CN104134378A - 一种基于驾驶经验和在线学习的城轨列车智能控制方法 - Google Patents

Abstract

本发明公开一种基于驾驶经验和在线学习的城市轨道交通列车智能控制方法。该方法通过模拟有经验司机的驾驶策略，利用列车运行的实时数据，通过推理和归纳，得到控制器的输出，利用列车的实时信息和限速信息，将列车运行的剩余时间合理分配，得到时间精度估算值和速度估算值，并且基于实时信息的MTDA算法，利用列车运行限速和当前位置、速度和时间，推导列车运行期望运行时间和期望运行速度。本发明这种智能控制方法同北京市亦庄线的列车自动驾驶(ATO)仿真结果对比，能够节约能耗，提高准点率。

Description

一种基于驾驶经验和在线学习的城轨列车智能控制方法

技术领域

本发明涉及轨道交通控制领域，更具体地涉及一种基于驾驶经验和在线学习的城市轨道交通(城轨)列车智能控制方法。

背景技术

列车自动控制系统ATC(Automatic Train Control)采用先进的列车自动控制技术可以大大提高行车的效率、安全性，对于城市轨道交通高效率高密度的要求来说是必不可少的。ATC系统一般包括ATS(Automatic TrainSupervision)系统、ATP(Automatic Train Protection)系统和ATO(AutomaticTrain Operation)。其中，ATO作为列车自动控制系统的一个重要的子系统，利用车载固化信息和地面信息实现对列车牵引、制动的控制，使列车经常处于最佳运行状态，提高乘客的舒适度，提高列车准点率，节约能源。对城市轨道交通运行控制系统来说，不管是人工驾驶还是全程无人驾驶，ATO都将发挥其重要作用，对两站间的列车行驶速度进行控制，其控制效果直接影响各项性能指标。在ATO中应用不同的控制算法，其控制效果是不一样的，因此，有必要研究有效的ATO控制算法，以使列车最大限度地处于最佳运行状态。

实际应用中最广泛的ATO控制算法是PID控制。PID是一种线性调节器，它将设定值与输出值的偏差按比例、积分和微分进行控制。这种控制方法要事先设定出距离-速度曲线。显然，这是一种按照事先安排好的行车曲线进行速度控制的方法。这种方法的缺点是控制速度时的加减速度切换次数过多，这种情况既不利于平稳运行，又破坏了乘坐的舒适性，同时也增加了能耗和降低了停车精度，并且无法根据运营计划时间进行灵活调整；此外控制器的频繁切换也影响了控制器的使用寿命。

此外ATO控制算法还包括自适应鲁棒控制、迭代学习控制、模糊控制等方法，但是，这些方法都需要离线的目标速度曲线，很难顾及列车运行过程中的乘客舒适度等问题；并且这些控制算法很难周全的考虑复杂的列车模型，并且列车运行过程中，会受到需要未知因素的干扰，如不确定的摩擦力、车厢之间的作用力等因素的影响、列车控制器输出的非线性特性和饱和特性等问题，很难实现精确地追踪，难以实现在线-智能的驾驶策略。

发明内容

为避免以上现有技术的不足，本发明提供一种基于驾驶经验和在线学习的城市轨道交通列车智能控制方法。

本发明采用下述技术方案：

一种基于驾驶经验和在线学习的城市轨道交通列车智能控制方法，利用列车运行的实时信息，实现列车多目标运行控制，该控制方法包括如下步骤：

1)列车运行时，每隔Δt的时间间隔，确定列车当前位置s和当前速度v信息，以及线路的限速(S_{1_b},S_{2_b}LS；V_{l_1},V_{l_2}L0)，期望运行时间T和列车停车区间S_p，判断如果s≥S_p，转向步骤5，进入停车阶段，否则，转向步骤2；

2)判断列车当前所处的限速区间，即S_k-1≤s≤S_k，k表示列车当前所处的限速区间，对应的限速大小为V_k；

3)根据专家知识库得到列车当前的工况，再根据限速情况和列车当前速度，计算各限速区段的最短运行时间并将剩余运行时间按比例分配到各个限速区段中，进而得出当前限速区段内的剩余运行时间；再根据推理机对列车当前的运行信息推理出列车此后是否加速、减速或者惰行；

