[发明专利]一种高速列车自主驾驶控制的实现方法

权利要求书

1.一种高速列车自主驾驶控制的实现方法，其特征在于，包括以下步骤：

S1、构建面向多属性数据的混合学习模型，作为参考速度曲线生成器；所述面向多属性数据的混合学习模型基于LSTM网络和FC网络；所述LSTM网络用于：处理数据中与时间相关的特征，所述FC网络用于：处理数据中的非时间相关特征；

S2、从观测值中获得最近N个时间步长的输入状态序列，并获得训练数据集为：

其中，表示：具有列车历史运行状态的序列；M是样本总数；表示：列车i在t时刻的状态变量，表示：列车i在t-p时刻的状态变量；p＝0,1,2,…,N-1；

所述状态变量包括：列车的位置、速度、加速度、相邻列车之间的间距、列车相对于前列列车的相对速度、列车操作模式、控制等级、下一个限制速度的变化值和到下一个限速区域的剩余距离；

将ξ_i作为训练面向多属性数据的混合学习模型的输入数据；

表示：列车i在预测范围T中的参考运行曲线；表示：列车i在第t+q时刻的参考运行曲线，q＝1,2,…,T；

所述参考运行曲线包括：列车的参考速度和参考位置信息；

将作为训练面向多属性数据的混合学习模型的输出数据；

S3、根据步骤S2中获得的数据D_train，对参考速度曲线生成器进行训练；

S4、设置终端时间T_e或终端距离L_e，对于每列列车，执行以下步骤：

S4.1、在每个采样阶段t，测量每列列车i的瞬时列车速度v_i(t)和位置x_i(t)信息；

S4.2、将状态变量输入训练好的参考速度曲线生成器，获取参考速度曲线；

S4.3、设计基于反步控制技术和障碍李雅普诺夫函数的速度跟踪控制器；

S4.4、所述速度跟踪控制器以参考速度曲线生成器生成的参考速度曲线作为跟踪目标，并保证相邻列车之间的距离稳定到给定值的允许范围内。

2.如权利要求1所述的高速列车自主驾驶控制的实现方法，其特征在于：所述训练数据集为：为历史驾驶数据；

利用所述历史驾驶数据对参考速度曲线生成器进行训练，训练面向多属性数据的混合学习模型的参数；

当测试的面向多属性数据的混合学习模型满足性能要求时，则将训练好的面向多属性数据的混合学习模型用作参考速度曲线生成器。

3.如权利要求1所述的高速列车自主驾驶控制的实现方法，其特征在于：在所述步骤S4.3中，针对多列高速列车的速度跟踪控制过程，考虑以下运营要求：

①期望运行间隔要求如式(1)所示，

lim_t→∞||x_i-1(t)-x_i(t)||＝H_i-1，i (1)

其中，H_i-1,i是列车i-1与列车i之间的期望运行间隔，x_i(t)表示：列车i在t时刻的位移，x_i-1(t)表示：列车i-1在t时刻的位移；

②安全约束为：列车i与其前行列车的安全车头距离，如式(2)所示，

||x_i-1(t)-x_i(t)||≥H_s (2)

其中，H_s表示要求的最小安全距离；

③通信范围限制表示为式(3)，

||x_i-1(t)-x_i(t)||≤H_c (3)

其中，H_c表示最小通信范围。