机车运行控制方法、装置、设备及存储介质与流程

1.本技术涉及机车控制技术领域，具体而言，涉及一种机车运行控制方法、装置、设备及存储介质。


背景技术：

2.轨道运输运用于多种工业技术领域，而对轨道机车的控制是提高轨道运输效率以及相关生产效率的重点。
3.例如，在钢铁行业中的智慧铁水无人运输中，高炉冶炼的高温铁水由自动驾驶的无人机车牵引一至多个铁水罐车，运送到炼钢厂倒罐站进行精炼。无人机车编组在高炉与炼钢厂之间的轨道往返行驶，由于地形地貌等客观因素，部分轨道区段存在较大坡度，重载的机车编组在雨雪湿滑天气行驶容易打滑失控导致安全事故，现有的解决手段并不能提前感知机车行径方向的轨道坡度状态。
4.目前，由于轨道机车在自动行驶中未对轨道坡度进行提前检测，机车编组在重载的情况下遇到坡度较大的湿滑路段容易出现车轮打滑的现象，从而影响行驶安全，甚至安全事故。


技术实现要素：

5.有鉴于此，本技术实施例的目的在于提供一种机车运行控制方法、装置、设备及存储介质，通过不依赖定位和高精度地图信息，利用激光雷达的高精度、高速度和长测距能力，对机车前方的道路坡度进行检测和测量，提前感知前方轨道坡度信息，从而为机车编组的驱动功率和制动力提供判断数据，实现了预先检测机车行径前方的坡度，并提前进行行车控制，提高了机车的编组运行安全能力，从而解决上述技术问题。
6.第一方面，本技术实施例提供一种机车运行控制方法，所述方法包括：通过安装在机车两端的激光雷达获取机车前方路段的轨道坡度数据；基于所述轨道坡度数据，计算机车运行参数；基于所述机车运行参数，对机车进行运行控制。
7.在上述实现过程中，通过不依赖定位和高精度地图信息，利用激光雷达的高精度、高速度和长测距能力，对道路坡度进行检测和测量，提前感知前方轨道坡度信息，从而为机车编组的驱动功率和制动力提供判断数据，实现了预先检测机车行径前方的坡度，提前进行行车控制，提高了机车的编组运行安全能力。
8.可选地，所述通过安装在机车两端的激光雷达获取所述机车前方路段的轨道坡度数据，包括：通过安装在机车两端的激光雷达扫描所述机车前方路段的轨道，获得三维点云数据；基于所述三维点云数据，构建轨道平面模型；基于所述轨道平面模型，计算所述轨道的平面斜率，以获得轨道坡度数据。
9.在上述实现过程中，通过将利用激光雷达采集的三维点云数据构建轨道平面模型，并计算轨道的平面斜率，进而确定轨道坡度数据，结合了激光雷达的高精度、高速度和长测距优势，提高了坡道数据计算的准确性。
10.可选地，所述基于所述轨道平面模型，计算所述轨道的平面斜率，以获得轨道坡度数据，包括：基于所述轨道平面模型方程，计算每个点到轨道平面的直线距离；根据所述直线距离，确定平面上的内点；其中，所述内点的直线距离小于预设阈值；计算所述内点的平均值，获得平面法向量；计算所述平面法向量在三维坐标轴上的分量比，获得轨道坡度数据。
11.在上述实现过程中，通过将激光雷达采集的三维点云数据基于随机采样一致性算法构建轨道平面模型，确定内点获取平面法向量，利用法向量之比计算出轨道的角度，结合了激光雷达的高精度、高速度和长测距优势，提高了坡道数据计算的准确性。
12.可选地，所述机车运行参数包括：目标输出功率和目标制动力；所述基于所述轨道坡度数据，计算机车运行参数，包括：根据机车空载能力系数、牵引力系数、机车质量和轨道坡度数据中的坡度角度，计算牵引力；根据所述牵引力和机车速度，计算目标输出功率；和/或，根据摩擦系数、机车质量和重力加速度，计算水平面制动力；根据所述水平面制动力、轨道坡度角度，计算目标制动力。
13.在上述实现过程中，通过利用轨道坡度数据和预设公式，计算出目标输出功率和目标制动力等机车运行参数，提高了机车控制的效率。
14.可选地，基于所述机车运行参数，对机车进行运行控制，包括：基于所述目标输出功率，通过pid控制器的输出信号控制机车执行机构完成前方路段的机车运行；其中，所述机车执行机构包括：发动机。
15.在上述实现过程中，通过调整牵引力，使得机车的输出功率与轨道坡度之间达到最优，利用pid控制器的输出信号控制执行机构，使得机车的运动符合目标要求，提高了机车的安全性和运行效率。
