城軌列車自動(dòng)駕駛控制算法及其實(shí)現(xiàn)

《城軌列車自動(dòng)駕駛控制算法及其實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、城軌列車自動(dòng)駕駛控制算法及其實(shí)現(xiàn)摘要：本文首先介紹了列車運(yùn)行的優(yōu)化操縱策略，采用模糊控制與預(yù)測(cè)控制相結(jié)合的在線控制算法使列車按照優(yōu)化操縱曲線運(yùn)行，并選取西安地鐵二號(hào)線完成了仿真驗(yàn)證，通過(guò)與常規(guī)PID控制器的對(duì)比，證明了算法的有效性。最后，用C++語(yǔ)言將該算法移植到WinCE嵌入式系統(tǒng)中，并接入分布式列車運(yùn)行綜合仿真平臺(tái)進(jìn)行聯(lián)合仿真，實(shí)現(xiàn)了對(duì)ATO車載平臺(tái)的模擬。關(guān)鍵詞：模糊控制；預(yù)測(cè)控制；ATO；嵌入式；分布式中圖分類號(hào)：U284.482隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展，城市交通帶來(lái)的壓力越來(lái)越大，軌道交通由于其便捷性、快速性，也逐漸成為我國(guó)重點(diǎn)發(fā)展方

2、向。目前我國(guó)的城市軌道交通運(yùn)輸系統(tǒng)效率還比較低下，列車運(yùn)行基本上都是需要司機(jī)手動(dòng)干預(yù)才能完成，精準(zhǔn)程度和智能化程度不高，司機(jī)的駕駛效率也很低。對(duì)一個(gè)現(xiàn)代化的智能系統(tǒng)來(lái)說(shuō)，ATO系統(tǒng)處于核心地位，它的研究有著重要意義。本文主要討論了城軌列車的優(yōu)化操縱問(wèn)題，并通過(guò)編程，實(shí)現(xiàn)了嵌入式ATO車載系統(tǒng)。1列車自動(dòng)駕駛系統(tǒng)1.1列車模型ATO子系統(tǒng)是列車自動(dòng)控制系統(tǒng)（AutomaticTrainControl，ATC）三個(gè)組成部分之一[1]，它的主要功能有：自動(dòng)速度控制，自動(dòng)開(kāi)、關(guān)車1門(mén)，車站屏蔽門(mén)控制，站臺(tái)定點(diǎn)停車，調(diào)整列車的運(yùn)行時(shí)間，自動(dòng)啟動(dòng)列車等。

3、本文首先建立列車模型。列車不同工況運(yùn)行的合力可以由如下公式表示：（1）式中法f（v）―列車上的單位動(dòng)力；Q（v）―列車單位牽引力，該力以v作為變量，由列車牽引特性確定；ωo（v）―列車單位運(yùn)行阻力，是速度的函數(shù)；g（s）―坡道阻力，是的函數(shù)；bd（v）―單位動(dòng)力制動(dòng)力，以v為自變量，主要由動(dòng)力制動(dòng)特性決定；b（v）―最大單位空氣制動(dòng)力，由列車制動(dòng)機(jī)特性確定；βcb（v）―由列車制動(dòng)機(jī)特性確定的單位空氣制動(dòng)力。1.2列車優(yōu)化操縱策略（1）節(jié)能策略。列車主要可以通過(guò)在關(guān)鍵點(diǎn)[2]調(diào)整列車的手柄級(jí)位，來(lái)達(dá)到調(diào)整列車的速度，增加列車惰行時(shí)間使得E值最

4、?。唬?）精確停車策略。地鐵列車到站需要制動(dòng)停車時(shí)，ATO會(huì)根據(jù)列車當(dāng)前的速度、位置和停車點(diǎn)等信息計(jì)算出當(dāng)前的常用制動(dòng)曲線，然后使列車最大限度地跟隨這條制動(dòng)曲線，直至列車速度減為零停站[3]；（3）舒適性策略。影響旅客乘車舒適的因素很多，主要包括列車行進(jìn)中制動(dòng)牽引時(shí)的顛簸和過(guò)道岔時(shí)的晃動(dòng)等，這些因素中列車加速度最為重要。2基于模糊預(yù)測(cè)控制的控制器設(shè)計(jì)及仿真22.1總體設(shè)計(jì)思路預(yù)測(cè)控制和模糊控制的結(jié)合能很好的處理好外界干擾問(wèn)題，同時(shí)也能使優(yōu)秀操作人員的操縱策略在算法中得到完美的體現(xiàn)[4]。本文總體設(shè)計(jì)的思路是：采用離線優(yōu)化與在線優(yōu)化相結(jié)合的方式

