CN112109775A - 一种列车运行曲线动态优化系统 - Google Patents
一种列车运行曲线动态优化系统 Download PDFInfo
- Publication number
- CN112109775A CN112109775A CN202010758469.7A CN202010758469A CN112109775A CN 112109775 A CN112109775 A CN 112109775A CN 202010758469 A CN202010758469 A CN 202010758469A CN 112109775 A CN112109775 A CN 112109775A
- Authority
- CN
- China
- Prior art keywords
- array
- train
- value
- stage
- module
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 47
- 238000005265 energy consumption Methods 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 230000007704 transition Effects 0.000 claims abstract description 29
- 238000007781 pre-processing Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 13
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/20—Trackside control of safe travel of vehicle or train, e.g. braking curve calculation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/40—Handling position reports or trackside vehicle data
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
一种列车运行曲线动态优化系统,系统包括参数获取模块、预处理模块、第一计算模块、存储模块和第一运行曲线优化模块;参数获取模块用于获取列车线路数据;预处理模块用于对列车线路数据进行预处理,将站间的线路长度划分为若干个阶段,将每个阶段的速度值等分为若干个状态点;第一计算模块用于计算各阶段每个状态点发生状态转移的状态转移值,基于状态转移值,获取各阶段每个状态点发生状态转移的能量消耗数组Earray和运行时间消耗数组Tarray;存储模块用于存储能量消耗数组Earray和运行时间消耗数组Tarray;第一运行曲线优化模块用于基于各阶段每个状态点发生状态转移的能量消耗数组Earray和运行时间消耗数组Tarray,进行递推寻优,计算出列车最优运行曲线。
Description
技术领域
本发明涉及轨道交通列车运行控制领域,具体涉及一种列车运行曲线动态优化系统。
背景技术
随着我国经济快速发展,智能化、自动化、信息化技术在城市轨道交通领域得到了广泛应用,目前,绝大多数在建及已运营线路均采用了列车自动运行系统(ATO)代替司机驾驶,有效降低了司机劳动强度,提高了运营效率。列车自动运行系统基于线路条件、列车运行状态等数据计算出最优列车运行曲线,完成列车在站间的自动运行和运行速度的自动调整。
针对城市轨道交通列车运行曲线优化这一问题,大量学者开展了广泛研究,形成了较多的研究成果,但是,无论是解析算法、数值算法还是其他仿生进化类智能算法都在通过不同方法确定适用于ATO系统的最优运行曲线,并未从列车实际运行过程的角度考虑。
发明内容
鉴于现有技术中存在的技术缺陷和技术弊端,本发明实施例提供克服上述问题或者至少部分地解决上述问题的一种列车运行曲线动态优化系统,具体方案如下:
一种列车运行曲线动态优化系统,所述系统包括参数获取模块、预处理模块、第一计算模块、存储模块和第一运行曲线优化模块;
所述参数获取模块用于获取列车线路数据;
所述预处理模块用于对列车线路数据进行预处理,将站间的线路长度划分为若干个阶段,将每个阶段的速度值等分为若干个状态点;
所述第一计算模块用于计算各阶段每个状态点发生状态转移的状态转移值,基于状态转移值,获取各阶段每个状态点发生状态转移的能量消耗数组Earray和运行时间消耗数组Tarray;
所述存储模块用于存储能量消耗数组Earray和运行时间消耗数组Tarray;
