近些年,随着经济的蓬勃发展,对交通的需求量越来越大,为了缓解交通拥堵,建设绿色新型交通系统成为了轨道交通的发展方向,城轨列车也从传统的人工驾驶逐渐地转变为无人驾驶模式。城轨列车自动驾驶系统通过对列车牵引和制动进行控制,从而达到调节列车运行速度的目的,使列车能够自动安全,准点运行,同时提高列车运行的平稳性和舒适性。实现列车自动安全、高效运行关键技术在于对速度目标曲线的优化和速度控制器的设计,在此背景下,论文的主要对列车自动驾驶系统(ATO)的结构、原理、可以实现的功能以及各个工况转换条件和原则、控制策略等性能进行了介绍,在此基础上,分析城轨列车的运行环境,以及列车运行牵引力、制动力、阻力等,针对城轨列车自动运行的特点,建立以节能性、舒适性、停车准时性、停车准位性为指标的多目标模型,应用均方差法求得各个指标的权重值,并利用遗传算法对所建立的多目标模型进行优化,在MATLAB环境下对某段线路仿真得到列车运行的目标曲线;通过应用经典的控制理论(PID),建立PID速度控制器,并对目标曲线进行跟踪仿真,从仿真结果中,可以看出在列车运行工况转换时,PID控制的速度曲线会出现比较大的波动量,且恢复时间较长,达不到对目标曲线的预期跟踪效果,PID控制无法根据列车运行环境变化对控制参数进行调节,结合模糊推理和自适应控制策略,建立模糊自适应PID控制器,可以对列车运行速度的动态调整。通过对目标曲线进行跟踪仿真,并对列车运行过程中能耗、舒适性、安全性、跟踪性、停车准确性、准时性的仿真结果进行分析,在考虑列车运行环境等干扰因素的条件下,模糊自适应PID速度控制器控制的列车运行曲线更加贴近目标曲线,速度-距离误差更小,具有较强的抗干扰能力,控制效果较为理想。