JP2015012676A - 自動列車運転装置 - Google Patents

Abstract

【課題】安定した車両特性学習と一時的な外乱影響への迅速な対応との両立を実現する自動列車運転装置を提供する。
【解決手段】自車両の速度と位置を検出する速度位置検出手段４０７と、車両の特性をオンライン学習する車両特性学習手段４０５と、速度位置検出手段で検出した速度と位置、および、車両特性学習手段で学習した車両特性に基づいて、制駆動制御装置に対する制御指令を算出する制御指令算出手段４０６とを備える自動列車運転装置４０１であって、車両特性学習手段４０５は、過去所定期間の制御指令および速度と位置のデータから車両特性を学習反映する車両特性反映手段４１０と、車両特性反映手段に対し、過去所定期間を指定する参照期間指定手段４１１と、を備える。
【選択図】図４

Description

本発明は、走行実績データから学習した車両特性を活用して、車両走行制御を実施する、自動列車運転装置に関する。

列車運行ダイヤの過密化やホームドアの整備等を背景に、乗務員の負担低減や人件費の削減を目的とし、自動列車運転装置（ＡＴＯ：Ａｕｔｏｍａｔｉｃ Ｔｒａｉｎ Ｃｏｎｔｒｏｌ）の導入が進められている。ＡＴＯの機能の中で、ホームドア位置に車両ドア位置を正確に合わせて列車を停止させる、列車定位置停止制御（ＴＡＳＣ：Ｔｒａｉｎ Ａｕｔｏｍａｔｉｃ Ｓｔｏｐ Ｃｏｎｔｒｏｌ）は、既設路線駅へのホームドア導入が進むに従って、多くの路線で導入が盛んである。以降ではＴＡＳＣ装置の機能に絞って説明をするが、本発明は、自動列車運転装置一般に適用可能である。

ＴＡＳＣ装置の機能概要を説明する（図１）。ＴＡＳＣ装置は、取得した車両速度と車両位置に基づいて制動指令を出力する機能を持つ。車両速度は、一般的に、車輪軸に設置された速度発電機で検出する（車軸の回転速度に車輪円周長を乗算）。車両位置は、車両速度の積分で走行距離を知る他、車上子と地上子の通信で絶対位置を検出する。ＴＡＳＣ装置から出力された制動指令は、車上の情報伝送を掌る車両情報制御装置などを介して（介さない場合もある）、制駆動指令装置に伝達され、制駆動装置を動作させる。

ＴＡＳＣ装置の内部機能は大きく２つに分けられ、速度位置検出機能と制御指令算出機能とから成る。速度位置検出機能は、速度発電機からの速度信号および車上子・地上子の通信結果から、車両の位置と速度を検出し、制御指令算出機能へ出力する。制御指令算出機能は、その内部に計画機能と追従機能を有する。計画機能は、予め保持している駅停止位置までの制動速度パタンに、現在の車両位置を照らし合わせることで、目標速度を算出する。追従機能は、前記目標速度と現在の車両速度との速度偏差を入力として、出力すべき制動力を算出し、制動指令を出力する。制動指令は、ブレーキノッチ指令の他、トルク指令も有り得る。以上が、ＴＡＳＣ装置の機能概要説明である。

ところで、ＴＡＳＣ装置から出力される制動指令に対して、車両の制動力は多少のずれを持って出力されることが分かっている。指令減速度と発生減速度のずれの模式図を図２に表す。指令減速度（図２黒点線）に対して、発生減速度（図２黒実線）がずれている。代表的なずれとしては、減速度の指令から発生までの遅れである無駄時間や、発生する減速度の大きさのずれである減速度偏差が考えられる。これらの減速度ずれにより、目標速度パタンへの追従性が悪化するため、ＴＡＳＣ装置の導入にあたっては、これらのずれの影響を吸収すべく、作業員による諸パラメータの調整作業が行われることが多かった。一方で、そうした調整工数の低減を目的に、車両の実走行データから車両特性（前記の無駄時間や減速度偏差）を自動学習し、制御に反映する機能の開発が進められてきた。この機能を以降では「車両特性学習機能」と記す。

車両特性学習機能の一例を図３に示す。この例では、走行実績データから統計処理を経て、減速度に関する無駄時間と減速度偏差を抽出し、補正値として制御指令算出機能に出力する。制御指令算出機能では、車両の位置と速度に関して、無駄時間後の予想位置、予想速度を算出し、無駄時間分の遅れを考慮した予測制御を行う。また、減速度偏差を考慮して、追従機能における出力制動力指令値を補正する。車両特性学習機能の実施形態はこの例に限らず、様々な形態が考案されている。