4)对列车智能驾驶控制器进行在线学习，得到该控制器输出值；

5)对列车运行线路布置应答器，并根据应答器提供的位置信息调整所述控制器输出值。

进一步，所述步骤3中列车当前运行信息包括当前速度、当前位置、当前限速和当前剩余运行时间。

进一步，所述步骤3中据推理机对列车当前的运行信息推理出列车此后是否加速、减速或者惰行具体包括：

当列车前方没有下降的限速和无需停车时，列车的工况只能是加速或者惰行，此时再计算时间精度估算值其中T_a为时间精度估算值，T_e为时间估算值，T_c为当前限速区段内的剩余运行时间，通过比较时间精度值和速度值就可推理出加速或惰行工况：若T_a>T_a°且则加速，其中T_a°为设定的最大时间精度误差，加速度的大小为a＝a_c+Δa_max，其中a为下一步的控制器初始输出，a_c为前一步控制器输出，Δa_max为加速度变化的最大值Δa_max＝0.2；否则惰行，惰行时控制器最终输出为a＝0；

当列车前方有下降的限速时，根据ATP曲线生成方法，在一定的距离阈量内进行减速以防止超过限速，距离阈量值为其中V_{l_next}为下一区段限速值，γ为速度系数即期望减速到下一个限速的百分比，以防止超过限速，γ＝0.9，v为当前的速度，a_set为设置的参考减速度，值的大小应满足舒适度要求，不能过大a_set＝-0.5m/s²，当列车运行进入到距离阈量范围内后，按照设定的减速度进行减速即控制器初始输出为a＝a_set＝-0.5m/s²。

进一步，所述步骤4对列车智能驾驶控制器进行在线学习包括：

1)设定梯度下降法的目标优化函数为f＝(V_e-v)²，输入为列车当前运行信息；

2)判断列车当前所处的限速区间，即S_k-1≤s≤S_k，k表示列车当前所处的限速区间，对应的限速大小为V_k；

3)根据如下过程计算速度估计值和V_e：

T_L＝T-t；

$T_c=\frac{T_{\mathrm{Lmim}}^p}{T_{L\min }^w}(T-t);$

$\hat{v}=\frac{S_{2\_b}-s}{T_c},V_e=\frac{S_{c\_b}-S_c}{T_c};$

4)列车运行距离和列车当前速度可用如下表示：

s＝∫vdT＝V_avgt；

v＝∫adT＝a_avgt；

其中，V_avg为此前运行的平均速度，a_avg为此前运行的平均加速度；

5)将以上公式带入目标优化函数，并对t求导数得到目标函数的梯度为：

$\▿f=2(\hat{v}-v)[(S_{2\_b}-s)\frac{T_{L\min }^p}{T_{L\min }^w}-V_{\mathrm{avg}}t-a_{\mathrm{avg}}{t}^2]/T_c^2;$

6)基于梯度下降法，可知列车控制器输出调整为λ为步长，数值为λ＝0.01，为梯度值。

进一步，所述步骤5中根据应答器提供的位置信息调整所述控制器输出值时，经过第i个应答器时估算的减速度估算值为其中V_c为当前的速度，S_i为第i个应答器距离停车终点的距离，将a_{e_i}作为列车从第i个应答器运行到第i+1个应答器之间的控制器初始输出即此时控制器初始输出为a＝a_{e_i}，依次类推，直到最后停车。

本发明的有益效果如下：

本发明，即模拟司机的列车智能驾驶技术能够在线驾驶城市轨道交通列车，不需要以往控制方法中的离线目标速度曲线，并且可以克服列车模型参数的不确定性；通过总结专家规则，建立了专家知识库，模拟有经验的司机的驾驶策略，综合考虑列车的运行和停车过程；利用列车运行过程中的实时数据，我们提出并设计了MTDA算法，以计算列车实时剩余时间分配等参数；定义和推导了基于梯度法的在线学习公式，以在线优化列车运行过程的性能指标；并且我们根据北京地铁亦庄线的实际数据，对本发明进行了在线的仿真实验，对比了本发明方法的驾驶曲线和实际运营中的PID驾驶曲线，结果显示，本发明能够保证列车不超速，准点到站，并且提高了乘客的乘坐舒适度，降低了运行能耗，满足了停车精度；此外我们还针对不同的期望运行时间条件下的列车控制方法进行了仿真，结果表明，本发明的驾驶策略能够适应不同的期望运行时间。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明。

