适用于机车自动驾驶的评价系统及方法与流程

1.本发明属于大数据技术领域，具体涉及到一种适用于机车自动驾驶的评价系统及方法。


背景技术：

2.随着大数据技术的发展及现代信息技术的不断发展，世界已跨入了互联网 大数据时代。大数据正深刻改变着人们的思维、生产和生活方式，即将掀起新一轮产业和技术革命。大数据与各个行业的深度融合，将产生出前所未有的社会和商业价值。再加上国家级大数据产业全面迸发，对形成完整的大数据产业创新链条，促进大数据产业快速稳定增长起到重要的推动作用。随着大数据云计算技术得到更为长足的发展，未来的应用领域必将有序扩大，为人类的生产生活带来全新的面貌。人工智能之所以能取得突飞猛进的进展，不能不说是因为这些年来大数据长足发展的结果。大数据的本质是海量的、多维度、多形式的数据。正是由于各类感应器和数据采集技术的发展，开始拥有以往难以想象的海量数据，同时，也开始在某一领域拥有深度的、细致的数据。大数据同样影响着新兴领域-机车自动驾驶的伴随系统发展，评价系统就是基于大数据技术平台用于服务于机车自动驾驶的系统。
3.机车自动驾驶操纵的相关技术指标尚无相关标准明确规定，现场运用试验往往通过人工分析记录数据进行统计：试验场景的覆盖率、控车率、能耗指标、冲动、舒适度、高效性等均耗费大量人力，同时人工核查问题及统计相关指标无法保证数据的准确性、完整性及统一性。目前各个路局暂无地面系统用于支撑机车自动驾驶运行品质的数据分析与统计能力。对于后续项目的数据验证、分析等缺乏相关的数据基础，影响后续项目的验证工作及推广工作。


技术实现要素：

4.本发明提供一种适用于机车自动驾驶的评价系统及方法，以解决现有的自动驾驶评价人工进行无法保证数据的准确性、完整性及统一性的问题。
5.基于上述目的，本发明实施例提供了一种适用于机车自动驾驶的评价系统，包括：用于提供机车自动驾驶的运行数据的机车自动驾驶系统、包括数据库和数据分析和评价装置的大数据平台以及动力学仿真系统，所述大数据平台与所述机车自动驾驶系统和所述动力学仿真系统连接；所述数据库至少包括数据存储库和评价准则库；所述动力学仿真系统用于根据所述运行数据进行动力学仿真，获取所述机车的车钩力变化曲线；所述评价准则库包括：安全性评价准则、平稳性评价规则以及合理性评价准则；所述数据分析和评价装置用于根据所述安全性评价准则、所述合理性评价准则以及所述运行数据进行安全性和合理性评价，根据所述平稳性评价规则以及所述车钩力变化曲线进行平稳性评价，获取评价结果；所述数据库用于存储所述运行数据和所述评价结果。
6.可选的，所述数据库还包括数据解析配置库，所述数据分析评价装置应用数据分析和评价软件方法根据预置的所述数据解析配置库对所述运行数据进行数据解析，并存储
至所述数据存储库。
7.可选的，所述数据分析评价装置还用于：根据铁路规范进行程序化和数据化，生成所述安全性评价准则；应用智能算法软件方法和标准列车智能软件方法获取标准列车运行模型的速度运行曲线，作为所述合理性评价准则。
8.可选的，所述数据分析评价装置用于：根据数据库中存储的优秀司机的人工驾驶操纵运行数据应用智能算法软件方法生成所述标准列车运行模型；获取所述标准列车运行模型应用标准列车智能软件方法按照真实环境运行的模拟曲线，作为所述标准列车运行模型的所述速度运行曲线。
9.可选的，所述动力学仿真系统用于：根据所述运行数据抽取与车钩力计算相关的运行参数，所述与车钩力计算相关的运行参数至少包括：空气制动量、坡度数据、弯道数据、隧道数据、列车编组数据以及运行速度；根据所述运行参数进行动力学仿真和车钩力计算，得到所述机车的车钩力变化曲线。
10.可选的，所述大数据平台还包括统计展示模块，用于：从时间维度统计一趟或多趟机车不同时间段的所述评价结果；从位置维度统计各路局、线路或各区间段的各机车的所述评价结果；从精度概率分布上统计单个股道的自动驾驶系统精确停车位置分布及区间用时分布。
11.可选地，所述统计展示模块还用于：接收用户输入的查询请求；响应所述查询请求对，从时间维度、位置维度或精度概率分布上统计一趟或多趟机车的评价结果并进行展示。
