随着铁路事业的不断发展,CTCS3级(Chinese Train Control System,中国列车运行控制系统)高速列车自动驾驶技术成为一个热门话题。ATO(Automatic Train Operation,列车自动驾驶)根据目标速度曲线控制列车运行,目标速度曲线直接影响列车自动驾驶效果。由于高速列车跨越地域广、运行场景复杂,对目标速度曲线的计算提出了更高的要求,不仅要满足准点、节能、舒适效果,更需要目标速度曲线具备实时调整能力以应对复杂多变的运行环境。目前,学者们对列车正常运行情况下的目标速度曲线多目标优化研究较多,但是对于运行场景变化后目标速度曲线动态调整研究较少。本文根据滚动优化思想的特点,结合仿生学寻优算法以及自动驾驶舒适度优化思想,实现了目标速度曲线的动态调整,主要研究工作如下:首先,研究了高速列车动力学模型,根据动车组多级位牵引制动手柄操纵原则建立牵引/制动力模型,在此基础上完成牵引计算公式推导。此外,对C3+ATO高铁各运行场景以及对应的司机驾驶标准进行分析,总结出C3+ATO高铁运行环境特点。其次,根据滚动优化思想特点结合C3+ATO高铁运行环境设计滚动优化算法。算法将列车运行过程以等时间间隔划分为若干前后连接的时间窗,将动态调整问题转化为每个时间窗内的静态目标速度曲线多目标优化问题,时间前移到下一个时间窗后重新进行寻优,以此实现目标速度曲线的动态调整。采用分层优化方式对时间窗内部多目标优化问题进行降维处理,底层采用改进粒子群算法优化能耗与准点目标,顶层根据舒适度优化思想对列车加速部分及巡航部分进行舒适度优化。此外还分析了滚动时间窗长度对滚动优化算法计算效果的影响,以此选取较优的时间窗长度值。最后,根据上述研究结果,以京沈客专363km线路以及CRH380A型列车数据为依据,对滚动优化算法进行仿真验证。模拟列车在无限速、临时限速、无线通信异常中断、无线通信异常中断后恢复以及烟雾报警情况下的ATO目标速度曲线动态调整。仿真验证了列车在各运行场景下能够有针对性的实现目标速度曲线动态调整,在运行时间有余量的前提下,滚动优化算法所计算出的目标速度曲线准点性、节能性、舒适度均高于快行策略;在无法避免晚点的前提下,滚动优化算法相比较于快行策略增加了部分运行能耗,但是具有更高的舒适度,并且尽可能避免晚点时间进一步放大。