CN117141555A - 控车方法、装置、计算机设备和存储介质 - Google Patents
控车方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117141555A CN117141555A CN202311215624.0A CN202311215624A CN117141555A CN 117141555 A CN117141555 A CN 117141555A CN 202311215624 A CN202311215624 A CN 202311215624A CN 117141555 A CN117141555 A CN 117141555A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- acceleration
- speed
- control
- train
- 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 72
- 230000001133 acceleration Effects 0.000 claims abstract description 374
- 238000012937 correction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 17
- 238000005259 measurement Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- 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
- B61L27/10—Operations, e.g. scheduling or time tables
- B61L27/16—Trackside optimisation of vehicle or train operation
-
- 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
-
- 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
- B61L2027/204—Trackside control of safe travel of vehicle or train, e.g. braking curve calculation using Communication-based Train Control [CBTC]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本申请实施例中提供了一种控车方法、控车装置、计算机设备和存储介质,涉及交通轨道技术领域。该方法包括:根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度;根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度;根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度。本申请在非紧急制动情况下使后车以较快速度运行,有效减小虚拟编组前后车的追踪距离,提高列车运输能力。
Description
技术领域
本申请涉及轨道交通技术领域,具体地,涉及一种控车方法、控车装置、计算机设备和存储介质。
背景技术
随着城市化进程的加速建设以及人口流量的迅速增大,越来越多的人选择乘坐地铁作为出行的交通工具,这就对地铁的运输能力提出了更高的要求。而能够根据客流实时变化动态调整线路运力的虚拟编组(Virtual Coupling,简称VC)技术也逐渐成为了轨道交通列车运行控制系统的发展方向和研究热点。
相关技术方案中,虚拟编组控制系统下,编组后车的紧急制动触发(EmergencyBrake Intervention,简称EBI)较低,在非紧急制动情况下,通过自动控制系统(AutomaticTrain Operation,简称ATO)算法计算的编组后车运行速度较小,从而影响列车的运行运输能力。
发明内容
本申请实施例的目的在于提供了一种控车方法、控车装置、计算机设备和存储介质,进而至少在一定程度上克服现有虚拟编组控制系统中后车在非紧急制动情况下行车过慢,进而影响列车的运行能力的技术问题。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
本申请实施例的第一个方面,提供了一种控车方法,该方法包括:根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度;根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度;根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度。
在本申请一个可选的实施例中,根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度的步骤包括:根据运行路段的坡度确定运行路段对应的等效加速度;根据前车的速度误差、速度误差积分以及速度误差微分确定前车的计算加速度,速度误差基于前车的期望速度与实际速度的差值确定;计算等效加速度与计算加速度的矢量和,得到前车的期望加速度。
在本申请一个可选的实施例中,后车运行参数至少包括:后车紧急制动加速度、后车最大牵引加速度;前车运行参数至少包括:前车紧急制动加速度、前车速度;预设的制动影响参数至少包括:预设前后车安全距离;根据后车的后车运行参数、前车的前车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度的步骤包括:根据后车紧急制动加速度、后车最大牵引加速度、前车紧急制动加速度、前车速度、预设前后车安全距离、以及间隔距离确定后车的估算控车速度。
在本申请一个可选的实施例中,后车运行参数还包括:后车制动延时;预设的制动影响参数还包括:测速误差;则根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度的步骤包括:根据前车紧急制动加速度、前车速度、后车紧急制动加速度、后车最大牵引加速度、后车制动延时、预设前后车安全距离、测速误差、以及间隔距离确定后车的估算控车速度。
在本申请一个可选的实施例中,该控车方法还包括:若前车与后车的运行加速度均保持不变,则根据后车运行参数中的后车速度与预设速度安全裕量确定估算控车速度。
在本申请一个可选的实施例中,根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度的步骤包括:根据后车运行参数中的后车速度,前车运行参数中的前车速度、前车与后车之间的间隔距离、以及加速度预测模型确定后车的后车加速度,以及前车与后车之间的安全速度裕量;根据前车的期望加速度、当前时刻距离上一加速度变化时刻的间隔时长、后车速度确定后车的目标控车加速度。
