城市轨道交通列车自动驾驶各阶段速度控制算法的研究

徐 杰，郜洪民，孟 军

（中国铁道科学研究院 通信信号研究所，北京 100081）

随着城市轨道交通的发展，各城市很多地铁线路都从国外引进先进的ATO技术。ATO的核心功能表现为对列车速度的调节与控制，ATO自动驾驶能否满足列车运行指标取决于其所采用的速度控制算法。本文将列车自动驾驶划分为车站发车、速度跟踪、目标制动3个阶段，对每个阶段的速度控制算法进行研究，为国内ATO技术的完善和进一步实用化打下基础。

1 ATO系统概述

图1 车载ATO系统关系图

如图1所示，作为车载控制器（VOBC）的重要组成部分，列车自动驾驶（ATO，Atomatic Train Operation）主要功能是通过接收、处理来自速度传感器的脉冲信号，计算列车当前速度，并以列车当前速度与目标速度的误差作为输入，通过伺服控制模块输出控制命令，驱动牵引或制动继电器，并且通过模拟0 mA～20 mA电流环硬件电路输出控制量大小，整个过程采用PID控制算法，其算法的核心是基于比例、积分、微分控制原理计算。列车牵引或制动系统按照控制命令和控制量对列车速度进行调节控制。列车目标速度根据ATS（Automatic Train Supervision，列车自动监控系统）运行时间要求计算获得，ATO列车自动驾驶在ATP（Automatic Train Protection，列车超速防护系统）的监督保护下运行。同时ATO根据采集到的门控模式开关以及ATP门使能信号，控制车门和屏蔽门开关。给列车驾驶台输出ATO激活、自动折返等信息，辅助司机对列车进行必要的操作和监控。

图2 自动驾驶速度曲线

2 列车自动驾驶过程

如图2，列车从车站A自动驾驶至车站B，整个过程包括车站发车、速度跟踪、目标制动3个阶段。列车在站台A，ATP给出ATO使能信号，司机按压ATO发车按钮，ATO以一个固定的加速度计算目标速度，列车跟随目标牵引曲线加速至惰行速度；区间运行过程中，ATO通过速度离散化PID算法跟踪惰行速度，整体ATO限速（低于ATP限速）与ATS运行时间相关；若遇到前方有目标制动点，ATO利用距目标制动点的距离和一个固定的减速度，根据能量守恒原理计算当前位置的目标速度，列车跟随目标制动曲线减速。

整个ATO运行过程需要考虑的运行指标包括运行时间、能耗、安全性、舒适性、跟随性、停站精度。

2.1 车站发车阶段

列车从车站A发车，考虑节省运行时间和能耗，系统应输出最大牵引电流，使列车采用最大加速度（MaxAcc）在最短时间内达到区间惰行速度，但考虑到乘客舒适性，最大加速度不能大于乘客忍受度（AccBear），而且考虑到速度调节控制的稳定性，系统应采用一个恒定的加速度a1。综上各个因素，取为车辆所有速度下对应的最大加速度和乘客能忍受的最大加速度中的最小值，即a1=min(MaxAcc, AccBear)。

加速阶段的目标速度r(t)=a1t，系统采用牵引模式下的PID参数，调节控制列车速度。表1为车辆方提供的不同速度对应最大加速度值。

表1 车辆不同速度对应最大加速度值

2.2 速度跟踪阶段

2.2.1 速度离散化PID控制系统结构

速度离散化PID控制算法是在经典PID控制基础上，以ATO限速s(t)和列车实际速度y(t)作为输入，用速度离散化的方法进行在线推理判断，计算当前ATO采用的目标速度r(t)，并选择PID控制算法的参数Kp、Ki、Kd。以计算出的ATO目标速度r(t)与列车实际速度y(t)之间的误差e(t)作为PID调节器的输入，PID调节器采用速度离散化推理判断出的Kp、Ki、Kd进行计算，输出牵引、惰行或制动命令以及相应控制量大小，调节控制列车速度。速度离散化PID控制系统结构图如图3。其中，Kp为比例系数，按比例反映系统的偏差信号；Ki为积分系数，主要用于消除静差，提高系统的无差度；Kd为微分系数，反映偏差信号的变化趋势，可改善系统的动态性能。

图3 ATO模糊PID控制系统结构图

速度跟踪阶段必须满足运行时间、能耗、安全性、舒适性、跟随性要求。采用速度离散化PID控制算法能够实现：

（1）根据从ATS获得的运行时间计算出的ATO限速s(t)作为输入条件，系统考虑了运行时间要求，运行时间与规定值误差≤±5%；

（2）采用上下两个目标速度r(t)作为速度控制的目标点，增加了惰行机会和时间，避免了复杂情况下围绕一个目标速度频繁切换牵引制动命令而产生的不必要能耗；

（3）设有低于ATO限速的超速曲线，提前采取最大制动电流，避免实际的超速发生，而且有继续施加最大制动电流的过程，避免二次超速，保证系统安全性；

（4）采用上下两个目标速度r(t)作为速度控制的目标点，避免复杂情况下围绕一个目标速度频繁切换牵引制动命令，保持列车平稳运行，增加乘客舒适性；

（5）不同模式下系统采用不同的PID参数，增强了速度调节的精确度。实际工程应用中，可以通过合理选择速度离散区间间隔大小来满足速度跟随性。

2.2.2 速度离散化PID推理判断原则

图4 离散化速度分布图

如图4，利用系统在受控过程中对应不同ATO限速s(t)和列车实际速度y(t)，速度离散化PID推理判断原则归纳如下（设ATO限速s(t)和列车实际速度y(t)之间的速度差值为ΔV）：

