面向高速鐵路追蹤運行的列車智能體模型

王超宇，宋嘉雯

(廣州地鐵設計研究院股份有限公司，廣東廣州510010)

1 引言

高速鐵路列車追蹤仿真是研究列車運行的重要手段，日本使用UTRAS系統(tǒng)[1]對新干線各種類型的列車進行牽引計算并模擬實際場景進行仿真。美國使用TPC(Train Performance Calculator)列車牽引計算仿真軟件[2]，可以模擬整條線的實際運營情況，并對列車的牽引性能進行評估。

Zhou等基于元胞自動機方法，對固定閉塞、準移動閉塞情況下的列車運行進行了仿真研究，通過對列車加減速度的計算，實現(xiàn)了對列車運行速度的實時動態(tài)控制[3]。李望從列車仿真的現(xiàn)狀和需求出發(fā)，結合列車仿真特點，詳細研究了列車運行仿真的關鍵技術及應用方面的相關問題，確定了合適的列車在區(qū)間的運行規(guī)則[4]，彭其淵等基于高速鐵路列車追蹤運行仿真模型，研究壓縮列車到達間隔時間的方法[5]。

列車智能體模型是高速鐵路列車追蹤運行仿真模型的主體，列車智能體是一種具有自治性、社會性、反應性以及能動性的實體[6]。高速鐵路列車運行仿真中涉及到多個列車智能體，它們構成了列車智能體群，列車智能體群能夠實時獲取外界環(huán)境的信息，并結合自身屬性和相應規(guī)則進行自主決策[7，8]。

本文設計的列車智能體以其基本屬性為基礎，具備一系列應對外界環(huán)境變化的決策機制，包括列車牽引計算、列車運行決策機制、列車追蹤運行機制等。

2 列車牽引計算模塊

列車牽引計算模塊是列車智能體運行決策的基礎，該模塊能根據(jù)列車位置、運行速度、制動性能、線路數(shù)據(jù)等信息，實時計算列車的制動減速度，并繪制得到列車的一次連續(xù)制動曲線，指導列車的運行決策。

2.1 列車智能體屬性

列車智能體屬性包括列車固有屬性以及動態(tài)屬性，固有屬性包括列車車次、編組輛數(shù)、列車長度、列車重量、列車牽引性能、列車制動性能等。列車動態(tài)屬性為隨著列車運行仿真而實時更新的屬性，包括列車實時里程位置(車頭、車尾)、列車實時速度、列車運行方向、列車速度決策屬性等[9]。

2.2 列車一次連續(xù)制動曲線

高速鐵路列車牽引計算模塊的核心在于列車一次連續(xù)制動曲線的計算，首先需要輸入列車的初速度v0、末速度v1、制動起點里程(車頭)s0、列車長度L等參數(shù)信息。根據(jù)積分的思想，將列車制動過程分為若干個短暫時間間隔Δt的累加，當Δt足夠小時，在每一個時間間隔內，列車的制動過程可視為勻減速運動。列車一次連續(xù)制動曲線計算設計的參數(shù)和變量如表1所示，具體的計算流程如圖1所示。

表1 列車一次連續(xù)制動曲線參數(shù)及變量表

圖1 一次連續(xù)制動曲線計算流程圖

3 列車運行決策機制

在列車智能體牽引計算功能的基礎上，列車智能體決策機制實現(xiàn)了列車運行速度決策功能，該功能可為列車智能體在下一個時間步長內的速度控制作出決策，即列車智能體根據(jù)線路條件、位置里程、列車運行速度、列車牽引制動性能得到列車一次連續(xù)制動曲線，根據(jù)準移動閉塞原理結合前方閉塞分區(qū)占用情況、區(qū)段限速信息，確定列車在下一時間步長內的運行速度選擇，具體包括加速運行、制動運行或勻速運行三種方案[10]。

列車運行速度決策機制由兩個約束共同決定，其一為閉塞分區(qū)占用約束，其二為區(qū)段限速約束。在列車的仿真運行過程中，在每一個時間步長開始前，列車智能體均會根據(jù)得到的速度-距離控制曲線[11]，與兩個約束條件的速度控制點進行比較，輸出各自的速度控制決策結果，具體的約束如下所示。

3.1 閉塞分區(qū)占用約束

列車在區(qū)間追蹤運行過程中，應當滿足閉塞分區(qū)占用約束，即列車能在前方被占用閉塞分區(qū)入口前保留L防安全距離的位置及時停車的要求，上下行列車分別需滿足公式的約束要求。

(1)

(2)

3.2 區(qū)段限速約束

列車在區(qū)間運行過程中，應當滿足區(qū)段的限速要求約束，包括進站咽喉區(qū)的限速，即列車能在進入限速區(qū)段入口前減速到限制速度的要求，上下行列車分別需要滿足公式的約束要求。

(3)

(4)

對于上述任一約束條件，當滿足該約束且列車運行速度未達到最高運營速度時，該約束條件的決策結果為列車加速運行；當滿足該約束且列車運行速度達到最高運營速度時，輸出的決策結果為列車勻速運行；當不滿足該約束時，輸出的決策結果為列車減速運行。