在本申请一个可选的实施例中,根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景的步骤包括:若前车运行参数中的输出牵引力大于0,后车的位置处于预设站台,估算控车速度大于0,且行车状态识别结果为前车处于预设巡航驾驶阶段;或,若前车运行参数中的前车速度不等于0,后车不处于列车启动场景,且行车状态识别结果为前车处于预设巡航驾驶阶段;其中,列车启动场景是指前车运行参数中的输出牵引力大于0,后车的位置处于预设站台,估算控车速度大于0,且行车状态识别结果为前车处于预设巡航驾驶阶段;或,若前车速度不等于0,后车不处于列车启动场景,且行车状态识别结果为前车处于预设精准停车阶段;或,若前车速度等于0,后车不处于列车启动场景,且后车运行参数中的后车速度不等于0;则确定列车运行控制场景为安全制动场景;对应的,方法还包括:若列车运行控制场景为安全制动场景,则基于目标控车加速度控制后车运行;和/或,将目标控车加速度发送至后车的中控系统,以供后车基于目标控车加速度运行。
在本申请一个可选的实施例中,该控车方法还包括:确定列车运行控制场景对应的预设安全速度裕量;确定估算控车速度与后车的实际控车速度确定速度修正误差;基于根据速度修正误差对预设安全速度裕量进行修正,得到目标安全速度裕量。
在本申请一个可选的实施例中,根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度,包括:根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的初始控车加速度;基于等效加速度对初始控车加速度进行修正,得到目标控车加速度。
本申请实施例的第二个方面,提供了一种控车装置,该装置包括:第一加速度确定模块用于根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度;控车速度模块用于根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度;控制场景确定模块用于根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;第二加速度确定模块用于根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度。
在本申请一个可选的实施例中,第一加速度确定模块用于根据运行路段的坡度确定运行路段对应的等效加速度;根据前车的速度误差、速度误差积分以及速度误差微分确定前车的计算加速度,速度误差基于前车的期望速度与实际速度的差值确定;计算等效加速度与计算加速度的矢量和,得到前车的期望加速度。
在本申请一个可选的实施例中,后车运行参数至少包括:后车紧急制动加速度、后车最大牵引加速度;前车运行参数至少包括:前车紧急制动加速度、前车速度;预设的制动影响参数至少包括:预设前后车安全距离;则控车速度模块用于根据后车紧急制动加速度、后车最大牵引加速度、前车紧急制动加速度、前车速度、预设前后车安全距离、以及间隔距离确定后车的估算控车速度。
在本申请一个可选的实施例中,后车运行参数还包括:后车制动延时;预设的制动影响参数还包括:测速误差;则控车速度模块用于根据前车紧急制动加速度、前车速度、后车紧急制动加速度、后车最大牵引加速度、后车制动延时、预设前后车安全距离、测速误差、以及间隔距离确定后车的估算控车速度。
在本申请一个可选的实施例中,控车速度模块还可以用于若前车与后车的运行加速度均保持不变,则根据后车运行参数中的后车速度与预设速度安全裕量确定估算控车速度。
在本申请一个可选的实施例中,第二加速度确定模块还可以用于根据后车运行参数中的后车速度,前车运行参数中的前车速度、前车与后车之间的间隔距离、以及加速度预测模型确定后车的后车加速度,以及前车与后车之间的安全速度裕量;根据前车的期望加速度、当前时刻距离上一加速度变化时刻的间隔时长、后车速度确定后车的目标控车加速度。
在本申请一个可选的实施例中,该控车装置还可以包含列车控制模块,其中,控制场景确定模块用于若前车运行参数中的输出牵引力大于0,后车的位置处于预设站台,估算控车速度大于0,且行车状态识别结果为前车处于预设巡航驾驶阶段;或,若前车运行参数中的前车速度不等于0,后车不处于列车启动场景,且行车状态识别结果为前车处于预设巡航驾驶阶段;其中,列车启动场景是指前车运行参数中的输出牵引力大于0,后车的位置处于预设站台,估算控车速度大于0,且行车状态识别结果为前车处于预设巡航驾驶阶段;或,若前车速度不等于0,后车不处于列车启动场景,且行车状态识别结果为前车处于预设精准停车阶段;或,若前车速度等于0,后车不处于列车启动场景,且后车运行参数中的后车速度不等于0;则确定列车运行控制场景为安全制动场景;
对应的,列车控制模块用于若列车运行控制场景为安全制动场景,则基于目标控车加速度控制后车运行;和/或,将目标控车加速度发送至后车的中控系统,以供后车基于目标控车加速度运行。
在本申请一个可选的实施例中,该控车装置还可以包含信息修正模块,信息修正模块用于确定列车运行控制场景对应的预设安全速度裕量;确定估算控车速度与后车的实际控车速度确定速度修正误差;基于根据速度修正误差对预设安全速度裕量进行修正,得到目标安全速度裕量。
在本申请一个可选的实施例中,控车速度模块还用于根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的初始控车加速度;基于等效加速度对初始控车加速度进行修正,得到目标控车加速度。
本申请实施例的第三个方面,提供了一种计算机设备,包括:包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现如上任一项控车方法的步骤。
本申请实施例的第四个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,计算机程序被处理器执行时实现如上任一项控车的方法的步骤。
本申请实施例的技术方案具有以下有益效果:
该控车方法通过前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度;根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度;根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度。该方法可以识别列车的运行控制场景,从而根据不同的运行控制场景匹配对应的加速度预测模型,并结合前车运行情况对后车的控车加速度进行精准确定,从而实现针对不同运行控制场景控制后车运行不同加速度的过程,提高后车运行的灵活性。同时,该方法可以确保虚拟编组中的后车在非紧急制动情况下以更快的速度运行,避免了相关技术方案基于ATO或者其他方式得到一个较小的紧急制动速度而影响后车在非紧急制动情况下行车过慢,进而以向列车运输能力的技术问题,从而在保证安全的情况下提高后车的行车速度,有效减小虚拟编组前后车的追踪间隔距离,启动和停站时间偏差,提高列车运输能力的技术效果。
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为本申请其中一个实施例提供的控车方法的应用场景示意图;
图2为本申请其中一个实施例提供的控车系统的架构图;
图3为本申请其中一个实施例提供的控车方法的流程图;
图4为本申请其中一个实施例提供的前车基于ATO的PID算法得到的加速度曲线示意图;
图5为本申请其中一个实施例提供的另一种控车方法的流程图;
图6为本申请其中一个实施例提供的一种基于加速度预测模型确定运行速度的曲线示意图;
