轨道交通系统作为城市综合交通不可或缺的一部分,面临着不断增长的城市人口压力及交通需求,亟待更加先进的自动化交通管理方式。列车自动驾驶系统作为轨道交通自动化的重要组成部分,能够保证列车在安全、准点运行的前提下,自动控制列车运行,并具备良好的节能效果。列车自动驾驶是未来城市轨道交通发展的必然趋势,它的研究有着重要意义。列车自动驾驶系统(ATO)的主要工作原理是：ATO算法首先考虑列车运行过程中的约束规则和列车的优化操纵原则,离线生成列车优化操纵曲线；在此基础上,采用在线控制算法使列车按照优化操纵曲线运行。为此,本文首先建立了列车牵引计算模型,并介绍列车优化操纵的策略,确定了全新的地铁舒适性评价标准,然后提出了将模糊与预测控制相结合,用于解决列车运行的实时控制问题,最后搭建了嵌入式ATO车载平台。受嵌入式平台的CPU限制,ATO控制算法应具备计算量小、实时性高的特点。因此,本文针对预测控制在线优化存在计算量大的缺点,采用模糊控制规则对其进行改进。ATO控制算法以舒适性和精确停车为目标,采用动态矩阵预测方法,建立列车运行预测模型和预测反馈控制环节；同时设计了合理的隶属度函数和模糊控制规则,搭建了基于预测控制和模糊控制相结合的列车运行控制流程图。在此基础上,对该ATO控制算法进行了编程实现,并选取西安地铁二号线完成了仿真验证,通过与常规PID控制器的对比,舒适性和停车指标有较大的改善。最后,基于WinCE操作系统,用C++语言进行了编程,将该算法移植到嵌入式系统中,完成了嵌入式ATO车载平台的初步搭建；同时基于HLA/RTI,将ATO车载平台接入列车运行综合仿真平台,进行分布式联合仿真,实现了对ATO车载平台以及列车运行环境的模拟。结果表明：模糊预测控制能较好地改善列车的停车精度和舒适性指标,使列车运行过程得到优化；初步实现的嵌入式ATO车载平台能与列车综合仿真平台联调运行,实现了预期功能,为实验室未来车载平台的完善,列车群优化控制提供了良好的铺垫。