申请/专利权人：克诺尔轨道车辆系统有限公司

申请日：2017-03-08

公开（公告）日：2020-09-15

公开（公告）号：CN108883784B

主分类号：B61L3/00(20060101)

分类号：B61L3/00(20060101);B60L15/20(20060101)

优先权：["20160315 EP 16160401.2"]

专利状态码：有效-授权

法律状态：2020.09.15#授权;2018.12.18#实质审查的生效;2018.11.23#公开

摘要：公开了一种在列车运行期间向列车1驾驶员提供驾驶建议的方法。驾驶建议是基于列车将要行驶的行程段的距离Dseg和海拔曲线32、行程段的行驶时间限制以及沿行程段的速度限制20。该方法包括以下步骤：基于列车的实际位置和列车的实际速度限定列车的初始状态10；基于列车将要行驶的行程段结束时的目标位置和目标速度限定列车的目标状态12；确定列车的初始状态和列车的目标状态之间的能量优化速度曲线18，其中能量优化速度曲线由受行程段的行驶时间限制和沿行程段的速度限制约束的基于图的优化算法确定；和基于能量优化速度曲线向驾驶员提供驾驶建议。

主权项：1.一种在列车1运行期间向列车驾驶员提供驾驶建议的方法，所述驾驶建议是基于列车将要行驶的行程段的距离Dseg和海拔曲线32、所述行程段的行驶时间限制以及沿所述行程段的速度限制20，其中，所述方法包括以下步骤：基于列车的实际位置和列车的实际速度来限定列车的初始状态10，基于列车将要行驶的所述行程段结束时的目标位置和目标速度来限定列车的目标状态12，确定在列车的初始状态和列车的目标状态之间的能量优化速度曲线18，其中所述能量优化速度曲线由基于图的优化算法确定，所述基于图的优化算法由所述行程段的所述行驶时间限制和沿所述行程段的所述速度限制约束，和基于所述能量优化速度曲线向所述驾驶员提供驾驶建议。

全文数据：向列车驾驶员提供驾驶建议的方法和列车驾驶员咨询系统技术领域[0001]本发明涉及列车控制。特别地，本发明涉及向驾驶员提供驾驶建议的列车驾驶员系统以及产生这种驾驶建议并将其提供给驾驶员的方法。背景技术[0002]通常，列车需要大量的能量来运行。由于化石燃料是稀缺资源，期望的是以节能方式运行燃料动力列车。此外，节能运行允许列车承载较少的燃料，这转而又减少了列车的重量并且导致产生更加节能的运行。对于电动列车，也期望以节能的方式运行列车。由于电能通常部分地来自化石燃料并且列车在沿着轨道的许多不同的潜在远程位置处需要电力这给配电网带来了显著的压力），因此节能运行是非常期望的。己经采用各种方法来以节能方式运行列车。然而，先前的方法在寻找列车运行期间优化的运行机制方面并不令人满意。发明内容[0003]因此，提供一种改进的列车驾驶员咨询系统和一种改进的向列车驾驶员提供驾驶建议的方法将是有益的，所述系统和方法允许列车在其运行期间实现优化的运行机制。[0004]本发明的示例性实施例包括一种在列车运行期间向列车驾驶员提供驾驶建议的方法，该驾驶建议是基于列车将要行驶的行程段的距离和海拔曲线、行程段的行驶时间限制以及沿行程段的速度限制。该方法包括以下步骤:基于列车的实际位置和列车的实际速度来限定列车的初始状态;基于列车将要行驶的行程段结束时的目标位置和目标速度来限定列车的目标状态;在列车的初始状态和列车的目标状态之间确定能量优化速度曲线，其中，所述能量优化速度曲线由受行程段的行驶时间限制和沿行程段的速度限制约束的基于图的优化算法确定;基于所述能量优化速度曲线向驾驶员提供驾驶建议。[0005]本发明的示例性实施例允许实现确定从列车的实际位置到达列车的目标位置的行程段的能量优化速度曲线的有效方式，该有效方式允许在列车运行期间以实时方式加以执行并且允许提供适合于列车的当前位置和运行的能量优化速度曲线。通过基于图的优化算法确定能量优化速度曲线，允许确定性地找到优化的最小能量速度曲线，所述优化的最小能量速度曲线由行驶时间限制和速度限制约束，由于所述优化的最小能量速度曲线具有低的计算量和记忆强度，因此允许其在沿着行程段行驶期间实时地加以执行。此外，使用基于图的优化算法允许在能量优化速度曲线的精度即，与绝对最小能耗速度曲线的偏差与确定能量优化速度曲线的速度和重新规划调整整个行程中的能量优化速度曲线的速度之间实现有利的折衷。又此外，如果存在能量优化的解决方案，则基于图的优化算法是鲁棒的，具有确定性行为，并且在寻找能量优化速度曲线方面具有完整性。由于可以非常自由地定义初始状态和目标状态，因此该方法非常灵活并且能够实时地适应变化情形。基于该能量优化速度曲线向驾驶员提供驾驶建议使得列车驾驶员能够采用基于图的优化算法的结果，例如，通过采用列车瞬时速度的驾驶建议，从而对于给定行程段实现列车的能量优化运行。[0006]术语“能量优化速度曲线”是指相对于列车的能耗优化的速度曲线，g卩，能量优化速度曲线是指具有最小能耗的速度曲线。在基于图的优化算法由行程段的行驶时间限制和沿行程段的速度限制约束的情况下，能量优化速度曲线具有最小的能耗，同时遵守行驶时间限制和速度限制约束。特别地，能量优化速度曲线可以是具有针对基于图的优化算法的特定分辨率的最优最小能耗的速度曲线。根据列车的类型，该方法可用于最小化燃料消耗和最小化电能消耗。[OOf]本文使用的术语“列车”包括任何类型的轨道车辆，例如长途客运或货运列车、短距离区域列车、郊区列车、都市区域地下列车和市内有轨电车列车。它还包括工业轨道车辆，例如在大型工厂或矿场中使用的工业轨道车辆。它还涉及燃料动力列车和电动列车两者。又此外，术语列车涵盖具有一个机车或多个机车的列车，所述机车也称为列车的牵引驱动单元。此外，列车可以具有任何适当数量的车皮轨道车厢，例如客运车厢或货运车厢。[0008]术语“行程段”是指列车将要行驶的给定行程的限定部分区段。术语行程段可以是指行程的在两个关注点之间的部分，例如在两个车站之间或在两个信号道岔之间或者在站点和信号之间等等的部分。它还可以是指行程的任意限定部分，例如行程的从列车的实际位置开始的下一个20km、50km或100km。术语行程段也可以是指给定时间间隔的整个行程，例如给定一天的行程，例如，从早上的起点到晚上的终点的行程，包括沿途的多个站点。[0009]“行驶时间限制”可以是行程段的任何类型的所需或期望的最大行程时间。行驶时间限制可以由列车时刻表和或由其他因素例如货运列车上货物的最大行程时间或在不同任务之间转移列车的最大转移时间）导出。