图7为本申请一个实施例提供的控车装置结构示意图;
图8为本申请一个实施例提供的计算机设备结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
此外,附图仅为示意性图解,并非一定是按比例绘制。附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在城市轨道交通系统中,随着城市化进程的加速建设以及人口流量的迅速增大,地铁交通方式凭借其快速、不堵车以及不存在红绿灯等因素,逐渐称为人们首选的城市交通工具,这就对地铁的运输能力也提出了更高的要求。而虚拟编组技术是根据客流实时变化调整线路运力的技术方式,可以很好的缓解城市轨道交通的客流出行分布规律时空不均衡的特性,例如高峰期人流量大导致拥挤以及平低峰期运力浪费的技术问题。
图1为本申请一个实施例提供的控车方法的应用场景示意图,虚拟编组列车(virtually coupled train set,VCTS)如图1所示,一列虚拟编组列车由2个或多个列车单元(train unit,TU)构成,每个列车单元都有独立的牵引/制动与车载计算设备,彼此间没有车钩等实现物理连接,而是通过通信实现车车信息交互,所有列车单元具有相同的运输任务。各列车单元之间可不受传统闭塞机制的制约,通过列车单元的主动控制和协同控制,可以实现相邻列车单元之间的小间距的安全追踪运行。
在城市轨道交通的列车运行过程中,通常采用列车自动驾驶(Automatic TrainOperation,ATO)子系统通过向车辆输出牵引制动级位实现列车的自动驾驶。而传统的ATO算法进行控车的方法需要计算一速度曲线,该速度曲线的计算原理和列车紧急制动触发(Emergency Brake Intervention,简称EBI)曲线的计算原理相同,即均是使用切除牵引、惰行、制动的三阶段制动模型计算开始制动的最大速度。其中,上述EBI曲线为:如果列车行驶速度超过了该EBI曲线,将实施紧急制动。ATO算法与EBI计算区别在于EBI曲线使用紧急制动率确定,而基于ATO计算速度曲线时则使用的常用制动率。该过程可以保证在ATO算法的控制下,列车能够以常用制动率制动而不触发列车的紧急制动。
而在虚拟编组技术下的列车运行过程中,为了提高列车的运输能力,进一步缓解交通压力,通常采用的是如图1所示的前、后车虚拟编组技术运行车辆。对于虚拟编组前、后车,编组前车的EBI曲线计算方法和传统的单车算法(即三阶段制动模型)相同,因此编组前车可以使用ATO控车算法控制列车运行。而编组后车可以通过使用更加精细的制动模型计算EBI曲线,从而保证编组后车以更高的速度、与编组前车更近的距离运行而不触发紧急制动。
相关技术使用的编组后车采用EBI曲线计算方法,而编组前车使用ATO控车算法,会存在以下几个问题:
1)通过ATO控车方法计算列车行驶速度时,不会考虑工况和使用精细化制动模型,导致计算得到的目标速度与EBI差值过大。
2)在车辆启动阶段,编组后车的EBI不高,使用既有ATO算法时计算出的目标速度很低,无法达到列车启动条件,这导致编组后车无法充分利用EBI计算方法的优势以更高速度和与前车更近的距离运行,无法体现虚拟编组的技术优势,进而影响列车的运输能力,继而导致列车资源浪费。
针对上述技术问题,本申请实施例中提供了一种控车方法,该方法可以根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度;根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度;根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度。该方法可以在紧急风险很低的情况下,使编组后车能够以尽量快的速度运行,从而缩小编组前、后车的启动时间偏差,停站时间偏差,以及编组后车与编组前车的追踪距离,提高虚拟编组的运行能力,继而提高列车资源利用率。
本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
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。
以下对本申请实施例提供的控车方法的应用环境作简要说明:
图2为本申请其中一个实施例提供的控车系统的架构图;请参见图2,本申请实施例提供的控车系统200包含虚拟列车编组201,其中,虚拟列车编组201中至少包含编组前车202、编组后车203,编组后车203是位于编组前车202之后且与编组前车202相邻的后车。
举例而言,在本申请一个可选实施例中,虚拟列车编组201根据前车202的计算加速度与运行路段坡度的等效加速度确定前车202的期望加速度;根据前车202的前车运行参数、后车203的后车运行参数、前车202与后车203之间的间隔距离、以及预设的制动影响参数确定后车203的估算控车速度;根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;最后,虚拟列车编组201根据目标列车运行控制场景对应的加速度预测模型与估算控车速度确定后车203的目标控车加速度。
图3为本申请其中一个实施例提供的控车方法的流程图;请参见图3,以下实施例以上述虚拟列车编组201为执行主体,将本申请实施例提供的控车方法应用于上述虚拟列车编组201进行具体说明。本申请实施例提供的控车方法包括如下步骤301-步骤304:
步骤301、根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度。
步骤302、根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度。
步骤303、根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景。
步骤304、根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度。
上述图3所示的控车方法,通过根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度;根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度;根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度。该方法可以识别列车的运行控制场景,从而根据不同的运行控制场景匹配对应的加速度预测模型,并结合前车运行情况对后车的控车加速度进行精准确定,从而实现针对不同运行控制场景控制后车运行不同加速度的过程,提高后车运行的灵活性。同时,该方法可以确保虚拟编组中的后车在非紧急制动情况下以更快的速度运行,避免了相关技术方案基于ATO或者其他方式得到一个较小的紧急制动速度而影响后车在非紧急制动情况下行车过慢,进而以向列车运输能力的技术问题,从而在保证安全的情况下提高后车的行车速度,有效减小虚拟编组前后车的追踪间隔距离,启动和停站时间偏差,提高列车运输能力的技术效果。
以下将结合具体实施例对图3所示各步骤示例性实施方式进行详细说明。
在步骤301中,根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度。
其中,前车的计算加速度即基于前车的期望速度计算得到的加速度。