所述第一运行曲线优化模块用于基于各阶段每个状态点发生状态转移的能量消耗数组Earray和运行时间消耗数组Tarray,进行递推寻优,计算出列车最优运行曲线。
进一步地,所述列车线路数据包括线路限速数据、线路坡度值数据以及车站公里标,其中,所述线路限速数据包括变限速点和对应的限速值,所述线路坡度值数据包括变坡度点和对应的坡度值。
进一步地,所述预处理模块具体用于:根据变限速点和变坡度点将两车站间的线路长度离散化,从而将站间的线路长度划分为若干个阶段;根据限速值将每个阶段对应的速度值等分为若干个状态点。
进一步地,所述第一计算模块具体用于:
所述状态转移值包括能耗消耗值和运行时间消耗值,以xj阶段为例,能量消耗集合和运行时间消耗集合中第j列第i个元素的计算公式分别为:
其中,Eji为能量消耗集合中第j列第i个元素的能量消耗值,Tji为运行时间消耗集合中第j列第i个元素的运行时间消耗值,M为列车质量,vj+1,i表示xj+1阶段上的第i个状态点的速度值,f0和fs分别表示列车单位基本阻力和单位附加阻力,sj为阶段xj与阶段xj+1之间的距离,i=1,2,…,m;
依照能量消耗集合和运行时间消耗集合中第j列第i个元素的计算公式,依次计算各阶段每个状态点发生状态转移的能量消耗值和运行时间消耗值,通过各阶段每个状态点发生状态转移的能量消耗值构成能量消耗数组Earray,通过各阶段每个状态点发生状态转移的运行时间消耗值构成运行时间消耗数组Tarray。
进一步地,所述第一运行曲线优化模块具体用于:
根据数组Earray和Tarray,确定优化目标值函数U(vj,p,vj+1,q),表示为:
U(vj,p,vj+1,q)=Earray(p,q)+β|Tarray(p,q)-Tj|;
其中,Tj为列车从阶段xj至阶段xj+1的期望运行时间,β为惩罚因子;
根据值函数U(vj,p,vj+1,q),定义阶段xj对应的最优指标函数为J*(vj,p,j),则有:
J*(vj,p,j)=min{U(vj,p,vj+1,q)+J*(vj+1,p,j+1)};
通过上式,计算出阶段xj的最优指标函数及其对应的状态点vj,p;
根据阶段xj的最优指标函数及其对应的状态点vj,p的计算方法,依次计算出各阶段的最优指标函数和对应的状态点;
依次连接各阶段最优指标函数对应的状态点,形成最优运行曲线。
进一步地,所述系统还包括受扰优化模块;
所述受扰优化模块用于在列车按照最优运行曲线运行至站间某一点Xk处因受扰而减速时,判断Tr min是否大于等于TP-tr-ts;如果是,则在当前位置以最大运力运行到站;否则,在当前位置以剩余时间Tr为约束条件重新计算最优运行曲线;
其中,Tr min为列车在当前位置Xk处按最大运力运行到站的最短运行时间Tr min;ts为列车减速的持续时间ts,tr为列车在受扰前已运行的时间tr。
进一步地,所述系统还包括第二运行曲线优化模块,所述第二运行曲线优化模块用于在当前位置以剩余时间Tr为约束条件重新计算最优运行曲线。
进一步地,所述第二运行曲线优化模块具体用于:
根据剩余运行时间Tr重新确定阶段xj至阶段xj+1的期望运行时间Tj;
基于重新确定的期望运行时间Tj,更新值函数U(vj,p,vj+1,q)和对应的最优指标函数;
连接以剩余时间Tr为约束下的各阶段最优状态点,形成受扰后的最优运行曲线。
进一步地,所述系统还包括第二计算模块,所述第二计算模块用于计算列车在当前位置Xk处按最大运力运行到站的最短运行时间Tr min。
进一步地,所述第二计算模块具体用于:
确定列车当前位置的限速值,并按最大牵引力运行,若在此过程中达到限速值,则转为恒速运行模式,得到最大牵引力下的运行曲线一;
从停车点至当前位置,按照列车以最大制动力运行,进行反向推算,若在此过程中遇到变限速点,则以较低限速值对应的速度通过对应限速段后再以最大制动力逆推,得到最大制动力下的运行曲线二;
将运行曲线一和运行曲线二合并,并与限速值取小,得到列车在当前位置按最大运力运行到站的运行曲线及对应最短的运行时间Tr min。
本发明具有以下有益效果:
本发明能在列车运行过程中进行运行曲线动态优化,有效地解决了列车准点追踪的问题,并在列车受扰后自动优化新的运行曲线,从而可以很好的解决列车在各种情况下的延误问题。
附图说明
图1为本发明实施例提供的提供一种列车运行曲线动态优化系统框架图。
图2为本发明实施例提供的任意两阶段间,遍历下一阶段上的所有状态点的示意图;
图3为本发明实施例提供的列车在区间按照既定最优运行曲线运行至某一点xk处受扰而产生减速的示意图;
图4为本发明实施例提供的列车在当前位置按最大运力运行到站的方法示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分,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它实施例,都属于本发明保护的范围。