图1示出本发明结构原理图。

图2示出本发明方法流程图。

图3示出城轨限速示意图；

图4、图5示出最快运行时间MTDA算法示意图；

图6示出本发明列车智能控制算法与实际北京亦庄线ATO效果对比图；

图7示出改变运行时间的条件下本发明的方法的效果示意图；

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

本发明通过模拟司机驾驶，建立了列车智能驾驶专家系统和在线学习算法，设计一种实时智能控制方法以使列车运行更加平稳舒适、节能准时。该智能控制方法主要包括以下环节：知识库、推理机和梯度下降法，如图1所示。其中知识库和推理机组成了模拟司机驾驶的专家系统，知识库包含了驾驶经验，推理机能够根据知识库和当前列车状态推理出列车下一步应处于的运行工况，专家系统得出的是控制器的初始输出，再加上梯度下降法计算出的控制器微调量，合成该智能控制器的最终输出。

如图2所示为本发明提供的具体所述方法流程图，该方法包括如下步骤。

英文字符变量说明：

列车实时状态信息：

s     列车位置

v     列车速度

t     列车运行时间

Δt   列车接收信息的最小时间间隔

a     控制器输出

离线信息：

(S_{1_b},S_{2_b}LS；V_{l_1},V_{l_2}L 0)  线路限速

其他英文字符及变量：

T_a     时间精度估算值

T_e     时间估算值

T_c     区间剩余运行时间

T_a°   设定的最大时间精度误差

     速度估计值

Δa_max  加速度最大变化值

   列车在当前限速的最短时间

   列车在剩余路程的最短时间

    梯度下降法的梯度值

λ     在线学习步长

步骤一：在城市轨道交通CBTC(Communication based train controlsystem,基于无线通信的列车自动控制系统)中，运行的列车能够通过列控中心传输的无线消息，每经过Δt的时间间隔，获得列车当前位置s和当前速度v信息，以及线路的限速(S_{1_b},S_{2_b}LS；V_{l_1},V_{l_2}L0)，期望运行时间T和列车停车区间S_p。判断如果s≥S_p，转向步骤四，进入停车阶段，否则，转向步骤二。如图3所示。

步骤二：判断列车当前所处的限速区间，即S_k-1≤s≤S_k，k表示列车当前所处的限速区间，对应的限速大小为V_k。

步骤三：首先根据如下专家知识库得到列车当前工况的大概表示，保证列车运行的舒适度、能耗和准点率，之后根据限速情况和列车当前的速度，计算各限速区段的最短运行时间并将剩余运行时间按比例分配到各个限速区段中，进而得出当前限速区段内的剩余运行时间；再根据如下推理机对列车当前的运行信息，主要包括当前速度、当前位置、当前限速、当前剩余的运行时间等，根据知识库，推理出列车此后应处于的精确运行工况即加速、减速或者惰行。