示例性的,虚拟编组中的前车直接可以通过ATO算法进行列车控制,其控车方法与单个列车的控制方法一致,即确定前车运行的期望速度,并通过计算加速度以将虚拟编组中的前车加速到期望速度。
由于列车运行过程中,运行路段的坡度对前车的计算加速度有影响,因此可以计算运行路段坡度的等效加速度,从而可以基于前车的计算加速度与运行路段坡度的等效加速度确定前车最终的期望加速度。
需要说明的是,虚拟编组中的前车将计算得到的期望加速度发送至后车,以便进行后续对虚拟编组中的后车运行过程进行控制。
在执行上述步骤301根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度时,在本申请一个可选的实施例中,根据运行路段的坡度确定运行路段对应的等效加速度;根据前车的速度误差、速度误差积分以及速度误差微分确定前车的计算加速度;计算等效加速度与计算加速度的矢量和,得到前车的期望加速度。
其中,速度误差为基于前车的期望速度与实际速度的差值确定,假设前车的期望速度为v1,实际速度为v2,则速度误差Δv=v1-v2或Δv=v2-v1。前车的期望速度是期望前车能够达到的速度,实际速度则是前车在实际运行的速度。
根据本公开的一些实施例,在确定前车的计算加速度时,可以根据前车的速度误差、速度误差积分以及速度误差微分确定前车的计算加速度。
其中,可以基于比例-积分-微分控制算法(Proportional-Integral-DerivativeControl Algorithm,简称为PID算法)确定前车的计算加速度,上述PID算法即Proportional(比例)、Integral(积分)、Differential(微分)的缩写。具体计算公式可以如公式(1)所示:
AccPID=P*速度误差+I*速度误差积分+D*速度误差微分 (1)
上述公式(1)中,P、I、D分别为速度误差、速度误差积分以及速度误差微分的系数,均为常数。
示例性的,在物理学中,坡度指斜坡或斜面的倾斜程度,而列车运行过程中的加速度受到运行路段的坡度影响,因此可以基于运行路段的坡度确定列车在该运行路段的等效加速度。并将基于上述公式(1)所示PID算法确定的前车计算加速度去除运行路段的等效加速度,即计算等效加速度与计算加速度的矢量和,得到前车的期望加速度。
即在公式(1)的基础上,前车的期望加速度是基于等效加速度与计算加速度的矢量和确定。具体如公式(2)所示:
Accexp=AccPID+Accgrad (2)
在公式(2)中,Accexp为前车发送给后车的针对前车的期望加速度,AccPID为基于公式(1)所示PID算法确定的前车的计算加速度,Accgrad为根据运行路段的坡度确定运行路段对应的等效加速度。
举例说明,假设当前虚拟编组内的前车在上坡,且基于该运行路段的坡度可确定Accgrad=-1m/s2,此时欲控制前车匀速运行,即期望加速度Accexp=0m/s2。为了克服坡度影响,PID算法需输出AccPID=1m/s2的加速度,使车辆输出小牵引,才能保证车在上坡时速度不变,此时前车的实际加速度也是0m/s2。
图4为本申请其中一个实施例提供的前车基于ATO的PID算法得到的加速度曲线示意图。如图4所示,该坐标系中的横坐标单车或虚拟编组中前车与前方车辆之间的距离,纵坐标为单车或虚拟编组中前车的速度。其中紧急制动曲线即前车的EBI曲线,为确保列车运行的安全性以及减少紧急制动的风险,前车需要在紧急制动曲线设定的速度范围内运行,即在同一时刻内,期望速度曲线与实际速度曲线对应的速度值均小于紧急制动曲线对应的速度值。同时,由图4可知,期望速度曲线与实际速度曲线之间存在误差。
在该实施例中,根据运行路段的坡度确定运行路段对应的等效加速度可以考虑坡度,进而便于克服坡度对计算前车的期望加速度准确性的影响。同时,根据前车的速度误差、速度误差积分以及速度误差微分确定前车的计算加速度,可以通过PID控制算法中的P、I、D控制列车速度,以在闭环系统的控制中自动对前车控制进行准确且迅速的校正。
在步骤302中,根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度。
其中,前车运行参数可以是前车运行过程中的参数信息,后车运行参数则是后车运行过程中的参数信息。前车运行参数、后车运行参数例如可以是列车运行速度、最大牵引加速度、紧急制动加速度、紧急制动建立时间、制动延时等参数。预设的制动影响参数则是影响列车制动的参数信息,例如可以是预设前后车安全距离、安全距离裕量、测速误差等。
在本申请一个可选的实施例中,后车运行参数至少包括:后车紧急制动加速度、后车最大牵引加速度。前车运行参数至少包括:前车紧急制动加速度、前车速度。预设的制动影响参数至少包括:预设前后车安全距离。
在上述实施例的基础上,执行步骤302确定后车的估算控车速度时,在本申请一个可选的实施例中,可以根据后车紧急制动加速度、后车最大牵引加速度、前车紧急制动加速度、前车速度、预设前后车安全距离、以及间隔距离确定后车的估算控车速度。
其中,确定虚拟编组中后车的目标控车加速度时,需要预先确定后车的估算控车速度,后车的估算控车速度即后车的EBI曲线,该EBI曲线列车运行过程中执行紧急制动的临界速度,即检测到后车的运行速度超过估算控车速度,则实施紧急制动。
示例性的,可以基于后车紧急制动加速度、后车最大牵引加速度、前车紧急制动加速度、前车速度、预设前后车安全距离、以及间隔距离确定后车的估算控车速度,即确定后车的EBI曲线。
本实施例中,在后车运行参数至少包括:后车紧急制动加速度、后车最大牵引加速度。前车运行参数至少包括:前车紧急制动加速度、前车速度。预设的制动影响参数至少包括:预设前后车安全距离的情况下,可以基于上述参数确定后车的估算控车速度,以此估算控车速度作为后车执行紧急制动的临界速度,便于后续确定后车在非紧急制动情况下的高速运行,提高虚拟编组中前后车的运输能力,进而提高运输资源利用率。
根据本公开的另一种实施例,上述后车运行参数在包含后车紧急制动加速度、后车最大牵引加速度的基础上,还可以包括:后车制动延时;前车运行参数至少包括:前车紧急制动加速度、前车速度;而预设的制动影响参数在包含预设前后车安全距离的基础上,还可以包括:测速误差。
即前车运行参数至少包括:前车紧急制动加速度、前车速度,后车运行参数至少包括后车紧急制动加速度、后车最大牵引加速度以及后车制动延时,预设的制动影响参数则至少包含测速误差、预设前后车安全距离。则在执行步骤301时,可以根据前车紧急制动加速度、前车速度、后车紧急制动加速度、后车最大牵引加速度、后车制动延时、预设前后车安全距离、测速误差、以及间隔距离确定后车的估算控车速度。
其中,测速误差是测速时测量速度和后车的实际速度之间的误差值,而后车制动延时则是后车在紧急制动时预设紧急制动建立时间与实际操作过程中实际紧急制动建立时间之间的误差值,其中实际紧急制动建立时间落后于预设紧急制动建立时间。
示例性的,可以根据前车紧急制动加速度、前车速度、后车紧急制动加速度、后车最大牵引加速度、后车制动延时、预设前后车安全距离、测速误差、以及间隔距离确定后车的估算控车速度的具体计算过程,具体计算过程可以如公式(3)所示:
上述公式3中的A如公式(4)所示:
A=6DeltaS0*FtEbAcc+3FtV02-6FtEbAcc*SMargin+...
BtEbAcc*FtEbAcc*TbuildEb2+3BtEbAcc*FtEbAcc*TbuildEb*TEbDelay+...