如图1所示,作为本发明的第一实施例,提供一种列车运行曲线动态优化系统,所述系统包括参数获取模块、预处理模块、第一计算模块、存储模块和第一运行曲线优化模块;
所述参数获取模块用于周期性获取列车线路数据;
所述预处理模块用于对列车线路数据进行预处理,将站间的线路长度划分为若干个阶段,将每个阶段的速度值等分为若干个状态点;
所述第一计算模块用于计算各阶段每个状态点发生状态转移的状态转移值,基于状态转移值,获取各阶段每个状态点发生状态转移的能量消耗数组Earray和运行时间消耗数组Tarray;
所述存储模块用于存储能量消耗数组Earray和运行时间消耗数组Tarray;
所述第一运行曲线优化模块用于基于各阶段每个状态点发生状态转移的能量消耗数组Earray和运行时间消耗数组Tarray,进行递推寻优,计算出列车最优运行曲线。
本发明提供的一种列车运行曲线动态优化系统,可以周期性动态计算列车最优运行曲线,有效地解决了列车准点追踪的问题。
其中,所述列车线路数据包括线路限速数据、线路坡度值数据以及车站公里标,其中,所述线路限速数据包括变限速点和对应的限速值,所述线路坡度值数据包括变坡度点和对应的坡度值。
作为本发明的第二实施例,所述预处理模块对列车线路数据进行预处理具体为:根据变限速点和变坡度点将两车站间的线路长度离散化,从而将站间的线路长度划分为若干个阶段;根据限速值将每个阶段对应的速度值等分为若干个状态点。
作为本发明的第三实施例,所述第一计算模块获取各阶段每个状态点发生状态转移的能量消耗数组Earray和运行时间消耗数组Tarray具体为:
基于对列车线路数据的预处理,计算出基于二维速度v与距离s构成的离散点集合,以xj阶段对应的状态点v1状态为例,遍历下一阶段xj+1阶段上的所有状态点(v1…vm),其中j=1,2,…,n,如图2所示;
所述状态转移值包括能耗消耗值和运行时间消耗值,以xj阶段为例,能量消耗集合和运行时间消耗集合中第j列第i个元素的计算公式分别为:
其中,Eji为能量消耗集合中第j列第i个元素的能量消耗值,即xj阶段第i个状态点的能量消耗值,Tji为运行时间消耗数组中第j列第i个元素的运行时间消耗值,即xj阶段第i个状态点的运行时间消耗值,M为列车质量,vj+1,i表示xj+1阶段上的第i个状态点的速度值,f0和fs分别为列车单位基本阻力和单位附加阻力,sj为阶段xj与阶段xj+1之间的距离,i=1,2,…,m;
依照能量消耗集合和运行时间消耗集合中第j列第i个元素的计算公式,依次计算各阶段每个状态点发生状态转移的能量消耗值和运行时间消耗值,通过各阶段每个状态点发生状态转移的能量消耗值构成能量消耗数组Earray,通过各阶段每个状态点发生状态转移的运行时间消耗值构成运行时间消耗数组Tarray。
作为本发明的第四实施例,所述第一运行曲线优化模块计算出列车最优运行曲线具体为:
根据数组Earray和Tarray,确定优化目标值函数U(vj,p,vj+1,q),表示为:
U(vj,p,vj+1,q)=Earray(p,q)+β|Tarray(p,q)-Tj|;
其中,Tj为列车从阶段xj至阶段xj+1的期望运行时间,β为惩罚因子;
根据值函数U(vj,p,vj+1,q),定义阶段xj对应的最优指标函数为J*(vj,p,j),则有:
J*(vj,p,j)=min{U(vj,p,vj+1,q)+J*(vj+1,p,j+1)};
通过上式,计算出阶段xj的最优指标函数及其对应的状态点vj,p;
上式表示在递推过程中,由阶段xj+1的最优指标函数及阶段xj至阶段xj+1所有值函数中的最优值确定阶段xj的最优指标函数及其对应的状态点vj,p;
根据阶段xj的最优指标函数及其对应的状态点vj,p的计算方法,依次计算出各阶段的最优指标函数和对应的状态点;
依次连接各阶段最优指标函数对应的状态点,形成最优运行曲线。
优选地,所述系统还包括受扰优化模块;所述受扰优化模块用于在列车按照最优运行曲线运行至站间某一点Xk处因受扰而减速时,判断Tr min是否大于等于TP-tr-ts;如果是,则在当前位置以最大运力运行到站;否则,在当前位置以剩余时间Tr为约束条件重新调用第一运行曲线优化模块计算最优运行曲线,作为受扰后的最优运行曲线。
其中,Tr min为列车在当前位置Xk处按最大运力运行到站的最短运行时间Tr min;ts为列车减速的持续时间ts,tr为列车在受扰前已运行的时间tr,如图3所示。
优选地,所述系统还包括第二运行曲线优化模块,所述第二运行曲线优化模块用于在当前位置以剩余时间Tr为约束条件重新计算最优运行曲线。