专家知识库部分内容

知识库主要包含了一些保证列车平稳运行的经验规则，比如工况转换规则，如表1所示。

表1：工况转换规则

此外，总结的司机经验还有：

1、缓慢启动，加速度较小(一般小于0.6m/s²)；

2、为保证舒适，加速度每次变化不应过大，并有一段保持时间；

3、高速时应尽量惰行，避免频繁的牵引和制动；

4、严格按照要求的运行时间控车：时间误差大于一定误差，列车适当加速；时间误差在一定误差之内，列车惰行。这样除了充分利用时间外，更加节能；

5、根据当前速度和此后的限速差，提前判断操纵工况，以避免超出ATP限速；

在最后精确停车阶段，能够提前判断做出相应操纵，以避免系统延迟带来的停车误差。

推理机：

1、当列车前方没有下降的限速和无需停车时，根据驾驶经验，列车的工况只能是加速或者惰行，此时再计算时间精度估算值其中T_a为时间精度估算值，T_e为时间估算值，T_c为当前限速区段内的剩余运行时间。通过比较时间精度值和速度值就可推理出加速或惰行工况：若T_a>T_a°且则加速，其中T_a°为设定的最大时间精度误差，T_a°＝0.05即时间误差在百分之五以内都满足要求，加速度的大小为a＝a_c+Δa_max，其中a为下一步的控制器初始输出，a_c为前一步控制器输出，Δa_max为加速度变化的最大值Δa_max＝0.2；否则惰行，惰行时控制器最终输出为a＝0。注：当前限速区段内的剩余运行时间T_c，时间估计值T_e和速度估计值的求解算法如下，即最短时间求解算法(Minimal TimeDistribution Algorithm,MTDA)。

当列车前方有下降的限速时，根据驾驶经验，同时参考ATP曲线生成方法，在一定的距离阈量内进行减速以防止超过限速。距离阈量值为其中V_{l_next}为下一区段限速值，γ为速度系数即期望减速到下一个限速的百分比，以防止超过限速，γ＝0.9，v为当前的速度，a_set为设置的参考减速度，值的大小应满足舒适度要求，不能过大a_set＝-0.5m/s²。当列车运行进入到距离阈量范围内后，按照设定的减速度进行减速即控制器初始输出为a＝a_set＝-0.5m/s²。步骤二和步骤三基于专家系统的列车控制技术。

本发明所提出的最短时间求解算法(MTDA)的步骤为：

Step1:实时接收列车状态信息，包括列车速度v、列车位置s和列车运行时间t，以及限速信息；

Step2:根据列车当前状态(见图4和图5)，从列车当前位置以最大的加速度画出列车加速至列车速度达到限速的曲线，同时在限速区间的终点画出列车以最大制动的曲线，如图4所示，直到列车到达终点，这条曲线成为最短时间曲线，代表列车在当前位置达到终点的最快运行曲线。根据这个曲线可以计算列车在当前限速的最短时间和列车在剩余路程的最短时间如下

$T_{L\min }^p=2V_{l\_2}-v-V_{l\_3}+\frac{S_{2\_b}-s-V_{l\_2}^2+\frac{1}{2}(v^2+V_{l\_3}^2)}{V_{l\_2}}---\left(1\right)$

$T_{L\min }^w=T_{L\min }^p+\frac{S_{3\_b}-S_{2\_b}-\frac{1}{2}{V}_{l\_3}^2}{V_{l\_3}}+V_{l\_3}---\left(2\right)$

Step3:计算当前限速区段内的剩余运行时间T_c：

$T_c=\frac{T_{L\min }^p}{T_{L\min }^w}(T-t)---\left(3\right)$

速度估计值

$\hat{v}=\frac{S_{2\_b}-s}{T_c}---\left(4\right)$

时间估计值T_e：

$T_e=\frac{S_{2\_b}-s}{v}---\left(5\right)$

Step4:实时输出T_c，T_e。

步骤四：对列车智能驾驶控制器进行在线学习，得到该控制器输出值。首先设定梯度下降法的目标优化函数为f＝(V_e-v)²，又速度估算值 S_{2_b}为当前限速区段结束位置即限速变化的位置，s为已经运行的距离，T_c为当前限速区段内的剩余运行时间；T_L＝T-t，其中T_L为剩余运行时间，T为区间要求总体运行时间，t为已经运行的时间；s＝∫vdT＝V_avgt，V_avg为此前运行的平均速度，t为已经运行的时间；v＝∫adT＝a_avgt，其中a_avg为此前运行的平均加速度。将上述展开式带入到目标优化函数中，并对t求导数得出目标函数梯度为 $\▿f=2(\hat{v}-v)[(S_{2\_b}-s)\frac{T_{L\min }^p}{T_{L\min }^w}-V_{\mathrm{avg}}t-a_{\mathrm{avg}}{t}^2]/T_c^2,$ 由此根据梯度下降法原理，得出控制器下一步最终输出为其中a_next为控制器下一步最终输出，a为控制器初始输出，λ为步长，数值为λ＝0.01，为梯度值。