12.可选的，所述评价系统还包括传输系统，连接在所述自动驾驶系统和所述大数据平台连接，用于将机车自动驾驶系统与的运行数据传输至所述大数据平台。
13.基于同一发明构思，本发明实施例还提出了一种适用于机车自动驾驶的评价方法，应用于前述的适用于机车自动驾驶的评价系统，所述方法包括：接收机车自动驾驶系统传输的机车自动驾驶过程中获取的运行数据；根据所述运行数据进行动力学仿真，获取所述机车的车钩力变化曲线；根据评价准则库中的安全性评价准则、合理性评价准则以及所述运行数据进行安全性和合理性评价，根据所述评价准则库中的平稳性评价规则以及所述车钩力变化曲线进行平稳性评价，获取评价结果。
14.可选地，所述方法还包括：从时间维度统计一趟或多趟机车不同时间段的所述评价结果；从位置维度统计各路局、线路或各区间段的各机车的所述评价结果；从精度概率分布上统计单个股道的自动驾驶系统精确停车位置分布及区间用时分布。
15.本发明的有益效果是：从上面所述可以看出，本发明实施例提供的一种适用于机车自动驾驶的评价系统及方法，评价系统包括：包括：用于提供机车自动驾驶的运行数据的机车自动驾驶系统、包括数据库和数据分析和评价装置的大数据平台以及动力学仿真系统，所述大数据平台与所述机车自动驾驶系统和所述动力学仿真系统连接；所述数据库至少包括数据存储库和评价准则库；所述动力学仿真系统用于根据所述运行数据进行动力学仿真，获取所述机车的车钩力变化曲线；所述评价准则库包括：安全性评价准则、平稳性评价规则以及合理性评价准则；所述数据分析和评价装置用于根据所述安全性评价准则、所述合理性评价准则以及所述运行数据进行安全性和合理性评价，根据所述平稳性评价规则以及所述车钩力变化曲线进行平稳性评价，获取评价结果；所述数据库用于存储所述运行数据和所述评价结果，能够在宏观和微观方面针对机车自动驾驶系统运行情况进行全方
面、全方位的分析，具有广泛的应用前景。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明实施例，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。
17.图1为本发明实施例中的适用于机车自动驾驶的评价系统的结构示意图；
18.图2为本发明实施例中的标准列车运行曲线生成示意图；
19.图3为本发明实施例中的机车的运行速度曲线示意图；
20.图4为本发明实施例中的车钩力变化曲线示意图；
21.图5为本发明实施例中的评价系统的评价方法示意图；
22.图6为本发明实施例中的适用于机车自动驾驶的评价方法的流程示意图。
具体实施方式
23.为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
24.需要说明的是，除非另外定义，本发明实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本发明实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
25.本发明实施例提供了一种适用于机车自动驾驶的评价系统。如附图1所示，适用于机车自动驾驶的评价系统包括：用于提供机车自动驾驶的运行数据的机车自动驾驶系统、包括数据库和数据分析评价装置的大数据平台以及动力学仿真系统，所述大数据平台与所述机车自动驾驶系统和所述动力学仿真系统连接；所述数据库至少包括数据存储库和评价准则库。
26.所述动力学仿真系统用于根据所述运行数据进行动力学仿真，获取所述机车的车钩力变化曲线；所述评价准则库包括：安全性评价准则、平稳性评价规则以及合理性评价准则；所述数据分析评价装置用于根据所述安全性评价准则、所述合理性评价准则以及所述运行数据进行安全性和合理性评价，根据所述平稳性评价规则以及所述车钩力变化曲线进行平稳性评价，获取评价结果；所述数据库用于存储所述运行数据和所述评价结果。