其中,所述第二运行曲线优化模块以剩余时间Tr为约束条件重新计算最优运行曲线具体为:
根据剩余运行时间Tr重新确定阶段xj至阶段xj+1的期望运行时间Tj;
其中Tj的计算公式为其中v为平均速度,s为站间距离,Tx为期望运行总时间,最初Tx=Tp,即为计划站间运行时间,当运行在区间过程中后,Tx=Tr,此时由于剩余运行时间Tr发生变化,平均速度v会有变化,以此重新确定阶段xj至阶段xj+1的期望运行时间Tj;
基于重新确定的期望运行时间Tj,更新值函数U(vj,p,vj+1,q),基于更新的值函数U(vj,p,vj+1,q),计算最优指标函数J*(vj,p,j)及其对应的状态点vj,p;
依次连接以剩余时间Tr为约束下的各阶段最优指标函数对应的状态点,形成受扰后的最优运行曲线。
优选地,所述系统还包括第二计算模块,所述第二计算模块用于计算列车在当前位置Xk处按最大运力运行到站的最短运行时间Tr min。
其中,所述第二计算模块计算列车在当前位置Xk处按最大运力运行到站的最短运行时间Tr min具体为:
确定列车当前位置的限速值,并按最大牵引力运行,若在此过程中达到限速值,则转为恒速运行模式,得到最大牵引力下的运行曲线一;
从停车点至当前位置,按照列车以最大制动力运行,进行反向推算,若在此过程中遇到变限速点,则以较低限速值对应的速度通过对应限速段后再以最大制动力逆推,得到最大制动力下的运行曲线二,如图4所示;
其中,停车点指的是列车在站台的停车位置,列车运行曲线反应出的过程即是列车从某一站站台停车点出发至下一站站台停车点停车的运行过程,列车进站停车阶段需要制动减速,通过停车点0km/h的速度按照列车最大减速度进行反向递推,即可确定列车停车阶段的最大制动曲线二。
将运行曲线一和运行曲线二合并,并与限速值取小,得到列车在当前位置按最大运力运行到站的运行曲线及对应最短的运行时间Tr min。
在计算过程中最大牵引曲线(即运行曲线一)和最大制动曲线(即运行曲线二)会超出限速值的范围,但是考虑到实际情况,限速值是作为列车运行速度的上限,不可逾越,与限速值取小,即当所处位置的运行曲线一、运行曲线二对应的速度值小于限速值时,取计算出的对应速度值,而当所处位置的运行曲线一、运行曲线二对应的速度值大于限速值时,取所处位置的限速值。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种列车运行曲线动态优化系统,其特征在于,所述系统包括参数获取模块、预处理模块、第一计算模块、存储模块和第一运行曲线优化模块;
所述参数获取模块用于获取列车线路数据;
所述预处理模块用于对列车线路数据进行预处理,将站间的线路长度划分为若干个阶段,将每个阶段的速度值等分为若干个状态点;
所述第一计算模块用于计算各阶段每个状态点发生状态转移的状态转移值,基于状态转移值,获取各阶段每个状态点发生状态转移的能量消耗数组Earray和运行时间消耗数组Tarray;
所述存储模块用于存储能量消耗数组Earray和运行时间消耗数组Tarray;
所述第一运行曲线优化模块用于基于各阶段每个状态点发生状态转移的能量消耗数组Earray和运行时间消耗数组Tarray,进行递推寻优,计算出列车最优运行曲线。
2.根据权利要求1所述的列车运行曲线动态优化系统,其特征在于,所述列车线路数据包括线路限速数据、线路坡度值数据以及车站公里标,其中,所述线路限速数据包括变限速点和对应的限速值,所述线路坡度值数据包括变坡度点和对应的坡度值。
3.根据权利要求2所述的列车运行曲线动态优化系统,其特征在于,所述预处理模块具体用于:根据变限速点和变坡度点将两车站间的线路长度离散化,从而将站间的线路长度划分为若干个阶段;根据限速值将每个阶段对应的速度值等分为若干个状态点。
4.根据权利要求3所述的列车运行曲线动态优化系统,其特征在于,所述第一计算模块具体用于:
所述状态转移值包括能耗消耗值和运行时间消耗值,以xj阶段为例,能量消耗集合和运行时间消耗集合中第j列第i个元素的计算公式分别为:
其中,Eji为能量消耗集合中第j列第i个元素的能量消耗值,Tji为运行时间消耗集合中第j列第i个元素的运行时间消耗值,M为列车质量,vj+1,i表示xj+1阶段上的第i个状态点的速度值,f0和fs分别表示列车单位基本阻力和单位附加阻力,sj为阶段xj与阶段xj+1之间的距离,i=1,2,…,m;
依照能量消耗集合和运行时间消耗集合中第j列第i个元素的计算公式,依次计算各阶段每个状态点发生状态转移的能量消耗值和运行时间消耗值,通过各阶段每个状态点发生状态转移的能量消耗值构成能量消耗数组Earray,通过各阶段每个状态点发生状态转移的运行时间消耗值构成运行时间消耗数组Tarray。
