CN112508294A - 基于车群信息共享的目标列车控制方法，装置及列车 - Google Patents
基于车群信息共享的目标列车控制方法，装置及列车 Download PDFInfo
- Publication number
- CN112508294A CN112508294A CN202011489655.1A CN202011489655A CN112508294A CN 112508294 A CN112508294 A CN 112508294A CN 202011489655 A CN202011489655 A CN 202011489655A CN 112508294 A CN112508294 A CN 112508294A
- Authority
- CN
- China
- Prior art keywords
- train
- target
- route
- adjacent
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000015572 biosynthetic process Effects 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- G06Q50/40—
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请实施例中提供了一种基于车群信息共享的目标列车控制方法，装置及列车，该方法包括：获取编组内相邻列车的运行信息；获取目标列车的历史行车数据，并根据所述历史数据预测基础路线；利用所述运行信息以及预设要求对所述基础路线进行修正得到目标路线；再控制所述目标列车按照所述目标路线运行。根据历史行车数据预测基础路线，再结合获取相邻列车的运行信息以及预设要求对基础路线不断的修正得到目标路线，历史数据和实时数据结合可确保目标列车的高效，安全运行。
Description
技术领域
本申请涉及列车控制技术领域，具体地，涉及一种基于车群信息共享的目标列车控制方法，装置及列车。
背景技术
随着科技的快速发展，轨道交通发展迅速。由于轨道交通具有方便，快捷等特性，成为众多乘客的出行选择。由此，轨道交通的运营压力也日益严峻。为了缓解运营压力，提出了使用虚拟编组技术提高运行效率的运行模式，可以极大的缩短运行间隔。
然而，在虚拟编组技术下，列车和列车之间的跟随间隔较小，传统的控制方法容易引起超速或更加严重的事故，从而列车无法高效安全的运行。
发明内容
本申请实施例中提供了一种基于车群信息共享的目标列车控制方法，装置及列车，可以有效解决列车无法高效安全的运行的问题。
根据本申请实施例的第一个方面，提供了一种基于车群信息共享的目标列车控制方法，该方法包括：获取编组内相邻列车的运行信息，所述相邻列车为与所述目标列车相邻的列车；获取所述目标列车的历史行车数据，并根据所述历史行车数据预测基础路线，所述历史行车数据为所述目标列车已产生的运行信息；利用所述相邻列车的运行信息以及预设要求对所述基础路线进行修正，得到目标路线；控制所述目标列车按照所述目标路线运行。
根据本申请实施例的第二个方面，提供了一种基于车群信息共享的目标列车控制装置，该装置包括：获取模块，用于获取编组内相邻列车的运行信息，所述相邻列车为与所述目标列车相邻的列车；预测模块，用于获取所述目标列车的历史行车数据，并根据所述历史行车数据预测基础路线，所述历史行车数据为所述目标列车已产生的运行信息；修正模块，用于所述相邻列车的运行信息以及预设要求对所述基础路线进行修正，得到目标路线；控制模块，用于控制所述目标列车按照所述目标路线运行。
根据本申请实施例的第三个方面，提供了一种列车，该列车包括一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行如上述应用于列车的方法。
采用本申请实施例中提供的基于车群信息共享的目标列车控制方法，获取编组内相邻列车的运行信息；获取目标列车的历史行车数据，并根据所述历史数据预测基础路线；利用所述运行信息以及预设要求对所述基础路线进行修正得到目标路线；再控制所述目标列车按照所述目标路线运行。根据历史行车数据预测基础路线，再结合相邻列车的运行信息以及预设要求对基础路线不断的修正得到目标路线，历史数据和实时数据结合可确保目标列车的高效，安全运行。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例提供的基于车群信息共享的目标列车控制方法的应用环境示意图；
图2为本申请一个实施例提供的基于车群信息共享的目标列车控制方法的流程图；
图3为本申请另一个实施例提供的基于车群信息共享的目标列车控制方法的流程图；
图4为本申请再一个实施例提供的基于车群信息共享的目标列车控制方法的流程图；
图5为本申请又一个实施例提供的基于车群信息共享的目标列车控制方法的流程图；
图6为本申请一个实施例提供的基于车群信息共享的目标列车控制装置的功能模块图；
图7为本申请实施例提出的用于执行根据本申请实施例的基于车群信息共享的目标列车控制方法的列车的结构框图。
具体实施方式