5、，計(jì)算出列車的準(zhǔn)點(diǎn)、節(jié)能優(yōu)化曲線，將這條曲線作為在線優(yōu)化的目標(biāo)曲線，舒適性和精確停車等指標(biāo)作為約束條件，利用模糊預(yù)測(cè)算法對(duì)其進(jìn)行優(yōu)化。圖1基于模糊預(yù)測(cè)的列車控制結(jié)構(gòu)圖預(yù)測(cè)控制環(huán)節(jié)主要包括：預(yù)測(cè)模型的選取，模型自校正部分的設(shè)計(jì)和動(dòng)態(tài)矩陣參數(shù)的選取。本文用速度誤差和加速度作為模糊控制器的輸入量，來(lái)控制列車速度的級(jí)位變化量作為輸出量。2.2仿真及結(jié)果分析算法采用Matlab編程實(shí)現(xiàn)，同時(shí)，本文與傳統(tǒng)的PID控制器與相比較。列車選用國(guó)內(nèi)常用的A型車，6節(jié)編組，總長(zhǎng)度約為136.8m，AW2載荷下總重量約為318t，平均速度為36km/h，它的運(yùn)營(yíng)最高

6、速度為80km/h。本文選取西安地鐵2號(hào)線的鐵路北客站到麻家什字站線路數(shù)據(jù)進(jìn)行仿真。圖2模糊預(yù)測(cè)與PID控制下的列車加速度曲線圖3模糊預(yù)測(cè)與PID控制下的列車加加速度曲線由圖2及圖3可知，模糊預(yù)測(cè)控制下的加速度及加速度變化率都相對(duì)平穩(wěn)，保持在1m/s2及0.1m/s3以內(nèi)，而PID控制下它們分別保持在1.4m/s2及0.4m/s3以內(nèi)，模糊預(yù)測(cè)控制下列車的舒適性較高。通過(guò)對(duì)速度進(jìn)行積分求差值，得到模糊預(yù)測(cè)控制下的停車誤差為0.118m，而PID控制下的停車誤差超過(guò)了1.19m，模糊預(yù)測(cè)控制下的列車3停車精度較高。3ATO算法的嵌入式實(shí)現(xiàn)本文的

7、硬件平臺(tái)采用的是一款EPCS-9000工業(yè)控制機(jī)，它采用TI公司雙核處理器OMAP3530，其板載資源豐富，能在大多數(shù)場(chǎng)合應(yīng)用。3.1分布式仿真平臺(tái)簡(jiǎn)介分布式列車運(yùn)行綜合仿真平臺(tái)是一個(gè)包含區(qū)域控制器、牽引供電、ATS、總控臺(tái)等子系統(tǒng)的分布式綜合仿真系統(tǒng)，它通過(guò)HLA/RTI進(jìn)行仿真節(jié)點(diǎn)數(shù)據(jù)交互及仿真推進(jìn)，可以提供人工駕駛和自動(dòng)駕駛兩種模式。WinCE嵌入式操作系統(tǒng)的架構(gòu)和windows有很大的不同[5，6]，HLA目前不支持WinCE，不能將嵌入式系統(tǒng)直接與分布式仿真平臺(tái)相連。本文在PC機(jī)上編寫(xiě)了上位機(jī)軟件，主要實(shí)現(xiàn)通過(guò)HLA與地面信號(hào)的各邦

8、元之間完成數(shù)據(jù)交互，通過(guò)TCP/IP協(xié)議與嵌入式WinCE平臺(tái)同步等功能。3.2嵌入式ATO車載系統(tǒng)的實(shí)現(xiàn)算法的移植過(guò)程主要是將Matlab程序用C++在WinCE