CN106771350A - 高精度加速度检测轨道列车运行与静止状态判别方法 - Google Patents

高精度加速度检测轨道列车运行与静止状态判别方法 Download PDF

Info

Publication number
CN106771350A
CN106771350A CN201611162400.8A CN201611162400A CN106771350A CN 106771350 A CN106771350 A CN 106771350A CN 201611162400 A CN201611162400 A CN 201611162400A CN 106771350 A CN106771350 A CN 106771350A
Authority
CN
China
Prior art keywords
interval
train
motion
high accuracy
discrimination
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201611162400.8A
Other languages
English (en)
Other versions
CN106771350B (zh
Inventor
胡志军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangmen Rett Technology Co Ltd
Original Assignee
Jiangmen Rett Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangmen Rett Technology Co Ltd filed Critical Jiangmen Rett Technology Co Ltd
Priority to CN201611162400.8A priority Critical patent/CN106771350B/zh
Publication of CN106771350A publication Critical patent/CN106771350A/zh
Application granted granted Critical
Publication of CN106771350B publication Critical patent/CN106771350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/08—Railway vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开的一种高精度加速度检测轨道列车运行与静止状态判别方法，该方法步骤包括，S1:硬件平台采集空间三轴加速度数据；S2:利用设定动态区间检测范围进行积分差分运算，得出差分波形图；S3:利用分析列车起步与减速停止特征点波形，判断列车为起步或减速停止的过程；S4:根据产品需求拟定差分数据判断区间，将每个判断区间进行动态阈值比较，得出列车运动状态判断；采用自适应环境模型的积分差分算法进行数据采样区间动态判断技术，采集空间立体三轴加速度相互识别算法，该算法对各种环境差分数据进行了改进，可在列车运动较为匀速前进状态下，判断列车运行过程中空间加速度的类比值识别出微小的颠簸量，实现精确判断列车运动状态。

