[发明专利]一种列车AEB系统隧道场景控制决策方法

权利要求书

1.一种基于列车AEB系统隧道场景控制决策方法，其特征在于，包括以下步骤：

S1、激光雷达采集数据

通过激光雷达采集轨道及轨道周围事物的空间位置数据及属性数据；

所述激光雷达通过机械装置安装于列车车头的车灯中下部横杠处，且所述激光雷达通过以太网口与工控机连接；

S2、数据空间坐标转化

对采集到的轨道及轨道周围事物的空间数据及属性数据进行不同坐标系的坐标转换，获取点云数据；

S3、去噪与滤波处理

采用双边滤波的方法对点云数据进行滤波处理：

其中I_j、I_i是像素的强度值，所以在强度差距大的边缘位置，权重会减小，滤波效应也就变小；σ_s、σ_r为平滑参数；K_i滤波系数；X_j、X_i为图像坐标；

S4、数据聚类

通过激光扫描获得障碍物的面积，根据障碍物面积进行数据聚类，并具体通过识别障碍物连续面积，对障碍物进行分类；

S5、障碍物轮廓获取

在拟合障碍物轮廓时,分别利用随机采样一致性算法和最小二乘法分段拟合障碍物轮廓，拟合图像应包含聚类对象的位置、形状以及大小,所以定义特征向量为：

Vi＝[x,y,h,n,p,s]；

其中:x,y为目标位置；h为同一聚类对象内点集的最大高度；n为目标轮廓的线段数量,取值为1、2或3；p为目标形状，直线型目标两条线段间的夹角为0°；s为聚类对象的面积；

S6、障碍物边界拟合

通过障碍物边界拟合，得到障碍物初步形状；

S7、典型障碍物特征获取

从障碍物库中提取隧道典型障碍物特征，根据对典型障碍物特征提取，构建障碍物库，其中：

(1)每个类ci包含的点集的个数ki；

(2)类ci中的第一个点(xi,1,yi,1)距离前一个类ci-1中的最后一个点(xi-1,ki-1,yi-1,kk-1)的距离值d1表示为：

式中k_i＜19；

S8、障碍物特征对比

进行障碍物特征对比，将障碍物初步形状的特征与隧道典型障碍物特征进行比对；

S9、执行控制决策

系统通过分析激光雷达采集得到点云数据判断障碍物类型，若符合典型障碍物库中类型，则考虑制动，考虑制动后，对障碍物进行目标跟踪；

建立一个线性卡尔曼滤波跟踪器来进行目标跟踪，可以有效的控制决策；

滤波估计方程为：

X(k|k)＝AX(k|k-1)+K_k[Z_k-HAX(k|k-1)]

式中：X(k|k)为k时刻的估计状态；X(k|k-1)为k-1时刻的估计状态；A为调整因子；K_k为增益矩阵；Z_k为K时刻量测值；HAX(k|k-1)为量测差值；

滤波增益方程为：

K_k＝Pl_k-1H^r[HPl_kH^T+R(k)]^-1；

式中：

Pl_k＝AP_k-1A^T+Q(k-1)；

式中，K_k为增益矩阵方程，Pl_k-1为k-1时刻的估计误差协方差矩阵，H为观测矩阵，Pl_k为k时刻的估计误差协方差矩阵，R(k)为系统k时刻的测量方程的误差协方差矩阵，A为调整因子，P_k-1为k-1时刻后验估计误差协方差矩阵，Q(k-1)为系统k-1时刻的状态方程的误差协方差矩阵；

当识别为障碍物时，系统采用如下距离公式控制制动，其中，根据所测的列车速度以及所述列车与障碍物的距离，计算出所述列车与障碍物避免发生碰撞所需要的安全距离，安全距离计算方法如下：

其中：d_br为制动安全车间距；v、v_rel分别为列车车速和相对车速；a₁、a₂分别为列车最大制动减速度和实际列车制动减速度；t₁、t₂分别为决策反应时间和系统延迟时间；d₀为列车停止后需要与障碍物保持的安全余量；

其中，d₀的取值范围为2-8m，并采用危险系数对安全余量进行修正，危险系数的计算方法为：

其中：v为列车车速，t_hmin为驾驶员允许的最小时距，d为实际距离；当危险系数ε＞1时，表明列车处于安全状态；当0＜ε＜1时，系统启动报警，并且随着ε值越小，声光报警级别越高；当危险系数ε＜0时，启动紧急制动；

利用危险系数ε对安全余量进行修正，修正结果为：