本技術分野の背景技術として、特開２０１０−１０４０８４号公報（特許文献１）や特開２０１３−３４３７４号公報（特許文献２）がある。これらの公報には、「車両特性モデルのパラメータとして短期用と長期用の二種類を備え、列車の走行制御中に車両特性推定手段により推定された実際の減速度に基づいて短期用パラメータを調整し、停止時に次駅間の長期用パラメータを前駅間の短期用パラメータの調整結果に基づいて調整する。」と記載されている（要約参照）。

特開２０１０−１０４０８４号公報 特開２０１３−３４３７４号公報

走行実績データから抽出される車両特性が、統計的なバラつきを持っていることを考えると、学習に使用するサンプル数は多い方が良く、学習に使用するデータの参照期間は長くとるべきである。一方で、車両特性に影響を及ぼす外乱が発生し、一時的に車両特性が変化している場合には、前記の長い参照期間での学習では、車両特性変化を捉えることができず、制御精度の維持に悪影響を及ぼすことが考えられる。ＴＡＳＣの場合であれば、停止精度の維持に悪影響が生じる可能性がある。外乱影響が存在する期間は短期間であるかもしれないが、定位置停止が出来なかった場合の周囲の列車への影響波及（ダイヤ乱れにつながる）を考えると、一時的な外乱に対しても迅速に対応し、変化した車両特性を速やかに車両制御に反映させる必要がある。したがって、安定した車両特性学習と一時的な外乱影響への迅速な対応との両立が課題であると言える。（図４）
特許文献１および特許文献２では、車両特性推定手段が走行中に所定の制御サイクルに従い車両特性の推定動作を繰り返し、その都度車両特性パラメータを調整／更新することによって車両特性変化に追従する。すなわち、それまでの推定特性値と、直近の推定特性値の間をとった値を、新しい推定特性値とする方法である。

前記の課題に対する解決策として、次のような考え方も可能である。すなわち、過去の車両特性推定結果を外乱条件別にデータベースに蓄積しておき、現在発生中の外乱種類に応じて、前記データベースから車両特性を検索、反映するという考え方である。しかしながら、車両特性は、外乱による変動の他に、部品の経時変化による長期的な変動も発生するため、データベースから検索した過去の外乱時の車両特性がそのまま活用できるとは限らない、という問題がある。

上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、「自車両の速度と位置を検出する速度位置検出手段と、車両の特性をオンライン学習する車両特性学習手段と、 前記速度位置検出手段で検出した速度と位置、および、前記車両特性学習手段で学習した車両特性に基づいて、制駆動制御装置に対する制御指令を算出する制御指令算出手段とを備える自動列車運転装置であって、前記車両特性学習手段は、過去所定期間の制御指令および速度と位置のデータから車両特性を学習反映する車両特性反映手段と、前記車両特性反映手段に対し、前記過去所定期間を指定する参照期間指定手段と、を備えることを特徴とする自動列車運転装置」である。

部品の経時変化に伴うような長期的な車両特性変化を安定して学習・反映しつつ、短期的な外乱影響にも対応し、変化した車両特性を迅速に学習・反映できるため、自動列車運転装置の制御精度が向上する。列車定位置停止装置の場合であれば、停止位置精度の維持に効果を発揮し、列車の安定運行に貢献する。

ＴＡＳＣ装置の機能概要説明図の例である。 指令減速度と発生減速度のずれを示す図の例である。 車両特性学習機能の適用例である。 本発明の自動列車運転装置の構成図の一例である。 本発明の車両特性学習手段の処理を説明するフローチャートの例である。 本発明の車両特性学習手段の詳細処理を説明するフローチャートの例である。 本発明の車両特性学習手段の詳細処理を説明するフローチャートの例である。 外乱発生が有る場合の車両特性学習値の推移（発明適用無し）の例である。 外乱発生が有る場合の車両特性学習値の推移（発明適用有り）の例である。 本発明の自動列車運転装置の構成図の他の例である。 本発明の車両特性学習手段の詳細処理を説明するフローチャートの例である。 本発明の車両特性学習手段の詳細処理を説明するフローチャートの例である。 外乱発生が有る場合の車両特性学習値の推移（発明適用有り）の例である。 本発明の自動列車運転装置の構成図の他の例である。 本発明の車両特性学習手段の詳細処理を説明するフローチャートの例である。 外乱発生が有る場合の車両特性学習値の推移（発明適用無し）の例である。 外乱発生が有る場合の車両特性学習値の推移（発明適用有り）の例である。