16.可选地，基于所述机车运行参数，对机车进行运行控制，包括：基于所述目标制动力，通过pid控制器的输出信号控制机车执行机构完成前方路段的机车运行；其中，所述机车执行机构包括：制动器。
17.在上述实现过程中，通过调整制动力，使得机车运行与轨道坡度之间达到最优，利用控制器的输出信号控制执行机构，使得机车的运动符合目标要求，提高了机车的安全性和运行效率。
18.可选地，所述基于所述机车运行参数，对机车进行运行控制之后，所述方法还包括：根据pid控制器的输出信号的反馈信号，判断所述机车运行参数是否需要修正；基于模糊控制算法和神经网络控制算法，对所述机车运行参数进行修正调整。
19.在上述实现过程中，通过调整输出功率和/或制动力等运行参数，使得机车运行与轨道坡度之间达到最优，并通过反馈信号判断是否需要进行修正调整，利用模糊控制算法和神经网络控制算法进行实时修正，提高了机车运行控制的准确性和控制精度。
20.第二方面，本技术实施例提供了一种机车运行控制装置，所述装置包括：激光雷达传感器、数据处理模块和机车控制系统；所述激光雷达传感器与数据处理模块电性连接，所述数据处理模块与所述机车控制系统电性连接；所述激光雷达传感器用于通过安装在机车两端的激光雷达获取所述机车前方路段的轨道坡度数据；所述数据处理模块用于基于所述轨道坡度数据，计算机车运行参数；所述机车控制系统用于基于所述机车运行参数，对机车进行运行控制。
21.第三方面，本技术实施例还提供一种电子设备，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行上述的方法的步骤。
22.第四方面，本技术实施例提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述的方法的步骤。
23.为使本技术的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。
附图说明
24.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
25.图1为本技术实施例提供的一种机车运行控制方法的流程图；
26.图2为本技术实施例提供的一种pid控制器结构；
27.图3为本技术实施例提供的机车运行控制装置的功能模块示意图；
28.图4为本技术实施例提供机车运行控制装置的电子设备的方框示意图。
29.图标：210-激光雷达传感器；220-数据处理模块；230-机车控制系统；300-电子设备；311-存储器；312-存储控制器；313-处理器；314-外设接口；315-输入输出单元；316-显示单元。
具体实施方式
30.下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术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技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
31.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。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
32.本技术发明人注意到，智慧铁水无人运输已逐步在钢铁行业兴起，高炉冶炼的高温铁水由自动驾驶的无人机车牵引一至多个铁水罐车，运送到炼钢厂倒罐站进行精炼。无人机车编组在高炉与炼钢厂之间的轨道往返行驶，由于地形地貌等客观因素，部分轨道区
段存在较大坡度，重载的机车编组在雨雪湿滑天气行驶，容易打滑失控导致安全事故，现有解决手段并不能提前感知机车行径方向的轨道坡度状态。由于轨道机车在自动行驶中未对轨道坡度进行提前检测，机车编组在重载的情况下遇到坡度较大的湿滑路段，容易出现车轮打滑的现象，从而影响行驶安全，甚至安全事故。有鉴于此，通过利用激光雷达的高精度、高速度和长测距能力，对道路坡度进行检测和测量，提前感知前方轨道坡度信息，从而为机车编组的驱动功率和制动力提供判断数据。具体地，本技术实施例提供了一种如下介绍的机车运行控制方法、装置、设备及存储介质。
