基于小样本数据增强集成学习的列车应急停车方法技术

本发明专利技术提供了一种基于小样本数据增强集成学习的列车应急停车方法，其特征在于：利用小样本数据集通过生成对抗网络GAN进行数据增强，通过stacking集成学习建立制动距离预测集成学习模型，并利用进化算法调优。当列车遇到障碍物时，利用制动距离预测集成学习模型预测出最大常用制动距离，从而准确判断采用最大常用制动力矩制动还是采用最大紧急制动力矩制动，在保证列车安全行驶的前提下，最大程度保证乘客的人身安全和乘坐舒适性。证乘客的人身安全和乘坐舒适性。证乘客的人身安全和乘坐舒适性。

【技术实现步骤摘要】
基于小样本数据增强集成学习的列车应急停车方法


[0001]本专利技术涉及交通运输
，特别是一种基于小样本数据增强集成学习的列车应急停车方法。

技术介绍

[0002]对于一些山地城市的轨道列车运行线路来说，边坡问题较突出，易形成危岩、滑坡等地质灾害，特别是随着城市建设活动对边坡平衡的破坏，导致局部地段土质边坡失稳，形成规模不等的堆积层滑坡，对城市轨道线路安全构成严重威胁。现有技术中，车载驾驶控制系统中的摄像头或激光雷达等障碍物探测元件可对列车线路上出现的障碍物进行检测，进而计算得到列车当前所在位置与障碍物之间的距离，此时列车通常有两种制动方式选择：制动距离较长的最大常用制动力矩制动和制动距离较短的紧急制动力矩制动，最大常用制动力矩制动相对平稳，给乘客造成的不适感较小，但制动距离较长，不一定能满足列车与障碍物之间的刹车制动距离限制；而紧急制动力矩制动的制动距离通常小于探测元件实时检测到的列车与障碍物之间的刹车距离，一旦探测元件检测到障碍物，立即采取紧急制动力矩制动，通常能保证列车在撞上障碍物前制动停车，但由于紧急制动力矩制动力矩大，刹车制动造本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于小样本数据增强集成学习的列车应急停车方法，其特征在于：包括障碍物探测元件（1）、制动距离计算模块（2）、列车运行控制模块（3）和列车运行数据监控模块（4）；所述障碍物探测元件（1）和制动距离计算模块（2）均与列车运行控制模块（3）连接；所述制动距离计算模块（2）与列车运行数据监控模块（4）连接；所述制动距离计算模块（2）内置有制动距离预测集成学习模型；所述列车运行数据监控模块（4）能获取并存贮列车历史制动样本数据；所述列车运行控制模块（3）能实时获取列车的运行特征数据；所述运行特征数据包括列车速度、列车所在坡度和列车属性；当障碍物探测元件（1）探测到列车的运行线路上有危险障碍物时：1）障碍物探测元件（1）生成应急处理信号，并将所述应急处理信号传输给列车运行控制模块（3）；障碍物探测元件（1）探测获取列车与障碍物之间的距离数据，将列车与障碍物之间的距离记为探测距离，障碍物探测元件（1）将所述探测距离数据传输给列车运行控制模块（3）；2）列车运行控制模块（3）收到应急处理信号后即向制动距离计算模块（2）发出制动距离计算指令，同时列车运行控制模块（3）将列车当前的运行特征数据传输给制动距离计算模块（2），然后制动距离计算模块（2）将收到的运行特征数据输入到所述制动距离预测集成学习模型，制动距离预测集成学习模型对输入的运行特征数据进行计算处理输出列车当前的预测最大常用制动距离；然后制动距离计算模块（2）将得到所述预测最大常用制动距离数...

【专利技术属性】
技术研发人员：徐凯，董莹莹，涂永超，吴仕勋，张淼，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：