以下、実施例を図面を用いて説明する。

本実施例では、車両特性学習手段の外部から取得する外乱関連情報を基に、車両特性学習の参照期間を変化させる自動列車運転装置の例を説明する。
図４は、本実施例における自動列車運転装置４０１の構成図の例である。前記自動列車運転装置４０１は、速度位置検出手段４０７と制御指令算出手段４０６と車両特性学習手段４０５と、から成る。前記速度位置検出手段４０７は、自列車の速度と位置を検出し、前記制御指令算出手段４０６に出力する。自列車の速度の検出方法は、図１記載の速度発電機からの速度信号を用いる方法（車軸の回転速度に車輪円周長を乗算）の他、ドップラーレーダー等を用いて地上との速度差を測る方法も考えられる。本発明では速度の検出方法は問わない。前記車両特性学習手段４０５は、前記制御指令算出手段４０６および前記速度位置検出手段４０７から取得する走行実績に関するデータと、前記車両特性学習手段４０５の外部（例えば、車両情報制御装置４０２）から取得する外乱関連情報を基に、自列車の車両特性値を学習し、前記制御指令算出手段４０６に出力する。前記制御指令算出手段４０６は、前記速度位置検出手段４０７から取得する自列車の速度および位置と、前記車両特性学習手段４０５から取得する車両特性値を基に、制御指令を算出し、制駆動制御装置４０３へ出力する。前記制御指令算出手段４０６における制御指令の算出過程は、その一例を図１を用いて〔背景技術〕にて説明したが、算出過程はこれに限らない。前記制駆動制御装置４０３はアクチュエータ４０４を制御し、車両を運動させる。

続いて、前記車両特性学習手段４０５の構成を説明する。前記車両特性学習手段４０５は、車両特性推定手段４０８と、車両特性蓄積手段４０９と、車両特性反映手段４１０と、参照期間指定手段４１１と、から成る。前記車両特性推定手段４０８は、前記制御指令算出手段４０６および前記速度位置検出手段４０７から取得する走行実績に関するデータを使用して、車両特性を推定する。車両特性の例としては、制動力の指令から制動力の発生までの無駄時間や、指令した減速度と発生した減速度の減速度偏差が挙げられるが、車両特性はこれらに限らない。車両特性の推定方法の一例として、前記制御指令算出手段４０６から出力した指令減速度データと、前記速度位置検出手段４０７からの出力結果を処理して得た、発生減速度データとを比較する方法が挙げられる。車両特性の推定方法はこの方法に限らない。前記車両特性推定手段４０８で推定された車両特性値は、前記車両特性蓄積手段４０９で蓄積される。車両特性値は、それぞれの車両特性推定が行われた日時や場所に関する情報と共にデータベース化される。前記車両特性反映手段４１０は、次に説明する前記参照期間指定手段４１１から車両特性学習用の参照期間を取得し、該参照期間に該当する車両特性値を、前記車両特性蓄積手段４０９から取得する。そして、取得した車両特性値から統計処理などで抽出した代表値を、車両特性の学習結果として、前記制御指令算出手段４０６へ出力する。前記参照期間指定手段４１１は、外部（例えば車両情報制御装置４０２）から取得する外乱関連情報を元に、前記参照期間を決定し、前記車両特性反映手段４１０に出力する。

