专利交易市场

本发明提供了一种用于高速列车应对动态客流的自动驾驶控制方法，其特征在于：首先利用Pareto支配原理、拥挤距离计算和k‑means聚类算法从人工驾驶曲线数据中获取专家驾驶曲线数据包；然后利用专家驾驶曲线数据包采用行为克隆的模仿学习方法和强化学习法获取强化节时策略网络模型、强化准点策略网络模型和强化节能策略网络模型；然后利用上述三种策略网络模型针对三种客流峰值时段生成相应的自动驾驶曲线控制列车运行。采用本发明所述的自动驾驶控制方法，高速列车的驾驶策略能根据路段的客流峰值的变化进行调整，使路段上列车运行的效率和能耗配置更合理，从而使整个路段运营的效率提高、能耗降低。

本发明提出了一种基于目标和客流差异的列车自动驾驶曲线生成方法，该方法预先根据不同时段的列车运行控制目标和多种乘员重量情况离线生成不同的曲线集；列车运行过程中，根据图像处理技术得到当前乘员重量，然后，列车自动驾驶控制系统先根据当前时间自动识别出当前是哪种时段，然后将目标运行时间和当前乘员重量与相应曲线集中的时间参数和重量参数进行匹配，查找到相应的自动驾驶曲线，然后根据查找到的自动驾驶曲线控制列车运行；本发明的有益技术效果是：提出了一种基于目标和客流差异的列车自动驾驶曲线生成方法，该方案同时考虑了控制目标差异和乘员重量差异，使自动驾驶曲线更符合实际情况。