5.根据权利要求4所述的列车运行曲线动态优化系统,其特征在于,所述第一运行曲线优化模块具体用于:
根据数组Earray和Tarray,确定优化目标值函数U(vj,p,vj+1,q),表示为:
U(vj,p,vj+1,q)=Earray(p,q)+β|Tarray(p,q)-Tj|;
其中,Tj为列车从阶段xj至阶段xj+1的期望运行时间,β为惩罚因子;
根据值函数U(vj,p,vj+1,q),定义阶段xj对应的最优指标函数为J*(vj,p,j),则有:
J*(vj,p,j)=min{U(vj,p,vj+1,q)+J*(vj+1,p,j+1)};
通过上式,计算出阶段xj的最优指标函数及其对应的状态点vj,p;
根据阶段xj的最优指标函数及其对应的状态点vj,p的计算方法,依次计算出各阶段的最优指标函数和对应的状态点;
依次连接各阶段最优指标函数对应的状态点,形成最优运行曲线。
6.根据权利要求4所述的列车运行曲线动态优化系统,其特征在于,所述系统还包括受扰优化模块;
所述受扰优化模块用于在列车按照最优运行曲线运行至站间某一点Xk处因受扰而减速时,判断Tr min是否大于等于TP-tr-ts;如果是,则在当前位置以最大运力运行到站;否则,在当前位置以剩余时间Tr为约束条件重新计算最优运行曲线;
其中,Tr min为列车在当前位置Xk处按最大运力运行到站的最短运行时间Tr min;ts为列车减速的持续时间ts,tr为列车在受扰前已运行的时间tr。
7.根据权利要求6所述的列车运行曲线动态优化系统,其特征在于,其特征在于,所述系统还包括第二运行曲线优化模块,所述第二运行曲线优化模块用于在当前位置以剩余时间Tr为约束条件重新计算最优运行曲线。
8.根据权利要求7所述的列车运行曲线动态优化系统,其特征在于,其特征在于,所述第二运行曲线优化模块具体用于:
根据剩余运行时间Tr重新确定阶段xj至阶段xj+1的期望运行时间Tj;
基于重新确定的期望运行时间Tj,更新值函数U(vj,p,vj+1,q)和对应的最优指标函数;
连接以剩余时间Tr为约束下的各阶段最优状态点,形成受扰后的最优运行曲线。
9.根据权利要求6所述的列车运行曲线动态优化系统,其特征在于,所述系统还包括第二计算模块,所述第二计算模块用于计算列车在当前位置Xk处按最大运力运行到站的最短运行时间Tr min。
10.根据权利要求9所述的列车运行曲线动态优化系统,其特征在于,所述第二计算模块具体用于:
确定列车当前位置的限速值,并按最大牵引力运行,若在此过程中达到限速值,则转为恒速运行模式,得到最大牵引力下的运行曲线一;
从停车点至当前位置,按照列车以最大制动力运行,进行反向推算,若在此过程中遇到变限速点,则以较低限速值对应的速度通过对应限速段后再以最大制动力逆推,得到最大制动力下的运行曲线二;
将运行曲线一和运行曲线二合并,并与限速值取小,得到列车在当前位置按最大运力运行到站的运行曲线及对应最短的运行时间Tr min。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010758469.7A CN112109775A (zh) | 2020-07-31 | 2020-07-31 | 一种列车运行曲线动态优化系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010758469.7A CN112109775A (zh) | 2020-07-31 | 2020-07-31 | 一种列车运行曲线动态优化系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112109775A true CN112109775A (zh) | 2020-12-22 |
Family
ID=73799125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010758469.7A Pending CN112109775A (zh) | 2020-07-31 | 2020-07-31 | 一种列车运行曲线动态优化系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112109775A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112744270A (zh) * | 2021-01-19 | 2021-05-04 | 西南交通大学 | 一种基于状态辨识的列车快速精确停车方法 |