行驶时间限制是列车驾驶员针对给定行程段应满足的时间限制。[0010]术语“速度限制”是指允许驾驶员沿着行程段的各个部分达到的最大速度值。速度限制可以是常规的速度限制，例如由于轨道交叉口或噪音规定;速度限制也可以是特定于列车的速度限制，例如针对特定转弯和或轨道类型和或列车类型限定的特定于列车的速度限制。[0011]行程段由行程段的开始与行程段的结束之间的距离以及沿行程段的海拔曲线限定。行程段另外还可以由其他特征定义，例如轨道类型、天气条件等等。这些其他特征可能导致对于基于图的优化算法的附加约束和或可能以其他方式影响基于图的优化算法，如将在下面解释的那样。[0012]基于图的优化算法可以是迭代优化算法或非迭代优化算法。[0013]列车的初始状态可以是双变量状态，其由列车的实际位置和列车的实际速度构成。该初始状态还可以包括一个或多个另外的变量，例如实际加速制动值。考虑到列车的实际位置和列车的实际速度以及可能的列车的实际加速制动值，初始状态也可以由列车的预先计算的位置和列车的预先计算的速度来限定。以这种方式，初始状态可以是在确定能量优化速度曲线的步骤结束时列车的位置和速度的估计。类似地，列车的目标状态可以由列车的目标位置和目标速度这两个变量构成。例如，当目标位置是沿着行程的特定车站时，目标位置可以是车站的位置并且目标速度可以是零。还可能的是，目标位置和目标速度可以是任意限定的值，例如从列车的实际位置移开100km的位置和在从列车的实际位置移开100km的位置处的速度限制。虽然列车的目标状态对于通过基于图的优化算法来确定能量优化速度曲线是明确的，但是列车的目标状态可以在列车的运行限制内自由地限定。列车的目标状态还可以包括一个或多个另外的变量。[0014]驾驶员可以采用驾驶建议。换句话说，该方法可以向列车驾驶员提供驾驶员可采用的驾驶建议。特别地，可能的是，驾驶员可以接受驾驶建议，例如通过按下接受按钮，然后驾驶建议直接影响列车的控制。还可以通过合适的装置将驾驶建议输出给驾驶员，例如用于驾驶建议的视觉指示的显示器和或用于驾驶建议的听觉输出的扬声器，然后驾驶员根据驾驶建议手动操作列车的控制。因此，列车驾驶员能够采用驾驶建议并相应地控制列车，同时保持对列车的驾驶的最终控制。[0015]根据另一实施例，驾驶建议包括由能量优化速度曲线和列车的实际位置导出的列车速度建议。特别地，列车速度建议可以是针对列车的实际位置给出的能量优化速度曲线的速度值。当列车运动时，可以根据列车的变化实际位置来调整驾驶建议。以这种方式，为驾驶员提供目标速度值，他她可以通过以合适的方式控制列车实现所述目标速度值。[0016]附加地可替代地，驾驶建议可以包括由能量优化速度曲线、列车的实际速度和列车的实际位置导出的加速建议，其中，加速建议推荐加速、制动和保持列车的速度中的一种。加速建议也可以推荐列车滑行。因此，加速建议可以推荐加速、制动、滑行和保持列车的速度中的一种。特别地，加速建议可以由针对列车的实际位置的能量优化速度曲线的速度值与列车的实际速度之间的偏差导出。加速建议也可以推荐不同水平的加速制动中的一种。术语滑行是指不应用任何主动加速或制动，其中由于诸如海拔曲线、轨道上的摩擦和气动阻力之类的因素，列车的速度可能会发生变化。保持列车的速度是指应用适当量的加速制动以便保持列车的速度而不管诸如海拔曲线、轨道上的摩擦和气动阻力之类的因素如何。提供加速建议允许驾驶员立即实现该建议，而不必由目标速度导出适当的控制动作，从而总体上更快速地采用驾驶建议。可以为驾驶员提供列车速度建议和加速建议中的一种或者提供列车速度建议和加速建议两种。[0017]根据另一实施例，通过基于图的优化算法确定列车的初始状态和列车的目标状态之间的能量优化速度曲线的步骤包括:限定初始状态和目标状态之间的中间状态网格;在初始状态、中间状态网格和目标状态之间限定多个网格边缘，所述多个网格边缘形成从初始状态经由中间状态网格到目标状态的多个路径;对于所述多个网格边缘中的每个，确定列车的能耗并确定列车沿相应网格边缘的所需行驶时间；和基于列车沿多个网格边缘的能耗确定从初始状态到目标状态的能量优化路径，其中沿能量优化路径的网格边缘的所需行驶时间处于行驶时间限制内。[0018]确定沿所述多个网格边缘的子集的能量优化路径，将多个中间状态的相应子集从中间状态网格中出来，是基于图的优化算法的有效实施。通过确定列车的能耗和列车沿多个网格边缘中的每个所需的行驶时间，生成用于寻找能量优化路径的基础。列车状态之间的转换与能耗和所需行驶时间的相应值相关联，其中整个中间状态网格中的潜在路径的这些能耗值和所需行驶时间值的总和形成了待优化的变量S卩，能耗和约束变量即，所需行驶时间）。[0019]能量优化路径形成了能量优化速度曲线的基础，所述能量优化速度曲线转而产生对驾驶员的驾驶建议。特别地，能量优化速度曲线可以对应于通过中间状态网格和相关联的选定网格边缘的能量优化路径，例如，当中间状态网格处于距离速度空间中时。也可以由通过中间状态网格的能量优化路径导出能量优化速度曲线，例如，通过将时间速度空间中的能量优化路径转换为位置相关的能量优化速度曲线。[0020]虽然列车的初始状态、列车的目标状态和能量优化速度曲线与列车的实际控制和实际驾驶直接相关、即与列车的真实运行直接相关，但是中间状态网格和多个网格边缘是共同形成许多不同运行机制的模型的工具，在这些不同运行机制中可以确定最优运行模式，即通过中间状态网格的能量优化路径。因此，列车的初始状态和列车的目标状态的实际值用于构建基于图的模型，所述基于图的模型允许通过其找到优化路径，优化路径然后被转换为能量优化速度曲线，所述能量优化速度曲线是列车运行的实际速度曲线并且形成了向驾驶员输出的实际驾驶建议的基础。[0021]所有中间状态可以具有在沿行程段的速度限制内的速度值。换句话说，中间状态下的列车速度低于行程段的速度限制。[0022]根据另一实施例，每个中间状态由相应的距离值和相应的列车速度值限定。换句话说，每个中间状态可以被视为距离速度坐标系中的点。以这种方式，每个中间状态代表了在与列车的实际位置相距给定距离处的潜在速度。列车的初始状态和列车的目标状态也可以被视为该距离速度坐标系中的点。该坐标系可以形成基于图的优化算法的搜索空间。该搜索空间可以由沿行程段的速度限制来限制。以这种方式，由于超过速度限制而不可行的列车速度不被考虑用于确定从初始状态到目标状态的能量优化路径。[0023]根据一替代实施例，每个中间状态由相应的行驶时间值和相应的速度值限定。