张 强 陈德旺 于振宇

(北京交通大学电子信息工程学院 北京 100044)

1 研究背景

目前，行车密度、行车速度等是国内城市轨道交通发展中所面临的问题，而列车控制系统的自动化程度较低是产生这些问题原因之一。对于非自动化的列车，存在列车平均速度低、安全性差、停车不准等缺点。在人工驾驶的情况下，决定列车运行状况的最重要因素就是司机的驾驶技术。然而，司机驾驶技术的掌握主要是依靠长期实践、不断积累经验，这样培训出来的司机往往只习惯于在一条线路上驾驶，换到另一条陌生线路上就不一定能够胜任。另外，人工驾驶也加重了司机的劳动强度，在驾驶效率和舒适性上不一定能够达到最优的控制效果。

通过列车自动驾驶(automatic train operation，ATO)，可以在保证列车安全的前提下，提高或改善列车旅行平均速度、停车准确性和旅客舒适度等多项指标;可根据线路数据库自动进行修正，只需要将新数据输入自动驾驶系统就可以在新线路上实现自动驾驶，不存在司机要对新线路长期实践才能达到较好控制效果的问题。列车自动驾驶还可以大幅减少司机的工作量，改善司机的工作条件。综上所述，列车自动驾驶已经成为轨道交通发展的重要目标之一。

由于具有以上明显的优势，近期开通的城市轨道交通线路(如北京亦庄线、昌平线、4号线等)均配备了ATO系统。不同厂家ATO系统的功能、硬件、软件、控制算法都不尽相同，如何评价一个ATO系统的优劣非常重要。

确定了评价原则，不仅能够向用户提供一个验收或选择ATO系统的准则，同时对ATO系统的发展方向、设计原则都有非常重要的引领作用。

2 ATO评价要素分析

ATO在控车过程中，主要承担了两方面的职责:自动驾驶列车运行到目标点和实现运营需要的相应控制功能，如开关门、报站提示等。对于后者，功能由用户需求决定，实现和评价的标准很清楚，非常容易评价。本研究主要针对ATO自动驾驶列车过程中的相关要素进行评价。

2.1 不超过紧急制动触发速度

运行在列车超速防护(automatic train supervision，ATP)的紧急制动防护曲线之下(见图1)，保证在运行过程中不能超速，且不能由于ATO的原因触发紧急制动。

图1 ATO运行在紧急制动触发速度之下

ATO在控制列车运行过程中，ATP系统也在计算紧急制动触发速度来保证行车过程的安全性，由于前车、线路限速、坡度、弯道等因素的影响，紧急制动触发速度也在不断地被计算。在整个运行过程中，ATO必须保证控制车辆的速度低于紧急制动触发的速度，以达到不触发紧急制动、维持ATO模式运行的目的。由于车辆的响应有一定的延时，所以ATO必须采用一定的预判来提前做出响应。不超过紧急制动触发速度的评价函数为

式中，v为运行速度，vA为紧急制动触发速度。

在ATO全程运行过程中，该指标不能大于0，否则ATO将由于紧急制动而被切除。

2.2 精确停车

由于现在的车站都配置了屏蔽门系统，要求ATO必须实现精确停车作业，不能影响乘降作业的效率，即车门要能够完整地对乘客开放(见图2)。

图2 屏蔽门打开宽度与车门打开宽度

可以看出，为了不影响乘客正常的上下车，停车误差至少要满足屏蔽门打开宽度与车门打开宽度的差值1/2的要求，一般在30 cm范围内。ATO的停车过程，应该是一个稳定地跟踪一条恒定制动率的制动曲线的过程(见图3)。

图3 ATO精确停车过程

2.3 运行舒适度

在自动驾驶过程中，必须保证乘客的舒适度，对于站立或坐着的乘客都应该保证他们在列车的运行过程中无不适感。在列车加速、制动和站间巡航的过程中，均应该保证列车的平稳运行。

分析表明，加速度的变化会导致舒适度变差。通过对运行过程中的速度进行两次微分，得到列车的加速度变化率，即冲击率。冲击率越大，则舒适度越差。

对冲击率峰值的评价为

对运行过程中平均冲击率的评价为

式中，v为运行速度，S为运行距离。

冲击率的峰值和平均冲击率要求越小越好。

2.4 运行准点率

目前，城市轨道交通的运行密度大、运力高，对列车运行过程的准点率要求非常高。对于ATO系统来说，只有按照列车自动监控系统(automatic train supervision，ATS)的指挥，保证准点运行，才能实现全系统的高效运行。

对于准点的要求，是列车从起点列车启动到终点列车停车的这段运行过程中，实际运行时间与计划运行时间的差应该小于一个允许的误差范围，不能晚点也不能早点。在本研究中，准点是指站间运行时间，不考虑停站时间。

运行准点率的评价函数为

式中，Tp为计划站间运行时间，T为实际站间运行时间。站间运行时间的误差越小越好。

2.5 节能

在列车载客的运行过程中，牵引、制动、照明、空调等因素都会对能耗产生影响。由于ATO对列车的控制主要在牵引、制动方面，所以本研究的对象为ATO在驾驶过程中对动力系统的节能评价。ATO驾驶应该根据不同运行效率的要求，实现当前条件下的最优节能运行。

