The invention relates to a subway traffic conflict early warning method based on robust strategy, including the following steps: firstly, according to the plan of operation parameters of each train, the topology generation of rail transit network; then the topology based on the controllability and sensitivity analysis of train flow; then according to the plan of operation parameters of each train, generating multiple trains collision free trajectory; and then at each sampling time, the train running condition and historical position observation sequence based on the prediction of future position at a time of the train, and then establish the train from continuous to discrete dynamic conflict logic observer, continuous dynamic mapping for conflict state expression of discrete observations; when the system may be in violation of traffic rules, monitoring the implementation of the hybrid dynamic behavior of Metro hybrid system, as the control center. Alarm information. The invention tracks the track of the subway train in real time, effectively predicts the train collision and improves the safety of the subway traffic.
【技术实现步骤摘要】
基于鲁棒策略的地铁交通冲突预警方法本申请是申请号为:201510150771.3,专利技术创造名称为《地铁列车冲突预警方法》,申请日为:2015年3月31日的专利技术专利申请的分案申请。
本专利技术涉及一种地铁列车冲突预警方法,尤其涉及一种基于鲁棒策略的地铁列车冲突预警方法。
技术介绍
随着我国大中城市规模的日益扩大,城市交通系统面临着越来越大的压力,大力发展轨道交通系统成为解决城市交通拥塞的重要手段。国家“十一五”规划纲要指出,有条件的大城市和城市群地区要把轨道交通作为优先发展领域。我国正经历一个前所未有的轨道交通发展高峰期,一些城市已由线的建设转向了网的建设,城市轨道交通网络已逐步形成。在轨道交通网络和列车流密集的复杂区域,仍然采用列车运行计划结合基于主观经验的列车间隔调配方式逐渐显示出其落后性,具体表现在:(1)列车运行计划时刻表的制定并未考虑到各种随机因素的影响,容易造成交通流战术管理拥挤,降低交通系统运行的安全性;(2)列车调度工作侧重于保持单个列车间的安全间隔,尚未上升到对列车流进行战略管理的宏观层面;(3)列车调配过程多依赖于一线调度人员的主观经验, ...
【技术保护点】
一种基于鲁棒策略的地铁交通冲突预警方法,其特征在于包括如下步骤:步骤A、根据各个列车的计划运行参数,生成轨道交通网络的拓扑结构图;步骤B、基于步骤A所构建的轨道交通网络的拓扑结构图,分析列车流的可控性和敏感性二类特性;步骤C、根据各个列车的计划运行参数,在构建列车动力学模型的基础上,依据列车运行冲突耦合点建立列车运行冲突预调配模型,生成多列车无冲突运行轨迹;步骤D、在每一采样时刻t,基于列车当前的运行状态和历史位置观测序列,对列车未来某时刻的行进位置进行预测;其具体过程如下:步骤D1、列车轨迹数据预处理,以列车在起始站的停靠位置为坐标原点,在每一采样时刻,依据所获取的列车原 ...
【技术特征摘要】
1.一种基于鲁棒策略的地铁交通冲突预警方法,其特征在于包括如下步骤:步骤A、根据各个列车的计划运行参数,生成轨道交通网络的拓扑结构图;步骤B、基于步骤A所构建的轨道交通网络的拓扑结构图,分析列车流的可控性和敏感性二类特性;步骤C、根据各个列车的计划运行参数,在构建列车动力学模型的基础上,依据列车运行冲突耦合点建立列车运行冲突预调配模型,生成多列车无冲突运行轨迹;步骤D、在每一采样时刻t,基于列车当前的运行状态和历史位置观测序列,对列车未来某时刻的行进位置进行预测;其具体过程如下:步骤D1、列车轨迹数据预处理,以列车在起始站的停靠位置为坐标原点,在每一采样时刻,依据所获取的列车原始离散二维位置序列x=[x1,x2,...,xn]和y=[y1,y2,...,yn],采用一阶差分方法对其进行处理获取新的列车离散位置序列△x=[△x1,△x2,...,△xn-1]和△y=[△y1,△y2,...,△yn-1],其中△xi=xi+1-xi,△yi=yi+1-yi(i=1,2,...,n-1);步骤D2、对列车轨迹数据聚类,对处理后新的列车离散二维位置序列△x和△y,通过设定聚类个数M',采用遗传聚类算法分别对其进行聚类;步骤D3、对聚类后的列车轨迹数据利用隐马尔科夫模型进行参数训练,通过将处理后的列车运行轨迹数据△x和△y视为隐马尔科夫过程的显观测值,通过设定隐状态数目N'和参数更新时段τ',依据最近的T'个位置观测值并采用B-W算法滚动获取最新隐马尔科夫模型参数λ';具体来讲:由于所获得的列车轨迹序列数据长度是动态变化的,为了实时跟踪列车轨迹的状态变化,有必要在初始轨迹隐马尔科夫模型参数λ'=(π,A,B)的基础上对其重新调整,以便更精确地推测列车在未来某时刻的位置;每隔时段τ',依据最新获得的T'个观测值(o1,o2,...,oT')对轨迹隐马尔科夫模型参数λ'=(π,A,B)进行重新估计;步骤D4、依据隐马尔科夫模型参数,采用Viterbi算法获取当前时刻观测值所对应的隐状态q;步骤D5、每隔时段根据最新获得的隐马尔科夫模型参数λ'=(π,A,B)和最近H个历史观测值(o1,o2,...,oH),基于列车当前时刻的隐状态q,在时刻t,通过设定预测时域h',获取未来时段列车的位置预测值O;步骤E、建立从列车的连续动态到离散冲突逻辑的观测器,将地铁交通系统的连续动态映射为离散观测值表达的冲突状态;当系统有可能违反交通管制规则时,对地铁交通混杂系统的混杂动态行为实施监控,为地铁交通控制中心提供及时的告警信息;所述步骤E的具体实施过程如下:步骤E1、构造基于管制规则的冲突超曲面函数集:建立超曲面函数集用以反映系统的冲突状况,其中,冲突超曲面中与单一列车相关的连续函数hI为第I型超曲面,与两列车相关的连续函数hII为第II型超曲面;步骤E2、建立由列车连续状态至离散冲突状态的观测器,构建列车在交通路网内运行时需满足的安全规则集dij(t)≥dmin,其中dij(t)表示列车i和列车j在t时刻的实际间隔,dmin表示列车间的最小安全间隔;步骤E3、基于人-机系统理论和复杂系统递阶控制原理,根据列车运行模式,构建人在环路的列车实时监控机制,保证系统的运行处于安全可达集内,设计从冲突到冲突解脱手段的离散监控器,当观测器的离散观测向量表明安全规则集会被违反时,立刻向地铁交通控制中心发出相应的告警信息。2.一种用于冲突预警的地铁交通流优化控制系统,其特征在于:包括线路拓扑结构生成模块、数据传输模块、车载终端模块、控制终端模块以及轨迹监视模块,轨迹监视模块收集列车的状态信息并提供给控制终端模块;所述控制终端模块包括以下子模块:列车运行前无冲突轨迹生成模块:根据列车计划运行时刻表,首先建立列车动力学模型,然后依据列车运行冲突耦合点建立列车运行冲突预调配模型,最后生成无冲突列车运行轨迹;列车运行中短期轨迹生成模块:依据轨迹监视模块提供的列车实时状态信息,利用数据挖掘模型,推测未来时段内...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。