次に、本実施例の前記自動列車運転装置４０１に含まれる、前記車両特性学習手段４０５において実行される処理について、図５、図６、図７を用いて説明する。

まず初めに、図５を用いて処理の全体を説明した後に、図６と図７を用いて一部の処理の詳細を説明する。

図５のステップ５０１において、自列車が駅間走行中であるか否かを判定し、駅間走行中であればステップ５０２へ進む。ここで、駅間走行中であるか否かの判定方法の例としては、前記速度位置検出手段４０７から取得できる自列車の位置および速度から判定する方法が考えられる。その他の方法でもよい。ステップ５０２では、自列車がＴＡＳＣ制御開始前の所定位置を通過したか否かを判定し、通過していればステップ５０３へ進む。ここで、ＴＡＳＣ制御開始とは、駅間走行中に着駅に近づき、駅停止位置までの制動速度パタンが生成されるタイミングを指しており、駅間毎にＴＡＳＣ制御開始となる位置は既定である。ステップ５０２では、ＴＡＳＣ制御開始より手前の地点の通過有無を判定するので、既定であるＴＡＳＣ制御開始位置より、所定距離手前の位置を、自列車が通過済みか否かを判定すればよい。ここで前記所定距離の決め方は、前記車両特性反映手段４１０からの出力値である車両特性値が、前記制御指令算出手段４０６に反映されるまでの列車の走行距離を基準に決める。例えば、列車が時速１００キロメートル（秒速２８メートル）で走行中で、車両特性値の反映に０．５秒必要であれば、前記所定距離は１４メートル以上あればよい。ステップ５０３では、前記車両特性反映手段４１０において、反映用の車両特性値を算出し、算出済みの車両特性値を前記制御指令算出手段４０６に反映する。ステップ５０３の詳細については、図６を用いて後述する。ステップ５０４では、自列車がＴＡＳＣ制御開始位置を通過した否かを判定し、通過していればステップ５０５に進む。ＴＡＳＣ制御開始位置については、ステップ５０２の説明で前述したのでここでは省略する。ステップ５０５では、前記制御指令算出手段４０６および前記速度位置検出手段４０７から取得する走行データを前記車両特性推定手段４０８に蓄積する。前記走行データには、少なくとも、各時点での時間、速度、減速度指令の情報を含む。前記走行データの蓄積は、ＴＡＳＣ制御終了、すなわち駅到着まで続けられる（ステップ５０６）。その後、ステップ５０７で、前記車両特性推定手段４０８における車両特性推定が行われ、ステップ５０８で、前記車両特性蓄積手段への車両特性値蓄積が実施される。以上が、前記車両特性学習手段４０５において実行される処理の全体像である。

次に、ステップ５０３の車両特性反映の詳細な処理について、図６を用いて説明する。まず、ステップ６０１では、前記参照期間指定手段４１１において、車両特性学習用の参照期間を決定する。ステップ６０１の詳細は図７を用いて後述する。次のステップ６０２では、前記参照期間指定手段４１１で決定された参照期間を、前記車両特性反映手段４１０で取得する。そして、ステップ６０３において、前記車両特性反映手段４１０は、取得した参照期間に当てはまる車両特性値を、前記車両特性蓄積手段４０９のデータベースから抽出する。最後に、ステップ６０４では、前ステップで抽出された車両特性値から代表となる車両特性値を算出し、前記制御指令算出手段４０６に出力する。代表となる車両特性値の算出は、例えば統計処理によって行われることが考えられる。統計処理の例としては、平均値や最頻値の使用が挙げられる。以上が、ステップ５０３の詳細説明である。

次に、前記参照期間指定手段４１１における参照期間決定（ステップ６０１）について、図７を用いて、詳細な処理を説明する。まず、ステップ７０１では、前記参照期間指定手段４１１が、前記車両情報制御装置４０２から、車両情報を取得する。ここで、前記車両情報に含まれる情報としては、車両の制動特性に影響を与える可能性のある外乱情報が含まれる。車両の制動特性に影響を与える可能性のある外乱としては、発生減速度が変化する、降雨・降雪・気温変化・荷重変化・砂まき稼働・レール塗油・ブレーキ電空比変化といった外乱や、制動指令の伝達遅れが変化する、併結車両数変化といった外乱が例として挙げられる。これらの外乱発生に関する情報が、前記車両情報には含まれている。次のステップ７０２では、取得した前記車両情報に前記の外乱が含まれているか否かを判定し、含まれていればステップ７０３へ、含まれていなければステップ７０４へ移行する。ステップ７０３では、外乱有り用の参照期間を算出する。外乱有り用の参照期間は、当該外乱が発生している期間を含み、かつ、当該外乱が発生していない期間を含まないように設定される。ステップ７０４では、外乱無し用の参照期間を算出する。外乱無し用の参照期間は、車両制動特性に影響を与える前記のような外乱が発生していない期間を含まないように設定される。そして、ステップ７０５において、ステップ７０３またはステップ７０４で算出された参照期間を、前記車両特性反映手段４１０へ出力する。以上が、ステップ６０１の詳細説明である。