3BtEbAcc*FtEbAcc*TEbDelay2+3FtEbAcc*MaxAcc*TEbDelay2 (4)
上述公式(3)、公式(4)中的EBIest为虚拟编组中后车的EBI近似估算,即后车的估算控车速度,BtEbAcc表示后车紧急制动加速度,FtEbAcc前车紧急制动加速度,TbuildEb表示紧急制动建立时间,TEbDelay表示后车制动延时,MaxAcc表示后车最大牵引加速度,FtV0表示前车速度,DeltaS0表示预设前后车安全距离,SMargin表示安全距离裕量(即间隔距离),SpdErr表示测速误差。
在本实施例中,前车运行参数至少包括:前车紧急制动加速度、前车速度,后车运行参数至少包括后车紧急制动加速度、后车最大牵引加速度以及后车制动延时,预设的制动影响参数则至少包含测速误差、预设前后车安全距离。在此基础上确定后车的估算控车速度还考虑了后车制动延时、测速误差等参数,可以进一步提高确定后车的估算控车速度的准确性,以便提高后续确保列车目标控车加速度准确性,保证后车在安全的情况下尽可能的高速运行。
在步骤303中,根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景。
本公开提供的控车方法是基于后车处于非紧急制动情况(即安全场景)下实现的,此时对应的列车运行控制场景为安全制动场景。所以,目标列车运行控制场景是在安全制动场景中的任意一种列车运行控制场景。
需要说明的是,上述安全制动场景是指虚拟编组中后车处于紧急风险可控的场景中,即后车的运行环境较为安全,可以使后车以更快地速度运行。
为了便于本领域技术人员对本公开实施例中说明的安全制动场景进行详细了解,以下将结合具体实施例对主要几种安全制动场景进行说明:
1)列车启动场景:
在本公开一种示例性实施方式中,若前车运行参数中的输出牵引力大于0,后车的位置处于预设站台,估算控车速度大于0,且行车状态识别结果为前车处于预设巡航驾驶阶段,则确定目标列车运行控制场景为安全制动场景。
其中,前车运行参数包含前车在当前输出的牵引力,且输出牵引力小于或等于前车最大牵引力。预设巡航驾驶阶段可以是前车处于ATO驾驶阶段或列车智能驾驶(Intelligent Train Operation,简称为ITO)阶段。ITO是系统能够自主感知周围环境和交通情况,并做出相应的驾驶决策,可实现列车的自动驾驶。
示例性的,在安全制动场景为列车启动场景时,虚拟编组中的后车处于停靠在预设站台的状态,此时后车运行速度为0,同时满足计算的后车估算控车速度大于0。而虚拟编组中的前车则处于ATO驾驶阶段,此时便可判断后车进入列车启动场景。
需要说明的时,当虚拟编组中的前车不再输出牵引力,虚拟编组中的后车便退出列车启动场景。
2)区间追踪场景。
在本公开一种示例性实施方式中,若前车运行参数中的前车速度不等于0,后车不处于上述列车启动场景,且行车状态识别结果为前车处于预设巡航驾驶阶段。
其中,列车启动场景是指前车运行参数中的输出牵引力大于0,后车的位置处于预设站台,估算控车速度大于0,且行车状态识别结果为前车处于预设巡航驾驶阶段。预设巡航驾驶阶段可以是前车处于ATO驾驶阶段或ITO阶段。
示例性的,前车运行参数中至少包含前车速度、输出牵引力,且前车速度不等于0、输出牵引力大于0,且前车处于预设巡航驾驶阶段,而后车并未处于列车启动场景中,此时便可以确定当前虚拟编组或后车的目标列车运行控制场景(安全制动场景)为区间追踪场景。
3)精确停车场景:
在本公开一种示例性实施方式中,若前车速度不等于0,后车不处于列车启动场景,且行车状态识别结果为前车处于预设精准停车阶段。
其中,列车启动场景是指前车运行参数中的输出牵引力大于0,后车的位置处于预设站台,估算控车速度大于0,且行车状态识别结果为前车处于预设巡航驾驶阶段。预设巡航驾驶阶段可以是前车处于ATO驾驶阶段或ITO阶段。
示例性的,当后车不处于列车启动场景,虚拟编组中前车的行车状态识别结果处于精确停车阶段,且前车速度不为0,则确定当前虚拟编组或后车的目标列车运行控制场景(安全制动场景)为精确停车场景。
4)前车停车,后车未停车场景:
在本公开一种示例性实施方式中,若前车速度等于0,后车不处于列车启动场景,且后车运行参数中的后车速度不等于0,则确定目标列车运行控制场景为安全制动场景。
示例性的,虚拟编组中的前、后车分别满足上述对应的条件,便可以判断当前虚拟编组或后车的目标列车运行控制场景(安全制动场景)为前车停车,后车未停车场景。
由上述各安全制动场景可知,可以根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景为安全制动场景。从而在确定列车处于安全制动场景下,便基于步骤304计算的目标控车加速度控制后车加速运行;和/或,将目标控车加速度发送至后车的中控系统,以供后车基于目标控车加速度运行。
上述虚拟编组中前后车不同的运行参数使得虚拟编组处于不同的列车运行场景下,而不同列车运行场景下前车具有不同的运行特征,可通过前车不同夫人运行特征实现对后车更好的控制。
在本实施例中,通过当前虚拟编组中前、后车的运行参数可以确定当前虚拟编组所处的场景是否为安全制动场景,从而在确保后车处于安全制动场景下实现更快的速度运行,从而达到提高运输资源利用率的效果。
在步骤304中,根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度。
其中,加速度预测模型与目标列车运行控制场景相关,即确定的目标列车运行控制场景不同,对应的加速度预测模型或者加速度预测模型的参数也存在区别。
示例性的,不同运行控制场景对应的运行条件不同,对应的紧急风险程度或等级也存在区别,因此,不能直接使用同一加速度预测模型确定后车的目标控车加速度,而是使用与当前后车的运行控制场景匹配的加速度预测模型进行确定。
为了便于本领域技术人员对不同运行控制场景下紧急风险程度或等级进行了解,以下将结合具体运行控制场景进行示例性说明。
1)对于列车启动场景:
在该场景下,由于前车的输出牵引力大于0,即虚拟编组中的前车保持一直加速行驶的状态,但前车加速度会逐渐变小,且预测在未来时刻的前车加速度小于当前的期望加速度,故而紧急风险适中。
2)对于区间追踪场景:该场景下,虚拟编组中的前车既可能加速运行,也可能减速运行,紧急风险最大。
3)对于精确停车场景:该场景下,虚拟编组中的前车采用一次制动停车,制动率发生很小的变化,紧急风险小。
4)对于前车停车,后车未停车场景:该场景下,前车加速度为0,紧急风险最小。
对此,需要根据目标列车运行控制场景对应的加速度预测模型和后车的估算控车速度可以确定后车的目标控车加速度,确保以目标控车加速度控制后车加速运行的过程中时刻处于非紧急制动情况(即安全制动场景)中,从而实现虚拟编组中前、后车在安全行驶的情况下实现后车的快速运行。
执行上述步骤304时,在本申请一个可选的实施例中,可以根据目标列车运行控制场景对应的加速度预测模型与估算控车速度确定后车的初始控车加速度;基于等效加速度对初始控车加速度进行修正,得到目标控车加速度。
