现有的城市轨道交通系统的运能已经趋于饱和,从而影响广大民众的日常出行。在无法立即建设新线路扩大城市轨道交通系统运能的情况下,通过改变既有线路的运营方式,将机车乘务员人工驾驶城轨列车在线路上运行升级改造为列车自动驾驶ATO(Automatic Train Operation),由ATO系统代替机车乘务员来控制列车在线路上安全的运行。人工驾驶升级为列车自动驾驶是科技进步的体现,也是未来城市轨道交通系统运营方式的大趋势。ATO系统控制城轨列车在线路上运行需要满足安全性、准时性、停车精准性、舒适性与节能性这五项性能指标,但是目前绝大多数对于ATO控制策略的研究停留在节能性这一单一性能指标上,没有对五个性能指标统一考虑。针对上述存在的问题文章从以下方面展开解决。首先对列车自动驾驶系统进行了解,其次分析城轨列车运行的环境并建立相应的动力学模型,最后全面考虑五个性能指标并通过多目标优化技术建立城轨列车ATO系统的多目标优化模型,通过遗传算法对该模型求解,就可以生成城轨列车ATO系统的理想速度曲线。在ATO速度控制器设计方面结合灰色预测控制与模糊自适应PID控制的特点,形成一个以灰色预测模糊自适应PID控制方法为核心的集成型智能速度控制器。该速度控制器可以对生成的列车理想速度曲线进行良好的跟踪运行。最后,选取合适的仿真线路以及车辆,分别在MATLAB软件中编写遗传算法的程序和搭建城轨列车自动驾驶的仿真平台,进行仿真验证。从仿真结果可以看出遗传算法优化后的列车理想速度曲线符合各项性能指标的要求,表明该优化方法的有效性、优越性。ATO系统通过多目标优化技术生成的列车理想速度曲线作为列车自动运行的目标速度曲线,使得集成型智能速度控制器控制列车跟随目标速度曲线运行。集成型智能速度控制器能够在较小跟踪误差与安全的范围内很好的跟踪列车目标运行曲线,将运行过程中的列车控制的更加平稳与准时,提高了乘客的舒适度同时降低了能耗,并且停车误差更小。综上,通过在ATO系统中应用智能控制算法可以控制列车满足五个性能指标运行,从而实现城轨列车自动驾驶这一研究目的。