[發明專利]ATO控車時精確停車階段停車精度預測方法及裝置

在審

• 申請號: 201811523104.5
• 申請日: 2018-12-13
• 公開（公告）號: CN109625033A
• 公開（公告）日: 2019-04-16
• 發明（設計）人: 包峰;劉波;郜春海
• 申請（專利權）人: 交控科技股份有限公司
• 主分類號: B61L27/00
• 分類號: B61L27/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

1.一種基于機器學習的ATO控車時精確停車階段停車精度預測方法，其特征在于，包括：

根據列控系統的各子系統獲取與目標列車的第一運行過程對應的記錄數據，從第一運行過程對應的記錄數據中提取ATO控車時精確停車階段生成的記錄數據，作為目標記錄數據；

獲取所述目標列車所在運行線路對應的影響ATO控車時精確停車階段的停車精度的設定特征元組，根據所述目標記錄數據計算所述設定特征元組中每一特征對應的特征值，得到與所述第一運行過程對應的第一特征值組合；

將所述第一特征值組合作為預先訓練的預測模型的輸入參數，得到由所述預測模型預測的所述目標列車在所述第一運行過程中的停車精度，作為目標停車精度，輸出所述目標停車精度；

其中，所述預測模型對若干訓練樣本進行機器學習得到，每一訓練樣本均以所述運行線路上列車的各運行過程對應的特征值組合作為輸入參數，以對應的停車精度作為目標輸出值。

2.根據權利要求1所述的方法，其特征在于，所述根據列控系統的各子系統獲取與目標列車的第一運行過程對應的記錄數據，從第一運行過程對應的記錄數據中提取ATO控車時精確停車階段生成的記錄數據，作為目標記錄數據，包括：

獲取在所述目標列車的第一運行過程中由列控系統的各子系統生成的日志，分別從各子系統生成的日志中采集與所述第一運行過程的每一時刻對應的數據，得到與每一時刻對應的數據元組，將按照時間順序排列的所述第一運行過程的每一時刻對應的數據元組作為第一運行過程對應的記錄數據；

獲取所述第一運行過程對應的記錄數據中每一數據元組對應的ATO主流程，將ATO主流程為控車狀態的數據元組作為初選數據元組；

獲取每一初選數據元組對應的ATO駕駛狀態，按照時間順序，獲取ATO駕駛狀態從巡航控車階段轉變為精確停車階段后的第一個數據元組，ATO駕駛狀態從精確停車階段轉變為進站處理階段前的最后一個數據元組；

將由所述第一個數據元組、所述第一個數據元組和所述最后一個數據元組之間的數據元組以及所述最后一個數據元組組成的記錄數據作為所述目標記錄數據；

其中，所述列控系統的子系統包括ATO和ATP。

3.根據權利要求2所述的方法，其特征在于，所述獲取所述目標列車所在運行線路對應的影響ATO控車時精確停車階段的停車精度的設定特征元組，根據所述目標記錄數據計算所述設定特征元組中每一特征對應的特征值，得到與所述第一運行過程對應的第一特征值組合，包括：

獲取預先設定的與所述目標列車所在運行線路對應的ATO控車時精確停車階段的影響停車精度的設定特征元組，對所述設定特征元組中的每一特征，根據所述目標記錄數據中的各數據元組計算所述特征對應的特征值，將得到的設定特征元組的各特征對應的特征值作為所述第一特征值組合。

4.根據權利要求1所述的方法，其特征在于，所述預測模型的訓練包括：

從列控系統的各子系統獲取在所述運行線路上的列車的各運行過程對應的記錄數據；

對于任一第二運行過程對應的記錄數據，根據所述第二運行過程對應的記錄數據和所述設定特征元組計算所述第二運行過程對應的第二特征值組合；

獲取以所述第二特征值組合作為輸入參數，以所述第二運行過程的停車精度作為目標輸出值的訓練樣本，對若干組訓練樣本進行機器學習得到訓練模型，將所述訓練模型作為所述預測模型。

5.根據權利要求4所述的方法，其特征在于，所述對若干組訓練樣本進行機器學習得到訓練模型，將所述訓練模型作為所述預測模型，包括：

在對若干組訓練樣本進行機器學習得到訓練模型后，將未作為訓練樣本的第二運行過程對應的第二特征值組合和ATO控車時精確停車階段的停車精度作為測試樣本，獲取若干組測試樣本；

對每一測試樣本，以所述測試樣本中的第二特征值組合作為所述訓練模型的輸入參數，得到由所述訓練模型輸出的停車精度；

根據各測試樣本對應的ATO控車時精確停車階段的停車精度和由所述訓練模型輸出的停車精度計算所述訓練模型的輸出誤差，若所述輸出誤差小于預設誤差，則將所述訓練模型作為所述預測模型。