本发明涉及电机车控制，具体涉及一种电机车无人驾驶控制方法。
背景技术：
1、无人驾驶（自动驾驶）是多种高精尖学科和技术在车辆上的融合。关于自动驾驶的分级，目前国际上普遍认可的是sae（国际汽车工程师协会）的分级标准，即分为l0-l5，共六级。
2、在复杂的道路情况下，完全实现自动驾驶目前相对困难，但在一些特殊的细分领域，自动驾驶却可以率先实现落地，例如港口的集装箱货车、钢铁厂中的内部物流车，货物运输的电机车等；这些区域的道路环境相对单一，外部干扰因素少，能够实现一定程度的自动驾驶。
3、目前，货物运输有轨电机车的自动驾驶方案中，多采用远程遥控的方式来控制电机车的行驶，电机车驾驶过程中通过设置于车头的雷达来实时判断前方是否具有障碍物，这种方案存在如下缺陷：雷达的检测范围有限，并不能够精准且及时的获取轨道前方任一位置是否存在障碍物，安全性有待提升。
技术实现思路
1、本发明的主要目的是提供一种电机车无人驾驶控制方法，旨在解决现有技术中轨道电机车的雷达检测范围有限，并不能够精准且及时的获取轨道前方任一位置是否存在障碍物的问题。
2、本发明提出的技术方案为：
3、一种电机车无人驾驶控制方法，应用于电机车无人驾驶控制系统；所述系统包括电机车、处理器、控制器、对射式光电传感器、摄像头和位置传感器；电机车用于在轨道上行驶；处理器和控制器均设置于电机车；对射式光电传感器的数量为多个；对射式光电传感器包括发射端和接收端；轨道包括多个路段，每个路段的一侧的起点和终点分别对应设置有发射端和接收端，每个路段的另一侧的起点和终点分别对应设置有发射端和接收端；每个路段的中部对应设置有1个位置传感器；每个路段至少对应设置有1个摄像头，以用于对轨道进行实况拍摄；对射式光电传感器、摄像头和位置传感器均与处理器通信连接；所述方法，包括：
4、当对射式光电传感器实时检测到有物体穿过时，处理器将检测到有物体穿过的对射式光电传感器所对应的路段标记为第一目标路段；
5、处理器基于第一目标路段对应的位置传感器获取第一目标路段与电机车之间的实时距离，并基于实时距离和电机车的当前车速计算第一容错距离；
6、当第一容错距离小于或等于电机车的最短制动距离时，处理器通过控制器控制电机车以最大制动能力进行制动；
7、当第一容错距离大于电机车的最短制动距离时，处理器通过控制器控制电机车减速，并基于摄像头拍摄的实时图像进行图像识别以判断第一目标路段是否存在影响车辆通行的障碍物；
8、若存在，处理器通过控制器控制电机车进行制动；
9、若不存在，处理器通过控制器控制电机车解除制动。
10、优选的，所述系统还包括与处理器通信连接的云服务器；云服务器存储有制动数据，制动数据包括车速，以及与车速对应的最短制动距离；电机车同样设置有与处理器通信连接的位置传感器；所述处理器基于第一目标路段对应的位置传感器获取第一目标路段与电机车之间的实时距离，并基于实时距离和电机车的当前车速计算第一容错距离，包括：
11、处理器基于电机车本身的位置传感器，以及第一目标路段的位置传感器获取第一目标路段与电机车之间的实时距离；
12、处理器获取电机车的当前车速，并基于第一目标路段与电机车之间的实时距离和当前车速计算第一容错距离：
13、，
14、式中，为第一容错距离，单位为米；为电机车的当前车速，单位米每秒；为故障判断时长，取正数，单位为秒；为第一目标路段与电机车之间的实时距离，单位为米；为第一目标路段的长度，单位为米；
15、所述当第一容错距离小于或等于电机车的最短制动距离时，处理器通过控制器控制电机车以最大制动能力进行制动，之前还包括：
16、处理器基于制动数据获取电机车在当前车速对应的最短制动距离。
17、优选的，所述系统还包括与云服务器通信连接的管理终端；每个电机车对应设置有唯一的机车编号；所述当第一容错距离小于或等于电机车的最短制动距离时，处理器通过控制器控制电机车以最大制动能力进行制动，之后还包括：
18、处理器生成告警信息，并将告警信息发送至云服务器，其中，告警信息包括当前正在以最大制动能力进行制动的电机车的机车编号；
19、云服务器基于告警信息将告警信息对应的电机车标记为第一目标机车；
20、云服务器将处于第一目标机车之后，且距离第一目标机车最近的电机车标记为第二目标机车；
21、云服务器实时获取第一目标机车和第二目标机车之间的距离，并标记为两车距离，实时将两车距离发送至第二目标机车；
22、云服务器获取通过管理终端输入的预估故障处理时长，并发送至第二目标机车；
23、第二目标机车的处理器对预估故障处理时长进行矫正后得到矫正预估时长，并基于矫正预估时长、第二目标机车的当前车速，以及第二目标机车的当前车速所对应的最短制动距离计算生成第二容错距离：
