一种高速列车自主驾驶控制的实现方法技术

本发明专利技术属于列车控制技术领域，涉及一种高速列车自主驾驶控制的实现方法，包括：构建LNMAD模型，作为参考速度曲线生成器；利用训练数据集对参考速度曲线生成器训练；测量列车瞬时速度和位置；输入训练好的参考速度曲线生成器，获取参考速度曲线；速度跟踪控制器以参考速度曲线为跟踪目标，保证相邻列车距离稳定到允许范围内。本发明专利技术考虑多属性实际驾驶数据，提出结合LSTM网络和全连接网络处理时间和非时间相关特征，使得参考速度曲线生成器输出相对真实的参考速度曲线。本发明专利技术的速度跟踪控制器以参考速度曲线为跟踪目标，实现：高速列车跟踪参考速度曲线；两相邻列车之间的距离保持在适当范围内；相邻列车车头间距收敛到稳定值。值。值。

【技术实现步骤摘要】
一种高速列车自主驾驶控制的实现方法


[0001]本专利技术属于列车控制
，涉及一种高速列车自主驾驶控制的实现方法。

技术介绍

[0002]在人工智能(AI)和先进控制技术发展的推动下，自主驾驶系统的发展在过去几十年中受到越来越多的关注。如今，自主驾驶技术已广泛应用于各种交通工具，例如：无人驾驶汽车、移动机器人、船舶和矿山地下车辆等。与其他交通运输系统相比，高铁线路绵延数千公里，而且高铁的运行环境非常复杂。高速列车的自主驾驶控制系统还需要满足更高的安全水平，对突发交通需求的快速适应和更精确地调整到站时间等附加约束，这些都增加了设计高效高速列车自主驾驶系统的难度。
[0003]高速列车自主驾驶控制系统能够适应复杂的运行环境，并根据动态条件做出适当的决策。因此，决策能力是高速列车自主驾驶控制最重要和最具挑战性的部分之一，其核心任务包括：参考速度曲线动态生成和跟踪控制。传统上，在车载设备上会预先存储一系列参考速度曲线，这些参考速度曲线对应于不同的运行场景。运行过程中，驾驶员根据实际运行情况选择相应的速度曲线。而自主驾驶系统通过与外部环境交本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高速列车自主驾驶控制的实现方法，其特征在于，包括以下步骤：S1、构建面向多属性数据的混合学习模型，作为参考速度曲线生成器；S2、从观测值中获得最近N个时间步长的输入状态序列，并获得训练数据集为：其中，表示：具有列车历史运行状态的序列；M是样本总数；表示：列车i在t时刻的状态变量，表示：列车i在t时刻前，第p个采样点的状态变量；p＝1,2,
…
,N
‑
1；N表示采样点个数；所述状态变量包括：列车的位置、速度、加速度、相邻列车之间的间距、列车相对于前列列车的相对速度、列车操作模式、控制等级、下一个限制速度的变化值和到下一个限速区域的剩余距离；将ξ
i
作为训练面向多属性数据的混合学习模型的输入数据；表示：列车i在预测范围T中的参考运行曲线；表示：列车i在第t+q时刻的参考运行曲线，q＝1,2,
…
,T；所述参考运行曲线包括：列车的参考速度和参考位置信息；将作为训练面向多属性数据的混合学习模型的输出数据；S3、根据步骤S2中获得的数据D
train
，对参考速度曲线生成器进行训练；S4、设置终端时间T
e
或终端距离L
e
，对于每列列车，执行以下步骤：S4.1、在每个采样阶段t，测量每列列车i的瞬时列车速度v
i
(t)和位置x
i(t)
信息；S4.2、将状态变量输入训练好的参考速度曲线生成器，获取参考速度曲线；S4.3、设计基于反步控制技术和障碍李雅普诺夫函数的速度跟踪控制器；S4.4、所述速度跟踪控制器以参考速度曲线生成器生成的参考速度曲线作为跟踪目标，并保证相邻列车之间的距离稳定到给定值的允许范围内。2.如权利要求1所述的高速列车自主驾驶控制的实现方法，其特征在于：所述训练数据集为：为历史驾驶数据；利用所述历史驾驶数据对参考速度曲线生成器进行训练，训练面向多属性数据的混合学习模型的参数；当测试的面向多属性数据的混合学习模型满足性能要求时，则将训练好的面向多属性数据的混合学习模型用作参考速度曲线生成器。3.如权利要求1所述的高速列车自主驾驶控制的实现方法，其特征在于：在所述步骤S4.3中，针对多列高速列车的速度跟踪控制过程，考虑以下运营要求：
①
期望运行间隔要求如式(1)所示，lim
t
→
∞
||x
i
‑1(t)
‑
x
i
(t)||＝H
i
‑
1，i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，H
i
‑
1,i
是列车i
‑
1与列车i之间的期望运行间隔，x
i
(t)表示：列车i在t时刻的位移，x
i
‑1(t)表示：列车i
‑
1在t时刻的位移；
②
安全约束为：列车i与其前行列车的安全车头距离，如式(2)所示，
||x
i
‑1(t)
‑
x
i
(t)||≥H
s
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，H
s
表示要求的最小安全距离；
③
通信范围限制表示为式(3)，||x
i
‑1(t)
‑
x
i
(t)||≤H
c
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)其中，H
c
表示最小通信范围。4.如权利要求3所述的高速列车自主驾驶控制的实现方法，其特征在于：所述障碍李雅普诺夫函数用于：同步不同列车之间的速度，如式(4)所示，其中，z
i,j
＝x
i
‑
x
j
表示：列车i和j之间的实际距离；H
i,j
表示：列车i和j之间的预期距离；x
i
表示：列车i的实际位置；x
j
表示：列车i和j的实际位置；||z
i，j
||2表示：计算z
i,j
范数的二次方；假设所有相邻列车之间的初始车距保持在(H
s
,H
c
)区间内，且速度初始偏差满足表示：在初始时刻实际列车速度与标称值参考速度之间的偏差，δ
i
表示：列车i的初始速度跟踪误差的阈值。5.如权利要求4所述的高速列车自主驾驶控制的实现方法，其特征在于：所述步骤S4.4的具体步骤如下：S4.4...

【专利技术属性】
技术研发人员：王悉，李树凯，杨立兴，辛天鹏，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：