Description

高精度加速度检测轨道列车运行与静止状态判别方法
技术领域
本发明涉及应用于智能交通领域的运动检测技术，尤其是一种采用高精度加速度检测的轨道列车运行与静止状态判别方法。
背景技术
轨道运输行业给人们生活带来极大的便利，目前应用于运动检测领域上主流手段是视频检测，此项技术应用于轨道列车上有突出的缺点如：视频处理功耗大且判别时间相对较长；产品体积偏大不利于应用在列车门锁或卫生间门锁等空间狭隘的场景；处理算法相对复杂且多样，判别方式不够一致直接。受以上几点的影响，视频检测运动技术不利于应用在轨道列车情景中。
国内铁路网络逐渐覆盖全国，如今列车运动状态日渐往高速、平稳方向发展，在精确判断列车处于运动状态下需要使用更高精度的算法判别，此领域中的存在技术空缺。
发明内容
为了解决现有视频检测运动技术不利于应用于轨道列车的问题，本发明提供一种专门针对列车目标的、高精度加速度检测轨道列车运行与静止状态判别方法，能满足列车运动与静止判别统计系统的要求。
为了实现上述目的，本发明所采用的技术方案是：
一种高精度加速度检测轨道列车运行与静止状态判别方法，该方法步骤包括，
S1:硬件平台采集空间三轴加速度数据；
S2:利用设定动态区间检测范围进行积分差分运算，得出差分波形图；
S3:利用分析列车起步与减速停止特征点波形，判断列车为起步或减速停止的过程；
S4: 根据产品需求拟定差分数据判断区间，将每个判断区间进行动态阈值比较，得出列车运动状态判断。
优选的，步骤S1中，利用调节IIC总线通讯频率为400K，采样频率为50hz，每隔20ms一个采样点，得出未经处理ADC值波形。
优选的，所述空间三轴加速度数据为列车x、y、z三轴运动方向的数据，y为列车前进方向，x为列车上下运动方向，z为左右运动方向。
上述步骤S2中，积分差分运算包括动态区间积分算法和动态差分区间比较算法。
优选的，在动态区间积分算法中，ADC值波形经过区间积分后得出较为平滑的波形，积分区间为200ms，区间积分数为N，N≥2。
优选的，所述动态差分区间比较算法为，区间积分的前后值差分计算，得出每点积分差值，积分差值计算不少于M次，M≥2，差分后形成一条平整波形图。
上述步骤S3中，利用分析起步特征点波形得出列车运动状态从静转动的精确判断；利用分析减速停止特征点波形得出列车运动状态从动转静的精确判断。
上述步骤S4中，确定差分数据判断区间后，将积分差分值存入判断区间。
每个判断区间与动态阈值比较的过程为，判断区间是否有超出设定阀值，若为是，则认为该判断区间为运动区间；若为否，则认为该判断区间为静止区间；当运动区间数量超出判断区间数量时，判断列车处于运动状态；当静止区间数量超出判断区间数量时，判断列车处于静止状态。
在平稳向前匀速运动的列车，y轴数据变化较小，接近列车停止时输出的值；分析x与z轴数据，利用三轴滑动积分差分协同判断列车运动状态，当三轴差分区间达标到设定阈值后可进一步区分判断为列车运动状态。
本发明的有益效果：本发明设计了专门针对列车目标运动检测，采用自适应环境模型的积分差分算法进行数据采样区间动态判断技术，采集空间立体三轴加速度相互识别算法，该算法对各种环境差分数据进行了改进，包括：建立自适应背景模型、动态区间积分模型、动态差分区间比较模型；采用自适应背景模型的背景差分算法和其他算法进行数据对比，证明采用自适应背景模型的背景差分算法提取特征数据准确率高，可在列车运动较为匀速前进状态下，判断列车运行过程中空间加速度的类比值识别出微小的颠簸量，实现精确判断列车运动状态，可应用于列车驾驶舱门、自动乘客餐桌、行李舱门等系统，区别于传统视频检测技术，检测手段简单，检测电路规模小、功耗低，易于集成到产品上直接使用。
附图说明
下面结合附图对本发明的具体实施方式做进一步的说明。
图1是本发明中空间加速度轴判断算法的流程图；
图2是本发明的方法步骤中三轴ADC值波形图；
图3是本发明的方法步骤中x轴区间积分的波形图；
图4是本发明的方法步骤中y轴区间积分的波形图；
图5是本发明的方法步骤中z轴区间积分的波形图；
图6是本发明的方法步骤中x轴差分的波形图；
图7是本发明的方法步骤中y轴差分的波形图；
图8是本发明的方法步骤中z轴差分的波形图；
图9是本发明的方法步骤中列车起步过程的特征波形图；
图10是本发明的方法步骤中列车减速停止过程的特征波形图。
具体实施方式
为详细说明本发明的技术内容、构造特征、所实现目的及效果，以下结合实施方式并配合附图详予说明。
本发明提供一种高精度加速度检测轨道列车运行与静止状态判别方法，具体实施例如下，
测试环境：轨道列车门把上安装硬件系统，列车最高时速到达198km/h，运行时间55分钟，过程多次停站每次约2分钟。
该实施例中，测试硬件平台利用低功耗STM32的32位控制器、72M时钟频率支持算法运算，配合mpu6050加速度传感器检测空间三轴加速度检测，读取原始ADC值后进行卡尔曼滤波得出测试所需数据。利用高精度加速度传感器判断列车运动状态，尽可能缩小产品体积与功耗，降低产品应用上硬件与开发成本。
其中，三轴加速度数据y为列车前进方向，x为列车上下运动方向，z为左右运动方向。具体方法步骤如下所示，空间加速度轴判断算法参见图1。
首先，初始化硬件设备设定；
利用调节IIC总线通讯频率为400K，采样频率为50hz，20ms一个采样点，得出如下未经处理ADC值波形，参见图2；利用50HZ高采样频率采集空间加速度数据，快速滑动积分处理。
经过区间积分后得出较为平滑的波形，积分区间为200ms，区间积分数为N，N≥2。图3、4和5所示分别为三轴的区间积分的波形图，积分后仍然看出传感器零漂现象存在。
针对零点漂移问题，进行前后值差分计算，得出每点积分差值，积分差值计算不少于M次，M≥2；差分后得出一条平整波形图，与图2、3对比，特征点基本符合，不存在严重判断偏差问题，图6、7和8所示分别为三轴差分的波形图，。其中，N与M的数值根据实际产品需要而设定。上述步骤实现建立自适应背景模型、动态区间积分模型及动态差分区间比较模型。利用设定动态区间检测范围进行积分差分运算，使得传感器排除检测数据偏置零漂带来的判断干扰。
利用分析起步特征点波形得出列车运动状态从静转动的精确判断；利用分析减速停止特征点波形得出列车运动状态从动转静的精确判断。分析图4特征点，可明显区分出列车起步、减速停止的过程，如图9为起步过程，图10为减速停止过程。
确定差分数据判断区间后，将积分差分值存入判断区间。判断区间是否有超出设定阀值，若为是，则认为该判断区间为运动区间；若为否，则认为该判断区间为静止区间；当运动区间数量超出判断区间数量时，判断列车处于运动状态；当静止区间数量超出判断区间数量时，判断列车处于静止状态。
根据产品需求拟定差分数据判断区间，本次测试拟定为1s，即5个差分后数据装载成一个区间。
以动车驾驶舱门锁为例，如需求列车运动后三秒上锁，停车后三秒开锁，则取3个差分区间进行动态阈值比较，阈值设定可根据不同产品与应用场景设定不同阈值，可调节判断算法灵敏度。
在较为平稳向前匀速运动的列车，y轴数据一般变化较小，理想情况下接近列车停止时输出的值。可分析x与z轴数据，利用三轴滑动积分差分协同判断列车运动状态，当三轴差分区间达标到设定阈值后可进一步区分判断为列车运动状态。
本发明采用自适应环境模型的积分差分算法进行数据采样区间动态判断技术，采集空间立体三轴加速度相互识别算法，该算法对各种环境差分数据进行了改进，可在列车运动较为匀速前进状态下，判断列车运行过程中空间加速度的类比值识别出微小的颠簸量，实现精确判断列车运动状态，可应用于列车驾驶舱门、自动乘客餐桌、行李舱门等系统，区别于传统视频检测技术，检测手段简单，检测电路规模小、功耗低，易于集成到产品上直接使用。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式的结构，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。