随着科技的快速发展，轨道交通发展迅速。由于轨道交通具有方便，快捷等特性，成为众多乘客的出行选择。由此，轨道交通的运营压力也日益严峻。为了缓解运营压力，提出了使用虚拟编组技术提高运行效率的运行模式，可以极大的缩短运行间隔。
然而，在虚拟编组技术下，列车和列车之间的跟随间隔较小，传统的控制方法容易引起超速或更加严重的事故，从而列车无法高效安全的运行。
发明人在研究中发现，在虚拟编组技术下，可以先进行路线预测，然后根据预测的路线，对列车进行控制来防止列车运行中的安全事故。
当前大数据与机器学习应用广泛，同样也可应用于列车控制领域。用大数据来获取行车历史数据可以帮助列车进行路线的预测并进行合理规划。同时利用机器学习的思路可以将现有预测及规划路径不断更新，使其更合理，安全，高效。利用车车通讯可以建立编组内信息共享，达到车群信息共享的目的，能够实时的修正当前路径规划及控制偏差，使得列车可以高效安全的运行。
因此，本申请实施例中提供了一种基于车群信息共享的目标列车控制方法，获取编组内相邻列车的运行信息；获取目标列车的历史行车数据，并根据所述历史数据预测基础路线；利用所述运行信息以及预设要求对所述基础路线进行修正得到目标路线；再控制所述目标列车按照所述目标路线运行。根据历史行车数据预测基础路线，利用相邻列车的运行信息以及预设要求对基础路线不断的修正得到目标路线，历史数据和实时数据结合可确保目标列车的高效，安全运行。
为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
请参阅图1，示出了本申请提供的基于车群信息共享的目标列车控制方法的应用环境10，所述应用环境10包括多个列车，包括列车A，列车B以及列车C，所述列车A，列车B，列车C可以实现车车通信，即列车A可以与列车B以及列车C进行车车通信，列车B可以与列车A以及列车C进行车车通信，列车C可以与列车A以及列车B进行车车通信。在所述列车A，列车B以及列车C满足预设条件时，可以进入编组模式，即列车A，列车B以及列车C在同一个编组下，可以实现编组内列车的运行信息的共享得到车群信息。
可以理解的是，列车A，列车B以及列车C都可以是目标列车，相邻列车即为与所述目标列车相邻的列车。在所述列车A为目标列车时，对应的相邻列车即为列车B；在所述列车B为目标列车时，对应的相邻列车为列车A和列车C；在所述列车C为所述目标列车时，对应的相邻列车为列车B。
假设列车A，列车B和列车C在同一个编组下，列车B为所述目标列车，列车B通过车群信息可以获取到列车A以及列车C的运行信息，所述运行信息中包括速度，路径等信息。列车B可以获取到自身的历史行车数据，并根据所述历史行车数据预测基础路线。从而列车B可以根据所述基础路线进行运行，由于编组内列车跟随运动，跟随距离较小，为了确保列车的安全运行，列车B可以不断获取到列车A和列车C的运行信息，因此，可以根据所述运行信息对基础路线进行修正，除此之外，列车在运行中，需要满足预设要求，因此结合运行信息以及预设要求对基础路线进行修正，得到对应的目标路线，从而可以所述列车B可以按照目标路线进行运行。列车B的目标路线结合了历史行车数据以及相邻列车的运行信息得到，可确保编组内列车的行车安全，避免超速等意外事故。
请参阅图2，本申请实施例提供了一种基于车群信息共享的目标列车控制方法，可应用于前述应用环境10中的列车，具体的该方法可以包括以下步骤。
步骤110，获取编组内相邻列车的运行信息。
虚拟编组是使用无线通信代替机械联挂，实现不同型号列车的虚拟编组。列车虚拟编组后，行车间隔极大缩短，能够进一步提高线路的运输能力。在满足预设条件时，可以进入编组模式。
定义目标列车为当前被控列车，相邻列车为与所述目标列车相邻的列车。在编组内，每个列车可以将自身的运行信息进行共享，得到车群信息，也就是说，车群信息为编组内的每个列车将自身的运行信息在编组内共享得到的。从而，所述目标列车可以通过所述车群信息得到相邻列车的运行信息。其中，所述运行信息可以包括速度信息和路径信息，还可以包括距离等信息。从而，所述目标列车可以根据获取到相邻列车的运行信息进行后续处理。
步骤120，获取所述目标列车的历史行车数据，并根据所述历史行车数据预测基础路线。
目标列车每次运行后，都可以产生运行信息，可以将每次运行所产生的运行信息进行存储，因此，可以获取到所述目标列车的历史行车数据，所述历史行车数据即为所述目标列车在运行中已产生的运行信息。
在一些实施方式中，所述历史行车数据可以是所述目标列车每次运行后产生的所述运行信息。
在一些实施方式中，所述历史行车数据可以是所述目标列车在历史时段内运行产生的运行信息，所述历史时段为过去的一段时间。假设所述历史时段为1个星期，那么，所述历史行车数据则为所述目标列车在过去的一个星期产生的运行信息。
在获取到所述历史行车数据后，可以根据所述历史行车数据预测基础路线。具体的，可以是对所述历史行车数据进行处理，从所述历史行车数据中提取特征数据，所述特征数据包括减速信息，具体的，所述减速信息可以是在运行中的线路限速，障碍物限度，精确停车降速等信息。在得到所述特征数据后，可以将所述特征数据输入预测模型中得到所述基础路线，所述预测模型用于根据输入的特征数据，输出与所述特征数据对应的预测路线。
