[发明专利]一种自动驾驶系统加速度快速在线估计方法及装置

说明书

本发明涉及一种自动驾驶系统加速度快速在线估计方法及装置，所述方法包括其根据时间窗[(k‑2w)T，kT]内的速度数据，采用最小二乘法进行速度曲线拟合来实现加速度的快速估计，所述时间窗[(k‑2w)T，kT]内的速度数据记为从历史时刻(k‑2w)T到当前kT的历史数据v((k‑2w)T)，v((k‑2w+1)T)，…，v((k‑1)T)，v(kT)；根据速度曲线拟合误差的标准差与已知噪声标准差σ_ξ间的关系以及实时计算的加速度a₀(t)的相对估计偏差来动态调整所述时间窗[(k‑2w)T，kT]的时间窗口的长度。通过最小二乘法的数据矩阵在滑动时间窗内可以实现加速度的快速估计，在ATO平台上采用定点数计算基本不会带来舍入误差累计，舍入误差也可接受。根据曲线拟合的标准差与已知噪声标准差间的关系以及实时计算的加速度的相对估计偏差来动态调整时间窗的长度从而实现低延时高准确度的加速度估计。

技术领域

本发明属于高速列车的自动驾驶系统领域，特别涉及一种高速列车的自动驾驶系统加速度快速在线估计方法及装置。

背景技术

近10年，我国高速铁路取得了高速发展。截至2019年7月，我国高速铁路总运营里程已经超过3万公里，跃居世界第一。与此同时，高速列车的运行速度在逐步提升，最新投入运营的“复兴号”高速列车也将逐步取代当前的“和谐号”高速列车。高速铁路里程的增加和高速列车运行速度的提高对列车司机驾驶能力提出了越来越高的要求。为解决这一困难，高速列车自动驾驶(Automatic Train Operation，ATO)成为一种必然的趋势。为实现列车运行平稳舒适、准时准点和精确停车等控制目标，ATO控制算法需要较精确的动力学模型。然而高速列车是由多节车厢构成的复杂非线性系统，并且列车的动力学特性可能会随着运行工况的改变而发生变化，此外，同一型号不同列车的动力学特性也会稍有不一致。列车加速度是列车动力学模型的重要参数，也是ATO控制的关键信号。加速度计是测量加速度的最直接方法，但由于安装成本、性能和可靠性等原因，多数现有列车并没有安装加速度计。基于速度来估计加速度是常用方法。但由于速度测量总是存在噪声，直接将速度差分得到的加速度噪声太大。现有技术有用线性回归平滑牛顿法(recursive linear smoothednewton，RLSN)来估计加速度，但该方法假设待估计加速度满足多项式形式。现有技术还有采用卡尔曼滤波方法来实现加速度的估计，但是该方法对加速度估计的实时性也不理想。

现有方法在高铁ATO算法应用中都存在一个重要的不足：算法计算量大。在现有的高速列车ATO平台运算速度和存储能力有限。为了实现高可靠性和安全性，控制算法是只能使用定点数，不能够使用浮点数。现有的算法在ATO平台上用定点数计算时会面临着计算时间长、舍入误差大以及舍入误差累积等问题。

发明内容

为了解决上述技术问题，本发明第一个目的是提供了一种高速列车的自动驾驶系统加速度快速在线估计方法，所述在线估计方法包括如下步骤中的一种或多种：

根据时间窗[(k-2ω)T，kT]内的速度数据，采用最小二乘法进行速度曲线拟合来实现加速度的快速估计，所述时间窗[(k-2ω)T，kT]内的速度数据记为从历史时刻(k-2ω)T到当前 kT的历史数据v((k-2ω)T)，v((k-2ω+1)T)，…，v((k-1)T)，v(kT)，k代表当前时刻，ω为常数，T为系统的采样周期；

根据速度曲线拟合误差的标准差与已知噪声标准差σ_ξ间的关系以及实时计算的加速度a₀(t)的相对估计偏差来动态调整所述时间窗[(k-2ω)T，kT]的时间窗口的长度。

本发明的第二个目的是提供了一种高速列车的自动驾驶系统加速度快速在线估计装置，所述在线估计装置包括如下组件中的一种或多种：