Claims (10)

1.一种高精度加速度检测轨道列车运行与静止状态判别方法，其特征在于：该方法步骤包括，
S1:硬件平台采集空间三轴加速度数据；
S2:利用设定动态区间检测范围进行积分差分运算，得出差分波形图；
S3:利用分析列车起步与减速停止特征点波形，判断列车为起步或减速停止的过程；
S4: 根据产品需求拟定差分数据判断区间，将每个判断区间进行动态阈值比较，得出列车运动状态判断。
2.根据权利要求1所述的高精度加速度检测轨道列车运行与静止状态判别方法，其特征在于：步骤S1中，利用调节IIC总线通讯频率为400K，采样频率为50hz，每隔20ms一个采样点，得出未经处理ADC值波形。
3.根据权利要求2所述的高精度加速度检测轨道列车运行与静止状态判别方法，其特征在于：所述空间三轴加速度数据为列车x、y、z三轴运动方向的数据，y为列车前进方向，x为列车上下运动方向，z为左右运动方向。
4.根据权利要求1所述的高精度加速度检测轨道列车运行与静止状态判别方法，其特征在于：步骤S2中，积分差分运算包括动态区间积分算法和动态差分区间比较算法。
5.根据权利要求4所述的高精度加速度检测轨道列车运行与静止状态判别方法，其特征在于：动态区间积分算法中，ADC值波形经过区间积分后得出较为平滑的波形，积分区间为200ms，区间积分数为N，N≥2。
6.根据权利要求5所述的高精度加速度检测轨道列车运行与静止状态判别方法，其特征在于：所述动态差分区间比较算法为，区间积分的前后值差分计算，得出每点积分差值，积分差值计算不少于M次，M≥2，差分后形成一条平整波形图。
7.根据权利要求1所述的高精度加速度检测轨道列车运行与静止状态判别方法，其特征在于：步骤S3中，利用分析起步特征点波形得出列车运动状态从静转动的精确判断；利用分析减速停止特征点波形得出列车运动状态从动转静的精确判断。
8.根据权利要求1-7任一所述的高精度加速度检测轨道列车运行与静止状态判别方法，其特征在于：步骤S4中，确定差分数据判断区间后，将积分差分值存入判断区间。
9.根据权利要求8所述的高精度加速度检测轨道列车运行与静止状态判别方法，其特征在于：每个判断区间与动态阈值比较的过程为，判断区间是否有超出设定阀值，若为是，则认为该判断区间为运动区间；若为否，则认为该判断区间为静止区间；当运动区间数量超出判断区间数量时，判断列车处于运动状态；当静止区间数量超出判断区间数量时，判断列车处于静止状态。
10.根据权利要求9所述的高精度加速度检测轨道列车运行与静止状态判别方法，其特征在于：在平稳向前匀速运动的列车，y轴数据变化较小，接近列车停止时输出的值；分析x与z轴数据，利用三轴滑动积分差分协同判断列车运动状态，当三轴差分区间达标到设定阈值后可进一步区分判断为列车运动状态。
CN201611162400.8A 2016-12-15 2016-12-15 高精度加速度检测轨道列车运行与静止状态判别方法 Active CN106771350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611162400.8A CN106771350B (zh) 2016-12-15 2016-12-15 高精度加速度检测轨道列车运行与静止状态判别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611162400.8A CN106771350B (zh) 2016-12-15 2016-12-15 高精度加速度检测轨道列车运行与静止状态判别方法

Publications (2)

Publication Number Publication Date
CN106771350A true CN106771350A (zh) 2017-05-31
CN106771350B CN106771350B (zh) 2019-05-10

Family

ID=58891472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611162400.8A Active CN106771350B (zh) 2016-12-15 2016-12-15 高精度加速度检测轨道列车运行与静止状态判别方法

Country Status (1)