其中，所述预测模型为一个神经网络模型，通过对所述神经网络模型进行训练，使所述神经网络模型具备根据输入的特征数据，输出与所述特征数据对应的预测路线，成为所述预测模型。
从而将从所述历史行车数据中提取得到的所述特征数据输入所述预测模型之后，所述预测模型可以输出与所述特征数据对应的预测路线即为所述基础路线。其中，所述基础路线中可以包括与所述运行路径对应的运行速度，从而，所述目标列车可以按照所述基础路线进行运行。
步骤130，利用所述相邻列车的运行信息以及预设要求对所述基础路线进行修正，得到目标路线。
步骤140，控制所述目标列车按照所述目标路线运行。
在得到所述基础路线后，所述目标列车可以按照所述基础路线运行，所述基础路线仅仅表示所述目标列车的大致运行路线。由于编组内的列车的运行路径相同，目标列车跟随前车运行，因此，在按照所述基础路线运行的过程中，需要根据实际的情况进行减速或加速控制，以确保列车的安全运行。
可以理解的是，列车在运行中，除了保证安全以外，还需要考虑到乘客的舒适性，能耗，经济等要求，定义这些要求为预设要求。因此，在获取到预测的基础路线之后，目标列车可以按照所述基础路线进行运行，但是在运行的过程中，需要结合相邻列车的运行信息以及外部要求对基础路线进行修正，以适应列车实际运行情况。
在利用所述相邻列车的运行信息以及外部要求对所述基础路线进行修正时，可以是根据所述运行信息获取所述目标列车与所述相邻列车之间的距离，速度差；根据所述距离，速度差对所述基础路线进行修正，得到中间路线；基于预设要求对所述中间路线进行修正，得到所述目标路线。
也就是说，根据相邻列车的运行信息可以获取到目标列车和相邻列车之间的距离，速度差。其中，所述相邻列车可以是前车或者后车，假设在所述目标列车按照所述基础路线运行时，获取到目标列车与前车之间的距离很小，若仍然保持该基础路线中的速度运行，可能会与前车发生碰撞，因此，可以降低所述基础路线中的运行速度，得到中间路线。然而，在减速的过程中，需要考虑外部要求，因此，基于所述外部要求，可以再次对所述中间路线中的运行速度进行调整，得到目标路线。从而可以控制列车按照目标路线进行运行。
可以理解的是，根据相邻列车的运行信息可以不断对所述基础路线进行修正，得到中间路径，并不断的基于所述预设要求对中间路线进行修正，得到目标路径，整个过程在目标列车的运行中循环执行，直到所述目标列车到达终点位置，结束该次运行。
本申请实施例提供的基于车群信息共享的目标列车控制方法，获取编组内相邻列车的运行信息；获取目标列车的历史行车数据，并根据所述历史数据预测基础路线；利用所述运行信息以及预设要求对所述基础路线进行修正得到目标路线；再控制所述目标列车按照所述目标路线运行。根据历史数据预测基础路线，利用相邻列车的运行信息以及预设要求对基础路线不断的修正得到目标路线，避免出现安全事故，可确保目标列车的高效，安全运行。
请参阅图3，本申请另一实施例提供了一种基于车群信息共享的目标列车控制方法，在前述实施例的基础上重点进入编组模式的过程，具体的该方法可包括以下步骤。
步骤210，获取目标列车和相邻列车的当前运行信息。
目标列车和相邻列车之前可以进行车车通信，因此，所述目标列车通过车车通信的方式可以获取到相邻列车的当前运行信息，以及当前自身的运行信息。其中，所述运行信息中包括运行速度以及运行路径以及所述目标列车与所述相邻列车之间的距离。
在一些实施方式中，可以是通过目标列车上安装的距离传感器，得到所述目标列车和所述相邻列车之间的距离。
由于列车在运行中，运行信息可以随时发生变化，作为一种实施方式，在获取所述目标列车的相邻列车的当前运行信息时，可以是按照预设时间间隔获取一次目标列车和相邻列车的当前运行信息。所述预设时间间隔可以是根据实际的需要进行设置。
步骤220，在所述当前运行信息满足预设条件时，进入编组模式。
在获取到所述目标列车和所述相邻列车的当前运行信息后，可以确定所述当前运行信息是否满足预设条件，在所述当前运行信息满足预设条件时，进入编组模式，即所述目标列车，相邻列车在同一个编组下。
具体的，可以是根据所述当前运行信息确定所述目标列车和所述相邻列车的运行路径是否相同；在所述目标列车和所述相邻列车的运行路径相同时，获取所述目标列车和所述相邻列车之间的速度差；在所述的速度差小于第一预设值，且所述目标列车与所述相邻列车之间的距离小于第二预设值时，进入编组模式。
也就是说，通过所述运行信息，可以获取到目标列车与所述相邻列车之间的距离，所述目标列车和所述相邻列车的运行速度，以及所述目标列车和所述相邻列车的运行路径。可以先判断所述目标列车和所述相邻列车的运行路径是否相同，在所述目标列车和所述相邻列车的运行路径相同时，获取所述目标列车和所述相邻列车之间的速度差，在所述目标列车和所述相邻列车的运行路径不相同时，继续获取目标列车和相邻列车的当前运行信息。