27.评价系统将机车自动驾驶系统发来的数据，通过可配置的数据解析配置库进行数据解析，并根据规则化或非规则化的存储方式存储到数据存储库，为后续数据统计、评价提供数据来源。评价系统是基于大数据集群/平台开发的特殊应用系统，可分为评价体系和统计体系。机车自动驾驶评价系统涵盖司机操纵所有时间段，包含但不仅限于库内整备作业、
出库调车作业、正线运行作业、入库调车作业4个阶段。各作业分工条目下，设置评价项点，各评价项点下设置细分的评价条目及评价标准，评价标准设置动作(是否发生)、大小(速度、力矩、位置)及时间(持续时间)维度去衡量条目的正确性。各评价项点、条目及标准的集合称为评价准则。各条目根据评价涉及事项的重要性分为严重、警告和提示三种等级。评价系统应根据条目信息划分安全性、合理性、平稳性评价。
28.继续参见图1，评价系统还包括传输系统，连接在所述自动驾驶系统和所述大数据平台连接，用于将机车自动驾驶系统与的运行数据传输至所述大数据平台。
29.本发明实施例的适用于机车自动驾驶的评价系统根据机车自动驾驶系统的数据来源不同，可分为在线评价和离线评价。离线评价采用的数据为机车自动驾驶系统现场运行的记录数据。在线评价主要用于实验室测试，采用的数据为机车自动驾驶系统实验室实时数据，其原理和功能和离线评价一致，区别在于对数据处理的实时性上以及评价结果的分区存储上。本发明实施例利用大数据集群/平台搭建机车自动驾驶评价系统，在大数据集群上开发相应的软件及数据库以适应机车自动驾驶系统评价的应用。由系统硬件、数据库及软件组成。评价系统按照“数据输入-数据入库-驾驶评价-统计展示”基本流程实现评价方法的整个过程。评价系统软件分为数据分析、评价软件、标准列车智能软件、智能算法软件及评价系统展示等软件模块。机车自动驾驶系统包含车载和实验室两种机车自动驾驶系统。其是机车自动驾驶控制的大脑，为评价系统提供在线数据和离线记录数据，是评价系统的数据源头。动力学仿真系统提供机车自动驾驶系统的纵向、横向、垂向的车钩作用力计算结果，并提供平稳性评价的依据。大数据平台是机车自动驾驶评价系统的基础硬件、系统架构基础。评价准则库是对机车自动驾驶评价使用的准则集合。
30.在本发明实施例中，数据库还包括数据解析配置库。数据分析评价装置应用数据分析和评价软件方法根据预置的所述数据解析配置库对所述运行数据进行数据解析，并存储至所述数据存储库。数据分析评价装置还用于；根据铁路规范进行程序化和数据化，生成所述安全性评价准则。主要是通过将国家铁路操规、行规、技规等规章制度进行程序化和数据化，将规则通过软件规则进行评判，能够发现和评判机车自动驾驶系统的运行过程是否存在违规行为。例如，采用《铁路机车操作规程》中规定的“货物列车速度在15km/h以下时，不应缓解列车制动；重载货物列车速度在30km/h以下，不应缓解列车制动”等内容作为评价标准，评价系统通过设置“普载 缓解限制速度”以及“重载 缓解限制速度”两种评价项点及条目，当机车自动驾驶系统停车过程中遇到缓解时速度情况低于缓解限制速度时，评判机车自动驾驶系统出现严重等级的安全性事件。
31.数据分析评价装置还应用智能算法软件方法和标准列车智能软件方法获取标准列车运行模型的速度运行曲线，作为所述合理性评价准则。合理性包含但不限于控制速度是否合理、起车过程是否合理、停车过程是否合理等。可选的，数据分析评价装置用于：根据数据库中存储的优秀司机的人工驾驶操纵运行数据应用智能算法软件方法生成所述标准列车运行模型；获取所述标准列车运行模型应用标准列车智能软件方法按照真实环境运行的模拟曲线，作为所述标准列车运行模型的所述速度运行曲线。例如，利用大数据平台中存储的优秀司机的人工驾驶操纵运行数据，利用机器学习、模型训练等人工智能(artificial intelligence，ai)算法，校正基本阻力运行参数(a、b、c值)以及空气制动力参数，利用ai算法校正和训练的得来的参数和公式构成了列车标准模型，利用该列车标准模型按照真实环
境运行的模拟曲线作为标准列车运行曲线，以此曲线作为列车运行的评价标准，进而对比实际自动驾驶运行的曲线是否合理(包含区间用时、速度是否高效等)，进而指导自动驾驶技术提升。参见图2，根据大数据平台中存储的优秀司机的人工驾驶操纵多个运行速度曲线应用ai算法校正基本阻力运行参数和空气制动力参数，构建列车标准模型。列车标准模型包括基本阻力模型和空气制动力模型。基本阻力模型为w