兩個約束的綜合結果以導向安全為原則，如表2所示。當且僅當兩者輸出同時為加速時，列車在下一個時間步長內選擇加速運行；當一個輸出為加速一個為勻速或兩者同時為勻速時，列車選擇勻速運行；當任意一個輸出為制動時，列車選擇制動運行。該原則滿足了列車在最不利的情況下，能夠在前方最近占用閉塞分區(qū)的入口位置(保留L防安全距離)減速到零，或在限速區(qū)段的入口位置(保留L防安全距離)減速到限速值的要求。

表2 列車運行綜合決策表

4 列車追蹤運行機制

4.1 列車通信機制

列車通信需要滿足多個列車智能體在運行過程中信息互享、列車智能體與調度中心信息通信、列車智能體實時獲得線路信息的功能，是列車追蹤運行模型的基礎。列車運行信息包含了列車的固有屬性和列車運行過程中所有的實時信息[12]，主要包括了列車牽引(制動)性能參數(shù)、列車速度、列車加速度、列車實時空氣阻力、列車實時里程信息等。線路信息包括了曲線、坡度、隧道、閉塞分區(qū)占用情況、區(qū)間限速情況等。

列車智能體信息通信是多智能體模型必須解決的問題[13]，多智能體間兩兩直接通信會造成資源浪費，智能體信息傳遞紊亂的問題。在仿真模型中，構建實時共享數(shù)據(jù)庫，采用黑板通信機制實現(xiàn)多列車間的信息傳遞問題，能夠有效解決上述問題[14]。

圖2 列車智能體通信機制

列車智能體通信機制如圖2所示，其中黑板相當于模型中的共享數(shù)據(jù)庫，共享數(shù)據(jù)庫包括了所有列車的運行信息以及實時的線路信息。列車智能體將需要通信的信息存儲在該數(shù)據(jù)庫中，不同列車間的信息交互通過訪問該數(shù)據(jù)庫實現(xiàn)。列車在決策時，訪問共享數(shù)據(jù)庫，獲取其它列車的狀態(tài)信息，同時結合自身狀態(tài)，作出相應決策。在每次時間步長行動后，需要及時更新列車信息，并同步到共享數(shù)據(jù)庫中。

4.2 單列車運行機制

由于Anylogic軌道庫列車智能體的局限性，在列車生成后無法改變其加速度與減速度值。因此無法滿足列車智能體模型牽引計算對列車加減速度實時變化的高精度要求，故通過二次開發(fā)，設計了特定的列車運行機制以解決上述問題。以進站、發(fā)車信號機為界，分為列車智能體一個時間步長內的發(fā)車、區(qū)間、進站運行邏輯，同時以上述三個運行邏輯及相關判斷條件為基礎，形成單列車完整運行邏輯。

1)列車智能體一個時間步長的發(fā)車運行邏輯

列車一個時間步長的發(fā)車運行邏輯如圖3所示，每次生成的列車智能體由共享數(shù)據(jù)庫進行賦值，且只運行一個時間步長。在出站信號機開放前，列車在站內等待；出站信號機開放后，列車智能體需根據(jù)前文的牽引計算模塊及列車運行決策機制運行一個時間步長，并采用列車通信機制，將所有的列車運行信息存儲在共享數(shù)據(jù)庫中，隨后列車智能體消失。

在后續(xù)的仿真循環(huán)過程中，在該列車智能體消失的同時，將產生另一個列車智能體繼承前一列車智能體的全部信息，即共享數(shù)據(jù)庫將全部列車信息賦值給新生成的列車智能體。

2)列車智能體一個時間步長的區(qū)間運行邏輯

列車一個時間步長的區(qū)間運行邏輯如圖4所示，與一個時間步長的發(fā)車運行邏輯相同，每次生成的列車智能體由共享數(shù)據(jù)庫進行賦值，在運行一個仿真時間步長后，列車智能體將全部信息存儲在共享數(shù)據(jù)庫中，隨后消失。同理，在仿真循環(huán)過程中，在該列車智能體消失的同時，將產生新的列車智能體繼承前一列車智能體的全部信息。

3)列車智能體一個時間步長的到達運行邏輯

列車一個時間步長的到達運行邏輯如圖5所示，和前兩個運行邏輯相同，每次生成的列車智能體由共享數(shù)據(jù)庫進行賦值，并只運行一個時間步長。在列車接近車站過程中，當進站信號仍未開放時，列車將在站外等待；當進站信號開放后，根據(jù)列車牽引計算和列車運行決策機制，確定列車智能體在該時間步長內的加減速度。同理，在仿真循環(huán)過程中，在該列車智能體消失的同時，將產生新的列車智能體繼承前一列車智能體的全部信息。

