-
Patent Agency Ranking
公开(公告)号：CN114819083A
公开(公告)日：2022-07-29
申请号：CN202210445242.6
申请日：2022-04-26
Applicant: 重庆交通大学
Abstract: 本发明提供了一种基于跨线路复合型迁移学习的列车定位方法，其特征在于：所述列车定位方法包括：利用成熟线路A作为源域训练出的已有深度学习模型，通过模型参数迁移和统计特征变化法迁移后得到线路B这个目标域的可用目标域深度学习模型，通过可用目标域深度学习模型对线路B上运营的列车进行定位。采用本发明所述的列车定位方法，能快速为新的列车运行线路训练和验证得到用于列车定位的深度学习模型，且通过上述方法还能提高模型对列车定位位置的输出精度，从而提高列车的定位准确性和稳定性。
-
公开(公告)号：CN113771918B
公开(公告)日：2023-10-20
申请号：CN202111072218.4
申请日：2021-09-14
Applicant: 重庆交通大学
Abstract: 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。
-
公开(公告)号：CN113353122B
公开(公告)日：2022-06-17
申请号：CN202110709439.1
申请日：2021-06-25
Applicant: 重庆交通大学
Abstract: 本发明提供了一种虚拟连挂高速列车在追踪车制动力故障下的控制方法，其特征在于：对于轻度制动力故障，对首车进行减速控制，并在惰行过程中生成新的自动驾驶曲线用于减速后的剩余线路的驾驶控制，追踪车通过神经网络模型输出新的最小追踪距离，用以调整对前车的追踪距离；对于重度制动力故障，将故障车及其后方的全部单列车停车后，再控制故障车前方的全部单列车停车。采用本发明所述的控制方法对虚拟连挂高速列车在追踪车制动力故障情况下进行控制，即能保证虚拟连挂高速列车的运行安全，还能最大限度减少对线路运行效率的影响。
-
公开(公告)号：CN113771918A
公开(公告)日：2021-12-10
申请号：CN202111072218.4
申请日：2021-09-14
Applicant: 重庆交通大学
Abstract: 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。
-
公开(公告)号：CN113353122A
公开(公告)日：2021-09-07
申请号：CN202110709439.1
申请日：2021-06-25
Applicant: 重庆交通大学
Abstract: 本发明提供了一种虚拟连挂高速列车在追踪车制动力故障下的控制方法，其特征在于：对于轻度制动力故障，对首车进行减速控制，并在惰行过程中生成新的自动驾驶曲线用于减速后的剩余线路的驾驶控制，追踪车通过神经网络模型输出新的最小追踪距离，用以调整对前车的追踪距离；对于重度制动力故障，将故障车及其后方的全部单列车停车后，再控制故障车前方的全部单列车停车。采用本发明所述的控制方法对虚拟连挂高速列车在追踪车制动力故障情况下进行控制，即能保证虚拟连挂高速列车的运行安全，还能最大限度减少对线路运行效率的影响。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