CN113635943A (zh) * | 2021-10-18 | 2021-11-12 | 西南交通大学 | 列车辅助驾驶方法、系统、设备及计算机可读存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102442323A (zh) * | 2011-10-25 | 2012-05-09 | 中国电子科技集团公司第三十二研究所 | 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 |
CN106777717A (zh) * | 2016-12-23 | 2017-05-31 | 南京理工大学 | 一种考虑载客量变化的ato速度命令节能优化方法 |
CN107585180A (zh) * | 2017-08-16 | 2018-01-16 | 交控科技股份有限公司 | 车载ato基于多目标自调整驾驶策略的方法及装置 |
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 |
CN109978350A (zh) * | 2019-03-13 | 2019-07-05 | 北京工业大学 | 一种基于工况分解动态规划算法的地铁列车节能优化方法 |
KR20190090171A (ko) * | 2018-01-24 | 2019-08-01 | 현대로템 주식회사 | Ato 운영 차량용 제어 시스템, 이를 포함하는 철도차량 및 그 제어 방법 |
CN110795834A (zh) * | 2019-10-16 | 2020-02-14 | 南京理工大学 | 一种间歇式供电的城轨列车能耗优化方法 |
CN111125831A (zh) * | 2019-12-12 | 2020-05-08 | 同济大学 | 一种轨道交通列车节能速度轨迹曲线优化方法 |
CN111267913A (zh) * | 2020-02-12 | 2020-06-12 | 卡斯柯信号有限公司 | 一种城市轨道交通列车节能运行方法 |
CN111311017A (zh) * | 2020-03-04 | 2020-06-19 | 广西大学 | 城市轨道交通列车运营时刻表和速度运行曲线优化方法 |
CN111376949A (zh) * | 2018-12-29 | 2020-07-07 | 交控科技股份有限公司 | 一种计算ato准点曲线的调整速度的方法 |
CN111409673A (zh) * | 2019-09-04 | 2020-07-14 | 南京理工大学 | 基于动态规划算法的列车准点节能运行方法 |
-
2020
- 2020-07-31 CN CN202010758469.7A patent/CN112109775A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102442323A (zh) * | 2011-10-25 | 2012-05-09 | 中国电子科技集团公司第三十二研究所 | 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 |
CN106777717A (zh) * | 2016-12-23 | 2017-05-31 | 南京理工大学 | 一种考虑载客量变化的ato速度命令节能优化方法 |
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 |
CN107585180A (zh) * | 2017-08-16 | 2018-01-16 | 交控科技股份有限公司 | 车载ato基于多目标自调整驾驶策略的方法及装置 |
KR20190090171A (ko) * | 2018-01-24 | 2019-08-01 | 현대로템 주식회사 | Ato 운영 차량용 제어 시스템, 이를 포함하는 철도차량 및 그 제어 방법 |
CN111376949A (zh) * | 2018-12-29 | 2020-07-07 | 交控科技股份有限公司 | 一种计算ato准点曲线的调整速度的方法 |
CN109978350A (zh) * | 2019-03-13 | 2019-07-05 | 北京工业大学 | 一种基于工况分解动态规划算法的地铁列车节能优化方法 |
CN111409673A (zh) * | 2019-09-04 | 2020-07-14 | 南京理工大学 | 基于动态规划算法的列车准点节能运行方法 |
CN110795834A (zh) * | 2019-10-16 | 2020-02-14 | 南京理工大学 | 一种间歇式供电的城轨列车能耗优化方法 |
CN111125831A (zh) * | 2019-12-12 | 2020-05-08 | 同济大学 | 一种轨道交通列车节能速度轨迹曲线优化方法 |
