卫 星, 王 军

(合肥工业大学 计算机与信息学院,安徽 合肥 230009)

基于混成自动机的矿井机车无人驾驶系统模型

卫 星, 王 军

(合肥工业大学 计算机与信息学院,安徽 合肥 230009)

矿井机车无人驾驶系统显著表现出连续和离散同时存在的混成特征,混成自动机能够精确刻画其系统演化过程,文章研究该系统的建模及验证问题。首先设定遵循安全高效驾驶原则的时间演化行驶过程模型;然后定义影响系统演化的各道岔信号灯状态事件,并给出不同类型事件下的系统状态转换时刻递推算法,从而得到系统混成自动机模型;最后以多种场景下的数值结果验证了模型的正确性与完备性。

混成自动机;矿井机车;无人驾驶;混成系统;系统建模

混成系统是实时嵌入式系统的一种重要子类,其行为中广泛存在离散控制逻辑跳转与连续实时行为交织混杂的情况[1]。矿井机车无人驾驶系统包括远程遥控与自动驾驶2种模式：远程遥控驾驶是利用井下移动无线网络WLAN,将矿井机车行进方向的视频与运行状态数据实时传输到地面运输调度中心与遥控驾驶台,工作人员在地面运输调度中心利用遥控操作台遥控机车与井下相关设备进行生产作业;自动驾驶是机车依靠车载计算机与路况分析器自主行驶,无需驾驶人员干预。该系统避免了在发生矿井坍塌或机车相撞事故时出现人员的伤亡,使机车能够可靠地在井下运输调度并保障工作人员的安全[2]。矿井机车无人驾驶系统既要处理连续的位置和速度变量,又要处理机车运行状态、远程遥控指令和信号灯状态等离散变量,具有混成系统的典型特征。

对混成系统的分析(如可靠性、可达性等)是建立在对其行为合理建模的基础之上。而混成自动机是一种广泛应用且能够精确刻画混成系统连续和离散动态行为的建模语言，其相关研究目前集中于交通、工业过程控制、国防等领域控制系统的建模与分析。文献[3]针对CTCS-3级列控系统的混合性,提出基于混成自动机的建模方法,并使用Simulink和Stateflow 对建立的模型进行仿真验证;文献[4]利用线性混成自动机形式化方法对列车控制系统(communication-based train control system, CBTC)中的ZC子系统进行建模分析与性质验证;文献[5]针对汽车信息物理融合系统(cyber-physical system, CPS)软件的异构性、分布式等特点,提出了基于混成自动机的车联网服务建模方法;文献[6]建立了基于TCP-Ren拥塞控制版本和RED路由算法的混成自动机模型;文献[7]在矿井机车运输监控系统调度联锁基本规则的基础上,采用有色Petri网对其联锁过程进行建模与分析;文献[8]对金属矿山井下单轨运输系统进行了建模并使用改进后的遗传算法对其进行优化,使得系统运输效率有了较大程度的提高。

本文使用混成自动机对矿井机车无人驾驶系统进行建模与分析。通过简化实际工程系统的结构,并在引入时间演化和事件驱动2种机制共同作用的基础上,得到系统的混成自动机模型及状态转移图,最后通过数值计算给予验证。

1 矿井机车无人驾驶系统结构

矿井机车无人驾驶系统,主要由矿井机车、移动宽带流媒体网络、机车运行服务器、遥控操作台、遥控操作盒、遥控料斗和定标器等设备组成。驾驶人员在地面运输调度中心借助遥控操作台操控机车,实时执行调度系统调度意图。为了保证运输安全和提高运输效率,机车一次运输任务从起点到终点的全部路径被划分为若干相对固定的进路,作为调度分配和机车占用的单位,通常每条进路会分配1个固定的进路号。1条进路在正常运行时只能被1辆机车占用,以避免机车相撞。

无人驾驶机车的整体控制流程分为信息获取、信息处理、设备控制3个部分,如图1所示。在机车运行过程中,机车控制器依据定标接收器收到的定标点信息和车速传感器检测到的脉冲信号计算运行速度及所在位置(离定标点的距离),根据通过网络接收的行车指令及路况分析器发来的路况信息,结合运行模式及预存的运行参数进行综合分析、判断，生成操作命令,通过Modbus接口发送给变频控制柜,控制机车的运行,同时机车控制器还将机车运行状况(包括进路位置、行车速度、运行方向等)通过网络上报给地面调度系统。

