自學習算法在列車自動駕駛系統的應用

薛文靜，張東海

（1.浙江省交通投資集團有限公司，杭州 310020；2.浙江杭海城際鐵路有限公司，杭州 310000）

1 自動駕駛系統既有算法面臨新挑戰

截止2021年底，國內大陸地區共有50個城市開通城市軌道交通運營線路283條，運營線路總長度 9 206.8 km。其中地鐵運營線路 7 209.7 km，占比78.3%；其他制式城軌交通運營線路1 997.1 km，占比21.7%，當年新增運營線路長度1 237.1 km。近年來，隨著交通強國與智慧交通建設工作的試點與推進，軌道交通信號控制行業掀起了面向“智慧化”的全新科技創新浪潮。特別是2019年9月國務院印發的《交通強國建設綱要》以及2020年3月中國城市軌道交通協會發布的《中國城市軌道交通智慧城軌發展綱要》，都為自動駕駛系統在智能檢測、監測和智能運維等前沿關鍵技術指明新的發展方向，提出更高的標準和要求。

自動駕駛系統作為城軌信號控制系統的重要子系統，代替人工實現列車的自動運行、精確停車、車門控制、自動折返等功能，對列控系統的“智慧化”起著至關重要的作用。尤其是對自主化全自動運行系統（FAO）全自動駕駛與互聯互通制式的信號控制系統在軌道交通線路中的推廣和應用意義重大。因此當前自動駕駛系統的核心控制算法在關鍵場景中（比如智能識別列車動力學性能實現精確停車、智能識別線路特征實現舒適運營、智能控制能耗實現節能運營、智能預測時分實現運行計劃動態調整等），將面臨新的挑戰。

1.1 關鍵技術與指標

自動駕駛系統的“智慧化”關鍵技術主要包括站臺精確停車、舒適運行、時分預測與控制和節能運行等。

站臺精確停車功能是自動駕駛系統最具有挑戰性的部分。根據《城市軌道交通 CBTC 信號系統-ATO子系統規范》[1]，站臺停車誤差指標為：精度范圍±0.3 m內的概率大于等于99.99%；精度范圍±0.5 m內的概率大于等于99.999 8%。混合制動不可控是影響自動駕駛停準率指標的最重要問題，而不同的機械制動與不同的電制動機構之間的動力學特征相差很大，尤其是磁懸浮、低底板、吊軌、單軌等車型相對于地鐵、城際與輕軌列車各車型有很大差別。

舒適運行主要指自動駕駛系統控制列車運行的全過程中乘客感受到的舒適程度。通常使用列車沖擊率來衡量，沖擊率為列車加速度的變化率。根據《城市軌道交通 CBTC 信號系統-ATO子系統規范》規定，列車沖擊率應小于等于0.75 m/s3。

時分預測與控制主要指自動駕駛系統控制列車運行的全過程中，根據自動列車監控系統（ATS）運營計劃，結合臨時限速、線路數據等信息預測運行時分，制定符合運行計劃要求的控制目標，并準確控制列車實現計劃以及達到既定平均旅行速度的功能。具體指標是實際時刻與計劃時刻之間的偏差量，包括列車的運行時間、站臺停車時間、折返時間，也包括平均旅行速度，前后車的運行間隔等。

節能運行主要指自動駕駛系統控制列車從加速啟動至停車的全線實際運行過程中消耗的能量，以及再生的反饋回電網能量等等。

1.2 既有算法的現狀

近年來隨著軌道交通的飛速發展，自動駕駛系統的核心控制算法先后經歷了兩個大的發展階段。一是以比例-積分-微分（Proportion Integration Differentiation，PID）控制器為基礎的改進型經典控制算法階段；二是以專家或訓練過的神經網絡為指導的模糊控制以及遺傳算法等專家算法階段。

1） 改進型經典控制算法

PID算法是一種經典的控制算法，通過有效的比例（Proportion）、積分I（Integration）、微分（Integration）參數設定，能夠使系統達到良好的響應速度和控制誤差。由于列車運行過程中信號采集和傳輸均存在誤差，微分控制易放大誤差，可以根據具體情況單獨使用比例控制或者比例積分控制。為了對列車運行過程自適應，研究人員提出了改進的PID算法：文獻[2]設計出一種基于模糊自適應的PID控制器，用于解決控制系統非線性多目標，運行環境變化大且復雜的問題。文獻[3]使用位置式PID算法，以決定牽引和制動命令的執行時間點，可以減少列車牽引和制動時間以實現節能，保證列車提速平穩以提高列車的舒適度和穩定性。

2） 專家監督自適應算法

由于復雜的列車控制系統難以用單一的控制模式解決，研究學者開始著眼于使用模糊理論、神經網絡、遺傳算法及專家系統進行車輛控制[4]。例如，文獻[5]使用基于Pareto最優解的帶精英策略的非支配排序遺傳算法來解決自動駕駛的安全性、舒適性、停車精確性、節能性及準時性的多目標優化問題。文獻[6]使用基于粒子群的全局列車自動運行（ATO）控制策略來改善控制工況切換頻繁以及能耗較大等問題。各類算法特定對比如表1所示。

表1 列車自動駕駛算法的特點對比Tab.1 Comparison of Characteristics of Automatic Train Operation Algorithms

1.3 既有算法的問題與不足

既有的自動駕駛算法的策略主要為根據線路數據、列車自動防護（ATP）系統限速、列車自動監控（ATS）運行計劃等因素計算合理的目標速度，然后通過列車速度與設定目標速度相比，結合列車加速度等狀態對停車誤差、舒適度、運行時間等目標進行控制。

列車屬于典型大慣性大滯后非線性復雜控制對象。既有的自動駕駛核心算法，在研究列車的魯棒適應性上取得了一定的進展，具備靜態的規則或模式，對一定的參數波動具備一定的自適應能力。但規則或模式往往相對固定，對于磁懸浮、低底板、吊軌單軌等車型難以適應，即便是對于地鐵、城際與輕軌列車各典型車型，在長達15年的全生命周期運營過程中，發生的大于一定量級的性能變化難以適應。尤其是隨著設備老化，同批次的不同列車間在級位切換延時和牽引制動力上，變化趨勢不統一或者差異度過大時，既有的自動駕駛核心算法難以自動適配，往往需要耗費大量的運營維護成本進行人工調整。

在電制動與機械制動轉換的關鍵控制過程中，既有算法對不同混合制動機構的組合（電制動與空氣制定、電制動與液壓制動等）兼容適應性還有待加強。既有的算法雖然有一定的配置度，但不具備普遍的智能化適配調整能力，往往需要借助人力對算法結構及算法參數進行改變，需要耗費大量人力物力成本。

既有的自動駕駛核心算法的動態“智慧化”故障預測能力不足。既有的自動駕駛核心算法，對同一時期列車參數的離散型特征的量化評估不到位，不能有的放矢的基于延時離散性過大、牽引制動力離散性過大等量化評估指標實現故障預測并指導列車牽引制動系統的維護時機。

既有的自動駕駛核心算法對于線路中的某些特征場景的動態適應性不足，容易出現頻繁的異常級位切換，造成舒適度與能耗問題，例如密集道岔對列車存在明顯阻力的區域與坡道或者彎道疊加、大彎道與大坡度疊加區域等。

既有的自動駕駛核心算法對于綜合平衡站臺精確停車、舒適運行、時分預測與控制、節能運行等多種目標的“智慧化”尋優能力有待加強。隨著列車動力學性能的變化，各類運營指標都會不同程度的受到影響，既有的自動駕駛核心算法難以從實時運行表現出發，“智慧化”的在各種運行指標之間綜合平衡尋優。

2 自學習算法在列車自動駕駛系統中的應用

隨著地鐵及高速鐵路的發展，線路長度增長及列車密度增加，自動駕駛系統的應用場景也越來越復雜。主要體現在：各個車廠的每輛列車之間性能也存在差異；隨列車運行時間延長車輛性能往往會逐漸離散化；系統需兼容地鐵、輕軌、磁懸浮、吊軌、獨軌等各種不同場景下的各類不同車型；系統需適配國內外不同電制動與機械制動廠商組合等等。

2.1 解決列車參數變化及漂移

不同廠家列車的牽引、制動、延時性能不同，相同廠家的列車之間性能參數也存在差異。一般情況下作為算法的應用條件，信號設備要求列車之間性能參數的變化率在10%以內。隨著列車運營時間增長、元器件老化等原因，車輛參數會發生不可逆的漂移，性能參數隨車輛載客狀況、天氣的變化而變化。

在列車運行中，不穩定的運行參數、調度命令等各種干擾，不僅具有很大隨機性，而且其中一些干擾甚至會持續相當長的時間[7]。自學習算法可以針對列車參數的漂移進行動態識別，逐步調整其參數、結構，控制學習率，使得調整過程總體收斂到一個穩定的模態中，從而動態適應列車參數的變化。

2.2 解決混合制動不可控問題

對于國內目前運行的列車，一般采用電制動與機械制動組成的混合制動機構，表現為高速運行時，列車以電制動為主要制動方式；低速運行時，電制動會逐漸減弱，制動系統通過增加機械制動來補償制動力。

制動系統的性能優劣主要取決于電制動的性能和與機械制動的配合。然而轉換過程中，電制動與空氣制動往往不能完全銜接，導致制動力在轉換速度附近出現極大的性能偏差，甚至呈現“不可控”的狀態，容易造成頻繁的級位跳變，進而使得能耗增加，加速剎制動磨損等問題。

自學習算法若能夠識別混合制動的制動系統契合度，在“智能化”模式下，嘗試不同的控制過程，動態適配特定車輛混合制動規律，得出最優解控制策略與控制參數。

2.3 解決線路數據不精確問題

信號系統在進行控車時，需要根據線路數據來制定目標速度。在線路數據設計的過程中，為防止列車超速等危害安全的情況發生，往往按照偏安全的方式提供坡度和彎道等數據的保守值。比如坡度、彎道數據在現實中應為連續變化的，但在設計過程中將相鄰坡度合并成同一坡度值的坡度段。線路數據的不精確，加之列車作為一個多質點實體，在變坡或變彎時過程和規律都具有一定的不確定性。

自學習算法天然具備適應不確定性的特點，能夠智能辨識、評估并記憶特定線路位置的特征，比如記憶相同列車在同一站臺、同一區間運營之間，運行狀況的差異性。文獻[8]利用這一特點，對已有運行數據分析計算，搭建站臺坡度及相應補償值的數據庫，隨后在停車過程中，在數據庫中查找與此站臺坡度匹配的補償值來完成對列車制動特性的自我學習和適應。

2.4 解決多目標平衡問題

智慧列控對自動駕駛系統提出了更高的要求，在保證停車準確率與運行效率的基礎上，還要重點關注舒適度、節能等指標。控制中存在多目標相互制約的特點，舒適度與目標速度的跟隨性互相矛盾，節能與運行時間也相互矛盾。針對行駛速度、節能、停車誤差等單目標，已經出現大量的研究成果[9-11]，也有一些專家學者對多目標全局控制展開了研究[12-13]。自學習算法能夠根據當時當下特定列車自身的性能特征，更多維度地平衡多目標，進行綜合決策尋優。

2.5 解決人工調試問題

人工調整算法結構與參數的過程，往往需要多名運營維護人員，針對列車各站數據反復尋優適配，才能達到一定程度的優化調整效果。隨著線路增多，后續的運營維護壓力會越來越大。自學習算法能夠實現無監督的自動尋優，做到在沒有人工參與的情況下動態適配當前列車，實現各項運營指標間的最優效果。

3 結語

綜上所述，自學習算法作為自動駕駛系統的前沿關鍵技，能夠進一步提升軌道交通信號控制系統的智能檢測監測和智能運維水平，尤其是在站臺精確停車、舒適運行、時分預測與控制、節能運行等各個方面全面提升自動駕駛系統的“智慧化”程度。自學習算法及其核心技術的應用有利于軌道交通行業，面向智慧交通、綠色運營實現跨越式發展，為交通強國的建設提供技術助力。