列车自动驾驶系统(ATO)是实现自动驾驶的核心。ATO的功能主要是计算合理的列车控制量,控制列车发车,调整运行速度,完成站内停车。相比于人工驾驶需要长期学习和经验积累,ATO可以直接提高控车水平,标准化运行操纵,对外界干扰快速响应,能够保证列车运行的安全、准点、舒适、节能等性能指标,因此研究列车自动驾驶算法具有重要意义。本文以高速列车自动驾驶系统为研究对象,以在保证列车安全舒适运行的前提下实现高精度的速度跟踪与精确停车为控制目标,根据列车牵引计算模型建立列车控制模型,设计了基于自抗扰控制的高速列车自动驾驶算法。为了进一步提高控制器的控制精度和鲁棒性,引入滑模面和滑模控制律对自抗扰结构中的误差反馈控制律部分进行设计。同时采用线性形式的扩张状态观测器,实现对系统扰动的估计和补偿,并且减少了可调参数,配合应用指数趋近律,以提高削弱抖振的效果。通过Matlab仿真实验,在不同线路条件下对自抗扰控制器和滑模自抗扰控制器的性能进行了验证和比较分析。为了更真实地模拟列车的运行过程,利于工程推广应用,考虑牵引与制动系统的延迟特性,结合列车牵引计算模型和牵引制动系统模型建立列车时滞控制模型。在滑模自抗扰控制自动驾驶算法的框架上,设计基于列车时滞模型的滑模自抗扰控制自动驾驶算法。通过Matlab仿真实验,证明了基于列车时滞模型的滑模自抗扰控制自动驾驶算法对系统内外干扰具有良好的鲁棒性,在不同线路条件和不同时滞条件下控制器都能实现高精度的速度跟踪和精确停车,同时保证安全与舒适性,满足列车运行要求。