以这种方式，基于图的优化算法的搜索空间是行驶时间速度空间。它可以表示为行驶时间速度坐标系。也可以说，与上述距离速度空间相比，是在时间速度空间中执行基于图的优化算法。[0024]根据另一实施例，中间状态网格是规则的中间状态网格。换句话说，代表中间状态的距离速度坐标系或行驶时间速度坐标系中的点可以规则地间隔开。在快速确定能量优化路径、使基于图的优化算法的实时特性更佳、和以有效方式重新使用能耗值和沿相应网格边缘的所需行驶时间值方面使用这种规则的中间状态网格可能是有益的。然而，中间状态网格也可以是不规则的中间状态网格，其中，中间状态之间的间隔例如取决于列车的易于实现的速度变化。[0025]根据另一实施例，列车的能耗和列车沿多个网格边缘的所需行驶时间是根据列车的动态行为特性来确定的。列车的动态行为特性可能取决于各种因素。示例性因素是机车牵引驱动单元的数量、车皮的数量、各个机车和车皮的重量、机车（多个机车）的发动机多个发动机的功率容量、车轮在轨道上的牵引力、制动器的类型（例如摩擦制动器和电动回收制动器）、制动器的设置和制动能力、轨道特性、天气条件等等。基于这些和可能的其他因素，每列列车具有特定的加速和制动能力以及特定的加速制动功率要求并且可能具有特定的制动功率回收能力。为了加速和保持恒定的速度，通常至少在轨道的平坦或上坡部分上消耗能量。取决于所使用的制动器和发动机作为发电机的工作能力，在列车制动期间可以进行能量回收，该能量回收也被考虑进来。能量回收可以用回收因子加权，所述回收因子可以取决于电网接收回收能量的能力和或电网的回收能量接收限制和或回收能量的本地网络运营商价格。基于这些因子，可以针对每个网格边缘，即针对初始状态、目标状态和多个中间状态的每个连接部，确定列车的能耗和列车的所需行驶时间。以这种方式，代表基于图的优化算法中的网格边缘的列车状态之间的转换被赋予相应的能耗值和所需行驶时间值，其中，这些值反映了特定列车的能耗和所需行驶时间，针对所述特定列车的能耗和所需行驶时间提供驾驶建议。因此，多个网格边缘的能耗值和所需行驶时间值反映了所讨论的列车的真实动态行为特性，并且因此确保基于图的优化算法的结果实际上是针对特定列车的运行的能量优化速度曲线。[0026]根据另一实施例，根据列车的动态行为特性来限定中间状态网格。附加地可替代地，可以根据列车的动态行为特性来限定多个网格边缘。换句话说，可以以使对于基于图的优化算法仅存在可能的中间状态和或网格边缘的方式限定中间状态网格和或多个网格边缘。特别地，可以仅存在反映对于所讨论的列车可行的加速度和减速度的状态和或网格边缘。以这种方式，基于图的优化算法可以限于可行的中间状态和或网格边缘，从而甚至进一步提高计算速度和实时能力。[0027]根据另一实施例，以迭代方式执行确定列车的初始状态和列车的目标状态之间的能量优化速度曲线的步骤，其中特定迭代的中间状态网格的分辨率高于前一次迭代的中间状态网格的分辨率，并且特定迭代的中间状态网格被限定在前一次迭代的能量优化路径附近。以迭代方式确定能量优化速度曲线允许非常快速地确定针对给定分辨率的能量最优速度曲线或者对于给定计算时间在特定高分辨率下的能量最优速度曲线。以这种方式，该方法甚至可以更好地适应于在列车运行期间确定能量优化速度曲线的实时需要。[0028]根据另一实施例，驾驶建议另外还基于沿行程段的最小速度值，其中基于图的优化算法由该行程段的行驶时间限制、沿该行程段的速度限制和沿该行程段的最小速度值约束。以这种方式，可以缩窄用于基于图的优化算法的搜索空间，并且可以减少用于寻找能量优化速度曲线的计算时间。可以根据相应的速度限制来确定最小速度值。例如，在沿行程段的给定点处的最小速度值可以是在沿行程段的该给定点处的速度限制乘以预定减小因子。最小速度值还可以基于动态行为特性，例如对于转弯或上坡部分的特定于列车的最小速度约束，或轨道网络运营商的要求。以这种方式，如果适用，最小速度值的依从性可以嵌入到能量优化速度曲线的确定中。t〇〇29]根据另一实施例，该方法还包括对由基于图的优化算法确定的能量优化速度曲线进行低通滤波的步骤。特别地，低通滤波可以滤除列车加速和制动之间的高频振荡。以这种方式，可以实现能量优化与诸如乘客舒适性之类的其他因素之间的权衡。[0030]根据另一实施例，基于图的优化算法是CD*算法、AD*算法以及CD*算法和AD*算法系列中的一个。CD*算法和AD*算法（也分别称为ConstrainedD*算法和AnytimeDynamicA*算法是特别有效的基于图的优化算法，其允许特别有效地确定能量优化速度曲线，尤其是允许特别有效地确定通过列车的初始状态和目标状态之间的中间状态网格的能量优化路径。CD*算法的细节可以例如在Stentz发表于2002年AmericanAssociationforArtificialIntelligence中的CD*:AReal-timeResolutionOptimalRe-plannerforGloballyConstrainedProblems中找到，其全部公开内容通过引用并入本文。AD*算法的细节可以例如在Likhachev等发表于2005年AmericanAssociationforArtificialIntelligence中的AnytimeDynamicA*:AnAnytime,ReplanningAlgorithm中找到，其全部公开内容也通过引用并入本文。[0031]根据另一实施例，该方法以规则间隔重复执行，以便随时间向列车驾驶员提供更新的驾驶建议。例如，该方法可以每两分钟执行一次。在重复执行该方法之间，可以基于先前的方法执行和列车的变化实际位置来更新对驾驶员的驾驶建议。附加地可替代地，该方法可以响应于相应启动命令重复执行，以便随时间向列车驾驶员提供更新的驾驶建议。例如，可以使驾驶员能够发出启动命令并在离开车站时或在停止信号暂时停止之后加速列车时等等触发方法的执行。附加地作为替代，该方法在速度偏离先前执行的能量优化速度曲线一预定容限量百分比时，可以重复该方法。当以重复方式执行该方法时，列车的目标状态可以保持不变或者可以随时间改变。换句话说，该方法的行程段可以是连续变短的总体行程的一部分，或者行程段可以是沿列车的总体行程的滑动窗口。可以在方法的第一次执行中使用上述CD*算法，而在随后的方法执行中使用AD*算法。还可以以规则间隔使用CD*算法，例如在方法的每第10次执行中，AD*算法则用于其他次执行中。