CN111267913A (zh) * | 2020-02-12 | 2020-06-12 | 卡斯柯信号有限公司 | 一种城市轨道交通列车节能运行方法 |
CN111311017A (zh) * | 2020-03-04 | 2020-06-19 | 广西大学 | 城市轨道交通列车运营时刻表和速度运行曲线优化方法 |
Non-Patent Citations (2)
Title |
---|
张凌莺: "基于动态规划的城市轨道交通列车运行曲线多目标优化", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》 * |
汤力成: "考虑ATO控制策略的城轨列车推荐速度曲线优化", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112744270A (zh) * | 2021-01-19 | 2021-05-04 | 西南交通大学 | 一种基于状态辨识的列车快速精确停车方法 |
CN113635943A (zh) * | 2021-10-18 | 2021-11-12 | 西南交通大学 | 列车辅助驾驶方法、系统、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109840641B (zh) | 一种列车多区间运行曲线快速优化方法 | |
CN109858154A (zh) | 一种基于多目标优化的列车节能运行方法 | |
WO2018188177A1 (zh) | 一种基于无人驾驶的路径规划的方法、装置及系统 | |
CN112109775A (zh) | 一种列车运行曲线动态优化系统 | |
CN112965476B (zh) | 一种基于多窗口模型的高速无人车轨迹规划系统及方法 | |
CN102275601B (zh) | 一种智能控车方法及装置 | |
US20140005877A1 (en) | Method for Determining Run-Curves for Vehicles in Real-Time Subject to Dynamic Travel Time and Speed Limit Constraint | |
CN112810630A (zh) | 一种自动驾驶车辆轨迹规划方法及系统 | |
US8838304B2 (en) | Method for determining run-curves for vehicles based on travel time | |
KR20140107587A (ko) | 규칙 및/또는 비용에 기초하여 차량의 속도를 제어하기 위한 방법 및 모듈 | |
CN103496368A (zh) | 具有学习能力的汽车协同式自适应巡航控制系统及方法 | |
CN109398426B (zh) | 一种定时条件下基于离散蚁群算法的节能驾驶策略寻优方法 | |
CN113401173B (zh) | 列车运行控制方法、装置、电子设备及存储介质 | |
CN111409673A (zh) | 基于动态规划算法的列车准点节能运行方法 | |
CN114818135B (zh) | 列车运行曲线离线优化方法、设备、存储介质 | |
CN109229160A (zh) | 应对恶劣天气的列车自动控制方法、装置及车载设备 | |
CN114995415B (zh) | 一种基于时空可达集理论的自动驾驶汽车轨迹规划方法 | |
CN114802362B (zh) | 时分控制的列车节能运行方法和装置 | |
CN114818349A (zh) | 基于时空网络客流状态估计的节能运行图优化分析方法 | |
CN115520188A (zh) | 节能型车辆速度规划方法、系统、电子设备、存储介质 | |
CN112744270B (zh) | 一种基于状态辨识的列车快速精确停车方法 | |
CN117184176A (zh) | 列车自动驾驶速度规划方法及装置 | |
CN112498420A (zh) | 一种列车运行受扰后的ato曲线优化方法 | |
CN116142231A (zh) | 一种考虑多因素的自动驾驶车辆纵向控制方法及系统 | |
CN112446089B (zh) | 常导高速磁浮单线双向运行线路辅助停车区优化布置方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201222 |
|
RJ01 | Rejection of invention patent application after publication |