示例性的,在确定后车的目标控车加速度时,仍需要考虑运行路段的坡度对计算的控车加速度精确度的影响。即基于等效加速度对初始控车加速度进行修正,得到目标控车加速度的过程如公式(5)所示:
BtAccpred=BtAcc-BtAccgrad (5)
上述公式(5)中,BtAccpred为后车的目标控车加速度,BtAcc为后车的根据目标列车运行控制场景对应的加速度预测模型与估算控车速度确定后车的初始控车加速度,BtAccgrad为后车运行过程中运行路段坡度对应的等效加速度。
上述介绍了根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度的过程,以下将结合具体实施例对根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度的过程进行详细说明。
图5为本申请其中一个实施例提供的另一种控车方法的流程图,图5所示的控车方法至少包含步骤501至步骤505:
步骤501、根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度;
步骤502、判断前车与后车的运行加速度是否均保持不变。
若前车与后车的运行加速度均保持不变,则执行步骤503、根据后车运行参数中的后车速度与预设速度安全裕量确定估算控车速度。
其中,上述预设安全速度裕量是常量。
图6为本申请其中一个实施例提供的一种基于加速度预测模型确定运行速度的曲线示意图,如图6所示,以当前时刻的下一个t时间为预测时间t为例,若前车与后车在当前时刻到t时刻时间范围内的运行加速度均保持不变,则根据当前时刻两车的运行速度和间隔距离,可以计算出前、后车在t时刻的速度和间隔,从而确定估算控车速度。即计算在预测时刻t时,满足后车的估算控车速度(即EBI曲线)满足后车的估算控车速度=后车速度+预设速度安全裕量。
如图6所示,t时刻后的紧急制动曲线对应的不同时刻的速度即为根据后车运行参数中的后车速度与预设速度安全裕量确定的估算控车速度。
反之,执行步骤504、根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度。
步骤505、根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;
步骤506、根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度。
在图5所示实施例的基础上,在执行上述步骤504时,在本申请一个可选的实施例中,可以根据后车运行参数中的后车速度,前车运行参数中的前车速度、前车与后车之间的间隔距离、以及加速度预测模型确定后车的后车加速度,以及前车与后车之间的安全速度裕量;根据前车的期望加速度、当前时刻距离上一加速度变化时刻的间隔时长、后车速度确定后车的目标控车加速度。
其中,加速度预测模型确定后车的后车加速度BtAcc的计算公式如下公式(6)所示:
下述公式(6)中,BtAcc为根据加速度预测模型预测的后车加速度,即后车的目标控车加速度,FtAcc表示加速度预测模型中的后车加速度,FtAcc的取值为前车发送给后车的前车期望加速度,Vsafe表示加速度预测模型中的预设安全速度裕量,t表示加速度预测模型的预测时长,BtV0表示后车运行参数中的后车速度,BtEbAcc表示后车紧急制动加速度,FtEbAcc前车紧急制动加速度,TbuildEb表示紧急制动建立时间,TEbDelay表示紧急制动命令响应延时,MaxAcc表示后车最大牵引加速度,FtV0表示前车速度,DeltaS0表示预设前后车安全距离,SMargin表示安全距离裕量(即间隔距离),SpdErr表示测速误差。
由公式(6)可知,当t越大,Vsafe越大时,BtAcc便越小。即当预测时长越大,安全速度裕量越大时,计算出的后车加速度越偏小,即紧急的风险越小。
需要说明的是,由于加速度预测模型中使用前车的期望加速度作为未来预测的目标加速度,所以当未来的实际加速度比当前时刻前车的期望加速度小时,确定出的后车加速度会偏大,此时需要增大预设安全速度裕量Vsafe来降低紧急制动的风险。
然而,在执行步骤302时,由于根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度(例如根据上述公式(4)(5)确定的后车的估算控车速度)是在理想状态下估算的控车速度,并未考虑列车运行过程中的工况(例如牵引运行、惰力运行、制动运行等),所以通过上述实施例计算的后车的估算控车速度与实际控车速度存在一定误差。因此,在使用加速度预测模型确定后车的目标控车加速度时,可以通过对列车运行控制场景对应的预设安全速度裕量进行速度误差修正,以修正上述后车的估算控车速度与实际控车速度存在误差。
以下将结合具体实施例对预设安全速度裕量进行修正的过程进行示例性说明。
在本申请一个可选的实施例中,确定列车运行控制场景对应的预设安全速度裕量;确定估算控车速度与后车的实际控车速度确定速度修正误差;基于根据速度修正误差对预设安全速度裕量进行修正,得到目标安全速度裕量。
示例性的,可以基于估算控车速度与后车的实际控车速度确定速度修正误差,从而对预设安全速度裕量进行修正。具体实现过程如公式(7)所示:
Vsafe=Vsafeconf-(EBIATP-EBIest) (7)
公式(7)中,Vsafe为修正后的目标安全速度裕量,Vsafeconf为当前场景下配置的预设安全速度裕量,EBIATP为当前时刻实际控车速度,EBIest为后车的估算控车速度。
在本公开一个可选的实施例中,可以将公式(7)得到的目标安全速度裕量带入公式(6)中,直接得到根据加速度预测模型预测的目标控车加速度。
在本公开另一个可选的实施例中,还可以将公式(7)得到的目标安全速度裕量带入公式(6)后,基于公式(5)得到修正后的目标控车加速度。
应该理解的是,虽然流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
请参见图7,本申请一个实施例提供了一种控车装置700,该控车装置700包括:第一加速度确定模块701用于根据前车的计算加速度与运行路段坡度的等效加速度确定前车的期望加速度;控车速度模块702用于根据前车的前车运行参数、后车的后车运行参数、前车与后车之间的间隔距离、以及预设的制动影响参数确定后车的估算控车速度;控制场景确定模块703用于根据前车运行参数、后车运行参数、估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;第二加速度确定模块704用于根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的目标控车加速度。
在本申请一个可选的实施例中,第一加速度确定模块701用于根据运行路段的坡度确定运行路段对应的等效加速度;根据前车的速度误差、速度误差积分以及速度误差微分确定前车的计算加速度,速度误差基于前车的期望速度与实际速度的差值确定;计算等效加速度与计算加速度的矢量和,得到前车的期望加速度。