信息获取阶段,机车控制器的信息来源可分为地面设备、车载设备2个部分;信息处理阶段,机车控制器根据信息获取阶段获取的信息进行分析判断,向变频器发送控制指令,进行调速、鸣笛、驻车、供电等控制;设备控制阶段,变频器根据机车控制器发来的控制指令,完成对牵引电机、喇叭、驻车推杆、受电弓推杆的控制。

图1 无人驾驶机车控制流程

2 模型设定与分析

2.1 模型设定

设机车在0时刻从原点(即进路r1起始处)静止启动,在t时刻其加速度、速度、位移分别为a(t)、v(t)、x(t)。其中,a(t)由发动机牵引力、车轮制动力、轨面摩擦力和列车质量共同作用产生,a(t)∈[amin,amax],amin<0表示最大减速度,amax>0表示最大加速度。机车在进路ri(i=1,2,…,n)内行驶的限速值为vi。当机车到达终点时加速度、速度为0。

图2 系统模型设定程

机车的远程驾驶过程描述如下。

(1) 信号灯RGi为绿灯(RGi=1)且在读秒归零前机车已到达该信号灯处,或信号灯RGi为红灯(RGi=0)且在读秒归零时机车还未到达,机车以vi匀速驶过该信号灯。

(2) 信号灯RGi为绿灯(RGi=1)且在读秒归零前机车不能到达该信号灯处,或信号灯RGi为红灯(RGi=0)且在读秒归零前机车已达,机车减速并停驶在该信号灯前。

(3) 未目测到信号灯,即进入最末进路rn,机车减速并停驶在该进路末端。

2.2 模型分析与算法

图3 进路ri运行时段示意

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(2) 执行各轮次。

do{

if(i∈E1∪E2)//信号灯RGi属于的事件集

else if(i∈E3)

else if(i∈E4)

else if(i∈E5)//此时机车处于此次运输任务路段的最后一个进路内

i++//机车进入下一进路

}while(i≤n)

(10)

3 系统混成自动机建模

矿井机车无人驾驶系统混成自动机建模[9-10]如下:

(1) 机车在行驶过程中共经历了n+3种状态(加速状态、减速状态、静止状态、匀速v1、匀速v2、…、匀速vn)之间的跳变,即Ω={Acc,Dec,Sti,Uni-v1,Uni-v2,…,Uni-vn},它们构成了状态图中的节点。

(2) Σ为离散事件的有限集合,影响机车行驶过程的5种不同类型n-1个事件,构成了模型离散事件的有限集合,即Σ={E1,E2,E3,E4,E5}。

(5)L0⊆L为初始位置的集合,机车在执行1次运输任务的初始状态为静止状态,即L0={Sti}。

系统混成自动机状态转移图如图4所示。

图4 系统混成自动机状态转移图

4 数值分析

4.1 参数设定

本文采用文献[11-12]的基于离散事件系统的仿真方法,所设定的机车运行场景来源于安徽开发矿业有限公司李楼铁矿-425 m运输巷道,如图5所示,处于进路r1的机车将要前往装料区进行一次装料运输任务,机车通过进路r1→r2→r3→r4→r5到达装料区。电机车采用典型的变频方式调速,其中线性加速度适用于需要平稳地传动或缓慢加/减速的大部分场合。

图5 李楼-425 m矿井部分巷道水平面运输示意图

根据以上内容设定参数如下。

(1) 进路长度。l1=850 m,l2=1 000 m,l3=1 250 m,l4=1 200 m,l5=900 m。

(2) 每一进路区间内机车行驶的限速值。v1=4.0 m/s,v2=3.0 m/s,v3=5.0 m/s,v4=3.5 m/s,v5=2.0 m/s。

(3) “驾驶员”目测距离S=40 m。

(4) 机车行驶过程中加速时的最大加速度amax=0.1 m/s2,刹车时的最大减速度amin=-0.2 m/s2。

(5) 信号灯红绿转换周期。T1=350 s,T2=250 s,T3=350 s,T4=450 s。

4.2 实验结果和分析

图6 场景A机车速度-时间关系

图7 场景B机车速度-时间关系

图8 2种场景下机车位移-时间关系

5 结 论

本文以多进路运输路径的无人驾驶矿井机车为研究对象,首先设定遵循安全高效驾驶原则的时间演化行驶过程模型;然后定义影响系统演化的各信号灯状态事件,并给出不同类型事件下的系统状态转换时刻递推算法,从而得到系统混成自动机模型;最后以多种场景下的数值结果验证了模型的正确性与完备性。

本文研究机车在无障碍物事件影响情况下的行驶过程,当进一步考虑加入障碍物,发生另一离散事件时,可以将其等同于进路之间的信号灯事件来分析,若障碍物出现在机车的前方,其到机车的距离小于机车以最大减速度减速到静止时所经过的位移,机车必然撞上障碍物,跳转到故障状态。

[1] 卜磊,谢定宝.混成系统形式化验证[J].软件学报,2014,25(2):219-231.

[2] 邓军,李贝,李海涛,等.中国矿山应急救援体系建设现状及发展刍议[J].煤矿开采,2013,18(6):5-9.

[3] 易承龙,李开成.基于混杂系统理论的CTCS-3 级列控系统建模与仿真[J].计算机应用与软件,2014,31(10):67-69.

[4] 侯晓鹏.基于混成自动机的ZC子系统安全的验证方法研究[D].北京:北京交通大学,2015.

[5] 封飞,陈名才,张广泉,等.基于混成自动机的车联网服务建模方法[J].南通大学学报(自然科学版),2013,12(6): 6-10.

[6] 吴志伟,袁德成,韩坤.基于混杂自动机的TCP网络拥塞控制模型[J].仪器仪表学报,2006,27(增刊3):2001-2003.

[7] 陆阳,郭智奇,韩江洪,等.矿井机车运输监控系统调度联锁过程的Petri网建模[J].煤炭学报,2007,32(11):1216-1223.

[8] 谢新颖,魏镜弢,张啸海.金属矿山井下单轨运输系统建模及优化[J].金属矿山,2012(2):124-126.

[9] MAHEMUTI P,YANG L,LUO L L.Modeling,analysis and synthesis of hybrid system: a review[J].Applied Mechanics and Materials,2014,615:36-43.

[10] 刘攀,缪淮扣,曾红卫,等.基于FSM的测试理论、方法及评价[J].计算机学报,2011,34(6):965-984.

[11] MAGOTT J,SKROBANEK P.Timing analysis of safety properties using fault trees with time dependencies and timed state-charts[J].Reliability Engineering & System Safety,2012,97(1):14-26.

[12] BAK S,BOGOMOLOV S,JOHNSON T T.HYST: a source transformation and translation tool for hybrid automaton models[C]//18th International Conference on Hybrid Systems: Computation and Control (HSCC 2015).[S.l.]:ACM,2015:128-133.

(责任编辑 张淑艳)

Model of unmanned driving system of mine locomotive based on hybrid automaton

WEI Xing, WANG Jun

(School of Computer and Information, Hefei University of Technology, Hefei 230009, China)

The composite character of simultaneous existence of sequence and discreteness is shown in the unmanned driving system of mine locomotive. The system evolution can be depicted accurately by hybrid automaton. The modeling and verification of the system is researched. Firstly, the driving process model with time evolution is set which follows the principle of safe and efficient driving. Then the state events of each turnout signals that affect the system evolution are defined. The recursive algorithm of conversion time of the system under the different types of events is given. And the hybrid automaton model of the system can be obtained. Finally, the accuracy and completeness of the model are verified by the numerical results in various situations.

hybrid automaton; mine locomotive; unmanned driving; hybrid system; system modeling

2016-02-02；

2016-04-18

国家国际科技合作专项资助项目(2014DFB10060)

卫 星(1980-),男,安徽肥西人,博士,合肥工业大学副教授,硕士生导师.

10.3969/j.issn.1003-5060.2017.08.007

TP399

A

1003-5060(2017)08-1042-06