[0032]本发明的示例性实施例还包括一种在运行期间设定列车速度的方法，所述方法包括:如上述任何实施例所述的向列车驾驶员提供驾驶建议的方法;和允许列车驾驶员基于驾驶建议控制列车速度。这样，驾驶员可以采用驾驶建议，并且该方法的最终结果对列车的运行具有实际影响。虽然最终控制取决于驾驶员，但是可以容易地实现驾驶建议。列车驾驶员可以通过列车的单独控制单元（S卩，与提供驾驶建议的列车驾驶员咨询系统分开的列车控制单元控制列车速度。然而，还可能的是，列车驾驶员可以接受驾驶建议，然后驾驶建议被从列车驾驶员咨询系统发送到列车控制单元，而无需任何进一步的驾驶员交互。[0033]本发明的示例性实施例还包括一种用于向列车驾驶员提供驾驶建议的列车驾驶员咨询系统，该列车驾驶员咨询系统包括:存储器，用于存储至少一个行程段的距离和海拔曲线、该至少一个行程段的至少一个时间限制和沿该至少一个行程段的速度限制;位置信号输入装置，用于从卫星导航系统接收表示列车位置的位置数据;和计算模块，其联接至存储器和位置信号输入装置并且构造成执行如以上任何实施例所述的提供驾驶建议的方法。上文关于向列车驾驶员提供驾驶建议的方法描述的附加特征、修改和益处同样适用于列车驾驶员咨询系统。计算模块可以是硬件部件，例如专用电子电路、要在多用途处理器上运行的软件程序、或特定硬件部件和软件部件的组合。计算模块和存储器可以是诸如膝上型电脑之类的集成系统的一部分，或者可以是单独的部件，其以合适的方式联接以进行数据交换。[0034]根据另一实施例，列车驾驶员咨询系统还包括用于在视觉上向列车驾驶员提供驾驶建议的显示器。附加地可替代地，列车驾驶员咨询系统还可以包括用于在听觉上向列车驾驶员提供驾驶建议的扬声器。[0035]本发明的示例性实施例还包括一种列车，所述列车包括如上述任何实施例所述的列车驾驶员咨询系统。上文关于列车驾驶员咨询系统描述的附加特征、修改和益处同样适用于列车。附图说明[0036]下面参照附图详细描述本发明的进一步的示例性实施例。[0037]图1示出了配备有根据本发明的示例性实施例的列车驾驶员咨询系统的列车的示意图；[0038]图2示出了配备有根据本发明的示例性实施例的列车驾驶员咨询系统的另一列车的示意图；图图細出了配备有根据本发麵示性实齡_列车驾驶员咨i縣纟細又-列车[M40]图4描绘了棚本发明的示例性实施讎向列车驾驶员提供驾驶建议的方法的图不；勺迭本发_示例性实施例的针对贿行程场景的向列车驾驶员提供[0042]图6描绘了根据本发明的示例性实施例的针对图5的特定行程场景的员提供驾驶建议的重复执行的方法的图示；[0043]图7描绘了根据本发明的示例性实施例的针对另一特定行程场景的向列车驾驶员提供驾驶建议的方法当由不同行驶时间限制约束时的不同结果的图示；、[0044]图8描绘了根据本发明的示例性实施例的针对又一特定行程场景的向列车驾驶员提供驾驶建议的方法当由不同行驶时间限制约束时的不同结果的图示；、[0045]图9描绘了根据本发明的示例性实施例的向列车驾驶员提供驾驶建议的方法的流程图；和[0046]图10示出了根据本发明的示例性实施例的列车驾驶员咨询系统的方框图。具体实施方式[0047]图1示出了列车1的示意图，该列车配备有根据本发明的示例性实施例的列车驾驶员咨询系统3。列车1被描绘为仅由机车组成，所述机车也称为牵引驱动单元。然而，应理解的是，列车1可包括另外的轨道车厢，例如客运车皮或货运车厢。列车〖还可以包括多个机车，其中这些机车中的一个或多个或全部机车配备有相应的列车驾驶员咨询系统。[0048]列车驾驶员咨询系统3具有：计算模块，例如具有相关处理器存储器的处理器；用于存储关于列车将要行驶的行程的数据和关于列车的动态行为特性的数据的存储器；以及用于向列车1的驾驶员提供驾驶建议的显示器。[0049]列车1还包括列车控制单元2,其联接到列车驾驶员咨询系统3。列车控制单元2是列车驾驶员控制列车1的接口。特别地，列车控制单元2联接至列车1的一个或多个发动机以及联接至列车的制动器，以便控制列车的速度。以这种方式，驾驶员可以通过列车控制单元2控制列车1的速度。[0050]列车1还配备有卫星导航系统5的接收器4,用于接收允许列车控制单元2和或列车驾驶员咨询系统3确定列车1的瞬时实际位置的数据，所述卫星导航系统尤其是全球卫星导航系统，例如GPS。[0051]在图1的示例性实施例中，列车控制单元2中存在关于列车1以及关于列车1将要行驶的行程的各种数据。[0052]列车控制单元2具有关于列车1的加速和制动特征的高水平数据。特别地，列车控制单元2具有关于加速和制动的不同种类的可行水平的数据以及对应的关于能耗的信息，如果适用，还具有关于在这些水平条件下的能量回收的信息。列车控制单元2还可以具有关于列车1的更多基本物理特性的数据，例如关于长度、轨道车厢的数量、轨道车厢的重量、发动机多个发动机）的额定功率、相关的能耗、制动器的制动力、行驶阻力、存储在旋转质量中的能量等等的数据。列车控制单元2和或列车驾驶员咨询系统3进一步还能够由列车的所述更多基本物理特性计算上述高水平加速和制动数据和相关的能耗回收数据。确定列车1的动态行为的所述数据可能还包括另外的数据通常被称为列车的动态行为特性。[0053]进一步，列车控制单元2具有关于列车1将要行驶的行程的各种数据。特别地，列车控制单元2可以具有诸如行程的总距离、行程的各个路段的数据例如车站之间的各个路段的距离）、沿行程的海拔曲线、沿行程的速度限制、列车1所行驶的轨道的类型和可能的状态、天气信息、时刻表信息等等之类的数据。时刻表数据可包括诸如预定行驶时间、整个行程和或行程的特定路段或行程段的行驶时间限制、当遵守所有速度限制时的最小行驶时间、最小行驶时间和或预定行驶时间的可接受偏差等等之类的数据。这些数据可以存在于列车控制单元2中，用于列车可能分配到的所有行程。[0054]列车驾驶员咨询系统3联接至列车控制单元2并且能够访问列车的动态行为特性、关于列车1将要行驶的行程数据和时刻表数据中的全部。基于该信息，列车驾驶员咨询系统3确定给定行程段的能量优化速度曲线，该能量优化速度曲线由该行程段的行驶时间限制和沿行程段的速度限制约束，如将在下文更详细解释的那样。此外，列车驾驶员咨询系统3基于所确定的能量优化速度曲线向列车1的驾驶员提供驾驶建议。然后列车驾驶员可以采用驾驶建议并相应地通过列车控制单元2操作列车1。[0055]图2示出了另一列车1的示意图，该列车也配备有根据本发明的示例性实施例的列车驾驶员咨询系统3。列车1具有的许多部件与图1的列车1的相应部件相同。