地铁列车编队运行过程中,如何实现高效、安全的跟随控制是核心难题。特别是在高速行驶和复杂运营场景下,列车间的协同控制、精确定位以及轨迹预测成为提升运输效能和保障安全的关键痛点。
项目提出了基于多智能体列车编队协同控制算法,结合列车动力学模型进行牵引/制动预测,并优化预测轨迹。采用GNSS/INS/DTM/LiDAR多源融合定位技术,实现列车可信定位。通过LSTM算法进行领航列车安全轨迹规划,考虑编队列车运行场景切换,形成多运营场景下的列车编队跟随协同控制方法。同时,构建了硬件在环仿真环境平台,验证算法有效性,确保在实际应用中的可靠性和准确性。
该技术成果在列车牵引制动性能预测方面取得了显著突破,预测准确率高达99%以上。通过硬件在环仿真测试,验证了算法在多运营场景下的有效性和稳定性。此外,项目还提出了创新的列车多源融合定位方法和安全轨迹规划技术,为列车编队跟随控制提供了强有力的技术支持。相比传统方法,该技术具有更高的预测精度、更强的适应性和更好的协同控制效果,具有显著的竞争优势和创新性。
交通运输、仓储和邮政业
融合编队特征的硬件在环仿真测试平台”适用与于复杂列车运行环境场景下的列车感知、运行、编队运行控制的仿真。现已开展了面向列车运行控制系统的仿真,可实现列车运行位置的感知性能测试,列车运行过程的功能测试等一系列功能。
科技成果转化主要用于相应领域的相关测试,需要的场地面积在50~100平方米,能够容纳设备、工作台及必要的调试工具。
可国(境)内外转让
预期经济效益取决于当前所在的应用阶段,当前编队在地铁行业应用有所前景,在重载铁路领域也有着较好的转化空间。
北京市自然科学基金丰台重点研究专题
北京市科学技术委员会;中关村科技园区管理委员会
按照项目执行计划,面向高速地铁列车编队运行的特点,以列车自主感知、轨迹预测研究为基础,项目组开展了多智能体列车编队协同控制算法的研究;基于列车动力学模型进行列车牵引/制动的预测,对预测轨迹优化、预测的性能进行评估;最后,为验证项目组提出的算法的有效性,项目组构建了融合编队跟随特征的硬件在环仿真验证,并进行关键指标参数、运输效能等多方面的评价。项目组构建了广州地铁18号线和22号线的硬件在环仿真环境平台,开发了融合编队跟随特征的硬件在环仿真测试设备。任务书中可考核指标的完成情况如下: (1)在理论方法层面,提出了基于GNSS/INS/DTM/LiDAR的列车多源融合可信定位方法,利用速度和位置感知进行了基于LSTM的领航列车编队安全轨迹规划方法,考虑“领航-跟随”模型下的编队列车运行场景切换模式,形成一套面向多运营场景的列车编队跟随协同控制方法,完成了基于列车运行轨迹预测的地铁列车多运营场景编队跟随协同控制方法研究报告1份; (2)在技术创新层面,提出了基于纵向不确定性的动力学模型的列车牵引力制动力预测方法,基于列车运行的实际数据和仿真数据,完成了基于模型数据双驱动的地铁车辆牵引制动性能预测研究报告1份。基于海量运行数据与仿真平台生成数据,牵引力/制动力在误差±1%范围内预测准确率达到99.4%,制动距离在误差±1%范围内预测准确率达到99.5%。 (3)在应用需求导向层面,在构建了以广州地铁18号线“万顷沙-横沥-番禺广场”的3站2区间3列车的编队运行仿真环境,完成了融合编队跟随特征的仿真方法研究报告1份。设计了3类编组运行场景(包括三列车编队运行、三列车区间组编与解编),200km/h 速度下区间追踪间隔最小可达73m,列车进入横沥站时间间隔最小可达2.74s。 (4)发表论文 33 篇。 (5)申请发明专利 18 项,软件著作权 9 项。 (6)晋升高级职称2名,获詹天佑成就奖1名,获评自动化学会会士1名,培养博士及硕士研究生 22 名。 (7)项目组构建和开发的融合编队特征的硬件在环仿真测试设备,开展了多运营场景下的实验验证,获得广东省科学技术奖二等奖1项、中国地方铁路协会科学技术奖一等奖1项、中国卫星导航定位协会科技进步一等奖1项。主办国际学术会议特别专题会议4次(ICEAA 2022/2023/2024, iFuzzy 2024),并参加包括 ITSC/CSNC/ION等国际、国内学术会议共计16次。