在本申请一个可选的实施例中,后车运行参数至少包括:后车紧急制动加速度、后车最大牵引加速度;前车运行参数至少包括:前车紧急制动加速度、前车速度;预设的制动影响参数至少包括:预设前后车安全距离;则控车速度模块702用于根据后车紧急制动加速度、后车最大牵引加速度、前车紧急制动加速度、前车速度、预设前后车安全距离、以及间隔距离确定后车的估算控车速度。
在本申请一个可选的实施例中,后车运行参数还包括:后车制动延时;预设的制动影响参数还包括:测速误差;则控车速度模块702用于根据前车紧急制动加速度、前车速度、后车紧急制动加速度、后车最大牵引加速度、后车制动延时、预设前后车安全距离、测速误差、以及间隔距离确定后车的估算控车速度。
在本申请一个可选的实施例中,控车速度模块702还可以用于若前车与后车的运行加速度均保持不变,则根据后车运行参数中的后车速度与预设速度安全裕量确定估算控车速度。
在本申请一个可选的实施例中,第二加速度确定模块704还可以用于根据后车运行参数中的后车速度,前车运行参数中的前车速度、前车与后车之间的间隔距离、以及加速度预测模型确定后车的后车加速度,以及前车与后车之间的安全速度裕量;根据前车的期望加速度、当前时刻距离上一加速度变化时刻的间隔时长、后车速度确定后车的目标控车加速度。
在本申请一个可选的实施例中,该控车装置还可以包含列车控制模块705,其中,控制场景确定模块703用于若前车运行参数中的输出牵引力大于0,后车的位置处于预设站台,估算控车速度大于0,且行车状态识别结果为前车处于预设巡航驾驶阶段;或,若前车运行参数中的前车速度不等于0,后车不处于列车启动场景,且行车状态识别结果为前车处于预设巡航驾驶阶段;其中,列车启动场景是指前车运行参数中的输出牵引力大于0,后车的位置处于预设站台,估算控车速度大于0,且行车状态识别结果为前车处于预设巡航驾驶阶段;或,若前车速度不等于0,后车不处于列车启动场景,且行车状态识别结果为前车处于预设精准停车阶段;或,若前车速度等于0,后车不处于列车启动场景,且后车运行参数中的后车速度不等于0;则确定列车运行控制场景为安全制动场景;
对应的,列车控制模块705用于若列车运行控制场景为安全制动场景,则基于目标控车加速度控制后车运行;和/或,将目标控车加速度发送至后车的中控系统,以供后车基于目标控车加速度运行。
在本申请一个可选的实施例中,该控车装置还可以包含信息修正模块706,信息修正模块706用于确定列车运行控制场景对应的预设安全速度裕量;确定估算控车速度与后车的实际控车速度确定速度修正误差;基于根据速度修正误差对预设安全速度裕量进行修正,得到目标安全速度裕量。
在本申请一个可选的实施例中,控车速度模块702还用于根据目标列车运行控制场景对应的加速度预测模型与前车的期望加速度、估算控车速度确定后车的初始控车加速度;基于等效加速度对初始控车加速度进行修正,得到目标控车加速度。
关于上述控车装置的具体限定可以参见上文中对于控车方法的限定,在此不再赘述。上述控车装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备的内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现如上的一种控车方法。包括:包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现如上控车方法中的任一步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时可以实现如上控车方法中的任一步骤。
Claims (10)
1.一种控车方法,其特征在于,应用于虚拟列车编组,所述虚拟列车编组至少包括:前车,以及位于所述前车之后且与所述前车相邻的后车,所述方法包括:
根据所述前车的计算加速度与运行路段坡度的等效加速度确定所述前车的期望加速度;
根据所述前车的前车运行参数、所述后车的后车运行参数、所述前车与所述后车之间的间隔距离、以及预设的制动影响参数确定所述后车的估算控车速度;
根据所述前车运行参数、所述后车运行参数、所述估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;
根据所述目标列车运行控制场景对应的加速度预测模型与所述前车的期望加速度、所述估算控车速度确定所述后车的目标控车加速度。
2.根据权利要求1所述的控车方法,其特征在于,所述根据所述前车的计算加速度与运行路段坡度的等效加速度确定所述前车的期望加速度,包括:
根据所述运行路段的坡度确定所述运行路段对应的所述等效加速度;
根据所述前车的速度误差、速度误差积分以及速度误差微分确定所述前车的所述计算加速度,所述速度误差基于所述前车的期望速度与实际速度的差值确定;
计算所述等效加速度与所述计算加速度的矢量和,得到所述前车的所述期望加速度。
3.根据权利要求1所述的控车方法,其特征在于,所述后车运行参数至少包括:后车紧急制动加速度、后车最大牵引加速度;
所述前车运行参数至少包括:前车紧急制动加速度、前车速度;
所述预设的制动影响参数至少包括:预设前后车安全距离;
对应的,所述根据所述后车的后车运行参数、所述前车的前车运行参数、所述前车与所述后车之间的间隔距离、以及预设的制动影响参数确定所述后车的估算控车速度,包括:
根据所述后车紧急制动加速度、所述后车最大牵引加速度、所述前车紧急制动加速度、所述前车速度、所述预设前后车安全距离、以及所述间隔距离确定所述后车的所述估算控车速度。
4.根据权利要求1所述的控车方法,其特征在于,所述根据所述目标列车运行控制场景对应的加速度预测模型与所述前车的期望加速度、所述估算控车速度确定所述后车的目标控车加速度,包括:
根据所述后车运行参数中的后车速度,所述前车运行参数中的前车速度、所述前车与所述后车之间的所述间隔距离、以及所述加速度预测模型确定所述后车的后车加速度,以及所述前车与所述后车之间的安全速度裕量;
根据所述前车的所述期望加速度、当前时刻距离上一加速度变化时刻的间隔时长、所述后车速度确定所述后车的所述目标控车加速度。
5.根据权利要求1所述的控车方法,其特征在于,所述根据所述前车运行参数、所述后车运行参数、所述估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景,包括:
若所述前车运行参数中的输出牵引力大于0,所述后车的位置处于预设站台,所述估算控车速度大于0,且所述行车状态识别结果为所述前车处于预设巡航驾驶阶段;或,
若所述前车运行参数中的前车速度不等于0,所述后车不处于列车启动场景,且所述行车状态识别结果为所述前车处于预设巡航驾驶阶段;其中,所述列车启动场景是指所述前车运行参数中的输出牵引力大于0,所述后车的位置处于预设站台,所述估算控车速度大于0,且所述行车状态识别结果为所述前车处于预设巡航驾驶阶段;或,
若所述前车速度不等于0,所述后车不处于所述列车启动场景,且所述行车状态识别结果为所述前车处于预设精准停车阶段;或,
若所述前车速度等于0,所述后车不处于所述列车启动场景,且所述后车运行参数中的后车速度不等于0;