这些部件没有详细描述，在此参照图1的上文描述。图2的列车驱动单元2类似于图1的列车驱动单元2,但具有附加的数据接口6。通过数据接口6,可以将附加的和或更新的数据导入到列车驱动单元2中。例如，在己经改变列车1的设定之后，例如由于特定轨道车厢的脱离和或更多不同的轨道车厢的添加，关于列车1的物理特性的新数据可以被导入到列车驱动单元2中。而且，当列车1被分配到新的路线和或当改变特定行程的时刻表时，可以经由数据接口6导入更新的和或新的行程数据和时刻表数据。数据接口6可以是允许操作员将某种形式的数据载体数据存储介质连接到列车驱动单元2的任何类型的数据接口。示例性数据载体是USB棒、CD和DVD、笔记本电脑等等。[0056]图3示出了又一列车1，其配备有根据本发明的示例性实施例的列车驾驶员咨询系统3。图3的列车1类似于图1的列车1和图2的列车1。图3的列车1的许多部件与上述的部件相同。不再重复描述，在此参照有关图1和2的那些部件的描述。类似于图2的列车丨，图3的列车1也具有至列车1外部的附加数据接口。在图3的示例性实施例中，列车i具有无线通信接口7,其联接至列车控制单元2。无线通信接口7能够与外部计算机系统8交换数据。外部计算机系统8可以是列车协调中心，所述列车协调中心协调轨道网络中各个列车的运行。以这种方式，可以为列车1并因此为列车驾驶员咨询系统3提供关于列车1正在行驶的行程的最新信息，例如沿行程的潜在调整速度限制、关于特定天气影响的数据、关于潜在障碍物的数据、关于列车1必须改道的数据等等。[°057]在图1至图3中，列车驾驶员咨询系统3通过列车控制单元2访问关于列车1的物理行为特性、行程数据、时刻表数据和位置数据。然而，应当指出的是，这些数据也可以存储在列车驾驶员咨询系统3本身的专用存储器中，并且列车驾驶员咨询系统3可以直接联接至全球卫星导航系统5的接收器4、数据接口6和无线通信接口7中的一个或全部。[0058]图4描绘了向列车驾驶员提供驾驶建议的方法的图示，该方法可以由图丨至图3描绘和如上所述的列车驾驶员咨询系统3中的每个使用。特别地，图4描绘了基于图的优化算法的各个细节，所述基于图的优化算法可以用于该提供驾驶建议的方法中。在图4的示例性实施例中，该基于图的优化算法在具有分配给x轴的行驶距离和具有分配给y轴的列车速度的坐标系的框架中执行。换句话说，用于基于图的优化算法的坐标系允许根据列车的位置来指定列车速度。执行基于图的优化算法以便确定所述坐标系内的能量优化路径，该能量优化路径然后形成能量优化速度曲线的基础，该能量优化速度曲线转而被用作向列车驾驶员提供驾驶建议的基础。这将在下面详细解释。[0059]为了执行基于图的优化算法，限定列车的初始状态10和列车的目标状态12。列车的初始状态10由列车的实际位置也称为列车的瞬时位置和列车的实际速度也称为列车的瞬时速度限定。由列车的实际位置和实际速度限定的初始状态10可以表示为图4的距离速度坐标系中的点。列车的目标状态12由列车的目标位置和列车的目标速度限定。列车的目标位置由列车的实际位置加上将要执行基于图的优化算法的行程段的距离限定。列车的目标速度可以以相当任意的方式限定。例如，列车的目标速度可以被限定为适用于目标位置的速度限制的预设百分比。在另一个示例中，目标速度可以被限定为目标位置和沿列车的行程的下一个站点车站之间的距离的函数，其中，该目标速度越低，目标位置越接近该下一个站点车站。由目标位置和目标速度限定的目标状态12也可以由图4的距离速度坐标系中的点表示。列车的实际位置与列车的目标位置之间的所有位置整体被称为行程段，通过基于图的优化算法针对该行程段确定能量优化速度曲线。[0060]在限定初始状态10和目标状态12的情况下，在距离速度坐标系中限定多个中间状态14。多个中间状态14中的每个由位置值和速度值限定。对于中间状态14中的每个而言，位置值介于列车的实际位置和列车的目标位置之间。进一步，对于中间状态14中的每个而言，速度值低于在相应适用位置处的速度限制。在图4的说明性描绘中，示出了十二个中间状态14,其示为圆圈，为了说明目的，这些圆圈中的三个设有附图标记14。中间状态14中的每个代表列车在从实际位置到目标位置的路途中的潜在状态。t〇〇61]在图4的示例性实施例中，多个中间状态形成不规则的中间状态网格。换句话说，中间状态14在图4的整个距离速度坐标系中不是规则地间隔和分布的。应指出，不管中间状态网格是规则网格还是不规则网格例如任意布置的中间状态网格），基于图的优化算法都导致在所限定的中间状态中确定能量优化路径。[0062]除了多个中间状态14之外，还限定了多个网格边缘16。网格边缘16中的每个连接该组状态中的两个状态，包括初始状态10、目标状态12和中间状态14。网格边缘16是方向性网格边缘，具有在距离方向上的正分量和在速度方向上的正、负或零分量。以这种方式，网格边缘16代表在沿从实际位置到目标位置的行程段行驶期间发生的列车状态的变化。具有正距离分量的网格边缘16意味着列车保持向前移动并且不进行任何向后移动。一般而言，所描绘的状态中的每个可以连接到图4的绘图平面中朝向其右侧的所有状态。然而，仅示出了那些潜在网格边缘的子集。特别地，在图4的示例性实施例中示出了24个网格边缘，为了说明目的，这些边缘中的三个边缘设有附图标记16。可以根据一个或多个标准来执行网格边缘16的限定。例如，可以将每个状态连接到朝向右侧的预定数量的其最靠近的状态。附加地可替代地，可以将每个状态连接到朝向右侧的小于移开的预定距离的所有状态。还可以基于列车的动态行为特性来限定网格边缘，例如考虑所讨论的列车的最大加速值和制动值。对于本领域技术人员显然的是，可以根据各种标准来限定网格边缘，或者同样也可以限定所有潜在的网格边缘。[0063]在限定多个网格边缘16的情况下，为每个网格边缘16确定列车的能耗值和所需行驶时间值。换句话说，对于网格边缘16中的每个，确定列车消耗多少能量以及列车从相应网格边缘16的起始状态到达目标状态需要多少行驶时间。特别地，对于每个网格边缘，确定列车从相应网格边缘的起始状态位置在位置上移动到目标状态位置同时执行由相应网格边缘的起始状态和目标状态之间的速度变化指示的加速减速必须消耗多少能量，或如果适用，确定能够回收多少能量。进一步特别地，确定这种状态变化的所需行驶时间。以这种方式，网格边缘16中的每个与两个值相关联，即能耗值和所需行驶时间值，在能量回收的情况下所述能耗值可以为负。还可能的是，能耗回收刻度可以偏移，使得能耗值和能量回收值都为正，这简化了基于图的优化算法的实施。