由于所述运行信息中包括目标列车的运行速度，以及所述相邻列车的运行速度，通过计算所述目标列车的运行速度和所述相邻列车的运行速度的差的绝对值可以得到速度差。根据所述运行信息可以直接获取到所述目标列车与所述相邻列车之间的距离，从而可以继续判断所述速度差与第一预设值的关系，以及所述目标列车与所述相邻列车之间的距离与所述第二预设值的关系。在所述速度差小于第一预设值，且所述目标列车与所述相邻列车之间的距离小于第二预设值时，进入编组模式。其中，所述第一预设值和第二预设值可以根据实际需要进行设置，在此不做具体限定。
可以理解的是，所述相邻列车可能是前车，也可能是后车，因此，若是前车和所述目标列车之间满足所述预设条件，目标列车和前车进入编组模式；若是后车和所述目标列车之间满足所述预设条件，目标列车和后车进入编组模式；若是前车和所述目标列车之间满足所述预设条件，而且后车和所述目标列车之间也满足所述预设条件，前车，目标列车以及后车进入编组模式。
步骤230，获取编组内相邻列车的运行信息。
步骤240，获取所述目标列车的历史行车数据，并根据所述历史行车数据预测基础路线。
步骤250，利用所述相邻列车的运行信息以及预设要求对所述基础路线进行修正，得到目标路线。
步骤260，控制所述目标列车按照所述目标路线运行。
步骤230和步骤260可参照前述实施例对应部分，在此不再赘述。
本申请实施例提供的基于车群信息共享的目标列车控制方法，在所述目标列车和相邻列车进入编组模式后，在编组模型下运行可以提高列车运行效率。并且在运行的过程中，预测基础路线，利用编组内相邻列车的运行信息以及预设要求对所述基础路线进行修正，避免出现安全事故，可确保目标列车的高效，安全运行。
请参阅图4，本申请再一实施例提供了一种基于车群信息共享的目标列车控制方法，在前述实施例的基础上重点描述了预测基础路线的过程，具体的该方法可包括以下步骤。
步骤310，获取编组内相邻列车的运行信息。
步骤310可参照前述实施例对应部分，在此不再赘述。
步骤320，获取所述目标列车在历史时段的运行信息为所述历史行车数据。
目标列车在每次运行之后，可以产生对应的运行信息，可以将每次运行后产生的运行信息进行存储，从而获取到所述目标列车每次运行对应的运行信息。
从而，可以获取所述目标列车在历史时段内产生的所述的运行信息为所述历史行车数据。所述历史时段为过去的一段时间，其中，所述历史时段可以根据需要进行设置，在此不做具体限定。假设所述历史时段为一个星期，今天为12月7，那么所述历史行车数据为12月1号到12月7号所述目标列车运行产生的运行信息。
步骤330，提取所述历史行车数据中的特征数据。
所述历史行车数据为所述目标列车在历史时段内运行产生的运行信息，所述运行信息可以包括运行速度，运行路径。所述运行速度可以包括加速信息，减速信息等，从而可以从所述历史行车数据中提取特征数据，所述特征数据可以是减速信息。具体的，所述减速信息可以是在所述运行中的线路限速，障碍物限速，精确停车降速等信息。
步骤340，将所述特征数据输入预测模型中得到所述基础路线。
在从所述历史行车数据中提取到所述特征数据后，将所述特征数据输入预测模型中得到基础路线。
其中，所述预测模型为神经网络模型，在使用所述预测模型之前，需要对所述预测模型进行训练。具体的可以是先获取样本数据，以及对应所述样本数据的实际的基础路线，将所述样本数据输入所述预测模型，得到所述预测模型输出得基础路线，比较实际的基础路线与输出的基础路线，在所述实际的基础路线与输出的基础路线之间的相似度大于预设阈值时，表明所述预测模型已经具备根据输入的特征数据得到对应所述特征数据的预测路线，从而完成对所述预测模型的训练。在完成对所述预测模型的训练后，可以使用所述预测模型得到基础路线。
步骤350，利用所述相邻列车的运行信息以及预设要求对所述基础路线进行修正，得到目标路线。
步骤360，控制所述目标列车按照所述目标路线运行。
步骤350至步骤360可参照前述实施例对应部分，在此不再赘述。
本申请实施例提供的基于车群信息共享的目标列车控制方法，获取历史行车数据，并从所述历史行车数据中提取特征数据，将所述特征数据输入预测模型中进行基础路线的预测，实现以机器学习辅助列车控制。在实际的控制中，利用获取到的相邻列车的运行信息以及预设要求对基础路线进行不断的修正，得到目标路线，避免出现安全事故，可确保目标列车的高效，安全运行。
请参阅图5，本申请又一实施例提供了一种基于车群信息共享的目标列车控制方法，在前述实施例的基础上重点描述了对基础路线的修正得到目标路线的过程，具体的该方法可包括以下步骤。
步骤410，获取编组内相邻列车的运行信息。
步骤420，获取所述目标列车的历史行车数据，并根据所述历史行车数据预测基础路线。
步骤410至步骤420可参照前述实施例对应部分，在此不再赘述。
步骤430，根据所述相邻列车的运行信息获取所述目标列车与所述相邻列车之间的距离，速度差。
在获取到编组内相邻列车的运行信息之后，可以从所述运行信息中得到所述目标列车与所述相邻列车之间的距离，速度差。如前实施例所述，所述运行信息可以包括运行速度，运行路径以及所述目标列车与所述相邻列车之间的距离，因此，通过所述运行信息可以直接获取到所述目标列车与所述相邻列车之间的距离，。在获取到所述目标列车的运行速度以及所述相邻列车的运行速度时，通过计算目标列车的运行速度与所述相邻列车的运行速度的差的绝对值，可以得到速度差。
步骤440，根据所述目标列车与所述相邻列车之间的距离，速度差对所述基础路线进行修正，得到中间路线。
