2020-07-29 | 一种协同编队列车安全防护方法、系统和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111942433B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112699569B (zh) * | 2021-01-14 | 2024-01-19 | 北京交通大学 | 面向列车虚拟编队的动态安全分析方法 |
| CN113060188A (zh) * | 2021-04-12 | 2021-07-02 | 北京交通大学 | 一种高速列车编队在途追踪运行协同优化方法 |
| CN114132364A (zh) * | 2021-11-03 | 2022-03-04 | 通号城市轨道交通技术有限公司 | 虚拟联挂列车的控制方法、控制装置和电子设备 |
| CN114132366B (zh) * | 2021-11-23 | 2022-12-20 | 交控科技股份有限公司 | 协同编队列车安全防护方法、装置、设备、系统及介质 |
| CN114187755A (zh) * | 2021-12-14 | 2022-03-15 | 上海平可行智能科技有限公司 | 车辆编队控制方法 |
| CN115447637A (zh) * | 2022-10-13 | 2022-12-09 | 交控科技股份有限公司 | 基于前车预期停车位置的后车追踪方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104401370A (zh) * | 2014-10-21 | 2015-03-11 | 北京交通大学 | 多列车协同控制的节能优化方法 |
| CN107685749A (zh) * | 2017-08-11 | 2018-02-13 | 中国铁道科学研究院通信信号研究所 | 一种基于车车通信的虚拟连挂小编组列车控制系统及方法 |
| CN108791366A (zh) * | 2018-05-31 | 2018-11-13 | 北京全路通信信号研究设计院集团有限公司 | 一种采用虚拟耦合的多列车协同控制方法及系统 |
| CN110789576A (zh) * | 2019-11-26 | 2020-02-14 | 交控科技股份有限公司 | 协同编队列车安全防护场景划分方法及装置 |
| CN110979401A (zh) * | 2019-12-30 | 2020-04-10 | 交控科技股份有限公司 | 一种协同编队列车防撞方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109774748B (zh) * | 2017-11-14 | 2021-04-27 | 交控科技股份有限公司 | 基于车车通信的列车超速防护方法、车载控制器和列车 |
-
2020
- 2020-07-29 CN CN202010744385.8A patent/CN111942433B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104401370A (zh) * | 2014-10-21 | 2015-03-11 | 北京交通大学 | 多列车协同控制的节能优化方法 |
| CN107685749A (zh) * | 2017-08-11 | 2018-02-13 | 中国铁道科学研究院通信信号研究所 | 一种基于车车通信的虚拟连挂小编组列车控制系统及方法 |
| CN108791366A (zh) * | 2018-05-31 | 2018-11-13 | 北京全路通信信号研究设计院集团有限公司 | 一种采用虚拟耦合的多列车协同控制方法及系统 |
| CN110789576A (zh) * | 2019-11-26 | 2020-02-14 | 交控科技股份有限公司 | 协同编队列车安全防护场景划分方法及装置 |
| CN110979401A (zh) * | 2019-12-30 | 2020-04-10 | 交控科技股份有限公司 | 一种协同编队列车防撞方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111942433A (zh) | 2020-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111942433B (zh) | 一种协同编队列车安全防护方法、系统和装置 | |
| CN111845862B (zh) | 一种基于相对速度的列车安全追踪防护方法和装置 | |
| CN109035862B (zh) | 一种基于车车通信的多车协同换道控制方法 | |
| CN110789576B (zh) | 协同编队列车安全防护场景划分方法及装置 | |
| CN110723141B (zh) | 一种车辆主动避撞系统及其避撞方式切换方法 | |
| CN110085056A (zh) | 一种高速公路车路协同环境下车辆换道瞬时风险识别方法 | |
| CN110979401B (zh) | 一种协同编队列车防撞方法及装置 | |
| CN112590871B (zh) | 列车安全防护方法、装置和系统 | |
| CN106991846A (zh) | 一种车联网环境下的高速公路车辆强制换道控制方法 | |
| CN111994135A (zh) | 一种基于迭代计算的协同编队列车安全防护方法及系统 | |
| CN104662592A (zh) | 用于运行车辆的驾驶员辅助系统的方法 | |
| CN112124374B (zh) | 列车紧急制动触发速度计算方法和系统 | |
| CN107867283A (zh) | 基于预测模型的集成式fcw/acc/aeb系统及车辆 | |
| CN112955359B (zh) | 一种车辆控制方法及装置 | |
| CN112078631B (zh) | 列车速度控制方法及系统 | |
| CN116466644B (zh) | 一种基于plc控制的车辆性能监管系统及方法 | |
| CN110949378A (zh) | 一种汽车高速工况防碰撞追尾装置及方法 | |
| CN105459987B (zh) | 一种用于大型车辆的智能刹车系统及其控制方法 | |
| CN114347984A (zh) | 基于车路感知融合技术在前车切入场景的控制决策方法 | |
| Zhou et al. | The safety braking protection model of virtually coupled train platoon in subway | |
| CN106414204A (zh) | 确定临界车辆状态和车辆最小间距 | |
| CN115862329A (zh) | 一种基于高速公路交通事故下的车辆协同换道引导方法 | |
| CN113428180A (zh) | 一种无人驾驶车辆单道行驶车速控制方法、系统及终端 | |
| CN115817460A (zh) | 一种混合流条件下智能网联车主动协调避撞方法 | |
| Ding et al. | Research on safety lane change warning method based on potential angle collision point |
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 |