[发明专利]一种地铁列车冲突预警方法有效
申请号: | 201510150113.4 | 申请日: | 2015-03-31 |
公开(公告)号: | CN105083322B | 公开(公告)日: | 2017-03-08 |
发明(设计)人: | 韩云祥;黄晓琼 | 申请(专利权)人: | 江苏理工学院 |
主分类号: | B61L23/00 | 分类号: | B61L23/00;B61L27/00 |
代理公司: | 常州市江海阳光知识产权代理有限公司32214 | 代理人: | 陈晓君 |
地址: | 213001 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 地铁 列车 冲突 预警 方法 | ||
技术领域
本发明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。
背景技术
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,调配时机的选择随意性较大,缺乏科学理论支撑;(4)调度人员所运用的调配手段较少考虑到外界干扰因素的影响,列车调配方案的鲁棒性和可用性较差。为保证地铁交通的安全运行,实施有效的冲突预警就成为地铁交通管制工作的重点。实施有效的地铁冲突预警就成为地铁交通管制工作的重点。
已有文献资料的讨论对象多针对长途铁路运输,而针对大流量、高密度和小间隔运行条件下的城市地铁交通系统的科学调控方案尚缺乏系统设计。复杂路网运行条件下的列车协调控制方案在战略层面上需要对区域内交通网络上单列车的运行状态进行推算和优化,并对由多个列车构成的交通流实施协同规划;在预战术层面上通过有效的监控机制调整交通网络上部分区域的关键运行参数来解决拥塞问题,但目前对地铁列车轨迹的预测及看列车冲突预警均没有较为准确的方案。
发明内容
本发明要解决的技术问题是提供一种鲁棒性和可用性较好的地铁列车冲突预警方法,该方法对地铁列车的预测精度较高、地铁列车冲突预警的准确性及时效性均较好。
实现本发明目的的技术方案是提供一种地铁列车冲突预警方法,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Δx=[Δx1,Δx2,...,Δxn-1]和Δy=[Δy1,Δy2,...,Δyn-1],其中Δxi=xi+1-xi,Δyi=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Δx和Δy,通过设定聚类个数M′,采用K-means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Δx和Δy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;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏理工学院,未经江苏理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510150113.4/2.html,转载请声明来源钻瓜专利网。