步骤五：当前城市轨道交系统中，车站站台都会布置应答器，方便司机根据应答器的定位信息停车，本发明根据应答器提供的位置信息调整所述控制器输出值。当列车需要停车时，为满足精度停车要求，需利用车站布置的应答器提供的位置信息进行几次调整以达到精确停车，即每经过一个应答器时调整控制器输出。经过第i个应答器时估算的减速度估算值为其中V_c为当前的速度，S_i为第i个应答器距离停车终点的距离，将a_{e_i}作为列车从第i个应答器运行到第i+1个应答器之间的控制器初始输出即此时控制器初始输出为a＝a_{e_i}。依次类推，直到最后停车。实例中，本文方法设置了四个应答器，距离停车点分别为：102m，58m，13m和6m，这几个数值来源于某条实际线路的应答器铺化。

下面结合实施例对本发明进一步举例说明。

为了便于说明，此实施例中设计了一种区间限速情况，如图2所示，这种限速情况也是城轨列车两站之间最普遍的线路限速情况，图中，V_{l_1}，V_{l_2}和V_{l_3}为三个限速值，S_{1_b}，S_{2_b}和S_{3_b}为限速变化的位置，其中S_{3_b}为停车点。我们根据实际线路数据，设计了三个限速为V_{l_1}＝15.99m/s，V_{l_2}＝22.22m/s，V_{l_3}＝15.68m/s和三个限速变化位置为S_{1_b}＝128.54m，S_{2_b}＝1018.4m，S_{3_b}＝1288.9m的限速情况下面将以它为线路案例对本发明进行介绍，本发明的方法是在线实时的，列车从一站运行到下一站的过程中实现的。

P1(启动)：首先初始化线路的限速和限速变化点，列车从起始点开始运行。根据专家知识库，以相对较小的加速度开始启动，列车控制器输出加速度为0.6m/s²；

P2(限速区间1的加速)：列车以启动加速度开始运行后，开始从列控中心和车载设备收到的实时位置、速度信息，列车位于第一个限速区间内，即0≤s≤S_{1_b}(步骤一)。由于前方没有下降限速(步骤二，从图中可以看出，第二阶段的限速大于第一阶段的限速)，根据步骤三中的MTDA算法，利用公式(1)-(5)实时分配剩余运行时间，并且根据推理机计算当前控制器的最优输出；由于剩余时间充裕，该阶段持续加速；

P3(限速区间1内的惰性)：列车加速至接近限速，根据步骤三的专家知识库，列车需要减速以保证列车速度不会触发ATP保护，列车在此时开始惰性；

P4(限速区间2内的运行)：列车惰性至下一个限速区间，由于列车速度远小于当前限速值，当列车运行距离s≤S_{2_b}，即列车前方很长距离内没有下降限速和减速，按照推理机规则1所述，利用MTDA公式(1)-(5)，计算时间估算值若T_a>T_a°且V_c<V_e，则加速，控制器初始输出a＝a_c+Δa_max，否则列车惰行，控制器初始输出a＝0。可以从仿真结果中看出，列车在这一阶段首先进行了加速调整，之后由于速度较高，开始惰性。

P5(限速区间2内的制动)：由于V_{1_b}<V_{2_b}，即列车前方有下降限速，按照推理规则2所述，计算距离估算值当列车还未运行S_e距离范围内时，依照P4的方法进行控车，即计算时间估算值若T_a>T_a°且V_c<V_e，则加速，控制器初始输出a＝a_c+Δa_max，否则列车惰行，控制器初始输出a＝0；当列车运行到S_e距离范围内时，按照设定的减速度a_set＝-0.5m/s²减速到列车驶出本限速区段为止，此时控制器初始输出为a＝a_set＝-0.5m/s²。。

P6(限速区间3内的停车阶段)：当列车运行距离S_{2_b}<s≤S_{3_b}，即列车前方需要进站停车，按照步骤五所述，当列车还未运行到第一个应答器位置也就是距离停车点102m的位置时，为保证到达第一个应答器时列车速度不能过大，所以需要减速到一个期望速度值10m/s，即期望列车以10m/s的速度到达第一个应答器处，此时控制器的初始输出当列车到达最后102m之后，此后每经过一个应答器，就按照计算估算减速度，其中S₁＝102,S₂＝58,S₃＝13,S₄＝6，控制器初始输出a＝a_{e_i}。