列车在运行中需要保证列车的安全运行，因此，列车和列车之间的距离不能太近，但是为了更高的运输效率，列车和列车之间的距离也不能太远。因此，获取到所述目标列车与相邻列车之间的距离，速度差时，可以对所述基础路线进行修正，具体的，可以是对运行速度进行修正，以确保目标列车与相邻列车之间距离以及速度，确保安全运行。
在利用目标列车与所述相邻列车之间的距离，速度差对所述基础路线进行修正时，可以是通过调节运行速度，控制所述目标列车与所述相邻列车之间的距离为一个安全距离，这样，在前车出现紧急停车等情况时，有足够的安全距离进行制动，确保运行的安全。
步骤450，基于预设要求对所述中间路线进行修正，得到所述目标路线。
步骤460，控制所述目标列车按照所述目标路线运行。
在列车的实际运行中，还需要满足其他的预设要求，其中，所述预设要求可以是运营高效，乘客舒适，经济适用，安全稳定。当然，所述预设要求可以根据实际的需要设定，在此不做具体限定，下面仅以上述的预设要求为例进行说明。其中，运营高效可以是指列车的高效运营，乘客舒适是指列车在运行中需要保持匀速运行，尽量避免紧急刹车或是突然加速的情形，经济适用是指尽量减少加速，减速的切换，减少能耗，安全稳定是指编组内列车控制时，避免列车超速等安全事故。
在得到中间路线时，可以基于所述预设要求对中间路线进行再次修正，以构造多目标运行速度轨迹曲线。可以理解的是，在满足上述任意一个预设要求时，可能不满足另一个预设要求。例如，在满足乘客舒适的预设要求时，匀速运行时，乘客的舒适性是较好的，但是若一直保持匀速运行，则会影响安全稳定的预设要求。因此，在根据预设要求对中间路线进行修正时，可以预先为每个预设要求设置预设权重，按照预设权重对所述中间路线进行调整。
所述预设权重也可以是根据实际的需要进行设置，在此不做具体限定。获取所述预设要求对应的预设权重，基于所述预设权重，对所述中间路线中的运行速度进行调节，尽量使所述目标列车同时满足上述预设要求。例如，列车运行中的安全是最为重要的，因此，可以将安全稳定的预设权重设置最高，从而，在对中间路线的运行速度进行修正得到目标路线时，首先应该满足安全稳定的预设要求。
可以理解的是，目标列车按照基础路线运行时，基于运行信息对所述基础路线修正后得到中间路线，基于预设要求对中间路线进行修正得到目标路线，上述的修正过程在目标列车的运行中不断进行，直到所述目标列车停止运行，完成本次运行。
在编组内的所有列车都按照上述方法进行列车控制，可确保编组内列车的运行高效，安全。
通过上述方法，对路线的不断修正得到目标路线，目标列车在按照所述目标路线运行时，可以实现高效，安全，舒适的运行。目标列车在完成本次运行后，可以将本次按照目标路线运行的运行信息进行存储，作为下一次列车运行时的历史行车数据。以此，可以不断提升预测的基础路线准确性。
本申请实施例提供的基于车群信息共享的目标列车控制方法，在得到基础路线之后，利用运行信息对所述基础路线进行修正得到中间路线，基于预设条件对中间路线进行修正目标路线；再控制所述目标列车按照所述目标路线运行。根据历史行车数据预测基础路线，利用相邻列车的运行信息以及预设要求对基础路线不断的修正得到目标路线，避免出现安全事故，可确保目标列车的高效，安全运行。
请参阅图6，本申请实施例提供了一种基于车群信息共享的目标列车控制装置500，所述目标列车控制装置500包括获取模块510，预测模块520，修正模块530以及控制模块540。所述获取模块510，用于获取编组内相邻列车的运行信息，所述相邻列车为与所述目标列车相邻的列车；所述预测模块520，用于获取所述目标列车的历史行车数据，并根据所述历史行车数据预测基础路线，所述历史行车数据为所述目标列车已产生的运行信息；所述修正模块530，用于所述相邻列车的运行信息以及预设要求对所述基础路线进行修正，得到目标路线；所述控制模块540，用于控制所述目标列车按照所述目标路线运行。
进一步的，所述修正模块530还用于根据所述相邻列车的运行信息获取所述目标列车与所述相邻列车之间的距离，速度差；根据所述距离，速度差对所述基础路线进行修正，得到中间路线；基于预设要求对所述中间路线进行修正，得到所述目标路线。
进一步的，所述修正模块530还用于获取所述预设要求对应的预设权重；按照预设权重对所述中间路线进行修正，得到目标路线。
进一步的，所述预测模块520还用于获取所述目标列车在历史时段的运行信息为所述历史行车数据；提取所述历史行车数据中的特征数据，所述特征数据包括减速信息；将所述特征数据输入预测模型中得到所述基础路线，所述预测模型用于根据输入的特征数据输出与所述特征数据对应的预测路线。
进一步的，在获取编组内相邻列车的运行信息之前，所述获取模块510还用于获取目标列车和相邻列车的当前运行信息；在所述当前运行信息满足预设条件时，进入编组模式。
进一步的，所述运行信息包括运行速度，运行路径以及所述目标列车与所述相邻列车之间的距离，所述获取模块510还用于根据所述当前运行信息确定所述目标列车和所述相邻列车的运行路径是否相同；在所述目标列车和所述相邻列车的运行路径相同时，获取所述目标列车和所述相邻列车之间的速度差；在所述速度差小于第一预设值，且所述目标列车与所述相邻列车之间的距离小于第二预设值时，进入编组模式。