表2 速度离散化推理判断规则表

（1）当ΔV≤1.5 km/h时，列车超速，系统输出最大制动电流，确保列车速度在最短时间内下降到正常范围。

（2）当1.5 km/h＜ΔV≤2.5 km/h时，如果1.5 km/h＜ΔV≤2.0 km/h且在此之前列车处于超速状态，则系统输出最大制动电流，继续减速，避免二次超速；其它情况下，系统按照ATO目标速度r(t)=s(t)-2，图4中BrakeDownCoasting-Line2，选择惰行模式下PID参数Kp、Ki、Kd，计算输出比较小的制动电流，列车巡航。

（3）当2.5 km/h＜ΔV≤4.0 km/h时，如果3.5 km/h＜ΔV≤4.0 km/h且在此之前列车处于加速状态，则系统按照ATO目标速度r(t)=s(t)-3，图4中SpeedUpCoastingLine2，选择牵引模式下PID参数Kp、Ki、Kd，计算输出合适的牵引电流，继续加速，确保列车一次性完成加速过程；其它情况下，系统按照ATO目标速度r(t)=s(t)-3，图4中SpeedUpCoastingLine2，选择惰行模式下PID参数Kp、Ki、Kd，计算输出比较小的牵引电流，列车巡航。

（4）当ΔV＞4.0 km/h时，系统按照ATO目标速度r(t)=s(t)-3，图4中SpeedUp-CoastingLine2，选择牵引模式下PID参数Kp、Ki、Kd，计算输出合适的牵引电流，控制列车加速运行。

2.3 列车目标制动阶段

如图5，列车制动目标分为低速点和零速点：低速点包括低于当前速度的线路限速点或临时限速点（图5中TSR点）；零速点包括安全停车点（图5中POP点）和非安全停车点（图5中OSP点）。如公式（1），系统利用列车当前位置（图5中P点）与目标制动点的距离Δs、高度差Δh和目标点的速度值vg，采用恒定的减速度ab（考虑因素与车站发车过程同理），根据能量守恒原理（见公式（1））推出列车当前位置不同的局部设定速度vp、vo、vl、va，列车当前位置目标速度的最终取值vr为不同的局部设定速度vp、vo、vl、va中的最小值，即vr=min(vp,vo,vl,va)。所有不同的局部设定速度vp、vo、vl、va的最小值集合即为ATO目标速度曲线（图5中的虚线）。系统采用制动模式下的PID参数，调节控制列车速度。

图5 不同的局部设定速度

其中，Mp为列车静态质量；Mi为列车动态质量；g为重力加速度。

另外，列车站台停车需要考虑停车精度要求，ATO采集速度传感器的速度脉冲信号实时计算列车速度和位置，避免了接收ATP速度的时延。通过增加站台铺设应答器的密度，列车经过应答器即时修正位置误差，可以实现精确停车，停站精度≤±30 cm。

3 测试与验证

以上分别对列车自动驾驶各阶段的速度控制算法进行了研究，下面通过基于CPCI硬件平台和Linux嵌入式操作系统的列车自动驾驶系统，对速度控制算法的整体实现效果进行测试和验证。

测试线路选用广州地铁1号线试车线，包含2个虚拟站台和1个折返线，进入折返线之前有一段限速区段。

测试结果如图6。

图6中，输出曲线为广州地铁1号线试车线的列车自动驾驶过程，紫色曲线为目标速度，蓝色曲线为列车实际速度。整个过程中，实际速度都低于ATP限速，满足安全性要求；实际速度与目标速度的差值≤±3 km/h，满足跟随性要求；速度跟踪阶段的速度取决于运行时间，图6中按最高限速驾驶，即最短运行时间。发车阶段和目标制动阶段的加减速度值和冲击率合理，满足乘客舒适性要求。停站之后，通过查看列车位置和站台停车点确定停站精度≤±30 cm，满足停站精度要求。加速和制动过程较短，速度调节波动变化较小，满足节约能耗的要求。所以，本文所研究的各阶段速度控制算法整体实现效果良好，控制误差很小，控制系统满足要求。

图6 列车自动驾驶过程测试结果

4 结束语

列车自动驾驶系统是现代城市轨道交通列车自动控制的重要组成部分，其实现的关键是列车速度控制算法的设计，本文中各阶段速度控制算法的设计能满足列车自动驾驶的运行指标要求，对列车自动驾驶技术的国产化研究有一定参考意义。

[1]唐 涛, 黄良骥. 列车自动驾驶系统控制算法综述[J]. 铁道学报，2003（4）：1-5.

[2]康太平，王长林. 基于模糊预测控制的列车自动驾驶系统研究[D]. 成都：西南交通大学, 2006（3）：33-46.

[3]黄志平，康 熊，周忠良. 列车自动驾驶的仿真实现[J]. 铁道机车车辆，2001（6）.

[4]陆小红，郭 进. 高速铁路列车自动驾驶系统的研究和仿真实现[J]. 铁路计算机应用，2011（4）.

[5]杨 光，唐祯敏. 基于MATLAB的磁浮列车自动驾驶控制系统的仿真[J]. 铁路计算机应用，2007（6）.

[6]韦 巍. 智能控制技术[M]. 北京：机械工业出版社，2000（1）：112-124.