′0＝a bv cv2，空气制动力模型为其中a、b、c为权值，v为运行速度，bc为常用列车单位制动力，βc为常用制动系数，为换算摩擦系数，θh为列车制动率，b为紧急制动时的列车单位制动力。应用列车标准模型按照真实环境进行模拟，得到模拟曲线，即标准列车运行曲线，以此作为合理性评价准则进行合理性评价。
32.在本发明实施例中，动力学仿真系统用于：根据所述运行数据抽取与车钩力计算相关的运行参数，所述与车钩力计算相关的运行参数至少包括：空气制动量、坡度数据、弯道数据、隧道数据、列车编组数据以及运行速度；根据所述运行参数进行动力学仿真和车钩力计算，得到所述机车的车钩力变化曲线。最后根据车钩力变化曲线与平稳性评价规则进行平稳性评价。例如，利用大数据平台的自动驾驶实际运行数据，如图3中的运行速度曲线，抽取与车钩力计算相关的运行参数并传输给动力车仿真系统，进行车钩力计算得到单趟列车运行车钩力变化曲线，通过车钩力曲线数值与标准限幅值对比和计算，对列车平稳性进行评价。如图4所示，将得到的车钩力变化曲线与车钩力限幅值进行比较计算，进行平稳性评价。评价结果可分为：是否存在超限；单趟车钩力最大值；单位时间的车钩力变化最大值等。其中，车钩力限幅值包括上限和下限，图4中上限为900kn，下限为-900kn。在本发明实施例中，车钩力限幅值可以根据需要进行设置，并不作具体限制，例如根据国家标准进行设置，车钩力限幅值的一般条目是“纵向车钩力安全性控制限度值”。与车钩力计算相关的运行参数包括牵引/电制力、空气制动量、坡度数据、弯道数据、隧道数据、列车编组数据、运行速度等，而列车编组数据包括机车型号、车辆数、编组长度、载重、总重等。本发明实施例也可以对多趟机车的车钩力数据进行对比，主要是最大值和变化最大值的比较，通过分析多趟机车运行数据的车钩力，筛选出最佳操纵曲线指导自动驾驶系统技术提升。
33.在本发明实施例中，大数据平台还包括统计展示模块，用于：从时间维度统计一趟或多趟机车不同时间段的所述评价结果；从位置维度统计各路局、线路或各区间段的各机车的所述评价结果；从精度概率分布上统计单个股道的自动驾驶系统精确停车位置分布及区间用时分布。
34.评价系统应根据评价项点结果、效率、效益、覆盖率等指标等按照时间、位置及精度概率分布等进行统计合并，用于展示给用户。统计体系涉及运行过程中的各方面，主要用于掌握机车自动驾驶各个指标是否满足客户(路局、技术、售后)、设计及管理要求。统计信息应按照不同的维度进行统计计算，从时间维度需要统计一趟、多趟、一周、多周、一月、多月、一年、多年以及自定义时间段进行统计。从位置维度需要统计各个路局、机务段、线路、上下行、各个信号机间、各个站区间、各个站内(进出站信号机)、分相区、贯通试验区、临时限速区等进行统计计算。对于评价体系类需要统计次数、分布、覆盖率、累计、时刻，展现形式采用曲线、饼图、柱状图、时间线、电子地图等显示。从精度概率分布上可以统计单个股道的机车自动驾驶系统精确停车位置分布、区间用时分布等。统计体系面向的用户包括路局、售后、技术人员等，各类人员需设置不同的访问权限且访问权限可配置。
35.统计展示模块还用于：接收用户输入的查询请求；响应所述查询请求对，从时间维度、位置维度或精度概率分布上统计一趟或多趟机车的评价结果并进行展示。评价系统根据但不限于列车车次、机车车型车号、时间、线路、路局等区分排列数据存储库的内容，将数据存储库中的评价结果进行统计，并将评价统计结果通过web端或客户端展示出来，供用户使用。其中用户可以为路局管理人员、路局机车自动驾驶运用人员及机车自动驾驶开发人员等。