最後に、図８と図９を用いて、本実施例の効果を説明する。図８と図９は、外乱発生の間に車両特性値が一時的に変化した場合の、車両特性学習値の時間的推移を表している。なお、ここでは、細かな車両特性値のゆらぎは図示しない。また各図において、最下部のグラフを除き、上から順に時間経過を辿っており、最下部のグラフは学習値の推移を一枚のグラフにまとめたものである。図８は本発明を適用しないケースであり、常に同じ長さの参照期間で、車両特性値を学習している。そのため、外乱発生中でも、外乱発生無し期間の車両特性値を学習に使用しており、真値への学習値の追従性に改善余地があると言える。一方で、図９は本実施例を適用したケースであり、外乱発生を検知している間は、学習の参照期間を外乱発生中の期間に限定している。また外乱が消えたときには、参照期間を元の長さに戻し、外乱発生期間を参照期間から除外することで、外乱発生無しの期間のみから車両特性値学習を学習する。これによって、図９最下部のように、真値に対する学習値の追従性が改善される。以上のように、前記参照期間指定手段４１１が前記車両情報制御装置４０２から外乱有無情報を取得・活用しているため、外乱有無によって学習期間を可変にすることができ、より正確な車両特性学習値を制御に活用することが可能となる。ひいては、車両制御の安定性を向上することとなり、停止制御においては、定位置停車のロバスト性が向上する。

以上が実施例１の説明である。

本実施例では、車両特性学習手段の外部から取得する外乱関連情報を基に、車両特性学習の参照期間を変化させる自動列車運転装置の別の例を説明する。

図１０は、本実施例における自動列車運転装置１００１の構成図の例である。前記自動列車運転装置１００１は、速度位置検出手段４０７と制御指令算出手段４０６と車両特性学習手段１００５と、から成る。前記速度位置検出手段４０７は、自列車の速度と位置を検出し、前記制御指令算出手段４０６に出力する。自列車の速度の検出方法は、図１記載の速度発電機からの速度信号を用いる方法（車軸の回転速度に車輪円周長を乗算）の他、ドップラーレーダー等を用いて地上との速度差を測る方法も考えられる。本発明では速度の検出方法は問わない。前記車両特性学習手段１００５は、前記制御指令算出手段４０６および前記速度位置検出手段４０７から取得する走行実績に関するデータと、前記車両特性学習手段１００５の外部（例えば、車両情報制御装置４０２）から取得する外乱関連情報を基に、自列車の車両特性値を学習し、前記制御指令算出手段４０６に出力する。前記制御指令算出手段４０６は、前記速度位置検出手段４０７から取得する自列車の速度および位置と、前記車両特性学習手段１００５から取得する車両特性値を基に、制御指令を算出し、制駆動制御装置４０３へ出力する。前記制御指令算出手段４０６における制御指令の算出過程は、その一例を図１を用いて〔背景技術〕にて説明したが、算出過程はこれに限らない。前記制駆動制御装置４０３はアクチュエータ４０４を制御し、車両を運動させる。

続いて、前記車両特性学習手段１００５の構成を説明する。前記車両特性学習手段１００５は、車両特性推定手段４０８と、車両特性蓄積手段４０９と、長期特性反映手段１０１０と短期特性反映手段１０１１と反映特性切替手段１０１２と、から成る。既に説明した図４に示された同一の符号を付された構成と、同一の機能を有する部分については、説明を省略する（車両特性推定手段４０８と、車両特性蓄積手段４０９）。前記長期特性反映手段１０１０は、後に説明する前記反映特性切替手段１０１２によって、反映特性が長期特性に切り替えられた場合に、長期特性反映用に定められた参照期間に該当する車両特性値を、前記車両特性蓄積手段４０９から取得する。取得した車両特性値から統計処理などで抽出した代表値を、車両特性の学習結果として、前記制御指令算出手段４０６へ出力する。前記短期特性反映手段１０１１は、後に説明する前記反映特性切替手段１０１２によって、反映特性が短期特性に切り替えられた場合に、短期特性反映用に定められた参照期間に該当する車両特性値を、前記車両特性蓄積手段４０９から取得する。取得した車両特性値から統計処理などで抽出した代表値を、車両特性の学習結果として、前記制御指令算出手段４０６へ出力する。ここで、前記長期特性反映手段１０１０で使用される参照期間は、前記短期特性反映手段１０１１で使用される参照期間よりも長いことが求められる。前記反映特性切替手段１０１２は、外部（例えば車両情報制御装置４０２）から取得する外乱関連情報を元に、前記参照期間を長期か短期かのいずれかに切り替える。

次に、本実施例の前記自動列車運転装置１００１に含まれる、前記車両特性学習手段１００５において実行される処理について、図５、図１１、図１２を用いて説明する。

図５を用いて処理の全体を説明した後に、図１１と図１２を用いて一部の処理の詳細を説明する。

本実施例における図５の説明は、実施例１における図５の説明において、
「前記自動列車運転装置４０１」を「前記自動列車運転装置１００１」と読み替え、また、
「前記車両特性反映手段４１０」を「前記長期特性反映手段１０１０または前記短期特性反映手段１０１１」と読み替えることで同一の説明となる。したがって、本実施例における図５の説明は省略する。

次に、ステップ５０３の車両特性反映の詳細な処理について、図１１を用いて説明する。まず、ステップ１１０１では、前記反映特性切替手段１０１２において、反映する特性を長期特性と短期特性のいずれにするかを決定する。ステップ１１０１の詳細は図１２を用いて後述する。次のステップ１１０２では、車両特性値の反映に用いる手段を、前記長期特性反映手段１０１０と前記短期特性反映手段１０１１とから選択する。本選択は、前記反映特性切替手段１０１２で決定された反映特性が長期特性の場合に、前記長期特性反映手段１０１０を選択し、短期特性の場合に、前記短期特性反映手段１０１１を選択する。ここでの選択結果を以降「特性反映手段」と呼ぶ。ステップ１１０３において、前記特性反映手段は、該特性反映手段に予め定められた参照期間に該当する車両特性値を、前記車両特性蓄積手段４０９のデータベースから抽出する。前記特性反映手段が前記長期特性反映手段１０１０であるときの前記参照期間は、前記特性反映手段が前記短期特性反映手段１０１０であるときの前記参照期間よりも長く設定されている。ステップ６０４の説明は図６と同一であるため省略する。以上が、本実施例におけるステップ５０３の詳細説明である。

次に、前記反映特性切替手段１０１２における反映特性決定（ステップ１１０１）について、図１２を用いて、詳細な処理を説明する。まず、ステップ１２０１では、前記反映特性切替手段１０１２が、前記車両情報制御装置４０２から、車両情報を取得する。ここで、前記車両情報に含まれる情報の説明は実施例１と同一であり、省略する。次のステップ１２０２では、取得した前記車両情報に前記の外乱が含まれているか否かを判定し、含まれていればステップ１２０３へ、含まれていなければステップ１２０４へ移行する。ステップ１２０３では、反映特性を短期特性と設定する。ステップ１２０４では、反映特性を長期特性と設定する。そして、ステップ１２０５において、ステップ１２０３またはステップ１２０４で選択された反映特性を出力する。以上が、ステップ１１０１の詳細説明である。

最後に、図８と図１３を用いて、本実施例の効果を説明する。図８と図１３は、外乱発生の間に車両特性値が一時的に変化した場合の、車両特性学習値の時間的推移を表している。なお、ここでは、細かな車両特性値のゆらぎは図示しない。また各図において、最下部のグラフを除き、上から順に時間経過を辿っており、最下部のグラフは学習値の推移を一枚のグラフにまとめたものである。図８は本発明を適用しないケースであり、常に同じ長さの参照期間で、車両特性値を学習している。そのため、外乱発生中でも、外乱発生無し期間の車両特性値を学習に使用しており、真値への学習値の追従性に改善余地があると言える。一方で、図１３は本実施例を適用したケースであり、外乱発生を検知している間は、学習の参照期間を短期間に狭めている。また外乱が消えたときには、参照期間を元の長さに戻している。これによって、図１３最下部のように、図８と比べて、真値に対する学習値の追従性が改善される。以上のように、前記反映特性切替手段１０１２が前記車両情報制御装置４０２から外乱有無情報を取得・活用しているため、外乱有無によって学習期間を可変にすることができ、より正確な車両特性学習値を制御に活用することが可能となる。ひいては、車両制御の安定性を向上することとなり、停止制御においては、定位置停車のロバスト性が向上する。

以上が実施例２の説明である。

本実施例では、車両特性学習手段の外部から取得する外乱関連情報を基に、車両特性学習の参照期間を変化させる自動列車運転装置の更なる別の例を説明する。

図１４は、本実施例における自動列車運転装置１４０１の構成図の例である。前記自動列車運転装置１４０１は、速度位置検出手段４０７と制御指令算出手段４０６と車両特性学習手段１４０５と、から成る。前記速度位置検出手段４０７は、自列車の速度と位置を検出し、前記制御指令算出手段４０６に出力する。自列車の速度の検出方法は、図１記載の速度発電機からの速度信号を用いる方法（車軸の回転速度に車輪円周長を乗算）の他、ドップラーレーダー等を用いて地上との速度差を測る方法も考えられる。本発明では速度の検出方法は問わない。前記車両特性学習手段１４０５は、前記制御指令算出手段４０６および前記速度位置検出手段４０７から取得する走行実績に関するデータと、前記車両特性学習手段１４０５の外部（例えば、車両情報制御装置４０２）から取得する外乱関連情報を基に、自列車の車両特性値を学習し、前記制御指令算出手段４０６に出力する。前記制御指令算出手段４０６は、前記速度位置検出手段４０７から取得する自列車の速度および位置と、前記車両特性学習手段１４０５から取得する車両特性値を基に、制御指令を算出し、制駆動制御装置４０３へ出力する。前記制御指令算出手段４０６における制御指令の算出過程は、その一例を図１を用いて
〔背景技術〕にて説明したが、算出過程はこれに限らない。前記制駆動制御装置４０３はアクチュエータ４０４を制御し、車両を運動させる。