24、，
25、式中，为第二容错距离，单位为米；为矫正预估时长，单位为秒；为第二目标机车的当前车速，单位为米每秒；为第二目标机车的当前车速所对应的最短制动距离，单位为米；
26、当两车距离大于第二容错距离时，第二目标机车的处理器通过控制器控制车辆按照当前车速进行行驶；
27、当两车距离小于或等于第二容错距离时，第二目标机车的处理器计算得到目标车速，其中，目标车速小于第二目标机车的当前车速；
28、第二目标机车的处理器通过控制器控制第二目标机车降速至目标车速，并以目标车速进行行驶。
29、优选的，所述当两车距离小于或等于第二容错距离时，第二目标机车的处理器计算得到目标车速，包括：
30、第二目标机车的处理器令目标车速为，第二目标机车从当前车速降至目标车速所耗费的时长为，两车距离为，电机车的长度为，则第二目标机车降速后符合第一公式：
31、（1），
32、第二目标机车的处理器基于第一公式计算得到目标车速：
33、，
34、式中，为目标车速，单位为米每秒；为两车距离，单位为米；为第二目标机车从当前车速降至目标车速所耗费的时长，单位为秒；a为第一冗余速度，单位米每秒，取正数。
35、优选的，所述第二目标机车的处理器对预估故障处理时长进行矫正后得到矫正预估时长，包括：
36、云服务器获取过去第一预设时间段的历史故障处理数据，其中，历史故障处理数据包括每个故障事件所对应的预估故障处理时长和实际故障处理时长，故障事件为路段出现影响车辆通行的障碍物；
37、云服务器基于历史故障处理数据生成时长比例系数：
38、，
39、式中，为时长比例系数；为第i个故障事件所对应的预估故障处理时长，单位为秒；为第i个故障事件所对应的实际故障处理时长，单位为秒；i为小于或等于n的正整数，n为历史故障处理数据中故障事件的总数量；
40、云服务器基于时长比例系数对管理终端输入的预估故障处理时长进行矫正以得到矫正预估时长：
41、，
42、式中，为矫正预估时长，单位为秒；为管理终端输入的预估故障处理时长，单位为秒。
43、优选的，还包括：
44、云服务器获取过去第一预设时间段内各路段出现影响车辆通行的障碍物的次数，并标记为故障次数：
45、云服务器将故障次数大于第一预设数量的路段标记为第二目标路段，并将第二目标路段、与第二目标路段相邻的前第二预设数量个路段，以及与第二目标路段相邻的后第二预设数量个路段合并标记为第一目标区域段；
46、云服务器将故障次数小于或等于第一预设数量且大于或等于1的路段标记为第三目标路段，并将第三目标路段、与第三目标路段相邻的前第二预设数量个路段，以及与第三目标路段相邻的后第二预设数量个路段合并标记为第二目标区域段，其中，当第一目标区域段和第二目标区域段出现重叠时，优先标记第一目标区域段；
47、云服务器将第一目标区域段按照故障次数从多至少的顺序排列，其中，第一目标区域段的排列序号为：[g1,...gk,...,gk]，第gk个第一目标区域段表示顺序为第k的第一目标区域段，k为第一目标区域段的总数量；
48、云服务器将轨道除第一目标区域段和第二目标区域段之外的区域段标记为正常区域段；
49、云服务器获取轨道的总里程，以及电机车行驶前确定的目标时限，并基于目标时限和轨道的总里程计算第一目标区域段对应的行驶速度、第二目标区域段对应的行驶速度和正常区域段对应的行驶速度，并发送至电机车的处理器；
50、电机车于轨道行驶时，处理器通过控制器控制电机车在第一目标区域段按照第一目标区域段对应的行驶速度行驶，在第二目标区域段按照第二目标区域段对应的行驶速度行驶，在正常目标区域段按照正常目标区域段对应的行驶速度行驶。
51、优选的，所述云服务器获取电机车行驶前确定的目标时限，以及轨道的总里程，并基于目标时限和轨道的总里程计算第一目标区域段对应的行驶速度、第二目标区域段对应的行驶速度和正常区域段对应的行驶速度的计算公式为：
52、，
53、，
54、，
55、式中，为第gk个第一目标区域段对应的行驶速度，单位为米每秒；为第一预设数量；为第gk个第一目标区域段所对应的第二目标路段的故障次数；为第二目标区域段对应的行驶速度，单位为米每秒；为正常区域段对应的行驶速度，单位为米每秒；为轨道的总里程，单位为米；为目标时限，单位为秒；为第p个第二目标区域段的总长度，单位为米，p为小于或等于p的正整数，p为第二目标区域段的总数量；为第gk个第一目标区域段的长度，单位为米；b为第二冗余速度，单位米每秒，取正数。
56、优选的，所述处理器基于第一目标路段对应的位置传感器获取第一目标路段与电机车之间的实时距离，并基于实时距离和电机车的当前车速计算第一容错距离，之后还包括：