36.评价系统的评价方法参见图5，数据库包括数据解析配置库、数据存储库以及评价规则库。来源于机车自动驾驶系统的运行数据经数据分析和评价软件处理后存入数据存储库，根据铁路规范设置评价项点及标准，并程序化和数据化，获取安全性评价准则，存入评价规则库。应用智能算法软件对存储在数据存储库中的优秀司机的人工驾驶操纵运行数据应用智能算法软件生成标准列车运行模型，根据标准列车运行模型应用标准列车智能软件按照真实环境运行，获取标准列车运行模型的速度运行曲线，作为合理性评价准则并存入评价规则库。应用动力学仿真系统抽取运行数据中与车钩力相关的数据并计算车钩力变化曲线，根据多趟车钩力变化曲线筛选最佳曲线作为指导，可以获取平稳性评价准则并存入评价规则库。需要对任一趟机车的运行数据进行评价时，应用数据分析和评价软件对运行数据进行分析处理，然后根据评价规则库中各评价规则进行安全性、平稳性以及合理性评价，并将获取的评价结果存入数据存储库。路局人员或设计人员需要查看评价结果时，应用评价系统展示软件响应查看请求并从数据存储库中获取评价结果并进行统计和展示。
37.本发明实施例的适用于机车自动驾驶的评价系统通过对机车自动驾驶运行数据的分析、组织，形成机车自动驾驶运行品质评价的数据存储库，结合地面大数据智能分析等方法形成评价规则，对机车自动驾驶系统运行的安全性、合理性、平稳性进行全面评价，同时对各种评价指标包含但不限于趟次、能耗、控车率、运行里程、车站覆盖率等进行统计，并将统计及评价结果进行展示。通过机车自动驾驶评价系统研制具备完全替代人工数据解析与分析，形成统计数据报表并通过web端或专用客户端展示，为后续项目试验快速推广打下基础，项目的研制成功后可向地面路局进行推广与应用。评价系统在宏观和微观方面针对机车自动驾驶系统运行情况进行全方面、全方位的分析及判断，为机车自动驾驶系统开发人员及管理人员提供数据上的支撑；是针对机车自动驾驶系统评价的首次开发；具有前瞻性和大范围应用前景。其评价方法包含在线实时评价及离线评价；能够利用记录数据对机车自动驾驶的现场运行情况进行离线评价及数据统计分析；能够利用实时数据对机车自动驾驶的实验室情况进行实时评价；基本涵盖机车自动驾驶的全部应用，具备很好的利用价值。评价系统主要从安全性、平稳性、合理性角度，对机车自动驾驶系统进行全面的分析；针对安全性、平稳性、合理性的项点的评价依据、效果进行了设计。针对安全性评价，主要通过将国家铁路操规、行规、技规等规章制度进行程序化和数据化，将规则通过软件规则进行评判，能够发现和评判机车自动驾驶系统的运行过程是否存在违规行为，给机车自动驾驶系统开发单位及机务段运用管理单位提供后续改进方法。针对平稳性评价，通过接入动力学软件，通过动力学模型计算横纵向冲动大小是否存在突变或超过标准值，来评判平稳性。针对合理性评价，利用大数据平台及机器学习方法，生成标准列车运行模型(模范司机模型)，并以标准列车运行模型的运行结果作为评价系统的基础标准，以统计学的分布作为标准评价依据，具备较高的置信度。评价系统还设计了机车自动驾驶系统的统计体系(方法)，统计
项点涵盖机车自动驾驶系统的各个场景控制的指标，如停车位置、区间技术速度、区间运行标尺、运行线路图等。可以针对单趟次、每周、每月及每年等周期的评价结果得出不同周期的评价统计报表，并通过评价统计报表方式让机车自动驾驶运用厂家能够直观感受机车自动驾驶系统的运用情况，也可以通过web端/客户端方式展示机车自动驾驶系统的运用情况。本发明实施例的通过大数据平台构建自动驾驶系统评价系统实现自动驾驶系统可视化、可管理、可检索、可配置，是大数据平台在“机车自动驾驶”领域的一种应用，提供完整的机车自动驾驶系统评价方法及相关算法，打造了ai人工智能 bigdata大数据等技术为一体的评价体系；一方面让参与机车自动驾驶相关的用户从微观/宏观角度去理解和总结自动驾驶系统；另一方面评价系统功能在统计信息、控制模型上为机车自动驾驶系统服务。在机车自动驾驶系统运用期间，机车自动驾驶系统开发人员及运用单元管理人员可以通过该评价系统全面了解机车自动驾驶系统的各个功能、性能指标，为机车自动驾驶系统功能改进和提升自身控制性能提供指导意义，同时具备良好的推广意义。