33.请参阅图1，图1为本技术实施例提供的一种机车运行控制方法的流程图。下面对本技术实施例作详细阐释。该方法包括：步骤100、步骤120和步骤140。
34.步骤100：通过安装在机车两端的激光雷达获取机车前方路段的轨道坡度数据；
35.步骤120：基于轨道坡度数据，计算机车运行参数；
36.步骤140：基于机车运行参数，对机车进行运行控制。
37.示例性地，轨道坡度数据可以是：机车前方路段轨道的坡度、斜度，即可以是坡面相对于水平面的倾斜角度。机车运行参数可以是：机车路经轨道坡面前进、后退所需的牵引力、制动力分别对应的控制参数，例如：机车输出功率、制动力。
38.可选地，可由激光雷达传感器、数据处理模块和机车控制系统组成的控制系统配合实现上述步骤的方案。激光雷达传感器安装在机车两端，通过扫描机车前方轨道路段获取轨道坡度信息，并将数据传输到数据处理模块；数据处理模块根据实时的轨道坡度信息计算机车理论功率或者制动力，并将计算结果传输到机车控制系统；机车控制系统接收到计算结果后，自动调整发动机转速或制动器，实现机车运行控制。数据处理模块还可以采用数据挖掘和机器学习技术，对历史数据进行分析和建模，从而实现对机车功率及制动控制的优化。
39.通过不依赖定位和高精度地图信息，利用激光雷达的高精度、高速度和长测距能力，对道路坡度进行检测和测量，提前感知前方轨道坡度信息，从而为机车编组的驱动功率和制动力提供判断数据，实现了预先检测机车行径前方的坡度，提前进行行车控制，提高了机车的编组运行安全能力。
40.在一个实施例中，步骤100可以包括：步骤101、步骤102和步骤103。
41.步骤101：通过安装在机车两端的激光雷达扫描所述机车前方路段的轨道，获得三维点云数据；
42.步骤102：基于三维点云数据，构建轨道平面模型；
43.步骤103：基于轨道平面模型，计算轨道的平面斜率，以获得轨道坡度数据。
44.示例性地，通过在机车上搭建一个激光雷达测量系统，可具体将激光雷达安装在机车两端。通过激光雷达扫描机车前方路段的轨道，获取轨道的三维坐标数据。进一步可对采集到的点云数据进行滤波处理，去除杂点和无用信息。将滤波处理后的点云数据可利用ransac(随机抽样一致性)算法构建轨道所在平面模型，确定轨道所在平面模型的参数信息，根据轨道平面模型计算平面斜率，从而可获得轨道所在平面的坡度。其中，激光雷达分割地面后，使用随机采样一致性算法构建轨道平面模型，该算法可基于采样随机点集拟合一个平面模型，并计算点云中距离该轨道平面模型的误差。将误差在一定范围内的点视为地面点，更新轨道平面模型并继续采样，最终得到的轨道平面模型方程可设为：ax+by+cz+d
＝0。其中，a、b、c为平面法向量的三个分量，d为平面到原点的距离。
45.通过将利用激光雷达采集的三维点云数据构建轨道平面模型，并计算轨道的平面斜率，进而确定轨道坡度数据，结合了激光雷达的高精度、高速度和长测距优势，提高了坡道数据计算的准确性。
46.在一个实施例中，步骤103可以包括：步骤104、步骤105、步骤106和步骤107。
47.步骤104：基于轨道平面模型方程，计算每个点到轨道平面的直线距离；
48.步骤105：根据直线距离，确定平面上的内点；其中，内点的直线距离小于预设阈值；
49.步骤106：计算内点的平均值，获得平面法向量；
50.步骤107：计算平面法向量在三维坐标轴上的分量比，获得轨道坡度数据。
51.示例性地，通过基于随机采样一致性算法随机选择数据集中的几个点估计平面方程；然后使用该平面方程将所有点分为两种类型：符合该平面的内点和不符合该平面的外点；最终的目标是使得内点的数量最大化。在具体实现中，初始时从数据集中随机选择一定数量的点估计平面方程；然后，针对该平面方程，计算每个点到平面的距离，将距离小于一定阈值的点标记为内点，其他点标记为外点；根据内点的数量，可以评估该平面方程的适配度。重复进行以上步骤，直到得到满足要求的平面方程；最后，通过内点的坐标计算平面的法向量即为所求。