该方法考虑到列车的动态行为特性、例如基于影响上述加速减速特性和功耗特性的因素确定能耗值和所需行驶时间值。[0064]基于这些数据，经由中间状态14网格和多个网格边缘16确定从初始状态10到目标状态12的所有可能路径的总能耗和总所需行驶时间。换句话说，对于从初始状态10到目标状态12的所有可能路径中的每个，确定相应网格边缘16的能耗值的和值以及相应网格边缘16的所需行驶时间值的和值。因此，对于从初始状态10到目标状态12的潜在路径中的每个，确定总体能耗值和总体行驶时间值。然后，将能量优化路径确定为这样的路径，所述路径的总所需行程时间低于行程段的行驶时间限制并且其总能耗在总所需行程时间低于行驶时间限制的那些路径中最小。[0065]在图4的示例性实施例中，所确定的能量优化路径被表示为虚线18。从初始状态10到目标状态12的该能量优化路径18是通过中间状态14网格的路径，所述路径具有最低的总能耗，而总所需行程时间低于行驶时间限制，如针对有关图4的示例性实施例的方法的执行所设定的那样。能量优化路径18从初始状态10延伸通过速度值高于从初始状态10的两个中间状态14到达目标状态12,所述目标状态也具有比能量优化路径18的两个中间状态14低的速度值。[0066]能量优化路径18代表从列车的初始状态到列车的目标状态的给定行程段的列车的能量优化速度曲线。基于该能量优化速度曲线，向列车驾驶员提供驾驶建议。特别地，当列车处于初始状态10的位置和沿能量优化路径18的两个中间状态14中的第一中间状态的位置之间时，可以向列车驾驶员提供加速建议。然后，在能量优化路径18的两个中间状态之间可以给列车驾驶员提供速度保持建议。进一步，可以在能量优化路径18的中间状态中的第二中间状态和目标状态12之间向列车驾驶员提供滑行建议，从而致使列车稳定减速，使得列车在目标状态12的位置处具有由目标状态12指示的速度值。[0067]虽然能量优化路径18可以容易地用于确定能量优化速度曲线并且向列车驾驶员提供驾驶建议，但是，还可能的是，能量优化路径18可以通过具有更高分辨率的中间状态14网格的能量优化路径的确定的一次或多次附加迭代来细化。[0068]进一步，虽然通过中间状态14网格的所有潜在路径的总能耗值和总所需行驶时间值的上述比较导致可靠地确定能量优化路径18,但是也可以采用不需要比较所有潜在路径的其他基于图的优化算法。例如，可以米用CD*算法也称为ConstraintD*算法或AD*算法也称为AnytimeDynamicA*算法来确定能量优化路径。这些算法还可靠地寻找从初始状态10到目标状态12的能量优化路径，同时更快地执行驾驶建议并因此更快地向列车驾驶员提供驾驶建议，从而还导致列车更加节能地运行。如上所述，CD*和AD*算法的细节通过引用并入本文。[0069]图5描绘了根据本发明的示例性实施例的向列车驾驶员提供建议的迭代方法的图示。特别地，图5示出了用于从初始状态1〇到目标状态12的行程段的迭代导出的能量优化速度曲线，其中迭代导出的能量优化速度曲线可以用作用于向列车驾驶员提供驾驶建议的基础。[0070]类似于图4,图5描绘了距离速度坐标系，其中列车的初始状态10和列车的目标状态12是距离速度坐标系中的相应点。对于从列车的初始状态丨〇到列车的目标状态丨2的行程段，确定能量优化速度曲线，所述行程段具有距离〇%8。在图5的坐标系中，沿着行程段的速度限制20被描绘为是沿行程段的位置的函数。另外，描绘了最小时间曲线22，其代表列车的时间优化的速度曲线，不管能耗如何。该最小时间曲线22仅由速度限制20和列车的技术加速和制动能力限制来约束。尽管未在图5的示例性实施例中示出，但是可以提供最小速度值，使得在速度限制和最小速度值之间的走廊中确定能量优化路径。[0071]图5描绘了在基于图的优化算法的第二次和第三次迭代之间的能量优化路径18。在第一次迭代期间，在低分辨率网格28的网格点中规则布置的中间状态中确定能量优化路径。在第二次迭代中，中间状态网格的分辨率增大并且中间状态网格被限制于第一次迭代的能量优化路径的邻域。第二次迭代的结果在图5中示出为能量优化路径18。对于第三次迭代，能量优化路径18附近的邻域由边界24和26限定，更高分辨率的中间状态30网格限定在边界24和26之间的能量优化路径18附近。当前下一步骤是在边界24和26之间的更高分辨率的中间状态3〇网格内确定从初始状态10到目标状态12的能量优化路径。这将导致精细的能量优化路径未示出），所述精细的能量优化路径然后可以形成列车的能量优化速度曲线的基础。[0072]应指出的是，可以执行任意次量的迭代，其中能量优化路径随着每次迭代接近总体最优解。然而，为了在最优性和计算速度之间找到有益的权衡，迭代次数也可能受到限制。在最后一次迭代中确定的能量优化路径可以用于确定能量优化速度曲线例如通过限定能量优化速度曲线以对应于能量优化路径，因为两者都处于距离速度空间中）以及用于向列车驾驶员提供驾驶建议。[0073]图6描绘了根据本发明的示例性实施例的向列车驾驶员提供驾驶建议的重复执行的方法的图示。图6中所讨论的行程与图5所讨论的行程相同，其中速度限制20和最小时间曲线22在图5和图6之间是相同的。图6示出了当在列车运行期间的不同时间点、即在列车的不同瞬时位置执行提供驾驶建议的方法时对列车驾驶员的驾驶建议可以如何随时间改变。进一步，图6示出了针对滑动窗口场景重复执行提供驾驶建议的方法、即针对不同行程段执行提供驾驶建议的方法的特定例子，所述不同行程段均具有相同的距离。[0074]当列车处于位置D1时，基于从初始状态10到达目标状态12并且具有距离的第一行程段来执行向列车驾驶员提供驾驶建议的方法。对于第一行程段，该方法确定第一能量优化速度曲线18。基于该能量优化速度曲线18,向列车驾驶员提供在位置D1处加速的建议。在位置D1和位置D2之间，根据能量优化速度曲线18向驾驶员提供驾驶建议。在位置D2处，再次执行该方法，其中，针对从初始状态10’至目标状态12’并且具有距离Dseg，2的第二行程段执行该方法。此时，该方法确定第二能量优化速度曲线18’。可以看出，该重新计算的能量优化速度曲线18’类似于初始计算的能量优化速度曲线18,特别是在行程段的靠近位置D2的部分中。然而，初始计算的能量优化速度曲线18和重新计算的能量优化速度曲线18’基本朝向行程段的较后部分偏离。在位置D2处，向列车驾驶员提供基本保持列车速度的建议。