【技术实现步骤摘要】
本专利技术涉及轨道交通自动驾驶技术，具体涉及一种基于多源感知数据的轨道交通驾驶曲线规划方法及系统。
技术介绍
1、近年来，社会发展以及城镇化进程不断加快，轨道交通由于具有运量大、速度快、安全且准时等特点，逐渐成为人们主要的出行交通工具之一。随着轨道交通的快速发展，轨道交通系统对能源的消耗也在逐年增加。因此，在保障轨道交通正常运营情况下，降低其能耗成为了研究者的主要研究方向之一。轨道交通的能耗主要分为运营能耗和运行能耗，其中运营能耗指车辆的照明系统空调系统等产生的能耗，该部分能耗通常很难直接优化。运行能耗指运行过程中通过牵引所消耗能能量，该部分能耗可通过优化驾驶策略等方式进行节能优化，且能实现较为理想的效果。目前大部分研究者对于节能驾驶研究主要集中于离线优化，内容主要分为节能驾驶曲线规划以及自动控制，但是这种方法往往效果不佳，因为实际跟踪的速度曲线和理论仿真曲线由于天气、列车损耗等其他原因会存在一定的误差。因此一种基于多源感知数据的轨道交通节能驾驶曲线规划技术，对于解决离线优化驾驶曲线的不足以及研究轨道交通节能驾驶有着很重要的意义。
技术实现思路
1、本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种基于多源感知数据的轨道交通驾驶曲线规划方法及系统，本专利技术能够满足列车运行的实际能耗需求，降低列车的性能能耗，降低列车运营成本，对于研究列车节能驾驶优化具有较大意义。
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、一种基于多源感知数据的轨
4、s1，将列车的行驶线路划分为多个区间{qi}；
5、s2，在列车运行期间检测列车当前的行驶位置，若发现列车当前行驶到临近任意区间qi的边界则跳转步骤s3，否则跳转重新执行步骤s2；
6、s3，基于列车的多种感知数据计算区间qi的控制序列u2(k)及其实时优化能耗jsi；
7、s4，将实时优化能耗jsi及其区间qi预设的经验优化能耗jyi进行比较，若实时优化能耗jsi优于经验优化能耗jyi，则选择控制序列u2(k)控制列车在区间qi的行驶；否则，保持经验优化能耗jyi对应的预设控制序列u1(k)控制列车在区间qi的行驶。
8、可选地，步骤s1中将列车的行驶线路划分为多个区间{qi}是指将信号灯的位置、需要换线的岔口以及改变运行状态的位置作为区间的分界将列车的行驶线路划分为多个区间{qi}，其中改变运行状态是指列车从停止状态改变为牵引状态，或从牵引状态改变为制动状态。
9、可选地，步骤s2中列车当前行驶到临近任意区间qi的边界是指列车当前的行驶位置、区间qi的边界之间距离等于设定值。
10、可选地，步骤s3包括：
11、s3.1，采集列车的多种感知数据，包括速度、加速度、牵引力以及制动力；
12、s3.2，基于列车的多种感知数据进行数据融合分类，确定列车在区间qi的运行模式，所述运行模式包括牵引、巡航、惰行以及制动四种，且每一种运行模式对应一种档位曲线，从而得到区间qi的档位曲线以作为区间qi的控制序列u2(k)；同时将列车的多种感知数据输入列车的多目标能耗优化模型，得到列车在区间qi的实时优化能耗jsi。
13、可选地，所述基于列车的多种感知数据进行数据融合分类是指将列车的多种感知数据输入贝叶斯分类器进行数据融合分类以确定列车在区间qi的运行模式。
14、可选地，所述多目标能耗优化模型的函数表达式为：
15、
16、上式中，y为多目标能耗优化模型的优化结果，且以优化目标最小作为优化目标，ω1、ω2、ω3、ω4分别为权重因子，e为总能耗，δs为停车误差，kjerk为舒适度，δt为准时度误差，ym(k)为任意时刻k的速度，v0为初始的速度，v(0)为t＝0时刻的速度，s0为初始的位移，s(0)为t＝0时刻的位移，t＝0时刻为初始时刻，其中：
17、δs＝|s-starget|，
18、δt＝|t-ttarget|，
19、上式中，t为区间的数量，fi(s)为在区间qi中位移s列车的牵引力，δsi为牵引力fi(s)作用下列车所产生的位移，εb为列车制动过程中再生制动能转化的乘积因子，bi为列车在区间qi中的制动力，vi为列车在区间qi中的速度，将任意区间qi的总能耗e减去区间qi-1的总能耗e之差作为列车在区间qi的实时优化能耗jsi；s为列车的实际停车位置，starget为列车的目标停车位置，且停车误差δs小于预设阈值；a为列车的加速度，t为时间；t为列车的实际到站时间，ttarget为列车的目标到站时间，准时度误差δt小于预设值。
20、可选地，步骤s4中控制列车在区间qi的行驶是指根据控制序列u2(k)或者控制序列u1(k)控制列车在区间qi内不同位移处的档位，所述控制序列u2(k)和控制序列u1(k)包含不同位移及其对应的档位之间的对应关系。
21、可选地，步骤s1之前还包括设定列车的预优化速度曲线以及各个区间qi的设定预设控制序列u1(k)，并根据列车的预优化速度曲线确定对应的经验优化能耗jyi，所述预优化速度曲线包含列车的位移、速度的二维坐标系曲线，且根据列车的预优化速度曲线确定对应的经验优化能耗jyi包括：根据得到的预优化速度曲线，使列车跟随预优化速度曲线在同一线路上测试多次，然后取各个区间qi的能耗的平均值作为区间qi对应的经验优化能耗jyi。
22、此外，本专利技术还提供一种基于多源感知数据的轨道交通驾驶曲线规划系统，包括相互连接的微处理器和存储器，所述微处理器被编程或配置以执所述基于多源感知数据的轨道交通驾驶曲线规划方法的步骤。