52.可选地，假设轨道平面方程为ax+by+cz+d＝0，其中(a，b，c)为法向量。随机选取三个点，计算平面方程参数a、b、c、d，选取一个预设阈值，遍历点云中的每个点，如果该点到平面的距离小于预设阈值，则认为该点是平面上的点，将其作为内点。接着计算内点的平均值，得到平面法向量的三个分量(a、b、c)，计算平面法向量的长度，归一化处理。对于每个内点，计算该点到平面的距离，可以用该公式计算：点，计算该点到平面的距离，可以用该公式计算：计算内点距离平均值，并用该平面方程对所有点进行距离判断，将误差小于阈值的点作为该平面的内点。平面的斜率则可以通过求平面法向量在x、y、z轴上的分量比来得到。设平面的法向量为(a,b,c)，则：-a/c即是轨道的坡度。
53.通过将激光雷达采集的三维点云数据基于随机采样一致性算法构建轨道平面模型，确定内点获取平面法向量，利用法向量之比计算出轨道的角度，结合了激光雷达的高精度、高速度和长测距优势，提高了坡道数据计算的准确性。
54.在一个实施例中，该机车运行参数包括：目标输出功率和目标制动力；步骤120可以包括：步骤121和/或步骤122。
55.步骤121：根据机车空载能力系数、牵引力系数、机车质量和轨道坡度数据中的坡度角度，计算牵引力；根据牵引力和机车速度，计算目标输出功率；
56.和/或，步骤122：根据摩擦系数、机车质量和重力加速度，计算水平面制动力；根据水平面制动力、轨道坡度角度，计算目标制动力。
57.示例性地，对于目标输出功率的计算，其过程可以是：控制机车所需的输出功率需要考虑多种因素，包括机车编组的质量、牵引/制动性能、轨道坡度等。机车在特定坡度下所需的输出功率，假设有轨机车需要在某个坡度下行驶，该坡度为空载能力限制，即机车在该坡度下只能以空载状态行驶。假设该坡度为10
‰
，机车质量为100吨，牵引力系数为0.3，空载能力为10
‰
，则机车在该坡度下需要达到的牵引力为：
58.f＝m
×g×
sin(a)/μ
59.其中，m为机车质量，g为重力加速度，a为坡度角度，μ为摩擦系数，在此假设为0.3。则机车需要持续产生的功率为：
60.p＝f
×v61.其中，v为机车的速度，该公式中不考虑机车的空气阻力和摩擦阻力等因素，是一个理论值。如果要考虑实际情况下的输出功率，则需要考虑更多因素。有轨机车的牵引力和输出功率一般由控制系统自动调节，以满足行驶的要求。
62.对于目标制动力的计算，其过程可以是：制动力的大小取决于制动器的种类、数量、摩擦系数及机车编组的重量等因素，其表达式可以是：
[0063][0064]
其中，f_b表示实际制动力，f_{b0}表示在水平面上的制动力,α表示轨道坡度角度，在水平面上的制动力也被称为静摩擦力，它的大小可以通过：f_{b0}＝mu_b
×m×
g，进行计算；其中，mu_b表示摩擦系数，m表示机车质量，g表示重力加速度。在给定摩擦系数的情况下，可以通过上述公式计算出水平面上的制动力。然后，根据给定的坡度角度，使用余弦函数计算出实际制动力，即目标制动力。通过利用轨道坡度数据和预设公式，计算出目标输出功率和目标制动力等机车运行参数，提高了机车控制的效率。
[0065]
在一个实施例中，步骤140可以包括：步骤141。
[0066]
步骤141：基于目标输出功率，通过pid控制器的输出信号控制机车执行机构完成前方路段的机车运行；其中，该机车执行机构包括：发动机。
[0067]
示例性地，将轨道坡度数据信息输入控制器，根据pid控制算法可计算出对应的输出功率。如图2所示，pid控制器可采用包括比例调节单元、积分调节单元、微分调节单元、执行机构、测量元件等环节式结构，针对机车运行参数为目标输出功率的控制情况控制发动机进行调整，其中，pid即proportional(比例)、integral(积分)、differential(微分)的缩写，表示以这三种计算单元为主的协调控制和调节，其控制逻辑可以是：
[0068][0069]
其中，kp为比例增益，是调适参数；ki为积分增益，也是调适参数；kd为微分增益，也是调适参数；e为误差，为设定值(sp)与回授值(pv)之差；t为目前时间。通过调整牵引力，使得机车的输出功率与轨道坡度之间达到最优，利用pid控制器的输出信号控制执行机构，使得机车的运动符合目标要求，提高了机车的安全性和运行效率。
