3、列车自动运行系统（ATO）：ATO功能原理、速度调整策略、精准停车算法
好，咱们今天聊聊ATO。列车自动运行系统，说白了就是让列车自己跑起来、自己停稳当。我刚开始接触这个系统时，觉得它就是个高级的“定速巡航”。后来真正做项目才发现，这里面的门道深着呢。
3.1 ATO的功能原理
ATO的核心任务就三个：自动驾驶、精准停车、车门控制。它不像ATP那样管安全，ATO只管“开得好不好”。
我习惯把ATO比作一个老司机。ATP是交规，告诉你不能超速、不能闯红灯。ATO则是那个握着方向盘的人，知道什么时候加速、什么时候溜车、什么时候踩刹车。
ATO从ATP那里拿到安全包络线，然后在这个安全范围内，自己决定怎么开。你想想看，如果ATP给了你一个80km/h的限速，ATO是顶着80跑，还是跑75？这就涉及到策略问题了。
关键点：ATO是“执行层”，ATP是“监督层”。ATO的指令不能违反ATP的安全限制。这是红线，碰不得。
3.2 速度调整策略
速度调整，说白了就是“怎么跑更省心”。我在项目中遇到过一种情况：列车进站前，如果一直用最大牵引力跑，到站前再急刹车，乘客会东倒西歪，而且能耗也高。
所以，我们一般用这么几种策略：
- 巡航模式：保持恒定速度。适合区间长、限速稳定的路段。
- 惰行模式：切断牵引力，让列车靠惯性滑行。这是省电的绝招。
- 制动模式：分常用制动和紧急制动。ATO一般只用常用制动，紧急制动那是ATP的事。
我个人的习惯是，在距离目标点还有一段距离时，提前进入惰行。这样既省电，又减少了制动系统的磨损。嗯，这里要注意：惰行不是越早越好。惰行太早，速度掉得太低，后面还得重新牵引，反而更费电。
为什么会这样？因为牵引电机的效率曲线不是线性的。低速大扭矩时，效率其实不高。所以，最佳策略是找到一个“经济速度”，然后尽量维持在这个速度附近。
小技巧：我曾经在一条线路上做过测试，把惰行起始点提前了200米，结果单趟能耗降低了12%。但代价是运行时间增加了15秒。所以，速度调整是个平衡艺术——省电和省时，你得选一头。
3.3 精准停车算法
精准停车，这是ATO最见功底的地方。地铁站台的屏蔽门就那么宽，列车停偏了，门对不上，乘客就下不了车。我记得有一次调试，列车总是停过50厘米，查了三天，最后发现是速度传感器的标定参数偏了0.5%。
精准停车的核心，就是目标距离制动曲线。说白了，就是算一个“什么时候开始刹车、刹多大力”的曲线。
我们一般用这个公式来算制动距离：
S = v² / (2 * a)其中：
- S 是制动距离
- v 是当前速度
- a 是减速度
但实际中，这个公式太理想了。因为减速度a不是恒定的。载客量不同、轨道湿滑程度不同，a都会变。所以，我们得用自适应算法。
我常用的方法是：
- 粗调阶段：距离目标点还有100米时，根据当前速度和预估减速度，算一个大概的制动点。
- 精调阶段：距离目标点还有20米时，用高精度的测速测距数据，实时修正制动力。
- 停稳阶段：最后1米，速度降到0.5km/h以下，用极小的制动力让列车“爬”到目标点。
注意：千万不要在最后阶段用大刹车。我曾经见过一个案例，因为最后阶段制动力过大，列车停是停准了，但车体弹了一下，又往前窜了10厘米。这就是所谓的“回弹效应”。
下面是一个简化的精准停车算法伪代码：
// 输入：当前速度 v，当前位置 pos，目标位置 target_pos
// 输出：制动力级别 brake_level
float distance = target_pos - pos;
float target_speed = 0.0;
if (distance > 100) {
// 巡航阶段，不制动
brake_level = 0;
} else if (distance > 20) {
// 粗调阶段
float required_decel = (v * v) / (2 * distance);
brake_level = map_to_brake_level(required_decel);
} else {
// 精调阶段
float time_to_stop = 2 * distance / v;
float decel = v / time_to_stop;
brake_level = map_to_brake_level(decel);
// 限制最大制动力，防止回弹
if (brake_level > 7) brake_level = 7;
}
return brake_level;这段代码看着简单，但实际工程中，map_to_brake_level这个函数才是最头疼的。它要把理论减速度映射到实际的制动缸压力上。不同车型、不同载重，映射关系都不一样。
我建议，在做这个映射时，一定要做现场标定。拿一辆空车、一辆满载车，分别跑几趟，把数据采回来，拟合出一条曲线。别偷懒，偷懒的后果就是停车精度飘忽不定。
| 载重状态 | 理论减速度 (m/s²) | 实际制动压力 (kPa) | 停车精度 (cm) |
|---|---|---|---|
| 空载 (AW0) | 1.0 | 180 | ±15 |
| 满载 (AW3) | 1.0 | 220 | ±20 |
你看，同样的理论减速度，实际需要的制动压力差了40kPa。这就是为什么精准停车算法必须考虑载重补偿。
好了，关于ATO，今天就聊这么多。记住，ATO不是万能的，它只是在ATP划定的圈子里跳舞。但怎么跳得优雅、跳得省力、跳得准，这就是我们算法工程师的本事了。