基于大数据的列车自动驾驶ATO精确停车控制方法技术

本发明专利技术提供一种基于大数据的列车自动驾驶ATO精确停车控制方法，所述方法包括：基于目标制动分段曲线和目标函数，确定目标控制模型；基于所述目标控制模型，确定目标列车的初始运行数据对应的目标最优解；基于所述目标最优解，对所述目标列车进行制动控制；其中，所述目标函数包括：所述目标列车的停靠误差对应的第一目标函数；所述目标列车的制动能耗对应的第二目标函数；所述目标列车的加速度变化率对应的第三目标函数。本发明专利技术提供的基于大数据的列车自动驾驶ATO精确停车控制方法，通过确定性能良好的目标控制模型，可以实现高效计算目标最优解，进而根据目标最优解对目标列车进行制动控制，从而可以实现精准停车。从而可以实现精准停车。从而可以实现精准停车。

【技术实现步骤摘要】
基于大数据的列车自动驾驶ATO精确停车控制方法


[0001]本专利技术涉及轨道交通
，尤其涉及一种基于大数据的列车自动驾驶ATO精确停车控制方法。

技术介绍

[0002]目前列车进站停车通常是通过运用比例积分微分(Proportion Integral Derivative，PID)控制算法对列车进行制动控制。然而在列车实际制动过程中，PID控制算法存在着明显缺陷，例如包括：停车距离存在误差，抗异常情况能力弱等。故列车开始停车制动时，系统测量的距离误差也会较大，严重影响列车的停准精度。