[0070]
在一个实施例中，步骤140可以包括：步骤142。
[0071]
步骤142：基于目标制动力，通过pid控制器的输出信号控制机车执行机构完成前方路段的机车运行；其中，该机车执行机构包括：制动器。
[0072]
示例性地，将轨道坡度数据信息输入控制器，根据pid控制算法可计算出对应的实际制动力(目标制动力)。请继续参看图2，pid控制器可采用包括比例调节单元、积分调节单元、微分调节单元、执行机构、测量元件等环节式结构，针对机车运行参数为目标制动力的控制情况控制制动器进行调整，其中，pid即proportional(比例)、integral(积分)、differential(微分)的缩写，表示以这三种计算单元为主的协调控制和调节，其控制逻辑
如步骤141所示。通过调整制动力，使得机车运行与轨道坡度之间达到最优，利用控制器的输出信号控制执行机构，使得机车的运动符合目标要求，提高了机车的安全性和运行效率。
[0073]
在一个实施例中，步骤140之后，可以包括：步骤143和步骤144。
[0074]
步骤143：根据pid控制器的输出信号的反馈信号，判断机车运行参数是否需要修正；
[0075]
步骤144：基于模糊控制算法和神经网络控制算法，对机车运行参数进行修正调整。
[0076]
示例性地，请继续参看图2，pid控制器可采用包括比例调节单元、积分调节单元、微分调节单元、执行机构、测量元件等环节式结构，针对机车运行参数为目标制动力、目标输出功率的两种控制情况分别控制发动机、制动器进行调整。如果pid控制器检测到机车功率输出过大或过小，可以通过模糊控制算法和神经网络控制算法进行修正。检测的方式可以是：通过激光雷达测量和控制器的测量元件输出的反馈信号，实时调整控制器的目标制动力、目标输出功率等运行参数，使得机车的控制精度和稳定性得到不断提高。
[0077]
通过调整输出功率和/或制动力等运行参数，使得机车运行与轨道坡度之间达到最优，并通过反馈信号判断是否需要进行修正调整，利用模糊控制算法和神经网络控制算法进行实时修正，提高了机车运行控制的准确性和控制精度。
[0078]
请参阅图3，图3为本技术实施例提供的一种机车运行控制装置的模块功能示意图，该装置包括：激光雷达传感器210、数据处理模块220和机车控制系统230；激光雷达传感器与数据处理模块电性连接，数据处理模块与机车控制系统电性连接；
[0079]
激光雷达传感器210用于通过安装在机车两端的激光雷达获取机车前方路段的轨道坡度数据；
[0080]
数据处理模块220用于基于轨道坡度数据，计算机车运行参数；
[0081]
机车控制系统230用于基于机车运行参数，对机车进行运行控制。
[0082]
可选地，数据处理模块220可以用于：
[0083]
通过安装在机车两端的激光雷达扫描所述机车前方路段的轨道，获得三维点云数据；
[0084]
基于所述三维点云数据，构建轨道平面模型；
[0085]
基于所述轨道平面模型，计算所述轨道的平面斜率，以获得轨道坡度数据。
[0086]
可选地，数据处理模块220可以用于：
[0087]
基于所述轨道平面模型方程，计算每个点到轨道平面的直线距离；
[0088]
根据所述直线距离，确定平面上的内点；其中，所述内点的直线距离小于预设阈值；
[0089]
计算所述内点的平均值，获得平面法向量；
[0090]
计算所述平面法向量在三维坐标轴上的分量比，获得轨道坡度数据。
[0091]
可选地，所述机车运行参数包括：目标输出功率和目标制动力；所述基于所述轨道坡度数据，计算机车运行参数，数据处理模块220可以用于：
[0092]
根据机车空载能力系数、牵引力系数、机车质量和轨道坡度数据中的坡度角度，计算牵引力；根据所述牵引力和机车速度，计算目标输出功率；
[0093]
和/或，根据摩擦系数、机车质量和重力加速度，计算水平面制动力；根据所述水平
面制动力、轨道坡度角度，计算目标制动力。
[0094]
可选地，机车控制系统230可以用于：
[0095]
基于所述目标输出功率，通过pid控制器的输出信号控制机车执行机构完成前方路段的机车运行；其中，所述机车执行机构包括：发动机。
[0096]
