[發明專利]基于云邊協同的無人駕駛列車控制系統及其控制方法有效
| 申請號: | 202010958618.4 | 申請日: | 2020-09-14 |
| 公開(公告)號: | CN112084030B | 公開(公告)日: | 2022-04-01 |
| 發明(設計)人: | 徐凱;涂永超;吳仕勛;黃大榮;張生軍 | 申請(專利權)人: | 重慶交通大學 |
| 主分類號: | G06F9/50 | 分類號: | G06F9/50;G06N3/04;G06N3/08;B61L27/04;B61L23/08 |
| 代理公司: | 重慶乾乙律師事務所 50235 | 代理人: | 侯懋琪;李劍鋒 |
| 地址: | 402247 重*** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 協同 無人駕駛 列車 控制系統 及其 控制 方法 | ||
1.一種基于云邊協同的無人駕駛列車控制系統,其特征在于:所述控制系統包括中心云計算單元、列車控制調度中心、分布式數據采集單元、多個邊緣云計算單元和多輛列車;
所述中心云計算單元包括數據庫模塊、深度學習模塊、評估模塊和中心通信模塊;
所述數據庫模塊用于存儲和補充專家知識數據,當專家知識數據的補充數量達到設定的閾值時,所述數據庫模塊還能將補充后的專家知識數據傳輸給深度學習模塊;
所述深度學習模塊能從所述數據庫模塊獲取專家知識數據,所述深度學習模塊能通過深度學習算法構建深度學習模型,并利用獲取的專家知識數據訓練所述深度學習模型,深度學習模塊還能將訓練后的深度學習模型數據傳輸給所述評估模塊;
所述評估模塊能對收到的深度學習模型數據進行評估,當評估結果不滿足設定的誤差要求時,評估模塊控制深度學習模塊繼續對深度學習模型進行訓練;當評估結果滿足設定的誤差要求時,評估模塊即將得到的可用深度學習模型傳輸給中心通信模塊;
所述中心通信模塊能將收到的可用深度學習模型下發給各個邊緣云計算單元的邊緣通信模塊;
設某運營線路上有多個站點,相鄰兩個站點之間的路段記為一個子線路;所述多個邊緣云計算單元與多個子線路一一對應,單個邊緣云計算單元設置在對應的子線路的起點站內,單個邊緣云計算單元與對應子線路上運行的列車對應;所述邊緣云計算單元包括駕駛模式控制模塊、深度學習模型模塊、智能算法模塊和邊緣通信模塊;
所述邊緣通信模塊能將從中心通信模塊接收的可用深度學習模型數據傳輸給所述深度學習模型模塊;所述邊緣通信模塊能將從數據采集單元接收的狀態數據傳輸給駕駛模式控制模塊和智能算法模塊;邊緣通信模塊還能將從列車控制調度中心接收的線路和列車基礎數據傳輸給深度學習模型模塊和智能算法模塊;邊緣通信模塊能將從深度學習模型模塊接收的駕駛檔位操縱序列數據發送給對應列車的車載控制系統;邊緣通信模塊能將從智能算法模塊接收的智能駕駛曲線數據發送給對應列車的車載控制系統;
所述駕駛模式控制模塊能對收到的所述狀態數據進行處理,并識別對應子線路的運行環境狀態是否正常,然后根據識別結果觸發深度學習模型模塊工作或智能算法模塊工作;
所述深度學習模型模塊能利用可用深度學習模型對收到的線路和列車基礎數據進行處理得到駕駛檔位操縱序列,并將駕駛檔位操縱序列數據傳輸給邊緣通信模塊;
所述智能算法模塊能利用仿生智能算法對收到的線路和列車基礎數據進行處理得到智能駕駛曲線數據,并將智能駕駛曲線數據傳輸給邊緣通信模塊;
所述分布式數據采集單元部署在列車運行線路的軌道設備上,所述分布式數據采集單元能采集各類異構的狀態數據并通過無線通信的方式傳輸給相應的邊緣云計算單元的邊緣通信模塊;
所述列車控制調度中心能將子線路的線路和列車基礎數據發送給對應的邊緣云計算單元的邊緣通信模塊;
所述列車上設置有用于控制列車運行的車載控制系統,所述車載控制系統能根據從邊緣通信模塊接收的駕駛檔位操縱序列數據或智能駕駛曲線數據控制列車自動駕駛。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶交通大學,未經重慶交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010958618.4/1.html,轉載請聲明來源鉆瓜專利網。