注：在P1-P5得到的控制器初始输出的基础上，加入梯度下降法的微调量合成控制器的最终输出式中λ为步长，数值为λ＝0.01，为梯度值，其值计算参考上述梯度下降法环节介绍。

P7：将控制器最终输出施加到列车，完成列车控制，并实时重复上述步骤，最终完成列车在整个区间的平稳运行。

以上是我们利用本发明的方法对列车驾驶所做的实例，此外，我们还利用北京市亦庄线的实测数据，即ATO(PID控制算法控制)数据同本方法的结果进行了对比。图6显示的是本发明智能方法和PID方法的运行速度曲线对比图，其中，本发明方法设定的期望运行时间是100.2秒，最终实际运行时间是100.7秒，在误差范围之内。表2是主要性能指标对比，可以看出本发明方法明显更加舒适节能，且满足时间和停车精度的指标。同时，本发明对期望运行时间也有较大的适应性，我们设计了三个期望运行时间：95.2秒、100.2秒和110.2秒。图7显示的是三个期望运行时间的运行速度对比图，表3是各自的主要性能指标对比。可以看出，本发明对运行时间要求具有较大灵活性，突破了传统控制在这方面的不足。总结来说，本发明方法基本能够模拟司机驾驶经验，大大改善了现有控制方法，提高了舒适度、降低了能耗、满足停车精度要求，同时，对期望运行时间有较大的灵活性，这也弥补了现有控制方法的不足。

表2

对比指标	PID方法	本发明智能方法
			实际运行时间(s)	101.2	100.7
停车精度(cm)	-1	5.3

舒适度	11.34	7.22
			单位质量能耗(J)	209.7	152.7

注：舒适度值越小表示冲击越小，因而越舒适(下同)。

表3

对比指标	期望时间95.2s	期望时间100.2s	期望时间110.2s
				实际运行时间(s)	96.5	100.7	112.8
停车精度(cm)	5.8	5.3	4.3
				舒适度	7.78	7.22	7.15
单位质量能耗(J)	170.8	152.7	114.9

综上，本发明技术方案不同于以往的列车自动驾驶(ATO)，利用列车运行过程中的实时数据，通过模拟司机的驾驶策略，不需要离线速度曲线和精确地列车模型参数，实现列车智能驾驶。本发明从一个全新的角度出发，通过模拟有经验司机的驾驶策略，利用列车运行的实时数据，通过推理和归纳，得到控制器的输出；利用列车的实时信息和限速信息，将列车运行的剩余时间合理分配，得到时间精度估算值和速度估算值；综合考虑线路的限速对列车驾驶的影响，如果下一阶段的限速大于当前区段的限速，则利用专家推理机制和时间精度估算值、速度估算值得到当前的列车控制器输；基于实时信息的MTDA算法，利用列车运行限速和当前位置、速度和时间，推导列车运行期望运行时间和期望运行速度；本发明所提出的列车智能驾驶综合考虑列车驾驶过程中需要兼顾的准点率、超速防护、舒适性和列车运行能耗，尽量保证列车驾驶过程中的多方面因素；而且本发明提出了基于梯度法的列车智能驾驶在线学习方法，定义了目标函数，并且通过求取目标函数的梯度，推导出了在线学习公式；建立了完整的模拟司机驾驶的列车在线智能驾驶技术，并且利用北京市地铁亦庄线的实际运营数据，同列车在线智能驾驶仿真结果对比，结果显示了该方法在节约能耗，提高准点率等方面的优越性。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (5)

1.一种基于驾驶经验和在线学习的城市轨道交通列车智能控制方法，其特征在于，该控制方法包括如下步骤：

1)列车运行时，每隔Δt的时间间隔，确定列车当前位置s和当前速度v信息，以及线路的限速(S_{1_b},S_{2_b}LS；V_{l_1},V_{l_2}L 0)，期望运行时间T和列车停车区间S_p，判断如果s≥S_p，转向步骤5，进入停车阶段，否则，转向步骤2；