可选地，机车控制系统230可以用于：
[0097]
基于所述目标制动力，通过pid控制器的输出信号控制机车执行机构完成前方路段的机车运行；其中，所述机车执行机构包括：制动器。
[0098]
可选地，机车控制系统230可以用于：
[0099]
根据pid控制器的输出信号的反馈信号，判断所述机车运行参数是否需要修正；
[0100]
基于模糊控制算法和神经网络控制算法，对所述机车运行参数进行修正调整。
[0101]
请参阅图4，图4是电子设备的方框示意图。电子设备300可以包括存储器311、存储控制器312、处理器313、外设接口314、输入输出单元315、显示单元316。本领域普通技术人员可以理解，图4所示的结构仅为示意，其并不对电子设备300的结构造成限定。例如，电子设备300还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。
[0102]
上述的存储器311、存储控制器312、处理器313、外设接口314、输入输出单元315、显示单元316各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器313用于执行存储器中存储的可执行模块。
[0103]
其中，存储器311可以是，但不限于，随机存取存储器(random access memory，简称ram)，只读存储器(read only memory，简称rom)，可编程只读存储器(programmable read-only memory，简称prom)，可擦除只读存储器(erasable programmable read-only memory，简称eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，简称eeprom)等。其中，存储器311用于存储程序，所述处理器313在接收到执行指令后，执行所述程序，本技术实施例任一实施例揭示的过程定义的电子设备300所执行的方法可以应用于处理器313中，或者由处理器313实现。
[0104]
上述的处理器313可能是一种集成电路芯片，具有信号的处理能力。上述的处理器313可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(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技术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。
[0105]
上述的外设接口314将各种输入/输出装置耦合至处理器313以及存储器311。在一些实施例中，外设接口314，处理器313以及存储控制器312可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
[0106]
上述的输入输出单元315用于提供给用户输入数据。所述输入输出单元315可以是，但不限于，鼠标和键盘等。
[0107]
上述的显示单元316在电子设备300与用户之间提供一个交互界面(例如用户操作界面)给用户参考。在本实施例中，所述显示单元316可以是液晶显示器或触控显示器。液晶
显示器或触控显示器可以对处理器执行所述程序的过程进行显示。
[0108]
本实施例中的电子设备300可以用于执行本技术实施例提供的各个方法中的各个步骤。
[0109]
此外，本技术实施例还提供一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中的步骤。
[0110]
本技术实施例所提供的上述方法的计算机程序产品，包括存储了程序代码的存储介质，所述程序代码包括的指令可用于执行上述方法实施例中的步骤，具体可参见上述方法实施例，在此不再赘述。
[0111]
在本技术所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。在本技术实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0112]