技术实现思路

[0003]本专利技术提供一种基于大数据的列车自动驾驶ATO精确停车控制方法，用以解决现有技术中列车无法实现精准停车的技术问题。
[0004]本专利技术提供一种基于大数据的列车自动驾驶ATO精确停车控制方法，包括：
[0005]基于目标制动分段曲线和目标函数，确定目标控制模型；
[0006]基于所述目标控制模型，确定目标列车的初始运行数据对应的目标最优解；
[0007]基于所述目标最优解，对所述目标列车进行制动控制；
[0008]其中，所述目标函数包括：
[0009]所述目标列车的停靠误差对应的第一目标函数；
[0010]所述目标列车的制动能耗对应的第二目标函数；
[0011]所述目标列车的加速度变化率对应的第三目标函数。
[0012]在一个实施例中，所述基于所述目标控制模型，确定目标列车的初始运行数据对应的目标最优解，包括：<br/>[0013]基于所述目标控制模型，确定所述初始运行数据对应的最优解集；
[0014]根据所述目标函数的预设优先级，在所述最优解集中确定所述目标最优解；
[0015]其中，所述第一目标函数的预设优先级最高。
[0016]在一个实施例中，所述根据所述目标函数的预设优先级，在所述最优解集中确定所述目标最优解，包括：
[0017]根据所述第一目标函数，将所述最优解集中所述停靠误差最小的解确定为最优解；
[0018]在所述最优解为一个的情况下，将所述最优解作为所述目标最优解；
[0019]在所述最优解为多个的情况下，基于所述第二目标函数对应的第一预设权重和所述第三目标函数对应的第二预设权重，在多个所述最优解中确定所述目标最优解。
[0020]在一个实施例中，所述基于所述目标最优解，对所述目标列车进行制动控制，包括：
[0021]基于所述目标最优解，确定所述目标列车的目标制动参数；
[0022]在确定所述目标列车的当前运行数据与所述目标制动参数不匹配的情况下，对所述目标列车进行制动控制；
[0023]其中，所述目标制动参数包括以下至少一项：各分段的目标制动时间、各分段点的目标速度、各分段目标加速度、各分段目标制动距离。
[0024]在一个实施例中，所述在确定所述目标列车的当前运行数据与所述目标制动参数不匹配的情况下，对所述目标列车进行制动控制，包括：
[0025]在确定所述目标列车的当前运行数据与所述目标制动参数不匹配的情况下，确定所述目标列车是否到达目标停车点；
[0026]在确定所述目标列车未到达所述目标停车点的情况下，确定所述目标列车是否到达下一目标分段点；
[0027]在所述目标列车到达所述下一目标分段点的情况下，将所述目标列车的当前加速度切换为所述下一目标分段点对应的目标加速度；
[0028]在所述目标列车未到达所述下一目标分段点的情况下，保持所述当前加速度不变。
[0029]在一个实施例中，所述在确定所述目标列车的当前运行数据与所述目标制动参数不匹配的情况下，确定所述目标列车是否到达目标停车点，包括：
[0030]在确定所述目标列车的当前运行数据与所述目标制动参数不匹配的情况下，通过激光信号确定所述目标列车的当前速度和所述目标列车的当前制动距离；
[0031]基于所述当前速度和所述当前制动距离，确定所述目标列车是否到达所述目标停车点。
[0032]本专利技术还提供一种基于大数据的列车自动驾驶ATO精确停车控制装置，包括：
[0033]第一确定模块，用于基于目标制动分段曲线和目标函数，确定目标控制模型；
[0034]第二确定模块，用于基于所述目标控制模型，确定目标列车的初始运行数据对应的目标最优解；
[0035]控制模块，用于基于所述目标最优解，对所述目标列车进行制动控制；
[0036]其中，所述目标函数包括：
[0037]所述目标列车的停靠误差对应的第一目标函数；
[0038]所述目标列车的制动能耗对应的第二目标函数；
[0039]所述目标列车的加速度变化率对应的第三目标函数。
[0040]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于大数据的列车自动驾驶ATO精确停车控制方法的步骤。
[0041]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于大数据的列车自动驾驶ATO精确停车控制方法的步骤。
[0042]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于大数据的列车自动驾驶ATO精确停车控制方法的步骤。
[0043]本专利技术提供的基于大数据的列车自动驾驶ATO精确停车控制方法，通过目标制动分段曲线和目标函数，可以确定性能良好的目标控制模型，从而可以实现高效计算目标最
优解，进而根据目标最优解对目标列车进行制动控制，从而可以实现精准停车。
附图说明
[0044]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0045]图1是本专利技术提供的基于大数据的列车自动驾驶ATO精确停车控制方法的流程示意图；
[0046]图2是本专利技术提供的基于大数据的列车自动驾驶ATO精确停车控制方法的理想制动曲线与实际制动曲线对比示意图；
[0047]图3是本专利技术提供的基于大数据的列车自动驾驶ATO精确停车控制方法的理想制动曲线与分段制动曲线对比示意图；
[0048]图4是应用本专利技术提供的基于大数据的列车自动驾驶ATO精确停车控制方法的流程示意图；
[0049]图5是本专利技术提供的基于大数据的列车自动驾驶ATO精确停车控制方法的理想制动曲线与大数据最优制动分段曲线对比示意图；
[0050]图6是本专利技术提供的基于大数据的列车自动驾驶ATO精确停车控制装置的结构示意图；
[0051]图7是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的列车自动驾驶ATO精确停车控制方法，其特征在于，包括：基于目标制动分段曲线和目标函数，确定目标控制模型；基于所述目标控制模型，确定目标列车的初始运行数据对应的目标最优解；基于所述目标最优解，对所述目标列车进行制动控制；其中，所述目标函数包括：所述目标列车的停靠误差对应的第一目标函数；所述目标列车的制动能耗对应的第二目标函数；所述目标列车的加速度变化率对应的第三目标函数。2.根据权利要求1所述的基于大数据的列车自动驾驶ATO精确停车控制方法，其特征在于，所述基于所述目标控制模型，确定目标列车的初始运行数据对应的目标最优解，包括：基于所述目标控制模型，确定所述初始运行数据对应的最优解集；根据所述目标函数的预设优先级，在所述最优解集中确定所述目标最优解；其中，所述第一目标函数的预设优先级最高。3.根据权利要求2所述的基于大数据的列车自动驾驶ATO精确停车控制方法，其特征在于，所述根据所述目标函数的预设优先级，在所述最优解集中确定所述目标最优解，包括：根据所述第一目标函数，将所述最优解集中所述停靠误差最小的解确定为最优解；在所述最优解为一个的情况下，将所述最优解作为所述目标最优解；在所述最优解为多个的情况下，基于所述第二目标函数对应的第一预设权重和所述第三目标函数对应的第二预设权重，在多个所述最优解中确定所述目标最优解。4.根据权利要求1所述的基于大数据的列车自动驾驶ATO精确停车控制方法，其特征在于，所述基于所述目标最优解，对所述目标列车进行制动控制，包括：基于所述目标最优解，确定所述目标列车的目标制动参数；在确定所述目标列车的当前运行数据与所述目标制动参数不匹配的情况下，对所述目标列车进行制动控制；其中，所述目标制动参数包括以下至少一项：各分段的目标制动时间、各分段点的目标速度、各分段目标加速度、各分段目标制动距离。5.根据权利要求4所述的基于大数据的列车自动驾驶ATO精确停车控制方法，其特征在于，所述在确定所述目标列车的当前运行数据与所述目标制动参数不匹配的情况下，对所述目标列车进行制动控制，包括：在确定所述目标列车的当前运行数据...

【专利技术属性】
技术研发人员：杜恒，刘建坤，陈建球，陈庆瑞，仓怀明，张晋恺，李萍，栾永帅，
申请(专利权)人：北京大象科技有限公司，
类型：发明
国别省市：