在位置D3处，再次执行该方法，其中初始状态10”和目标状态12”限定具有距离Dseg,3的第三行程段，用于执行优化。这种进一步重新计算导致确定重新计算的能量优化速度曲线18”。基于该重新计算的能量优化速度曲线18”，向列车驾驶员提供在位置D3处基本保持列车速度的建议。从图6中显然的是，该建议基本偏离了将已经基于其他能量优化速度曲线18和18’的建议。[0075]提供驾驶建议的方法可以沿行程以规则间隔重复，例如通过上述三次执行所示。还可以以规则的时间间隔重复该方法，或者根据列车驾驶员或外部控制中心的相应命令重复该方法。[0076]图7描绘了根据本发明的示例性实施例的向列车驾驶员提供驾驶建议的方法的不同结果的图示。针对特定行程显示了在由不同行驶时间限制约束时的不同结果。在图7中，描绘了较大行程中的从30km到43km的行程段，其中针对该行程段执行提供驾驶建议的方法。对于该行程段，速度限制被描绘为虚线20。进一步，对于该行程段描绘了海拔曲线32,其中海拔曲线32包括要横跨的山，其峰顶在34km附近。[0077]在图7a中，描绘了能量优化速度曲线18,其是向列车驾驶员提供驾驶建议的方法的结果，如上所述，其中针对行程段的行驶时间限制仅略高于可能的最小时间。该方法确定能量优化速度曲线以相对于可能的最小时间使用少量松弛时间来在海拔曲线32的上坡区段中、特别是在该上坡区段的靠近山的峰顶的最陡峭部分中以低于最大速度的速度驱动列车。[0078]在图7a的下部分中描绘了加速建议，其根据在图7a的上部分中所描绘的能量优化速度曲线18向列车驾驶员提供该加速建议。在图7的示例性实施例中，加速建议在列车行程期间的每个点处呈现四种状态之一。特别地，加速建议在图7中也称为“意见”）可以呈现“制动”、“滑行”、“保持速度”和“牵引”四种状态之一。虽然仅示出了这四种状态，但应理解的是，“制动”和“牵引”状态还可以包含对于不同水平的制动和加速的各种子状态。“滑行”建议是指使列车不主动加速或制动而是让列车根据其动能和势能继续前进的状态。“保持速度”建议是指保持列车的速度，包括一定的加速和制动，以便弥补由于摩擦和或气动阻力引起的海拔和或能量损失的变化。[0079]在行程段的上坡部分的最后部分期间，驾驶建议是加速建议。然而，为了符合指示速度下降的能量优化速度曲线18,适度加速是适合的。这可以通过指示相关联的加速水平和或通过根据能量优化速度曲线提供速度建议来指示给列车驾驶员，使得列车驾驶员可以选择适当水平的加速。进一步，在行程段的下坡部分的开始处对列车施加制动，制动的目的是使列车满足速度限制的减小并且抵消下坡区段的加速动作。[0080]图7b示出了针对如图7a所示的同一行程段的另一能量优化速度曲线18*。利用与图7a的能量优化速度曲线18相同的基于图的优化算法确定能量优化速度曲线18*，其仅具有不同值的行驶时间限制。特别地，当遵守所有速度限制20时，在行驶时间限制为可能的最小时间的25%的情况下确定能量优化速度曲线18*。从图7b显然的是，当与图7a的能量优化速度曲线18相比较时，能量优化速度曲线1S*在行程段的上坡部分中具有较低的速度并且在行程段的峰顶附近具有较强的速度下降。换句话说，当降低上坡部分中的和峰顶附近的速度时，该方法确定允许的时间松弛对能量效率贡献最大。[0081]在图7b的下部分中描绘了给列车驾驶员的相关加速建议。可以看出，在行程段的上坡部分中提供了滑行建议、保持速度建议和加速建议的组合，而在图7a中大部分建议了保持速度。[0082]—般而言，可以为驾驶员提供能量优化速度曲线或者瞬时速度建议或者瞬时加速建议或者这些数据的任何组合，以便向驾驶员传送合适的驾驶建议。[0083]如在图7b的上部分可以看到的那样，能量优化速度曲线18*在行程段的上坡部分中具有一些抖动。可以对能量优化速度曲线18*进行低通滤波，从而实现平滑的能量优化速度曲线。这种平滑的能量优化速度曲线可导致对驾驶员提供的驾驶建议较少频繁的改变，如图7b的下部分所示，从而增加乘客的舒适度。处于其他原因，也可以对能量优化速度曲线进行滤波。[0084]类似于图7,图8描绘了根据本发明的示例性实施例的向列车驾驶员提供驾驶建议的方法的两个不同结果。针对同一特定行程段描绘了在由不同行驶时间限制约束时的不同结果。特别地，图8a和图8b示出了对于较大行程中的从91km至104km的行程段的两个不同结果。图8中再次示出了速度限制20和海拔曲线32。此外，在图8a和图8b中描绘了能量优化速度曲线18、18*和相关的加速建议。[0085]在图8a中，当遵守所有速度限制20时，所描绘的能量优化速度曲线18是基于图的优化算法的结果，其中行驶时间限制接近最小时间限制。如图8a的下部分中可以看到的那样，这导致延长区段的保持速度和加速。与此相反，图8b描绘了针对比最小行驶时间高25%的行驶时间限制的能量优化速度曲线18*。行驶时间的松弛允许列车延长滑行时段，从而导致沿行程段的总体非常节能的运行。[0086]图9描绘了根据本发明的示例性实施例的向列车驾驶员提供驾驶建议的方法的流程图。在步骤40中，设置优化范围。特别地，如果在时间速度空间中或者在距离速度空间中执行优化，则可以设置优化范围。也可以预设其中一个范围并省去步骤40。在步骤42中，限定初始状态、目标状态、多个中间状态特别是以中间状态网格形式）以及多个网格边缘。进一步，在步骤42中针对每个网格边缘确定能耗和所需行驶时间。在步骤44中，确定通过中间状态网格的能量优化路径。特别地，可以通过CD*和AD*算法之一或其组合来确定能量优化路径。在步骤46中，确定能量优化路径是否被认为是最终的。如果不是，则在能量优化路径附近限定更新的中间状态网格和更新的网格边缘组，其中针对更新的网格边缘组中的每个网格边缘确定能耗和所需行驶时间。更新的中间状态网格是在目前为止确定的能量优化路径附近，并且具有比先前采用的中间状态网格更高的分辨率。随后该方法返回到步骤44，用于确定能量优化路径的附加迭代，参见箭头48,该箭头48指示迭代转换。当确定能量优化路径被确定是最终的时，该方法继续进行到步骤50。在步骤50，由能量优化路径确定能量优化速度曲线，并且基于该能量优化速度曲线提供驾驶建议。在步骤50中可以出于特定目的而对能量优化速度曲线进行滤波，例如为了乘客舒适度而低通滤波。[0087]图10示出了根据本发明的示例性实施例的列车驾驶员咨询系统3的方框图。列车驾驶员咨询系统3具有处理器300和存储器302，所述存储器联接至处理器300。