一种基于驾驶经验和在线学的城轨列车智能控制方法

摘要

本发明公开一种基于驾驶经验和在线学的城市轨道交通列车智能控制方法。该方法通过模拟有经验司机的驾驶策略，利用列车运行的实时数据，通过推理和归纳，得到控制器的输出，利用列车的实时信息和限速信息，将列车运行的剩余时间合理分配，得到时间精度估算值和速度估算值，并且基于实时信息的MTDA算法，利用列车运行限速和当前位置、速度和时间，推导列车运行期望运行时间和期望运行速度。本发明这种智能控制方法同北京市亦庄线的列车自动驾驶(ATO)仿真结果对比，能够节约能耗，提高准点率。

主权项

一种基于驾驶经验和在线学习的城市轨道交通列车智能控制方法，其特征在于，该控制方法包括如下步骤：1)列车运行时，每隔Δt的时间间隔，确定列车当前位置s和当前速度v信息，以及线路的限速(S_{1_b},S_{2_b}LS；V_{l_1},V_{l_2}L 0)，期望运行时间T和列车停车区间S_p，判断如果s≥S_p，转向步骤5，进入停车阶段，否则，转向步骤2；2)判断列车当前所处的限速区间，即S_k‑1≤s≤S_k，k表示列车当前所处的限速区间，对应的限速大小为V_k；3)根据专家知识库得到列车当前的工况，再根据限速情况和列车当前速度，计算各限速区段的最短运行时间并将剩余运行时间按比例分配到各个限速区段中，进而得出当前限速区段内的剩余运行时间；再根据推理机对列车当前的运行信息推理出列车此后是否加速、减速或者惰行；4)对列车智能驾驶控制器进行在线学习，得到该控制器输出值；5)对列车运行线路布置应答器，并根据应答器提供的位置信息调整所述控制器输出值。