23、此外，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序用于被微处理器编程或配置以执所述基于多源感知数据的轨道交通驾驶曲线规划方法的步骤。
24、和现有技术相比，本专利技术主要具有下述优点：本专利技术包括将列车运行线路划分为不同小区间，根据多源传感器所采集的实时数据进行分析与处理，判断是否需要实时规划速度曲线，将小区间实时规划曲线的能耗与离线优化的区间能耗进行对比，选择能耗较少的曲线进行行驶。本专利技术能够满足列车运行的实际能耗需求，降低列车的性能能耗，降低列车运营成本，对于研究列车节能驾驶优化具有较大意义。
本文档来自技高网...【技术保护点】
1.一种基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，包括：
2.根据权利要求1所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，步骤S1中将列车的行驶线路划分为多个区间{qi}是指将信号灯的位置、需要换线的岔口以及改变运行状态的位置作为区间的分界将列车的行驶线路划分为多个区间{qi}，其中改变运行状态是指列车从停止状态改变为牵引状态，或从牵引状态改变为制动状态。
3.根据权利要求1所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，步骤S2中列车当前行驶到临近任意区间qi的边界是指列车当前的行驶位置、区间qi的边界之间距离等于设定值。
4.根据权利要求1所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，步骤S3包括：
5.根据权利要求4所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，所述基于列车的多种感知数据进行数据融合分类是指将列车的多种感知数据输入贝叶斯分类器进行数据融合分类以确定列车在区间qi的运行模式。
6.根据权利要求4所述的基于多源感知数据的轨道交通
7.根据权利要求1所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，步骤S4中控制列车在区间qi的行驶是指根据控制序列u2(k)或者控制序列u1(k)控制列车在区间qi内不同位移处的档位，所述控制序列u2(k)和控制序列u1(k)包含不同位移及其对应的档位之间的对应关系。
8.根据权利要求1～7中任意一项所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，步骤S1之前还包括设定列车的预优化速度曲线以及各个区间qi的设定预设控制序列u1(k)，并根据列车的预优化速度曲线确定对应的经验优化能耗Jyi，所述预优化速度曲线包含列车的位移、速度的二维坐标系曲线，且根据列车的预优化速度曲线确定对应的经验优化能耗Jyi包括：根据得到的预优化速度曲线，使列车跟随预优化速度曲线在同一线路上测试多次，然后取各个区间qi的能耗的平均值作为区间qi对应的经验优化能耗Jyi。
9.一种基于多源感知数据的轨道交通驾驶曲线规划系统，包括相互连接的微处理器和存储器，其特征在于，所述微处理器被编程或配置以执行权利要求1～8中任意一项所述基于多源感知数据的轨道交通驾驶曲线规划方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序用于被微处理器编程或配置以执行权利要求1～8中任意一项所述基于多源感知数据的轨道交通驾驶曲线规划方法的步骤。
...【技术特征摘要】
1.一种基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，包括：
2.根据权利要求1所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，步骤s1中将列车的行驶线路划分为多个区间{qi}是指将信号灯的位置、需要换线的岔口以及改变运行状态的位置作为区间的分界将列车的行驶线路划分为多个区间{qi}，其中改变运行状态是指列车从停止状态改变为牵引状态，或从牵引状态改变为制动状态。
3.根据权利要求1所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，步骤s2中列车当前行驶到临近任意区间qi的边界是指列车当前的行驶位置、区间qi的边界之间距离等于设定值。
4.根据权利要求1所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，步骤s3包括：
5.根据权利要求4所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，所述基于列车的多种感知数据进行数据融合分类是指将列车的多种感知数据输入贝叶斯分类器进行数据融合分类以确定列车在区间qi的运行模式。
6.根据权利要求4所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于，所述多目标能耗优化模型的函数表达式为：
7.根据权利要求1所述的基于多源感知数据的轨道交通驾驶曲线规划方法，其特征在于...
【专利技术属性】
技术研发人员：张蔚，肖罡，廖琴，万可谦，黄晋，刘小兰，杨钦文，
申请(专利权)人：江西科骏实业有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。