城軌列車自動駕駛控制算法及其實現(xiàn)

摘 要：本文首先介紹了列車運行的優(yōu)化操縱策略，采用模糊控制與預(yù)測控制相結(jié)合的在線控制算法使列車按照優(yōu)化操縱曲線運行，并選取西安地鐵二號線完成了仿真驗證，通過與常規(guī)PID控制器的對比，證明了算法的有效性。最后，用C++語言將該算法移植到WinCE嵌入式系統(tǒng)中，并接入分布式列車運行綜合仿真平臺進行聯(lián)合仿真，實現(xiàn)了對ATO車載平臺的模擬。

關(guān)鍵詞：模糊控制；預(yù)測控制；ATO；嵌入式；分布式

中圖分類號：U284.482

隨著我國經(jīng)濟的高速發(fā)展，城市交通帶來的壓力越來越大，軌道交通由于其便捷性、快速性，也逐漸成為我國重點發(fā)展方向。目前我國的城市軌道交通運輸系統(tǒng)效率還比較低下，列車運行基本上都是需要司機手動干預(yù)才能完成，精準程度和智能化程度不高，司機的駕駛效率也很低。對一個現(xiàn)代化的智能系統(tǒng)來說，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)化操縱問題，并通過編程，實現(xiàn)了嵌入式ATO車載系統(tǒng)。

1 列車自動駕駛系統(tǒng)

1.1 列車模型

ATO子系統(tǒng)是列車自動控制系統(tǒng)（Automatic Train Control，ATC）三個組成部分之一[1]，它的主要功能有：自動速度控制，自動開、關(guān)車門，車站屏蔽門控制，站臺定點停車，調(diào)整列車的運行時間，自動啟動列車等。本文首先建立列車模型。

列車不同工況運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）—單位動力制動力，以v為自變量，主要由動力制動特性決定；

b（v）—最大單位空氣制動力，由列車制動機特性確定；

βcb（v）—由列車制動機特性確定的單位空氣制動力。

1.2 列車優(yōu)化操縱策略

（1）節(jié)能策略。列車主要可以通過在關(guān)鍵點[2]調(diào)整列車的手柄級位，來達到調(diào)整列車的速度，增加列車惰行時間使得E值最??；

（2）精確停車策略。地鐵列車到站需要制動停車時，ATO會根據(jù)列車當前的速度、位置和停車點等信息計算出當前的常用制動曲線，然后使列車最大限度地跟隨這條制動曲線，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，主要包括列車行進中制動牽引時的顛簸和過道岔時的晃動等，這些因素中列車加速度最為重要。

2 基于模糊預(yù)測控制的控制器設(shè)計及仿真

2.1 總體設(shè)計思路

預(yù)測控制和模糊控制的結(jié)合能很好的處理好外界干擾問題，同時也能使優(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)計的思路是：采用離線優(yōu)化與在線優(yōu)化相結(jié)合的方式，計算出列車的準點、節(jié)能優(yōu)化曲線，將這條曲線作為在線優(yōu)化的目標曲線，舒適性和精確停車等指標作為約束條件，利用模糊預(yù)測算法對其進行優(yōu)化。

圖1 基于模糊預(yù)測的列車控制結(jié)構(gòu)圖

預(yù)測控制環(huán)節(jié)主要包括：預(yù)測模型的選取，模型自校正部分的設(shè)計和動態(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，來控制列車速度的級位變化量 作為輸出量。

2.2 仿真及結(jié)果分析

算法采用Matlab編程實現(xiàn)，同時，本文與傳統(tǒng)的PID控制器與相比較。列車選用國內(nèi)常用的A型車，6節(jié)編組，總長度約為136.8m，AW2載荷下總重量約為318t，平均速度為36km/h，它的運營最高速度為80km/h。本文選取西安地鐵2號線的鐵路北客站到麻家什字站線路數(shù)據(jù)進行仿真。

圖2 模糊預(yù)測與PID控制下的列車加速度曲線

圖3 模糊預(yù)測與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)測控制下的加速度及加速度變化率都相對平穩(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)測控制下列車的舒適性較高。