57、当第一容错距离大于电机车的最短制动距离时，处理器通过控制器控制电机车减速，并向云服务器发送反馈信息，其中，反馈信息包括本电机车的机车编号；
58、摄像头将拍摄的第一目标路段的实时图像发送至管理终端；
59、管理终端将第一目标路段的实时图像进行显示，并获取管理人员输入的判断指令，其中，判断指令包括出现路障和未出现路障中任一项；
60、管理终端将判断指令通过云服务器发送至反馈信息对应的电机车的处理器；
61、当判断指令为出现路障时，处理器确定第一目标路段存在影响车辆通行的障碍物；
62、当判断指令为未出现路障时，处理器确定第一目标路段不存在影响车辆通行的障碍物。
63、优选的，所述系统还包括与管理终端通信连接的移动终端；所述管理终端将第一目标路段的实时图像进行显示，并获取管理人员输入的判断指令，之后还包括：
64、当判断指令为出现路障时，管理终端生成报警信息并发送至移动终端。
65、通过上述技术方案，能实现以下有益效果：
66、本发明提出的电机车无人驾驶控制方法能够更加精准且及时的获取轨道前方任一位置是否存在障碍物；通过于轨道划分为多个连续的路段，并于路段的两侧分别设置对射式光电传感器；通过对射式光电传感器实时检测是否到有物体穿过，进而实时获取轨道任一位置的路况；将检测到有物体穿过的路段标记为第一目标路段，电机车的处理器基于第一目标路段与电机车之间的实时距离，以及电机车的当前车速计算第一容错距离；通过比较第一容错距离和最短制动距离的大小来判断是否立即制动，若尚且不需要立即制动，则基于摄像头拍摄的实时图像判断第一目标路段是否确实存在影响车辆通行的障碍物，即通过二次判断来排除干扰事件，避免因误判而导致的紧急制动；若确实出现障碍物，则通过控制器控制电机车继续制动；本方案能够基于连续设置的对射式光电传感器来实时检测轨道的任一位置是否到有物体穿过，相比传统技术方案，检测范围更大，安全性更高。
1.一种电机车无人驾驶控制方法，其特征在于，应用于电机车无人驾驶控制系统；所述系统包括电机车、处理器、控制器、对射式光电传感器、摄像头和位置传感器；电机车用于在轨道上行驶；处理器和控制器均设置于电机车；对射式光电传感器的数量为多个；对射式光电传感器包括发射端和接收端；轨道包括多个路段，每个路段的一侧的起点和终点分别对应设置有发射端和接收端，每个路段的另一侧的起点和终点分别对应设置有发射端和接收端；每个路段的中部对应设置有1个位置传感器；每个路段至少对应设置有1个摄像头，以用于对轨道进行实况拍摄；对射式光电传感器、摄像头和位置传感器均与处理器通信连接；所述方法，包括：
2.根据权利要求1所述的一种电机车无人驾驶控制方法，其特征在于，所述系统还包括与处理器通信连接的云服务器；云服务器存储有制动数据，制动数据包括车速，以及与车速对应的最短制动距离；电机车同样设置有与处理器通信连接的位置传感器；所述处理器基于第一目标路段对应的位置传感器获取第一目标路段与电机车之间的实时距离，并基于实时距离和电机车的当前车速计算第一容错距离，包括：
3.根据权利要求2所述的一种电机车无人驾驶控制方法，其特征在于，所述系统还包括与云服务器通信连接的管理终端；每个电机车对应设置有唯一的机车编号；所述当第一容错距离小于或等于电机车的最短制动距离时，处理器通过控制器控制电机车以最大制动能力进行制动，之后还包括：
4.根据权利要求3所述的一种电机车无人驾驶控制方法，其特征在于，所述当两车距离小于或等于第二容错距离时，第二目标机车的处理器计算得到目标车速，包括：
5.根据权利要求3所述的一种电机车无人驾驶控制方法，其特征在于，所述第二目标机车的处理器对预估故障处理时长进行矫正后得到矫正预估时长，包括：
6.根据权利要求2所述的一种电机车无人驾驶控制方法，其特征在于，还包括：
7.根据权利要求6所述的一种电机车无人驾驶控制方法，其特征在于，所述云服务器获取电机车行驶前确定的目标时限，以及轨道的总里程，并基于目标时限和轨道的总里程计算第一目标区域段对应的行驶速度、第二目标区域段对应的行驶速度和正常区域段对应的行驶速度的计算公式为：
8.根据权利要求3所述的一种电机车无人驾驶控制方法，其特征在于，所述处理器基于第一目标路段对应的位置传感器获取第一目标路段与电机车之间的实时距离，并基于实时距离和电机车的当前车速计算第一容错距离，之后还包括：
9.根据权利要求8所述的一种电机车无人驾驶控制方法，其特征在于，所述系统还包括与管理终端通信连接的移动终端；所述管理终端将第一目标路段的实时图像进行显示，并获取管理人员输入的判断指令，之后还包括：