需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0113]
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
[0114]
以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种机车运行控制方法，其特征在于，所述方法包括：通过安装在机车两端的激光雷达获取机车前方路段的轨道坡度数据；基于所述轨道坡度数据，计算机车运行参数；基于所述机车运行参数，对机车进行运行控制。2.根据权利要求1所述的方法，其特征在于，所述通过安装在机车两端的激光雷达获取机车前方路段的轨道坡度数据，包括：通过安装在机车两端的激光雷达扫描机车前方路段的轨道，获得三维点云数据；基于所述三维点云数据，构建轨道平面模型；基于所述轨道平面模型，计算所述轨道的平面斜率，以获得轨道坡度数据。3.根据权利要求2所述的方法，其特征在于，所述基于所述轨道平面模型，计算所述轨道的平面斜率，以获得轨道坡度数据，包括：基于所述轨道平面模型方程，计算每个点到轨道平面的直线距离；根据所述直线距离，确定平面上的内点；其中，所述内点的直线距离小于预设阈值；计算所述内点的平均值，获得平面法向量；计算所述平面法向量在三维坐标轴上的分量比，获得轨道坡度数据。4.根据权利要求1所述的方法，其特征在于，其中，所述机车运行参数包括：目标输出功率和目标制动力；所述基于所述轨道坡度数据，计算机车运行参数，包括：根据机车空载能力系数、牵引力系数、机车质量和轨道坡度数据中的坡度角度，计算牵引力；根据所述牵引力和机车速度，计算目标输出功率；和/或，根据摩擦系数、机车质量和重力加速度，计算水平面制动力；根据所述水平面制动力、轨道坡度角度，计算目标制动力。5.根据权利要求4所述的方法，其特征在于，基于所述机车运行参数，对机车进行运行控制，包括：基于所述目标输出功率，通过pid控制器的输出信号控制机车执行机构完成前方路段的机车运行；其中，所述机车执行机构包括：发动机。6.根据权利要求4所述的方法，其特征在于，基于所述机车运行参数，对机车进行运行控制，包括：基于所述目标制动力，通过pid控制器的输出信号控制机车执行机构完成前方路段的机车运行；其中，所述机车执行机构包括：制动器。7.根据权利要求1所述的方法，其特征在于，所述基于所述机车运行参数，对机车进行运行控制之后，所述方法还包括：根据pid控制器的输出信号的反馈信号，判断所述机车运行参数是否需要修正；基于模糊控制算法和神经网络控制算法，对所述机车运行参数进行修正调整。8.一种机车运行控制装置，其特征在于，所述装置包括：激光雷达传感器、数据处理模块和机车控制系统；所述激光雷达传感器与数据处理模块电性连接，所述数据处理模块与所述机车控制系统电性连接；所述激光雷达传感器用于通过安装在机车两端的激光雷达获取机车前方路段的轨道坡度数据；所述数据处理模块用于基于所述轨道坡度数据，计算机车运行参数；
所述机车控制系统用于基于所述机车运行参数，对机车进行运行控制。9.一种电子设备，其特征在于，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的方法的步骤。10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述的方法的步骤。

技术总结
本申请提供一种机车运行控制方法、装置、设备及存储介质，该方法包括：通过安装在机车两端的激光雷达获取机车前方路段的轨道坡度数据；基于轨道坡度数据，计算机车运行参数；基于机车运行参数，对机车进行运行控制。通过不依赖定位和高精度地图信息，利用激光雷达的高精度、高速度和长测距能力，对机车前方的道路坡度进行检测和测量，提前感知前方轨道坡度信息，从而为机车编组的驱动功率和制动力提供判断数据，实现了预先检测机车行径前方的坡度，并提前进行行车控制，提高了机车的编组运行安全能力。全能力。全能力。


技术研发人员：张志勇 杨赛 陈凌云
受保护的技术使用者：重庆赛迪奇智人工智能科技有限公司
技术研发日：2023.06.28
技术公布日：2023/8/31