通過對速度進行積分求差值，得到模糊預(yù)測控制下的停車誤差為0.118m，而PID控制下的停車誤差超過了1.19m，模糊預(yù)測控制下的列車停車精度較高。

3 ATO算法的嵌入式實現(xiàn)

本文的硬件平臺采用的是一款EPCS-9000工業(yè)控制機，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)場合應(yīng)用。

3.1 分布式仿真平臺簡介

分布式列車運行綜合仿真平臺是一個包含區(qū)域控制器、牽引供電、ATS、總控臺等子系統(tǒng)的分布式綜合仿真系統(tǒng)，它通過HLA/RTI進行仿真節(jié)點數(shù)據(jù)交互及仿真推進，可以提供人工駕駛和自動駕駛兩種模式。

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相連。本文在PC機上編寫了上位機軟件，主要實現(xiàn)通過HLA與地面信號的各邦元之間完成數(shù)據(jù)交互，通過TCP/IP協(xié)議與嵌入式WinCE平臺同步等功能。

3.2 嵌入式ATO車載系統(tǒng)的實現(xiàn)

算法的移植過程主要是將Matlab程序用C++在WinCE嵌入式平臺上編寫。文中基于與分布式列車運行綜合仿真平臺的數(shù)據(jù)交互關(guān)系，對程序的變量、數(shù)據(jù)結(jié)構(gòu)等做出規(guī)劃。

3.3 上位機的實現(xiàn)

上位機主要包含累的設(shè)計和界面，HLA對象類設(shè)計：ATO車載模塊中，需要交互的數(shù)據(jù)很多，此時需要把節(jié)點之間的對象類變量打包為一個結(jié)構(gòu)體，統(tǒng)一發(fā)送，提高系統(tǒng)仿真效率。交互類設(shè)計：在HLA架構(gòu)中，交互類變量具有脈沖信號的特性，在傳輸網(wǎng)絡(luò)中具有一定的時效性，過一定的時間后會自動消除。

3.4 仿真實例

將嵌入式ATO車載平臺加入分布式列車運行綜合仿真品平臺，選取西安地鐵2號線全線數(shù)據(jù)進行聯(lián)合仿真。圖4顯示了列車在整個分布式仿真中列車信息，實現(xiàn)了對ATO車載平臺以及列車運行環(huán)境的模擬。

圖4 列車運行仿真曲線

4 結(jié)束語

本文研究了基于模糊預(yù)測方法的城軌列車ATO的控制算法，并利用HLA/pRTI，將嵌入式ATO車載平臺接入列車運行綜合仿真平臺進行分布式聯(lián)合仿真，實現(xiàn)了對ATO車載平臺以及列車運行環(huán)境的模擬。本文設(shè)計的模糊預(yù)測控制器能較優(yōu)地控制列車的運行過程，說明了該算法的正確性和有效性，但它與實際列車還有一定差距，其他部分還有待進一步研究。

參考文獻：

[1]毛保華.列車運行計算與設(shè)計[M].北京：人民交通出版社，2009.

[2]Wong K K，H K.Coast control for mass transit railways with searching methods[J].IEE Proceedings-Electric Power Applications.2004（03）：365376.

[3]Limin J，Xidi Z，Zhaodong X.Automatic Train Control-An Intelligent Approach[J].IEEE Proceedings of Tencon.1993.

[4]陳福祥，金暉.模糊預(yù)測控制機理研究[J].武漢工業(yè)大學學報，1997（01）：48-52.

[5]何艷玲，范躍華.Windows應(yīng)用程序向Windows CE平臺移植的研究[J].國外電子測量技術(shù)，2007（10）.

[6]孔敬之.基于MATLAB自動代碼生成技術(shù)和測試機制的嵌入式系統(tǒng)開發(fā)[J].科技信息，2009（06）：174.

作者簡介：董選勇（1986-），男，四川廣元人，碩士研究生，研究方向：列車運行控制。

作者單位：西南交通大學 電氣工程學院，成都 610031