38.本发明实施例的适用于机车自动驾驶的评价系统包括：用于提供机车自动驾驶的运行数据的机车自动驾驶系统、包括数据库和数据分析评价装置的大数据平台以及动力学仿真系统，所述大数据平台与所述机车自动驾驶系统和所述动力学仿真系统连接；所述数据库至少包括数据存储库和评价准则库；所述动力学仿真系统用于根据所述运行数据进行动力学仿真，获取所述机车的车钩力变化曲线；所述评价准则库包括：安全性评价准则、平稳性评价规则以及合理性评价准则；所述数据分析评价装置用于根据所述安全性评价准则、所述合理性评价准则以及所述运行数据进行安全性和合理性评价，根据所述平稳性评价规则以及所述车钩力变化曲线进行平稳性评价，获取评价结果；所述数据库用于存储所述运行数据和所述评价结果，能够在宏观和微观方面针对机车自动驾驶系统运行情况进行全方面、全方位的分析，具有广泛的应用前景。
39.为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本发明实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
40.基于同一个构思，本发明实施例还提供了一种适用于机车自动驾驶的评价方法。应用于前述的适用于机车自动驾驶的评价系统。附图6所示，适用于机车自动驾驶的评价方法包括：
41.步骤s11：接收机车自动驾驶系统传输的机车自动驾驶过程中获取的运行数据。
42.在本发明实施例中，运行数据可以是机车自动驾过程中获取的实际运行数据，也可以是在实验室获取的运行数据。前者是用于利用记录的实际运行数据对机车自动驾驶的现场运行情况进行离线评价及数据统计分析。后者是用于利用实时的运行数据对机车自动驾驶的实验室情况进行实时评价。
43.步骤s12：根据所述运行数据进行动力学仿真，获取所述机车的车钩力变化曲线。
44.可选地，通过动力学仿真系统根据所述运行数据抽取与车钩力计算相关的运行参数；根据所述运行参数进行动力学仿真和车钩力计算，得到所述机车的车钩力变化曲线。与车钩力计算相关的运行参数至少包括：空气制动量、坡度数据、弯道数据、隧道数据、列车编组数据以及运行速度。
45.步骤s13：根据评价准则库中的安全性评价准则、合理性评价准则以及所述运行数据进行安全性和合理性评价，根据所述评价准则库中的平稳性评价规则以及所述车钩力变
化曲线进行平稳性评价，获取评价结果。
46.应用数据分析和评价软件方法根据预置的数据解析配置库对运行数据进行数据解析，并存储至数据存储库。根据铁路规范进行程序化和数据化，生成安全性评价准则，进而根据安全性评价准则以及运行数据进行安全性评价。
47.应用智能算法软件方法和标准列车智能软件方法获取标准列车运行模型的速度运行曲线，作为合理性评价准则，进而根据合理性评价准则以及运行数据进行合理性评价。可选地，根据数据库中存储的优秀司机的人工驾驶操纵运行数据应用智能算法软件方法生成所述标准列车运行模型；获取所述标准列车运行模型应用标准列车智能软件方法按照真实环境运行的模拟曲线，作为所述标准列车运行模型的所述速度运行曲线。
48.应用动力学仿真系统根据车钩力变化曲线与平稳性评价规则进行平稳性评价。
49.在本发明实施例中，还包括：从时间维度统计一趟或多趟机车不同时间段的所述评价结果；从位置维度统计各路局、线路或各区间段的各机车的所述评价结果；从精度概率分布上统计单个股道的自动驾驶系统精确停车位置分布及区间用时分布。
50.上述对本发明特定实施例进行了描述。在一些情况下，在本发明实施例中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
51.上述实施例的方法应用于前述实施例中相应的系统，并且具有相应的系统实施例的有益效果，在此不再赘述。
52.所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本技术的范围被限于这些例子；在本技术的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本技术的不同方面的许多其它变化，为了简明它们没有在细节中提供。
53.本技术旨在涵盖落入本发明实施例的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本技术的保护范围之内。