2)判断列车当前所处的限速区间，即S_k-1≤s≤S_k，k表示列车当前所处的限速区间，对应的限速大小为V_k；

3)根据专家知识库得到列车当前的工况，再根据限速情况和列车当前速度，计算各限速区段的最短运行时间并将剩余运行时间按比例分配到各个限速区段中，进而得出当前限速区段内的剩余运行时间；再根据推理机对列车当前的运行信息推理出列车此后是否加速、减速或者惰行；

4)对列车智能驾驶控制器进行在线学习，得到该控制器输出值；

5)对列车运行线路布置应答器，并根据应答器提供的位置信息调整所述控制器输出值。

2.根据权利要求1所述的一种基于驾驶经验和在线学习的城市轨道交通列车智能控制方法，其特征在于，所述步骤3中列车当前运行信息包括当前速度、当前位置、当前限速和当前剩余运行时间。

3.根据权利要求1所述的一种基于驾驶经验和在线学习的城市轨道交通列车智能控制方法，其特征在于，所述步骤3中据推理机对列车当前的运行信息推理出列车此后是否加速、减速或者惰行具体包括：

当列车前方没有下降的限速和无需停车时，列车的工况只能是加速或者惰行，此时再计算时间精度估算值其中T_a为时间精度估算值，T_e为时间估算值，T_c为当前限速区段内的剩余运行时间，通过比较时间精度值和速度值就可推理出加速或惰行工况：若T_a>T_a°且则加速，其中T_a°为设定的最大时间精度误差，加速度的大小为a＝a_c+Δa_max，其中a为下一步的控制器初始输出，a_c为前一步控制器输出，Δa_max为加速度变化的最大值Δa_max＝0.2；否则惰行，惰行时控制器最终输出为a＝0；

当列车前方有下降的限速时，根据ATP曲线生成方法，在一定的距离阈量内进行减速以防止超过限速，距离阈量值为其中V_{l_next}为下一区段限速值，γ为速度系数即期望减速到下一个限速的百分比，以防止超过限速，γ＝0.9，v为当前的速度，a_set为设置的参考减速度，值的大小应满足舒适度要求，不能过大a_set＝-0.5m/s²，当列车运行进入到距离阈量范围内后，按照设定的减速度进行减速即控制器初始输出为a＝a_set＝-0.5m/s²。

4.根据权利要求1所述的一种基于驾驶经验和在线学习的城市轨道交通列车智能控制方法，其特征在于，所述步骤4对列车智能驾驶控制器进行在线学习包括：

1)设定梯度下降法的目标优化函数为f＝(V_e-v)²，输入为列车当前运行信息；

2)判断列车当前所处的限速区间，即S_k-1≤s≤S_k，k表示列车当前所处的限速区间，对应的限速大小为V_k；

3)根据如下过程计算速度估计值和V_e：

T_L＝T-t；

$T_c=\frac{T_{\mathrm{Lmim}}^p}{T_{L\min }^w}(T-t);$

$\hat{v}=\frac{S_{2\_b}-s}{T_c},V_e=\frac{S_{c\_b}-S_c}{T_c};$

4)列车运行距离和列车当前速度可用如下表示：

s＝∫vdT＝V_avgt；

v＝∫adT＝a_avgt；

其中，V_avg为此前运行的平均速度，a_avg为此前运行的平均加速度；

5)将以上公式带入目标优化函数，并对t求导数得到目标函数的梯度为：

$\&dtri;f=2(\hat{v}-v)[(S_{2\_b}-s)\frac{T_{L\min }^p}{T_{L\min }^w}-V_{\mathrm{avg}}t-a_{\mathrm{avg}}{t}^2]/T_c^2;$

6)基于梯度下降法，可知列车控制器输出调整为λ为步长，数值为λ＝0.01，为梯度值。

5.根据权利要求1所述的一种基于驾驶经验和在线学习的城市轨道交通列车智能控制方法，其特征在于，所述步骤5中根据应答器提供的位置信息调整所述控制器输出值时，经过第i个应答器时估算的减速度估算值为其中V_c为当前的速度，S_i为第i个应答器距离停车终点的距离，将a_{e_i}作为列车从第i个应答器运行到第i+1个应答器之间的控制器初始输出即此时控制器初始输出为a＝a_{e_i}，依次类推，直到最后停车。