则确定所述列车运行控制场景为安全制动场景;
对应的,所述方法还包括:
若所述列车运行控制场景为所述安全制动场景,则基于所述目标控车加速度控制所述后车运行;和/或,
将所述目标控车加速度发送至所述后车的中控系统,以供所述后车基于所述目标控车加速度运行。
6.根据权利要求1所述的控车方法,其特征在于,所述方法还包括:
确定所述列车运行控制场景对应的预设安全速度裕量;
确定所述估算控车速度与所述后车的实际控车速度确定速度修正误差;
基于根据所述速度修正误差对所述预设安全速度裕量进行修正,得到目标安全速度裕量。
7.根据权利要求1所述的控车方法,其特征在于,所述根据所述目标列车运行控制场景对应的加速度预测模型与所述前车的期望加速度、所述估算控车速度确定所述后车的目标控车加速度,包括:
根据所述目标列车运行控制场景对应的所述加速度预测模型与所述前车的期望加速度、所述估算控车速度确定所述后车的初始控车加速度;
基于所述等效加速度对所述初始控车加速度进行修正,得到所述目标控车加速度。
8.一种控车装置,其特征在于,应用于虚拟列车编组,所述虚拟列车编组至少包括:前车,以及位于所述前车之后且与所述前车相邻的后车,所述装置包括:
第一加速度确定模块,用于根据所述前车的计算加速度与运行路段坡度的等效加速度确定所述前车的期望加速度;
控车速度模块,用于根据所述前车的前车运行参数、所述后车的后车运行参数、所述前车与所述后车之间的间隔距离、以及预设的制动影响参数确定所述后车的估算控车速度;
控制场景确定模块,用于根据所述前车运行参数、所述后车运行参数、所述估算控车速度、以及列车控制系统发送的行车状态识别结果确定当前的目标列车运行控制场景;
第二加速度确定模块,用于根据所述目标列车运行控制场景对应的加速度预测模型与所述前车的期望加速度、所述估算控车速度确定所述后车的目标控车加速度。
9.一种计算机设备,包括:包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311215624.0A CN117141555A (zh) | 2023-09-20 | 2023-09-20 | 控车方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311215624.0A CN117141555A (zh) | 2023-09-20 | 2023-09-20 | 控车方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117141555A true CN117141555A (zh) | 2023-12-01 |
Family
ID=88884171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311215624.0A Pending CN117141555A (zh) | 2023-09-20 | 2023-09-20 | 控车方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117141555A (zh) |
-
2023
- 2023-09-20 CN CN202311215624.0A patent/CN117141555A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111845862B (zh) | 一种基于相对速度的列车安全追踪防护方法和装置 | |
JP6690056B2 (ja) | 自動連続車両の制御システムアーキテクチャ | |
CN103057553B (zh) | 用于控制列车速度的装置和方法 | |
CN111994135B (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 | |
CN111776018B (zh) | 一种列车编队跟踪控制方法及装置 | |
RU2610065C2 (ru) | Способ и устройство для управления опорной скоростью регулятора скорости на спуске | |
CN110723141B (zh) | 一种车辆主动避撞系统及其避撞方式切换方法 | |
CN111942433B (zh) | 一种协同编队列车安全防护方法、系统和装置 | |
US9610942B2 (en) | Device and method for operating a vehicle | |
CN112590871B (zh) | 列车安全防护方法、装置和系统 | |
CN109070765A (zh) | 列车控制装置、方法以及程序 | |
US11345346B2 (en) | Method for vehicle following control based on real-time calculation of dynamic safe following distance | |
CN112124364A (zh) | 列车精确停车的控制方法、ato、vobc及列车 | |
JP2007034382A (ja) | 車両制御システム | |
US20210179106A1 (en) | System and method for controlling operation of autonomous vehicle | |
CN112208581B (zh) | Ato控车方法、装置、电子设备及存储介质 | |
US20210101598A1 (en) | System and method for controlling and distributing regenerative braking force in autonomous vehicle in consideration of tractive resistance | |
CN116946137A (zh) | 一种基于驾驶意图的车路协同智能车辆换道防碰撞系统 | |
CN111114594B (zh) | 轨道列车辅助驾驶控制方法、装置和列车 | |
CN117141555A (zh) | 控车方法、装置、计算机设备和存储介质 | |
WO2021109164A1 (zh) | 自动驾驶中车辆变道至目标车道前车之后的预测方法 | |
CN116811856A (zh) | 智能辅助驾驶的避让控制方法、系统、设备及存储介质 | |
van Nunen et al. | Towards a safety mechanism for platooning | |
CN114013450B (zh) | 车辆运行控制方法、系统和计算机设备 | |
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 |
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 |