圖3 列車一個時間步長的發(fā)車運行邏輯

圖4 列車一個時間步長的區(qū)間運行邏輯

圖5 列車一個時間步長的到達運行邏輯

4)單列車完整運行邏輯

單列車運行過程分為發(fā)車運行、區(qū)間運行和到達運行三個階段，其完整運行邏輯以上述的列車一個時間步長出發(fā)、區(qū)間、到達的運行邏輯為基礎，結合循環(huán)和相關判斷形成完整的單列車運行邏輯，如圖6所示。

圖6 單列車完整運行邏輯

發(fā)車運行循環(huán)：在每次運行一個時間步長的發(fā)車運行邏輯后，判斷列車是否出清出站信號機，若無，則繼續(xù)循環(huán)一個時間步長的發(fā)車運行邏輯；若已出清出站信號機，則從列車發(fā)車運行循環(huán)中退出，轉到列車區(qū)間運行循環(huán)。

區(qū)間運行循環(huán)：在每次運行一個時間步長的區(qū)間運行邏輯后，判斷列車是否到達進站信號機處，若未到達，則繼續(xù)在列車區(qū)間運行中循環(huán)一個時間步長；若到達，則將列車運行從區(qū)間運行循環(huán)中退出，轉到列車到達運行循環(huán)。

到達運行循環(huán)：在每次運行一個時間步長的到達運行邏輯后，先后判斷列車是否出清車站咽喉區(qū)以及是否到達停車位置。若未出清咽喉區(qū)，則繼續(xù)到達運行循環(huán)；若出清咽喉區(qū)但未到達指定停車位置，也繼續(xù)到達運行循環(huán)，同時開始為后行列車辦理接車進路；若列車到達指定停車位置，則結束列車運行。

4.3 多列車連續(xù)追蹤運行機制

高速鐵路列車追蹤運行仿真模型需要實現(xiàn)多個列車智能體追蹤運行的功能[15，16]，并通過仿真得到列車追蹤間隔時間。故模型在線路路網(wǎng)模型、列車智能體牽引計算、列車運行決策機制、列車通信機制、單列車運行邏輯的基礎上，結合列車發(fā)車間隔時間ΔT和到發(fā)線組合運用方案，設計多列車連續(xù)追蹤流程，其步驟如下所示。

Step1：模型啟動，加載路網(wǎng)拓撲模型和線路參數(shù)信息，轉Step2。

Step2：輸入列車發(fā)車間隔時間ΔT，列車連續(xù)追蹤列數(shù)m，轉Step3。

Step3：仿真開始，設仿真時間ttime=0，列車序號n=1，轉Step4。

Step4：n號列車智能體生成，令n=n+1，轉Step5。

Step5：調用列車一個時間步長的運行邏輯，所有列車智能體向前運行一個單位時間，令time=time+1，轉Step6。

Step6：判斷第n列車是否到達終點站，若到站，則轉Step7；否則，轉Step8。

Step7：判斷n==m是否成立，若是，轉Step9；否則，轉Step8。

Step8：判斷ttime==n×ΔT和n≤m是否同時成立，若是，轉Step4；否則，轉Step5。

Step9：輸出相關數(shù)據(jù)，仿真結束。

5 列車智能體追蹤運行仿真實驗

5.1 列車智能體追蹤運行仿真實驗結果

選取CRH380BL型動車組為仿真主體進行追蹤運行，采用8動8拖的16節(jié)編組方式，仿真中最高運行速度為300km/h。以京滬高鐵滬寧段上海虹橋站下行到達為仿真場景，在100至240秒不等的發(fā)車間隔時間條件下，兩列車追蹤的速度-距離曲線如圖7所示。

5.2 仿真結果分析

綜合上述結果可以發(fā)現(xiàn)：

1)在發(fā)車間隔時間較小的情況下，后行列車會受到前行列車未出清閉塞分區(qū)的影響而提前減速，速度-距離曲線呈現(xiàn)鋸齒形。

2)隨著發(fā)車間隔時間的增加，前行列車對后行列車的影響不斷減小。

3)結合列車追蹤間隔時間的定義，可以判斷在該實驗條件下，列車區(qū)間追蹤時間在160-180秒左右，到達追蹤間隔時間在240秒左右，與實際寫實情況符合度較高。

5結論

由于Anylogic軟件功能的局限性，無法實現(xiàn)高速鐵路列車的高精度追蹤實驗，故本文在Anylogic軟件軌道庫的基礎上進行開發(fā)，構建了具有追蹤運行功能的列車智能體模型。主要技術難點在于列車牽引計算的一次連續(xù)制動曲線生成、列車智能體運行決策的相關機制以及列車追蹤運行機制的分析。進而以京滬高鐵滬寧段上海虹橋站高速場下行到達為仿真場景，進行了列車追蹤運行的相關實驗，該實驗結果與實際寫實情況符合度較高，證明該列車智能體模型可在高速鐵路列車追蹤的相關研究中進行運用。

在我國高速鐵路列車追蹤間隔時間較大的情況下，如何采取有利于壓縮高速鐵路列車追蹤間隔時間的措施，并通過列車追蹤運行仿真實驗進行驗證，研究追蹤運行的相關特性，是未來研究運用的重要方向。

圖7 不同發(fā)車間隔下前后行列車速度-距離曲線圖