[发明专利]一种基于状态辨识的列车快速精确停车方法

说明书

本发明公开了一种基于状态辨识的列车快速精确停车方法，其方法首先获取基础数据，然后根据基础数据规划列车停车的速度‑距离参考曲线，求解制动级位，接着规划列车参考停车曲线，形成速度‑距离曲线簇，并按照结算的制动级位控制列车进行停车，当列车运行时间超过制动调整时间时，根据列车实际运行速度‑距离曲线与生成的曲线簇进行快速匹配，并根据匹配结果更新列车参考曲线。本发明考虑车辆特性偏差、制动系统响应过程偏差、列车重量偏差等不确定性因素导致的列车运行状态偏差，调整列车参考速度曲线，从而提高列车停车精度，通过调整列车参考停车曲线，减少控制器跟踪曲线与参考停车曲线的误差，减少列车控制级位波动，提高乘客乘车舒适度。

技术领域

本发明涉及列车自动控制、列车自动驾驶领域，具体涉及一种基于状态辨识的列车快速精确停车方法。

背景技术

随着我国智慧城市化进程的推进，以及互联互通制式的先进信号技术在轨道交通线路的应用，城市轨道交通中针对列车自动运行系统(ATO)系统的运行可靠性、运行效率、旅客舒适度等的标准和规范日益完善。根据《城市轨道交通CBTC信号系统-ATO子系统规范》中对于ATO在站台停车精度的系统指标要求：ATO停车精度范围±0.5 m内的概率大于等于99.999 8％；精度范围±0.3m内的概率大于等于99.99％。因此信号系统车载ATO如何高效实现精准停车功能成为轨道交通列控系统研究的热点。

为了保证列车运行过程中一定的停车精度，列车通常先进行参考速度曲线计算，列车采用不同的自动驾驶控制方法跟踪参考速度曲线以到达精确停车的目的。列车自动驾驶控制方法有PID控制算法，模糊控制算法，自适应控制算法。PID控制算法需要根据控制情况调节算法参数，并且参数确定后不易修改，针对多列车的参数修改工作繁杂，停车精度稳定性较差。模糊控制算法学习能力较强，离线学习有较大优势可以有效调节算法参数，但是算法实时性有所欠缺。自适应控制算法可以对不确定性进行在线修正，较好的解决系统不确定性造成的不利影响，但是当前的自适应算法需要建立适当的精确模型，模型选择对停车精度影响较大。由于列车长时间不间断运行，载客人数不断变化，各个车辆特性存在差异，使得列车精确停车受到较多干扰而存在不确定性。当控制器中的牵引计算模块所用列车模型与实际列车存在偏差时，如果按照参考曲线的理想控制量进行控车，会导致停车出现偏差或者控制级位频繁切换。

发明内容

为解决上述问题，本发明提出一种基于状态辨识的列车快速精确停车方法，通过下述技术方案实现：

一种基于状态辨识的列车快速精确停车方法，包括如下步骤：

S1、获取基础数据；

S2、根据基础数据规划列车停车的速度-距离参考曲线，求解制动级位；

S3、规划列车参考停车曲线，形成速度-距离曲线簇；

S4、根据步骤S2中解算的制动级位控制列车进行停车；

S5、当列车运行时间超过制动调整时间时，根据列车实际运行速度-距离曲线与步骤S3中速度-距离曲线簇进行快速匹配；

S6、根据匹配结果更新列车参考停车曲线。

上述方案的有益效果是，通过调整列车参考停车曲线，减少控制器跟踪曲线与参考停车曲线的误差，减少列车控制级位波动，提高乘客乘车舒适度

进一步的，所述基础数据包括列车基础数据、线路基础数据、停车制动时间、制动调整时间、速度允许偏差和列车制动响应时滞，其中所述列车基础数据包括车重和牵引制动特性；所述线路基础数据包括车站公里标、限速、坡度和曲线。

上述进一步方案的有益效果是，获得基础数据，便于后续步骤中的计算。

进一步，所述步骤S2中列车参考停车曲线的计算方法为：

S21、获取列车制动起始点公里标、制动起始点速度和制动终点公里标；