続いて、前記車両特性学習手段１４０５の構成を説明する。前記車両特性学習手段１４０５は、車両特性推定手段４０８と、車両特性蓄積手段４０９と、車両特性反映手段４１０と、特性学習リセット手段１４１１と、から成る。既に説明した図４に示された同一の符号を付された構成と、同一の機能を有する部分については、説明を省略する（車両特性推定手段４０８と、車両特性蓄積手段４０９）。前記車両特性反映手段４１０は、次に説明する前記特性学習リセット手段１４１１から車両特性学習用の参照期間を取得し、該参照期間に該当する車両特性値を、前記車両特性蓄積手段４０９から取得する。そして、取得した車両特性値を統計処理などして抽出した代表値を、車両特性の学習結果として、前記制御指令算出手段４０６へ出力する。前記特性学習リセット手段１４１１は、外部（例えば車両情報制御装置４０２）から取得する外乱関連情報を元に、前記参照期間を決定し、前記車両特性反映手段４１０に出力する。

次に、本実施例の前記自動列車運転装置１４０１に含まれる、前記車両特性学習手段１４０５において実行される処理について、図５、図６、図１５を用いて説明する。

まず初めに、図５を用いて処理の全体を説明した後に、図６と図１５を用いて一部の処理の詳細を説明する。

本実施例における図５の説明は、実施例１における図５の説明において、
「前記自動列車運転装置４０１」を「前記自動列車運転装置１４０１」と読み替えることで同一の説明となる。したがって、本実施例における図５の説明は省略する。

次に、ステップ５０３の車両特性反映の詳細な処理について、図６を用いて説明する。本実施例における図６の説明は、実施例１における図６の説明において、
「前記参照期間指定手段４１１」を「前記特性学習リセット手段１４１１」と読み替えることで同一の説明となる。したがって、本実施例における図６の説明は省略する。

次に、前記特性学習リセット手段１４１１における参照期間決定（ステップ６０１）について、図１５を用いて、詳細な処理を説明する。

まず、ステップ１５０１では、前記特性学習リセット手段４１１が、前記車両情報制御装置４０２から、車両情報を取得する。ここで、前記車両情報に含まれる情報としては、車両の分割併合やメンテナンス実施といった、車両の制動特性に影響を与える可能性のあるイベント情報である。これらのイベントが生じると、そのタイミングでステップ状に車両特性が変化する。次のステップ１５０２では、取得した前記車両情報に前記の外乱イベントが含まれているか否かを判定し、含まれていれば学習リセット条件成立と判断してステップ１５０４に進み、そうでなければステップ１５０３に進む。ステップ１５０３では、直近の学習リセット条件成立（ステップ１５０２）からの経過時間に基づき、所定時間以上経過していればステップ１５０５へ進み、そうでなければステップ１５０４に進む。ここで前記所定時間とは、前記のような外乱イベントが無い通常時の学習用参照期間である。ステップ１５０４では、外乱イベントの存在を考慮した学習リセット用参照期間を算出する。ここで前記学習リセット用参照期間は、直近の学習リセット条件成立タイミングから現時点までの期間を指す。一方のステップ１５０５では、前記のような外乱イベントが無い通常時の学習用参照期間を通常用参照期間として設定する。ステップ７０５は、ステップ１５０４またはステップ１５０５で算出された参照期間を、前記車両特性反映手段４１０へ出力する。以上が、ステップ６０１の詳細説明である。

最後に、図１６と図１７を用いて、本実施例の効果を説明する。図１６と図１７は、保守や分割併合などの外乱イベントが生じて、車両特性値がステップ状に変化した場合における車両特性学習値の時間的推移を表している。なお、ここでは、細かな車両特性値のゆらぎは図示しない。また各図において、最下部のグラフを除き、上から順に時間経過を辿っており、最下部のグラフは学習値の推移を一枚のグラフにまとめたものである。図１６は本発明を適用しないケースであり、常に同じ長さの参照期間で、車両特性値を学習している。そのため、外乱イベント後の真値への学習値の追従性に改善余地があると言える。一方で、図１７は本実施例を適用したケースであり、外乱イベントが発生した場合に、学習開始期間をリセットして新範囲で特性値の学習をしている。これによって、図１７最下部のように、図１６と比べて、真値に対する学習値の追従性が改善される。以上のように、前記特性学習リセット手段１４１１が前記車両情報制御装置４０２から外乱有無情報を取得・活用しているため、外乱有無によって学習期間を可変にすることができ、より正確な車両特性学習値を制御に活用することが可能となる。ひいては、車両制御の安定性を向上することとなり、停止制御においては、定位置停車のロバスト性が向上する。

以上が実施例３の説明である。

401：自動列車運転装置
402：車両情報制御装置
403：制駆動制御装置
404：アクチュエータ
405：車両特性学習手段
406：制御指令算出手段
407：速度位置検出手段
408：車両特性推定手段
409：車両特性蓄積手段
410：車両特性反映手段
411：参照期間指定手段
1001：自動列車運転装置
1005：車両特性学習手段
1010：長期特性反映手段
1011：短期特性反映手段
1012：反映特性切替手段
1401：自動列車運転装置
1405：車両特性学習手段
1411：特性学習リセット手段

Claims (8)

1. 自車両の速度と位置を検出する速度位置検出手段と、車両の特性をオンライン学習する車両特性学習手段と、前記速度位置検出手段で検出した速度と位置、および、前記車両特性学習手段で学習した車両特性に基づいて、制駆動制御装置に対する制御指令を算出する制御指令算出手段とを備える自動列車運転装置であって、
   前記車両特性学習手段は、過去所定期間の制御指令および速度と位置のデータから車両特性を学習することを特徴とする自動列車運転装置。
   
2. 請求項１記載の自動列車運転装置であって、前記車両特性学習手段は、過去所定期間の制御指令および速度と位置のデータから車両特性を学習反映する車両特性反映手段と、前記車両特性反映手段に対し、前記過去所定期間を指定する参照期間指定手段と、を備えることを特徴とする自動列車運転装置。
   
3. 請求項２記載の自動列車運転装置であって、前記参照期間指定手段は、前記車両特性学習手段の外から取得する外部情報に基づいて、前記外部情報に外乱関連情報が存在する期間は、該期間内の期間を参照期間として採用し、前記外乱関連情報が存在しない期間は、前記外乱関連情報が存在する期間を参照期間から除外すること特徴とする、自動列車運転装置。
   
4. 請求項１記載の自動列車運転装置であって、前記車両特性学習手段は、過去所定期間の制御指令および速度と位置のデータから車両特性を学習する特性学習第一手段と、前記特性学習第一手段よりも短い期間の制御指令および速度と位置のデータから車両特性を学習する特性学習第二手段と、前記制御指令算出手段へ反映する学習結果を、前記特性学習第一手段の学習結果と前記特性学習第二手段の学習結果とのいずれかを選択するよう切り替える反映特性切替手段と、を備えることを特徴とする自動列車運転装置。
   
5. 請求項４記載の自動列車運転装置であって、前記反映特性切替手段は、前記車両特性学習手段の外から取得する外部情報に基づいて、前記外部情報に外乱関連情報が存在する期間は、前記制御指令算出手段へ反映する学習結果を、前記特性学習第二手段の学習結果を選択するように切り替えることを特徴とする、自動列車運転装置。
   
6. 請求項１記載の自動列車運転装置であって、前記車両特性学習手段は、過去所定期間の制御指令および速度と位置のデータから車両特性を学習反映する車両特性反映手段と、前記車両特性反映手段に対し、前記過去所定期間の始端を定め直す特性学習リセット手段と、を備えることを特徴とする自動列車運転装置。
   
7. 請求項６記載の自動列車運転装置であって、前記特性学習リセット手段は、前記車両特性学習手段の外から取得する外部情報に基づいて、前記外部情報に含まれる外乱イベントの発生タイミング以降のタイミングを、前記過去所定期間の始端とすることを特徴とする自動列車運転装置。
   
8. 請求項３または請求項５または請求項７に記載の自動列車運転装置であって、前記外乱関連情報は、車両の加減速特性または制駆動指令の伝達所要時間を変化させる外乱の発生情報であることを特徴とする、自動列車運転装置。