能耗的适应度值函数可以简化为列车牵引力F乘以速度v对时间的积分，即

将上式转换为用于计算的加速度和速度，即

在列车运行过程中，车辆载重随着乘客的增减在不断发生变化，为了对不同载重列车能耗进行比较，需要将二者放在同一个水平线上，即去除质量的影响，有

式中，a为加速度，v为速度，S为运行距离。能耗参数越小越好。

2.6 牵引、制动切换频繁度

在ATO控车过程中，需要不断地切换牵引、制动和惰行，保证列车准确、舒适地运行到目的地。从舒适度的角度，降低牵引制动切换的频率有利于舒适度的提高，并且有利于延长设备寿命;而ATO过快的牵引制动切换可能会导致车辆对指令的误判断，如图4中左侧较短的制动脉冲会导致车辆对制动指令的误判断。

图4 短制动脉冲导致车辆的误判断

对运行过程切换次数的评价函数为

式中，n为全程的切换次数，S为运行距离。

式中，Tc为运行过程中牵引、制动、惰行状态的维持时间。

在运行过程中，切换次数越少越好，维持时间要求不能小于车辆判断的门限值。最终可通过对各项指标的测试和统计，评价ATO的控制效果。

3 ATO评价指标的测试方法

为了分析ATO控车性能指标，在ATO的控车过程中，需要实时对列车运行数据进行采集，存储在记录系统中，并在列车下线后将数据导出，以供研究人员进一步分析ATO控车效果。

车载ATO系统在司机确认(方向手柄向前、牵引制动手柄在零位、按下ATO启动按钮)后，启动列车从起点运行至终点。在运行过程中，对当前时间、列车位置、速度、紧急制动触发速度、ATO目标速度、输出的牵引/制动指令进行实时计算，并发送给记录系统，记录系统每周期将接收到的数据写入记录文件。在运营结束后，将记录数据拷出，利用分析软件对其进行分析，得出相应的指标。

4 ATO运行数据分析

以ATO控车过程中的一个站间数据为例，对运行数据进行分析，站间运行曲线如图5所示。

图5 运行过程中的3条曲线

从起点到终点的运行距离为1.544 km。

1)不超过紧急制动触发速度。从图5的曲线上可以看出，全程没有发生实际速度高于紧急制动触发速度的情况，Ko=0。

2)精确停车。ATO系统记录的停车精度数据为－16 cm，即越过停车点16 cm，Ks=16 cm。

3)运行舒适度。通过对采集的速度进行处理，得到冲击率的曲线，见图6。

图6 冲击率与速度曲线

通过分析可以得出Kj，max=575 cm/s2，对于运行过程中平均冲击率的评价为Kj，ave=21 904 cm/s3km－1。需要注意的是，本统计中对冲击率的计算采用相邻数据微分的形式，未能对一些数据中的噪声进行处理，可作为比较ATO舒适度趋势的依据。要分析出实际的冲击率，还需要加速度计算和数据滤波处理等进一步的工作。

4)运行准点率。从数据分析结果可以看出，共运行了113.6 s，而ATO的计划运行时间为110 s。通过计算可以看出，Kt=3.27%。

5)节能。本文中的分析是基于一个站间的运行能耗情况，该站间内的能耗参数(考虑质量为固定值1)为Ke=303 047/km。

6)牵引、制动切换频繁度。从数据记录中可以看出，全程中ATO的开关量切换发生了2次(最后一次是保持制动和制动同时输出，可算作制动输出)，模拟量在0处的切换发生了7次，综合可计为7次的牵引、惰行、制动间切换(见图7)。

图7 牵引、制动切换频繁度

通过对数据的分析，形 成 结 论 为:Kc，t=7，Ka，feq=0.8 s。汇总各项数据，最终形成如表1所示的统计表。

通过对不同ATO系统的统计表进行比较，即可实现对ATO系统的评价结果。

表1 ATO控车性能评价指标分析结果

5 结语

从目前轨道交通发展过程中对ATO系统需要一个评价指标的需求出发，结合ATO的功能、性能需求，提出了相应的ATO指标，并且提出了ATO控制指标的量化计算方法。通过对实际工程测试数据的分析，表明ATO控制效果的评价方法切实可行，分析结果可以作为对ATO系统指标的验收标准，也可作为比较不同ATO系统的参考依据。

在此基础上，下一步的工作将考虑如何将ATO的若干控制参数整合成一个最终的结果，即充分考虑各个指标的权重，且权重可根据不同的线路、不同的用户进行相应的调整。总之，通过不断的研究与试验，优化对ATO系统的评价指标，可以促进ATO系统的进一步研究，最终实现城市轨道交通自动驾驶系统更加高质、高效的运行。

［1］宗明，郜春海，何燕.基于CBTC控制的全自动驾驶系统［J］.都市快轨交通，2006，19(3):35-36.

［2］唐涛，黄良骥.列车自动驾驶系统控制算法综述［J］.铁道学报，2003，25(2):98-102.

［3］Chang C S，Sim S S.Optimising train movements through coast control using genetic algorithms［J］.Electric Power Application，IEE Proc.，1997，144(1):65-73.

［4］石红国，彭其渊.列车运行过程仿真及优化研究［D］.成都:西南交通大学，2006:9-27.

［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):49-51.

［6］郜春海，唐涛，张建明.高速铁路列车运行控制系统车载设备的软件设计［J］.北京交通大学学报:自然科学版，1999(5):1-2.