Country Link
CN (1) CN106771350B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108519105A (zh) * 2018-03-09 2018-09-11 天津大学 一种基于差分统计的零速校正定位方法
CN108549360A (zh) * 2018-03-30 2018-09-18 北京长城华冠汽车技术开发有限公司 汽车故障本地诊断方法及诊断系统
CN109754487A (zh) * 2017-11-03 2019-05-14 株洲中车时代电气股份有限公司 列车产品一致性检验方法、系统、设备及可读存储介质
CN112389504A (zh) * 2019-08-12 2021-02-23 李辉 一种机车定位检测方法、装置、服务器以及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1985003573A1 (en) * 1984-02-08 1985-08-15 Mts Systems Corporation Load dynamics compensation circuit for servohydraulic control systems
CN102538878A (zh) * 2012-02-17 2012-07-04 合肥创源车辆控制技术有限公司 车姿监控模块
CN103674578A (zh) * 2012-09-14 2014-03-26 南车青岛四方机车车辆股份有限公司 高速列车运行动力学性能状态的检测方法
CN103852269A (zh) * 2012-12-01 2014-06-11 南车青岛四方机车车辆股份有限公司 高速列车运行动力学参数检测方法
CN105973457A (zh) * 2016-04-28 2016-09-28 中国铁道科学研究院 动车组车载平稳性监控装置及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1985003573A1 (en) * 1984-02-08 1985-08-15 Mts Systems Corporation Load dynamics compensation circuit for servohydraulic control systems
CN102538878A (zh) * 2012-02-17 2012-07-04 合肥创源车辆控制技术有限公司 车姿监控模块
CN103674578A (zh) * 2012-09-14 2014-03-26 南车青岛四方机车车辆股份有限公司 高速列车运行动力学性能状态的检测方法
CN103852269A (zh) * 2012-12-01 2014-06-11 南车青岛四方机车车辆股份有限公司 高速列车运行动力学参数检测方法
CN105973457A (zh) * 2016-04-28 2016-09-28 中国铁道科学研究院 动车组车载平稳性监控装置及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109754487A (zh) * 2017-11-03 2019-05-14 株洲中车时代电气股份有限公司 列车产品一致性检验方法、系统、设备及可读存储介质
CN108519105A (zh) * 2018-03-09 2018-09-11 天津大学 一种基于差分统计的零速校正定位方法
CN108549360A (zh) * 2018-03-30 2018-09-18 北京长城华冠汽车技术开发有限公司 汽车故障本地诊断方法及诊断系统
CN112389504A (zh) * 2019-08-12 2021-02-23 李辉 一种机车定位检测方法、装置、服务器以及系统
CN112389504B (zh) * 2019-08-12 2023-06-20 李辉 一种机车定位检测方法、装置、服务器以及系统

Also Published As

Publication number Publication date
CN106771350B (zh) 2019-05-10

Similar Documents

Publication Publication Date Title
CN106771350A (zh) 高精度加速度检测轨道列车运行与静止状态判别方法
TW301711B (zh)
CN106671974B (zh) 一种用于智能泊车系统的车位检测方法
CN106239474B (zh) 一种中低速磁悬浮救援机器人
CN107284355B (zh) 一种安全车门开启处理方法及系统
AU2017327418B2 (en) Method for detecting a passenger entering a lift car of a lift system
CN100533073C (zh) 车辆动态称重系统及方法
CN102107652B (zh) 一种使用加速度传感器远程实时监控车辆急加速或急刹车的方法
CN111792468B (zh) 将机械定位与检测到的故障相匹配的电梯维护app
CN109649436B (zh) 高速铁路自动驾驶系统舒适度指标在线评价方法及装置
CN106255997A (zh) 移动辅助装置
CN111747255A (zh) 加速度传感器和气压传感器信息的传感器融合
CN105823479A (zh) 驾驶行为分析方法
US11535491B2 (en) Verification of trapped passenger alarm
US11441924B2 (en) Method and device for detecting the standstill of a vehicle
WO2018186899A1 (en) Vehicle occupant detection
CN110921446A (zh) 设备属性获取系统
CN105722700A (zh) 用于控制执行器的方法
Zhang et al. Study of calculation method of wheel angular acceleration in ABS system
CN113573939B (zh) 用于智能设备上的基于顺序微活动的驾驶员检测的方法和系统
CN205720284U (zh) 一种用于磁悬浮电机的速度检测装置
CN112419742A (zh) 一种基于地磁传感器的车辆称重装置及车辆检测方法
Xia et al. Center of gravity position estimation of counterbalanced forklift truck based on multi model data fusion
CN107585210A (zh) 一种检测车辆方向盘转角的方法及装置
Chu et al. Vehicle lateral and longitudinal velocity estimation using coupled EKF and RLS methods

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant