一种基于井下CBTC系统的无人驾驶机车系统及追踪方法技术方案

本发明专利技术的一种基于井下CBTC系统的无人驾驶机车系统及追踪方法，包括自动监控系统ATS、车载Vehicle系统、区域控制器ZC系统、联锁CBI系统，以及井下无线Wifi+5G互为冗余的双网络；所述车载Vehicle系统、区域控制器ZC系统、联锁CBI系统分别通过井下无线Wifi+5G互为冗余的双网络与自动监控系统ATS通信连接；所述追踪方法包括数据获取阶段获取车载系统Vehicle、联锁系统CBI、自动监控系统ATS发送的数据，数据处理阶段根据获取的数据，为每辆机车实时计算移动授权并保存，数据发送单元主实时从缓存区中逐一取出机车的移动授权并发送给机车车载系统，每个单元相互独立，均采用线程处理机制，本发明专利技术在计算MA时，将前车作为“移动中的障碍物”，大大缩小行车间隔，提高线路利用率。

【技术实现步骤摘要】
一种基于井下CBTC系统的无人驾驶机车系统及追踪方法
本专利技术涉及井下无人驾驶机车
，具体涉及一种基于井下CBTC系统的无人驾驶机车系统及追踪方法。
技术介绍
目前，现有技术在井下无人驾驶机车追踪前车时，大多是将前车作为静态的障碍物来计算移动授权的，这样固然是安全的，但是降低了线路的利用率，而事实上前车大多数情况下是处于运动中的。根据现有技术得到的移动授权计算列车自动防护(AutomaticTrainProtection，简称ATP)曲线时，得到的最小追踪间隔比前后车实际运行时所能允许的追踪间隔要大。而为了保证列车的安全运行，前后车的最小追踪间隔不能超过后车的紧急制动距离，否者就会触发紧急制动，这就使得在列车运行的高峰时期，不能够根据实际运行情况来缩写列车之间的追踪间隔，使得线路的运营效率较低。
技术实现思路
本专利技术提出的一种基于井下CBTC系统的无人驾驶机车系统及追踪方法，可在为每辆机车计算移动授权时，不再将前车作为静态障碍物来处理了，能够使得移动授权延伸，从而可以缩小追踪距离，提高线路的运营效率。...

【技术保护点】
1.一种基于井下CBTC系统的无人驾驶机车系统，其特征在于：/n包括自动监控系统ATS(10)、车载Vehicle系统(40)、区域控制器ZC系统(30)、联锁CBI系统(20)，以及井下无线Wifi+5G互为冗余的双网络(50)；/n所述车载Vehicle系统(40)、区域控制器ZC系统(30)、联锁CBI系统(20)分别通过井下无线Wifi+5G互为冗余的双网络(50)与自动监控系统ATS(10)通信连接；/n其中，所述联锁CBI系统(20)分别向区域控制器ZC系统(30)、自动监控系统ATS(10)汇报轨旁设备状态信息；/n所述自动监控系统ATS(10)分别向区域控制器ZC系统(30)、...

【技术特征摘要】
1.一种基于井下CBTC系统的无人驾驶机车系统，其特征在于：
包括自动监控系统ATS(10)、车载Vehicle系统(40)、区域控制器ZC系统(30)、联锁CBI系统(20)，以及井下无线Wifi+5G互为冗余的双网络(50)；
所述车载Vehicle系统(40)、区域控制器ZC系统(30)、联锁CBI系统(20)分别通过井下无线Wifi+5G互为冗余的双网络(50)与自动监控系统ATS(10)通信连接；
其中，所述联锁CBI系统(20)分别向区域控制器ZC系统(30)、自动监控系统ATS(10)汇报轨旁设备状态信息；
所述自动监控系统ATS(10)分别向区域控制器ZC系统(30)、车载Vehicle系统(40)发送机车任务信息，并接收区域控制器ZC系统(30)汇报的机车位置信息、车载Vehicle系统(40)汇报的工况信息，接收联锁CBI系统(20)汇报的轨旁设备状态信息；
所述车载Vehicle系统(40)根据区域控制器ZC系统(30)发送的移动授权，计算并绘制ATP曲线，确保机车在ATP防护曲线下运行，并向区域控制器ZC系统(30)报告机车位置信息、前方障碍物位置信息；
所述区域控制器ZC系统(30)根据自动监控系统ATS(10)下发的任务信息、车载Vehicle系统(40)上报的机车位置信息、障碍物位置信息，联锁CBI系统(20)汇报的轨旁设备状态信息，以及自身保存的线路基础数据信息，为每辆机车实时计算移动授权，并将移动授权发送到对应的机车。


2.根据权利要求1所述的基于井下CBTC系统的无人驾驶机车系统，其特征在于：所述井下无线Wifi+5G互为冗余的双网络(50)包括UWB基站上安装的Wifi天线、车载UWB标签、井下信号机、通信控制器、井/上下交换机等构成的无线Wifi网络，以及由5G运营商安装的5G基站、接入点构成的5G专网。


3.一种基于井下CBTC系统的无人驾驶机车追踪方法，其特征在于：所包括以下步骤：
S10、通过数据获取阶段获取车载Vehicle软件上报的无人驾驶机车位置信息、工况信息，获取联锁CBI上报的轨旁设备状态信息，获取调度监控系统ATS下发的无人驾驶机车任务信息；
S20、根据步骤S10采集的基础数据，通过数据处理阶段计算各机车的移动授权MA，即在每个预设周期内，对已注册的每列无人驾驶机车V查找前方最近的另一辆无人驾驶机车V'，进一步判断若V、V'之间存在障碍物情况，计算此时V的移动授权MA，若不存在障碍物，则根据接收到的两辆机车的当前位置信息、工况信息，确定V、V'之间的距离S、V的紧急制动距离Sv、V'的紧急制动距离Sv'，计算此时V的移动授权MA，依次类推，计算其它已注册的无人驾驶机车的移动授权MA；
S30、通过数据发送单元，在每个预设周期内，将计算完成的无人驾驶机车MA分发到每辆机车车载Vehicle软件。


4.根据权利要求3所述的基于井下CBTC系统的无人驾驶机车追踪方法，其特征在于：所述获取Vehicle软件上报的机车位置信息包括机车测距UWB基站编号、相对于UWB基站的偏移量；
所述工况信息包括机车号、方向、速度、制动参数以及障碍物信息；
其中，所述制动参数包括机车最大加速度、转动惯量、限制速度、制动命令延迟时间、系统响应延迟时间、制动系统响应延迟时间以及自身延迟时间、线路最大坡度、粘着系数；
所述获取联锁CBI上报的轨旁设备状态信息，包括信号机状态、道岔状态、区段状态，信号机状态包括红灯、黄灯、绿灯，道岔状态包括定位、反位、无表示、占用、空闲，区段状态包括占用、空闲；
所述调度监控系统ATS下发的无人驾驶机车任务信息，包括机车号、运行方向、始发点、终点、途径设备状态信息，含道岔位置信息。


5.根据权利要求3所述的基于井下CBTC系统的无人驾驶机车追踪方法，其特征在于：所述S20根据步骤S10采集的基础数据，通过数据处理阶段计算各机车的移动授权MA包括：
S21、以Vehicle软件上报的机车位置，查找机车前方存在最近机车，计算机车移动授权；
S22、以Vehicle软件上报的机车位置以及CBI上报的轨旁设备状态信息，查找机车前方存在其它障碍物，计算机车移动授权；
S23、以Vehicle软件上报的机车位置以及CBI上报的轨旁设备状态信息，机车前方不存在障碍物，计算机车移动授权；
S24、将步骤S21至S23计算得到的机车移动授权存储到公共缓存区mTrainMaArr链表中；
其中，步骤S21具体实现步骤如下：
1)计算当前机车V与前方机车V'之间的距离Svv'，计算机车V、V'的紧急制动距离SEV、SEV'；
2)若前车V'正处于紧急制动状态，计算机车V的移动授权SMA(V)＝SVV'-S0；否则执行如下细分步骤S211至S213：
S211：若SVV'>...

【专利技术属性】
技术研发人员：魏臻，苏燚，徐自军，胡庆新，程磊，程运安，邢星，徐伟，汤俊，
申请(专利权)人：合肥工大高科信息科技股份有限公司，
类型：发明
国别省市：安徽;34