进一步，列车驾驶员咨询系统3具有位置信号输入装置304,其联接至处理器300,用于接收表示列车的瞬间位置的位置数据。又进一步，列车驾驶员咨询系统具有行程、列车和时刻表数据输入装置306，其也联接至处理器300，用于接收关于将要行驶的行程的数据例如距离和海拔数据），用于接收关于列车的数据例如列车的动态行为特性），以及用于接收时刻表数据。列车驾驶员咨询系统3还可以具有更小或更大数量的输入装置，用于接收位置数据、行程数据、列车数据和时刻表数据。列车驾驶员咨询系统3还具有显示器308和扬声器310,两者都联接至处理器300,用于向驾驶员提供驾驶建议。处理器构造成执行如上文任何实施例中所述的向列车驾驶员提供驾驶建议的方法。[0088]虽然已经参照示例性实施例描述了本发明，但是本领域技术人员将理解的是，在不背离本发明的范围的情况下，可以进行各种改变并且可以用等同物替换其元件。另外，在不背离本发明的实质范围的情况下，可以进行许多修改以使特定情形或材料适应本发明的教导。因此，本发明不局限于所公开的特定实施例，而是本发明将包括处于所附权利要求的范围内的所有实施例。[0089]附图标记列表[0090]1列车[0091]2列车控制单元[0092]3列车驾驶员咨询系统[0093]4接收器[0094]5卫星导航系统[0095]6数据接口[0096]7无线通信接口[0097]10初始状态[0098]12目标状态[0099]14中间状态[0100]16网格边缘[0101]18能量优化路径[0102]20速度限制[0103]22最小时间曲线[0104]24、26边界[0105]28低分辨率网格[0106]30较高分辨率网格[0107]32海拔曲线[0108]40、42、44,46、50方法步骤[0109]48迭代转换[0110]300处理器[0111]302存储器[0112]3〇4位置信号输入装置[0113]306行程、列车和时刻表数据输入装置[0114]308显示器[0115]310扬声器

权利要求：1.一种在列车（1运行期间向列车驾驶员提供驾驶建议的方法，所述驾驶建议是基于列车将要行驶的行程段的距离Dseg和海拔曲线32、所述行程段的行驶时间限制以及沿所述行程段的速度限制20，其中，所述方法包括以下步骤：基于列车的实际位置和列车的实际速度来限定列车的初始状态（10，基于列车将要行驶的所述行程段结束时的目标位置和目标速度来限定列车的目标状态12，确定在列车的初始状态和列车的目标状态之间的能量优化速度曲线（18，其中所述能量优化速度曲线由基于图的优化算法确定，所述基于图的优化算法由所述行程段的所述行驶时间限制和沿所述行程段的所述速度限制约束，和基于所述能量优化速度曲线向所述驾驶员提供驾驶建议。2.根据权利要求1所述的方法，其中，所述驾驶建议包括下列中的至少一个：列车速度建议，所述列车速度建议由所述能量优化速度曲线（18和列车的实际位置导出，和加速建议，所述加速建议由所述能量优化速度曲线（18、列车的实际速度和列车的实际位置导出，其中所述加速建议推荐加速、制动和保持列车速度之一。3.根据权利要求1或2所述的方法，其中，通过基于图的优化算法确定列车的初始状态10与列车的目标状态12之间的所述能量优化速度曲线（18的步骤包括：限定初始状态和目标状态之间的中间状态14网格，在所述初始状态、所述中间状态网格和所述目标状态之间限定多个网格边缘（16，所述多个网格边缘形成经由所述中间状态网格从所述初始状态到所述目标状态的多个路径，对于所述多个网格边缘中的每个，确定列车的能耗和确定列车沿相应网格边缘的所需行驶时间，和基于列车沿所述多个网格边缘的能耗来确定从所述初始状态到所述目标状态的能量优化路径，其中沿所述能量优化路径的所述网格边缘的所需行驶时间处于所述行驶时间限制内。4.根据权利要求3所述的方法，其中，所述中间状态（14中的每个由相应的距离值和相应的列车速度值限定，或者其中，所述中间状态中的每个由相应的行驶时间值和相应的列车速度值限定。5.根据权利要求3或4所述的方法，其中，所述中间状态（14网格是规则的中间状态网格和不规则的中间状态网格之一。6.根据权利要求3至5中任一项所述的方法，其中，根据列车的动态行为特性，特别是考虑列车的加速和制动能力，确定列车（1的能耗和列车沿所述多个网格边缘（16的所需行驶时间。7.根据权利要求3至6中任一项所述的方法，其中，根据列车的动态行为特性来限定所述中间状态（14网格，和或其中，根据列车的动态行为特性来限定所述多个网格边缘16。8.根据权利要求3至7中任一项所述的方法，其中，确定列车的所述初始状态（10与列车的所述目标状态（1¾之间的能量优化速度曲线（18的步骤以迭代方式执行，其中特定迭代的中间状态网格具有比前一迭代的中间状态网格更尚的分辨率，并且所述特定迭代的中间状态网格被限定在所述前一迭代的能量优化路径附近。9.根据前述权利要求中任一项所述的方法，还包括以下步骤：对由基于图的优化算法确定的所述能量优化速度曲线（18进行低通滤波。10.根据前述权利要求中任一项所述的方法，其中，所述基于图的优化算法是CD*算法、AD*算法以及CD*算法和AD*算法系列之一。11.根据前述权利要求中任一项所述的方法，其中，该方法以规则的间隔和或响应于相应的启动命令重复执行，以便用于随时间变化向列车驾驶员提供更新的驾驶建议。12.—种在运行期间设定列车速度的方法，包括：。根据前述权利要求中任一项所述的方法，向列车⑴驾驶员提供驾驶建议;和允许列车驾驶员基于所述驾驶建议控制所述列车速度。^13.—种列车驾驶员咨询系统¾，用于向列车（1驾驶员提供驾驶建议，所述列车驾驶员咨询系统包括：存储器，用于存储至少一个行程段的距离和海拔曲线、所述至少一个行程段的至少一个行驶时间限制和沿所述至少一个行程段的速度限制；位置信号输入装置，用于从卫星导航系统5接收表示列车位置的位置数据;和计算模块，所述计算模块联接至所述存储器和所述位置信号输入装置并且构造成执行根据权利要求1至11中任一项所述的提供驾驶建议的方法。14^艮据权利要求I3所述的列车驾驶员咨询系统⑶，还包括下列中的至少一个：显示器，用于在视觉上向列车（1驾驶员提供驾驶建议;和扬声器，用于在听觉上向列车驾驶员提供驾驶建议。15.—种列车⑴，包括根据权利要求13或14所述的列车驾驶员咨询系统3。

百度查询： 克诺尔轨道车辆系统有限公司 向列车驾驶员提供驾驶建议的方法和列车驾驶员咨询系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD