本发明涉及动车组控制领域，尤其是涉及一种动车组自动驾驶方法、装置、控制终端及动车组。
背景技术：
随着人们生活水平的提高，动车组已经逐渐成为人们出行的重要选择,同时，随着动车组相关技术的不断发展，动车组的数量也在不断增长。然而，目前动车组列车由动车段(动车组列车停靠的地方)开往目标车站时，还需要专门的驾驶员进行驾驶，当动车组越来越多时，该方式势必带来较多的人力消耗，导致人力成本较高。
技术实现要素：
本发明的目的在于提供一种动车组自动驾驶方法、装置、控制终端及动车组，能够实现动车组由动车段到车站的自动驾驶，无需人工干预，降低了人力成本。
第一方面，本发明实施例提供了一种动车组自动驾驶方法，方法包括：获取预设的驾驶信息；驾驶信息包括目标车站、运行轨迹及发车时间；根据发车时间控制动车组发车；获取动车组行进路线上的行驶环境信息；基于行驶环境信息、运行轨迹以及目标车站控制动车组进行自动驾驶。
进一步，在根据发车时间控制动车组发车之前，方法还包括：对动车组执行预设的启动操作；预设的启动操作至少包括自动唤醒操作、车自检操作、列车上电操作、雨雪天气识别操作、列车指示灯设置操作的一种或多种。
进一步，获取动车组行进路线上的行驶环境信息的步骤，包括：通过路线摄像头获取行进路线的视频图像；根据预设的神经网络模型对视频图像进行识别及追踪，得到行驶环境信息。
进一步，上述方法还包括：如果在动车组的自动驾驶过程中检测到状态异常信息，根据预设标准判断状态异常信息的严重等级；基于状态异常信息的严重等级确定列车行进模式；列车行进模式包括行驶模式、蠕行模式和制动模式。
进一步，根据预设标准判断状态异常信息的严重等级的步骤，包括：如果检测到路线视频图像异常，则确定状态异常信息的严重等级为第一严重等级；如果检测到轨道电路发生异常，则确定状态异常信息的严重等级为第二严重等级。
进一步，基于状态异常信息的严重等级确定列车行进模式的步骤，还包括：如果状态异常信息为第一严重等级，控制动车组采取制动模式；如果状态异常信息为第二严重等级，控制动车组行进至发生异常的轨道电路时采取蠕行模式；如果状态异常信息不属于第一严重等级且不属于第二严重等级，控制动车组采取行驶模式。
进一步，在动车组紧急制动后，上述方法还包括：将状态异常信息发送至预设的线路排查清理系统，以便对异常状态进行恢复。
第二方面，本发明实施例提供了一种动车组自动驾驶装置，装置包括：第一信息获取模块，用于获取预设的驾驶信息；驾驶信息包括目标车站、运行轨迹及发车时间；发车控制模块，用于根据发车时间控制动车组发车；第二信息获取模块，用于获取动车组行进路线上的行驶环境信息；自动驾驶模块，用于基于行驶环境信息、运行轨迹以及目标车站控制动车组进行自动驾驶。
第三方面，本发明实施例提供了一种控制终端，控制终端用于执行如第一方面任一项的动车组自动驾驶方法。
第四方面，本发明实施例提供了一种动车组，动车组包括如第三方面的控制终端。
本发明提供的动车组自动驾驶方法、装置、控制终端及动车组，该动车组自动驾驶方法首先获取预设的驾驶信息(包括目标车站、运行轨迹及发车时间)，然后根据发车时间控制动车组发车，进而获取动车组行进路线上的行驶环境信息，最后基于行驶环境信息、运行轨迹以及目标车站控制动车组进行自动驾驶。上述方式通过获取预先设定的驾驶信息和行驶环境信息，控制动车组基于该驾驶信息和行驶环境信息进行自动驾驶，无需人工将动车组由动车段驾驶至车站，能够实现动车组由动车段到车站的自动驾驶，无需人工干预，降低了人力成本。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种动车组自动驾驶方法的流程示意图；
图2为本发明实施例提供的另一种动车组自动驾驶方法的流程示意图；
图3为本发明实施例提供的一种动车组自动驾驶装置的结构示意图；
图4为本发明实施例提供的一种控制终端的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
为便于理解，首先对本发明实施例提供的一种动车组自动驾驶方法进行详细说明，参见如图1所示的一种动车组自动驾驶方法的流程示意图，该方法由设置于动车组的列车自动驾驶(automatictrainoperation，ato)系统执行，该方法主要包括如下步骤s102至步骤s108：
步骤s102，获取预设的驾驶信息，驾驶信息包括目标车站、运行轨迹及发车时间。
由于动车段至相邻车站间运行方式单一，运行轨迹基本固定，因此在动车组出、入动车段之前，可以首先获取来自临时限速服务器系统(temporaryspeedrestrictionserver，tsrs)的预设的驾驶信息，该预设的驾驶信息可以包括目标车站、运行轨迹及发车时间。在一种实施方式中，可以通过tsrs将该预设的驾驶信息发送至ato系统，以便设置于动车组的ato系统基于该驾驶信息控制动车组执行自动驾驶。
步骤s104，根据发车时间控制动车组发车。
当接收到上述预设的驾驶信息后，识别预设的驾驶信息携带的发车时间。可以理解的是，动车组上均设置有统一时钟，因此根据上述识别到的发车时间，与动车组上设置的时钟进行比对，当动车组上设置的时候与发车时间一致时，控制动车组发车。由于每个动车组上均设置有统一时钟，因此每组动车组在发车时间上准确率极高，同时保证了列车发车的安全性。
步骤s106，获取动车组行进路线上的行驶环境信息。
行驶环境信息可以包括诸如动车组走行线线路情况、天气情况(诸如雨雪天气)等，由于要实现动车组的自动驾驶，行驶环境信息是一大重要影响因素。在一种实施方式中，动车组走行线线路情况可以通过动车组司机操控信息分析系统(emuengineeroperationanalysissystem，eoas)采集的视频信息进行获取，为了能够获取更清晰的视频图像，还可以将eoas系统更换为具有高速成像技术和智能分析功能的设备，并通过该设备刺激动车组行进线路上的行驶环境信息。
步骤s108，基于行驶环境信息、运行轨迹以及目标车站控制动车组进行自动驾驶。
根据上述确定的运行轨迹和目标车站，控制发车后的动车组进行行驶，通过上述获取的行驶环境信息可以判定动车组行进线路是否一切正常或者是否有障碍、是否雨雪天气导致行进困难等。在一种实施方式中，当获取的行驶环境信息一切正常时，则基于该行驶环境信息，控制动车组按照预先设定的上述运行轨迹自动驾驶至目标车站。
本发明实施例提供的动车组自动驾驶方法，通过获取预先设定的驾驶信息和行驶环境信息，控制动车组基于该驾驶信息和行驶环境信息进行自动驾驶，无需人工将动车组由动车段驾驶至车站，能够实现动车组由动车段到车站的自动驾驶，无需人工干预，降低了人力成本。
为了保证动车组的正常行驶，在动车组发车之前，还可以对动车组执行预设的启动操作，该预设的启动操作至少包括自动唤醒操作、车自检操作、列车上电操作、雨雪天气识别操作、列车指示灯设置操作的一种或多种。在一种实施方式中，可以将上述预设的启动操作对应的功能模块集成于ato系统，从而提升了ato系统(也可以称为ato车载设备)的冗余度。诸如，当ato系统接收到来自tsrs系统发送的驾驶信息后，控制动车组进行自动唤醒，并启动列车自检(诸如车载各设备的检查)等一系列的操作，保证动车组在运行前一切状态正常。
在一种实施方式中，为了能够更加全面的确定动车组周边的行驶环境信息，可以通过路线摄像头获取行进路线的视频图像，也即在动车走行线线路两侧通过设置的视频摄像头获取行进路线的视频图像，与上述eoas系统获取的视频图像结合，从而保证无死角覆盖动车组的行驶路线。此外，还可以通过安装apn卡接入移动4g通信高速通道，从而实现对动车组前方线路和司机室视频实时传输至调度所，保证调度员能实时观测到线路前方和驾驶室状态。根据预设的神经网络模型对视频图像进行识别及追踪，得到行驶环境信息。预设的神经网络模型诸如可以为卷积神经网络(convolutionalneuralnetworks,cnn)、fast-rcnn(fasterregion-basedconvolutionalneuralnetwork，超快速神经网络)等，在实际应用时，还可以进行适应性选择，此处不作具体限定。此外，设置于动车走行线线路两侧的视频摄像头还可以将行进路线获取的视频图像实时传递到车站调度所和相邻车站，以便车站调度所和相邻车站的调度人员对动车组自动驾驶情况进行监控。
如果在动车组的自动驾驶过程中检测到状态异常信息，根据预设标准判断状态异常信息的严重等级，预设标准可以按照实际情况进行设置，在一种实施方式中，如果检测到路线视频图像异常(诸如前方行进路线上影响行车异物导致无法通行)，则确定状态异常信息的严重等级为第一严重等级；如果检测到轨道电路发生异常(诸如检测到前方zpw-2000轨道电路发生故障)，则确定状态异常信息的严重等级为第二严重等级。此外，还可以根则实际情况将影响动车组行进的情况设置为对应的严重等级。当确定状态异常信息的严重等级后，基于状态异常信息的严重等级确定列车行进模式，其中，列车行进模式包括行驶模式、蠕行模式和制动模式。
如果状态异常信息为第一严重等级，控制动车组采取制动模式。诸如，一旦辨识到线路上有影响行车障碍物后，立即发送信息至车站列控中心(stationtraincontrolcenter，tcc)，由tcc控制相应zpw-2000轨道电路区段发红码(也即h码)触发动车组紧急制动。进一步，在动车组紧急制动后，还可以将状态异常信息发送至预设的线路排查清理系统，或者其他相关专业启动清异物及救援流程，以便对异常状态进行恢复。
如果状态异常信息为第二严重等级，控制动车组行进至发生异常的轨道电路时采取蠕行模式。诸如，一旦动车组区间运行时收到红黄码(也即hu码)，则确认发送hu码区段是动车组占用还是轨道电路故障。在一种实施方式中，可以通过zpw-2000轨道电路区间逻辑检查功能，确认行驶动车组所处区段位置。诸如，可以在动车段列车进路股道至相邻车站股道配置应答器组，与车载测速测距及北斗定位模块综合计算实现动车组精确定位。当确定动车组所处区段位置仅是轨道电路故障后向ato系统发送无线报文，从而使列车自动保护系统(automatictrainprotection，atp)旁路错误码序启动，以便动车组以较低速度通过故障区段，也即采用蠕行模式。
如果状态异常信息不属于第一严重等级且不属于第二严重等级，控制动车组采取行驶模式。在实际应用时，还可以根据动车组具体状态异常信息确定的其他严重等级确定其采取的列车行进模式(也即行驶模式、蠕行模式和制动模式的任意一种)。
为便于理解，本发明实施例还提供了一种动车组自动驾驶方法，参见如图2所示的另一种动车组自动驾驶方法的流程示意图，该方法主要包括以下步骤s202至步骤s208：
步骤s202，获取进路计划信息。进路计划信息也即上述预设的驾驶信息，包括目标车站、运行轨迹及发车时间。
步骤s204，启动列车自检，并控制动车组在发车时间发车。
步骤s206，通过预设的人工智能技术对动车组行进路线上可疑物体进行识别及追踪。
步骤s208，如果在所述动车组的自动驾驶过程中检测到状态异常信息，基于所述状态异常信息的严重等级确定列车行进模式；所述列车行进模式包括行驶模式、蠕行模式和制动模式。
综上，本发明实施例提供的动车组自动驾驶方法，通过获取预先设定的进路计划信息，并对动车组行进路线上可疑物体进行识别及追踪，可以根据不同的行进路线的情况进行动车组自动驾驶的控制，无需人工将动车组由动车段驾驶至车站，能够实现动车组由动车段到车站的自动驾驶，无需人工干预，降低了人力成本。同时由于根据不同的行进路线情况选择不同的列车行进模式，可以提升动车组自动驾驶的安全性。
对于上述动车组自动驾驶方法，本发明实施例还提供了一种动车组自动驾驶装置，参见图3所示的一种动车组自动驾驶装置的结构示意图，该装置主要包括以下部分：
第一信息获取模块302，用于获取预设的驾驶信息；驾驶信息包括目标车站、运行轨迹及发车时间；
发车控制模块304，用于根据发车时间控制动车组发车；
第二信息获取模块306，用于获取动车组行进路线上的行驶环境信息；
自动驾驶模块308，用于基于行驶环境信息、运行轨迹以及目标车站控制动车组进行自动驾驶。
本发明实施例提供的动车组自动驾驶装置，通过获取预先设定的驾驶信息和行驶环境信息，控制动车组基于该驾驶信息和行驶环境信息进行自动驾驶，无需人工将动车组由动车段驾驶至车站，能够实现动车组由动车段到车站的自动驾驶，无需人工干预，降低了人力成本。
在一种实施方式中，在根据发车时间控制动车组发车之前，上述装置还包括：动车组启动模块，用于对动车组执行预设的启动操作；预设的启动操作至少包括自动唤醒操作、车自检操作、列车上电操作、雨雪天气识别操作、列车指示灯设置操作的一种或多种。
在一种实施方式中，上述第二信息获取模块306，进一步用于通过路线摄像头获取行进路线的视频图像；根据预设的神经网络模型对视频图像进行识别及追踪，得到行驶环境信息。
在一种实施方式中，上述装置还包括：异常检测及应对模块，用于如果在动车组的自动驾驶过程中检测到状态异常信息，根据预设标准判断状态异常信息的严重等级；基于状态异常信息的严重等级确定列车行进模式；列车行进模式包括行驶模式、蠕行模式和制动模式。
在一种实施方式中，上述异常检测及应对模块，进一步用于如果检测到路线视频图像异常，则确定状态异常信息的严重等级为第一严重等级；如果检测到轨道电路发生异常，则确定状态异常信息的严重等级为第二严重等级。
在一种实施方式中，上述异常检测及应对模块，进一步用于如果状态异常信息为第一严重等级，控制动车组采取制动模式；如果状态异常信息为第二严重等级，控制动车组行进至发生异常的轨道电路时采取蠕行模式；如果状态异常信息不属于第一严重等级且不属于第二严重等级，控制动车组采取行驶模式。
在一种实施方式中，在动车组紧急制动后，上述装置还包括：故障信息发送模块，用于将状态异常信息发送至预设的线路排查清理系统，以便对异常状态进行恢复。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明实施例提供了一种控制终端，具体的，该控制终端包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行如上实施方式的任一项的方法。
图4为本发明实施例提供的一种控制终端的结构示意图，该控制终端100包括：处理器40，存储器41，总线42和通信接口43，处理器40、通信接口43和存储器41通过总线42连接；处理器40用于执行存储器41中存储的可执行模块，例如计算机程序。
其中，存储器41可能包含高速随机存取存储器(ram，randomaccessmemory)，也可能还包括非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线42可以是isa总线、pci总线或eisa总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器41用于存储程序，处理器40在接收到执行指令后，执行程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中，或者由处理器40实现。
处理器40可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digitalsignalprocessing，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现成可编程门阵列(field-programmablegatearray，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41，处理器40读取存储器41中的信息，结合其硬件完成上述方法的步骤。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
1.一种动车组自动驾驶方法，其特征在于，所述方法包括：
获取预设的驾驶信息；所述驾驶信息包括目标车站、运行轨迹及发车时间；
根据所述发车时间控制所述动车组发车；
获取所述动车组行进路线上的行驶环境信息；
基于所述行驶环境信息、所述运行轨迹以及所述目标车站控制所述动车组进行自动驾驶。
2.根据权利要求1所述的方法，其特征在于，在根据所述发车时间控制所述动车组发车之前，所述方法还包括：
对所述动车组执行预设的启动操作；所述预设的启动操作至少包括自动唤醒操作、车自检操作、列车上电操作、雨雪天气识别操作、列车指示灯设置操作的一种或多种。
3.根据权利要求1所述的方法，其特征在于，所述获取所述动车组行进路线上的行驶环境信息的步骤，包括：
通过路线摄像头获取所述行进路线的视频图像；
根据预设的神经网络模型对所述视频图像进行识别及追踪，得到所述行驶环境信息。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
如果在所述动车组的自动驾驶过程中检测到状态异常信息，根据预设标准判断所述状态异常信息的严重等级；
基于所述状态异常信息的严重等级确定列车行进模式；所述列车行进模式包括行驶模式、蠕行模式和制动模式。
5.根据权利要求4所述的方法，其特征在于，所述根据预设标准判断所述状态异常信息的严重等级的步骤，包括：
如果检测到路线视频图像异常，则确定所述状态异常信息的严重等级为第一严重等级；
如果检测到轨道电路发生异常，则确定所述状态异常信息的严重等级为第二严重等级。
6.根据权利要求5所述的方法，其特征在于，所述基于所述状态异常信息的严重等级确定列车行进模式的步骤，还包括：
如果所述状态异常信息为第一严重等级，控制所述动车组采取所述制动模式；
如果所述状态异常信息为第二严重等级，控制所述动车组行进至发生异常的轨道电路时采取所述蠕行模式；
如果所述状态异常信息不属于所述第一严重等级且不属于所述第二严重等级，控制所述动车组采取所述行驶模式。
7.根据权利要求6所述的方法，其特征在于，在所述动车组采取所述制动模式后，所述方法还包括：
将所述状态异常信息发送至预设的线路排查清理系统，以便对异常状态进行恢复。
8.一种动车组自动驾驶装置，其特征在于，所述装置包括：
第一信息获取模块，用于获取预设的驾驶信息；所述驾驶信息包括目标车站、运行轨迹及发车时间；
发车控制模块，用于根据所述发车时间控制所述动车组发车；
第二信息获取模块，用于获取所述动车组行进路线上的行驶环境信息；
自动驾驶模块，用于基于所述行驶环境信息、所述运行轨迹以及所述目标车站控制所述动车组进行自动驾驶。
9.一种控制终端，其特征在于，所述控制终端用于执行如权利要求1至7任一项所述的动车组自动驾驶方法。
10.一种动车组，其特征在于，所述动车组包括如权利要求9所述的控制终端。
技术总结