进一步的，所述获取模块510还用于获取车群信息，所述车群信息包括编组内所有列车的运行信息；从所述车群信息中获取编组内相邻列车的所述运行信息。
进一步的，在控制所述目标列车按照所述目标路线运行之后，所述控制模块540还用于将所述目标列车按照所述目标路线运行的运行信息存储为所述历史行车数据。
本申请实施例提供的基于车群信息共享的目标列车控制装置，获取编组内相邻列车的运行信息；获取目标列车的历史行车数据，并根据所述历史数据预测基础路线；利用所述运行信息以及预设要求对所述基础路线进行修正得到目标路线；再控制所述目标列车按照所述目标路线运行。根据历史行车数据预测基础路线，利用相邻列车的运行信息以及预设要求对基础路线不断的修正得到目标路线，历史数据和实时数据结合可确保目标列车的高效，安全运行。
要说明的是，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
请参阅图7，本申请实施例提供了一种列车的结构框图，该列车600包括处理器610以及存储器620以及一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器620中并被配置为由所述一个或多个处理器610执行，所述一个或多个程序配置用于执行上述目标列车控制的方法。
本申请中的列车600可以包括一个或多个如下部件：处理器610、存储器620、以及一个或多个应用程序，其中一个或多个应用程序可以被存储在存储器620中并被配置为由一个或多个处理器610执行，一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器610可以包括一个或者多个处理核。处理器610利用各种接口和线路连接整个列车600内的各个部分，通过运行或执行存储在存储器620内的指令、程序、代码集或指令集，以及调用存储在存储器620内的数据，执行列车600的各种功能和处理数据。可选地，处理器610可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器610可集成中央处理器(CentralProcessing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器610中，单独通过一块通信芯片进行实现。
存储器620可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。存储器620可用于存储指令、程序、代码、代码集或指令集。存储器620可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储列车600在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
本申请实施例提供的列车，获取编组内相邻列车的运行信息；获取目标列车的历史行车数据，并根据所述历史数据预测基础路线；利用所述运行信息以及预设要求对所述基础路线进行修正得到目标路线；再控制所述目标列车按照所述目标路线运行。根据历史行车数据预测基础路线，利用相邻列车的运行信息以及预设要求对基础路线不断的修正得到目标路线，历史数据和实时数据结合可确保目标列车的高效，安全运行。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种基于车群信息共享的目标列车控制方法，其特征在于，所述方法包括：
获取编组内相邻列车的运行信息，所述相邻列车为与所述目标列车相邻的列车；
获取所述目标列车的历史行车数据，并根据所述历史行车数据预测基础路线，所述历史行车数据为所述目标列车已产生的运行信息；
利用所述相邻列车的运行信息以及预设要求对所述基础路线进行修正，得到目标路线；
控制所述目标列车按照所述目标路线运行。
2.根据权利要求1所述的方法，其特征在于，所述利用所述运行信息以及预设要求对所述基础路线进行修正，包括：
根据所述相邻列车的运行信息获取所述目标列车与所述相邻列车之间的距离，速度差；
根据所述距离，速度差对所述基础路线进行修正，得到中间路线；
基于所述预设要求对所述中间路线进行修正，得到所述目标路线。
3.根据权利要求2所述的方法，其特征在于，所述基于所述预设要求对所述中间路线进行修正，得到所述目标路线，包括：
获取所述预设要求对应的预设权重；
按照预设权重对所述中间路线进行修正，得到目标路线。
4.根据权利要求1所述的方法，其特征在于，所述获取所述目标列车的历史行车数据，并根据所述历史行车数据预测基础路线，包括：
获取所述目标列车在历史时段的运行信息为所述历史行车数据；
提取所述历史行车数据中的特征数据，所述特征数据包括减速信息；
将所述特征数据输入预测模型中得到所述基础路线，所述预测模型用于根据输入的特征数据输出与所述特征数据对应的预测路线。
5.根据权利要求1所述的方法，其特征在于，所述获取编组内相邻列车的运行信息之前，还包括：
获取目标列车和相邻列车的当前运行信息；
在所述当前运行信息满足预设条件时，进入编组模式。
6.根据权利要求5所述的方法，其特征在于，所述运行信息包括运行速度，运行路径以及所述目标列车与所述相邻列车之间的距离，所述在所述运行信息满足预设条件时，进入编组模式，包括：
根据所述当前运行信息确定所述目标列车和所述相邻列车的运行路径是否相同；
在所述目标列车和所述相邻列车的运行路径相同时，获取所述目标列车和所述相邻列车之间的速度差；
在所述速度差小于第一预设值，且所述目标列车与所述相邻列车之间的距离小于第二预设值时，进入编组模式。
7.根据权利要求1所述的方法，其特征在于，所述获取编组内相邻列车的运行信息，包括：
获取车群信息，所述车群信息包括编组内所有列车的运行信息；
从所述车群信息中获取编组内相邻列车的所述运行信息。
8.根据权利要求1-7任一项所述方法，其特征在于，所述控制所述目标列车按照所述目标路线运行之后，还包括：
将所述目标列车按照所述目标路线运行的运行信息存储为所述历史行车数据。
9.一种基于车群信息共享的目标列车控制装置，其特征在于，所述装置包括：
获取模块，用于获取编组内相邻列车的运行信息，所述相邻列车为与所述目标列车相邻的列车；
预测模块，用于获取所述目标列车的历史行车数据，并根据所述历史行车数据预测基础路线，所述历史行车数据为所述目标列车已产生的运行信息；
修正模块，用于所述相邻列车的运行信息以及预设要求对所述基础路线进行修正，得到目标路线；
控制模块，用于控制所述目标列车按照所述目标路线运行。
10.一种列车，其特征在于，所述列车包括：
一个或多个处理器；
存储器，与所述一个或多个处理器电连接；
一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行如权利要求1至8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011489655.1A CN112508294A (zh) | 2020-12-16 | 2020-12-16 | 基于车群信息共享的目标列车控制方法，装置及列车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011489655.1A CN112508294A (zh) | 2020-12-16 | 2020-12-16 | 基于车群信息共享的目标列车控制方法，装置及列车 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112508294A true CN112508294A (zh) | 2021-03-16 |
Family
ID=74972837
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011489655.1A Pending CN112508294A (zh) | 2020-12-16 | 2020-12-16 | 基于车群信息共享的目标列车控制方法，装置及列车 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112508294A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114194259A (zh) * | 2021-12-03 | 2022-03-18 | 中车唐山机车车辆有限公司 | 一种灵活编组的控制系统 |
| CN115309847A (zh) * | 2022-10-11 | 2022-11-08 | 中都物流有限公司 | 一种处理定位点数据的方法、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018043753A1 (ja) * | 2016-09-05 | 2018-03-08 | ナブテスコオートモーティブ 株式会社 | 隊列走行管理システム |
| CN111091708A (zh) * | 2019-12-13 | 2020-05-01 | 中国科学院深圳先进技术研究院 | 车辆轨迹预测方法及装置 |
| CN111114592A (zh) * | 2020-01-15 | 2020-05-08 | 卡斯柯信号有限公司 | 基于列车自主定位的移动闭塞列车运行控制方法及系统 |
| CN111696339A (zh) * | 2019-03-15 | 2020-09-22 | 上海图森未来人工智能科技有限公司 | 一种自动驾驶车队的跟车控制方法、系统及车辆 |
-
2020
- 2020-12-16 CN CN202011489655.1A patent/CN112508294A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018043753A1 (ja) * | 2016-09-05 | 2018-03-08 | ナブテスコオートモーティブ 株式会社 | 隊列走行管理システム |
| CN111696339A (zh) * | 2019-03-15 | 2020-09-22 | 上海图森未来人工智能科技有限公司 | 一种自动驾驶车队的跟车控制方法、系统及车辆 |
| CN111091708A (zh) * | 2019-12-13 | 2020-05-01 | 中国科学院深圳先进技术研究院 | 车辆轨迹预测方法及装置 |
| CN111114592A (zh) * | 2020-01-15 | 2020-05-08 | 卡斯柯信号有限公司 | 基于列车自主定位的移动闭塞列车运行控制方法及系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114194259A (zh) * | 2021-12-03 | 2022-03-18 | 中车唐山机车车辆有限公司 | 一种灵活编组的控制系统 |
| CN114194259B (zh) * | 2021-12-03 | 2023-11-24 | 中车唐山机车车辆有限公司 | 一种灵活编组的控制系统 |
| CN115309847A (zh) * | 2022-10-11 | 2022-11-08 | 中都物流有限公司 | 一种处理定位点数据的方法、电子设备及存储介质 |
| CN115309847B (zh) * | 2022-10-11 | 2023-01-24 | 中都物流有限公司 | 一种处理定位点数据的方法、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230098550A1 (en) | Vehicle system for recognizing objects | |
| CN106874597B (zh) | 一种应用于自动驾驶车辆的高速公路超车行为决策方法 | |
| CN106548660B (zh) | 确定车辆的理论轨迹 | |
| JP6822752B2 (ja) | アクティブ車両制御のための運転支援技術 | |
| CN112242069B (zh) | 一种确定车速的方法和装置 | |
| US11498574B2 (en) | Learning device, learning method, and storage medium | |
| CN112508294A (zh) | 基于车群信息共享的目标列车控制方法，装置及列车 | |
| US11945481B2 (en) | Method and apparatus for tracking and controlling virtual marshalling trains, electronic device, and readable storage medium | |
| EP3725609B1 (en) | Calibrating method for vehicle anti-collision parameters, vehicle controller and storage medium | |
| JP2020035221A (ja) | 学習装置、シミュレーションシステム、学習方法、およびプログラム | |
| CN111038504B (zh) | 车辆自适应巡航控制方法、装置、车辆及存储介质 | |
| CN112542061B (zh) | 基于车联网的借道超车控制方法、装置、系统及存储介质 | |
| CN111038503B (zh) | 车辆自适应巡航控制方法、装置、车辆及存储介质 | |
| US10957317B2 (en) | Vehicle language processing | |
| CN117058867A (zh) | 一种会车方法及相关装置 | |
| CN114735029A (zh) | 自动驾驶车辆的控制方法及装置 | |
| CN113867365B (zh) | 无人驾驶车辆变加速度的确定方法、装置和相关设备 | |
| CN113840766A (zh) | 一种车辆控制方法及装置 | |
| CN115123227A (zh) | 变道决策方法、装置以及车辆 | |
| CN117048596B (zh) | 避让障碍物的方法、装置、车辆及存储介质 | |
| CN113276850B (zh) | 车辆控制的方法、装置、设备、存储介质及程序产品 | |
| US20230196194A1 (en) | Computer program product and artificial intelligence training control device | |
| CN115571165B (zh) | 车辆控制方法、装置、电子设备和计算机可读介质 | |
| US20220044460A1 (en) | Editing device and editing method | |
| EP3762798B1 (en) | Method, device and program for controlling movement of moving body and storage medium |
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 |