CN107402006A

CN107402006A - 基于轨道几何特征信息匹配的列车精密定位方法和系统

Info

Publication number: CN107402006A
Application number: CN201710608518.7A
Authority: CN
Inventors: 陈起金; 牛小骥; 张提升; 周禹昆; 房博乐; 刘经南
Original assignee: Wuhan University WHU
Current assignee: Wuhan University WHU
Priority date: 2017-07-24
Filing date: 2017-07-24
Publication date: 2017-11-28
Anticipated expiration: 2037-07-24
Also published as: CN107402006B

Abstract

本发明公开了基于轨道几何特征信息匹配的列车精密定位方法和系统，所述方法包括：S1对定位数据和轨道几何状态参数数据进行时间同步；S2根据IMU数据进行惯性导航解算；S3对惯性导航结果和轨道里程数据进行融合解算，推算里程推算值；S4基于时间关联性，给轨道几何状态参数数据赋予里程推算值，获得轨道几何状态参数序列；S5将轨道几何状态参数序列与预设的里程相关的轨道几何状态参数序列相关匹配，得到匹配里程值；S6对里程推算值和匹配里程值进行组合处理，得最优里程估计值。本发明以轨道几何状态参数为特征信号，通过将特征信号与预设的里程相关的轨道几何状态参数序列进行相关匹配，实现分米级甚至厘米级的列车定位精度。

Description

基于轨道几何特征信息匹配的列车精密定位方法和系统

技术领域

本发明属于铁路列车、机车定位领域，涉及一种基于轨道几何特征信息匹配的列车精密定位方法与系统。

背景技术

列车定位是运行控制和随车状态检测的基础，其精度和可靠性是确定列车安全防护距离的重要因素，关乎列车的运行间隔，影响轨道交通系统的效率和调度。精确确定列车的位置对于推动列车运行控制系统的研究，优化轨道交通的运营效率，以及轨道交通系统的发展具有重大意义，所以列车精密定位技术一直以来备受重视。

列车的定位本质上是一维定位，即确定列车所在的里程标和轨道占用识别。列车定位的方法和设备较多，可归纳如下：

1)基于轨道电路的列车定位方法。

基于轨道电路的列车定位是一种粗精度检测列车位置的方式，可确定列车所在的大致区段，定位精度取决于轨道电路的长度。该方法不够精确，且无法构成移动闭塞。

2)基于速度或里程传感器、查询应答器及其组合的列车定位方法。

这是应用最为广泛的一种列车定位方法，主要通过速度传感器测量前进速度，转换成前进距离，或者直接通过里程计或编码器测量前进距离；累加到初始里程上得到任意时刻列车的里程标，实现列车定位功能。该方法的优势是简单直接，因此被广泛采用。该方法的缺陷在于里程定位误差随行走距离累加，主要由轮轨间的空转和滑行、速度测量误差和里程计的比例因子误差等因素造成。因此，里程累积里程定位常常需要与其它定位手段(例如里程查询应答器)配合使用来探测、识别和校正里程累计误差。对于空转和滑行误差的补偿问题，由于测速轮对在空转和滑行阶段中的运动复杂和非线性，很难提高补偿算法的性能。因此，即便是里程计与查询应答器组合使用，也难实现稳定可靠的米级精度。

3)基于GNSS或GNSS/INS组合导航技术的列车定位方法。

GNSS或GNSS/INS可以实时提供列车在全球坐标系下的大地坐标，然后通过与预设电子地图进行匹配，来获取列车的里程信息，其工作原理类似于普通的车载导航。电子地图中存储了包含铁路里程标与大地坐标(或其它坐标形式的三维坐标)之间的对应关系的地图数据库。车载GNSS或者GNSS/INS组合导航系统实时输出位置坐标测量值，并与预设的电子地图进行匹配或者投影到轨道中线的方式计算出轨道的里程位置。这种方法的定位精度取决于GNSS和电子地图的自身精度。为了提高GNSS的定位精度需要采用基于伪距或载波的差分GNSS技术，这就要求在沿线布设大量的GNSS基站(局域差分，地基增强CORS，星基增强)，并与车载GNSS接收机建立数据链路，布设成本高。另一方面，GNSS信号容易受到干扰和遮挡，例如在高边坡、隧道和车站等场景中。

纯GNSS进行列车定位的完好性和可靠性较弱。现在常用GNSS/INS组合来增强系统的可靠性，但是由于惯导是一种自主推算定位技术，并不能提高绝对定位精度。目前为止，即使采用差分GNSS/INS，要实现几米的定位精度也存在诸多困难。

4)基于地图匹配的列车定位方法。

基于地图匹配实现列车定位的方法有多种具体的实现方式。主要有：a)前述的基于GNSS与电子地图进行导航定位的方法也属于地图匹配，其中的数字地图存储的是离散位置坐标点、起终点坐标、长度、曲线方向、曲率半径和线型等参数形成的横纵断面数据库。常规轨道地图数据库由若干沿轨道测量的离散点列信息构成，利用连续折线近似代表轨道曲线，并由最能代表轨道曲线特征变化的特征点作为节点。b)Sammer S.Saab提出的一种用于列车定位的地图匹配方法：通过陀螺测量载体的角速度，结合速度传感的测量值，对上述结果进行转化，最终与地图数据库中提取的角速度进行匹配，从而实现列车的里程匹配定位。这类方法也受到以下困扰：当列车在圆曲线或直线段运行时，角速度不变，此时无法确定列车位于区段的具体位置。因此，这种方法以线性变化的角速度为识别对象，通过匹配的方法找出其在地图中所处的位置。这种定位算法对列车运行速度敏感，当列车低速运行或速度变化较大的情况下，匹配结果不理想。

现有地图匹配定位方法中，也有使用粗略转弯半径和线型切换信息，或者道岔信息来实现的。它们本质上还是一种粗略定位，因为轨道变形较大时，线型切换点往往不容易准确提取。匹配定位的方法很大程度上取决于匹配信号的信噪比。

综上，列车精密定位至关重要，但连续可靠的高精度定位(米级和分米级)仍难实现。一方面，依靠现有技术及其组合方案，可实现米级的列车定位精度，例如3-5m，特殊场景下可到1m(例如识别轨道占用识别)，这些技术已经成功应用于列车的导航定位，且发挥了巨大作用。另一方面，要将定位精度从现在的米级提高到分米级甚至厘米级，依靠现有技术实现难度极大，成本高。

近些年，高精度里程定位的问题和需求越发凸显。例如，如果能够将地铁机车或铁路列车的定位精度提升至10cm，那么诸如精确对齐停靠门及自动停靠，以及动检车的轨道病害测量值里程定位等需要精确里程的技术问题就可迎刃而解了。列车的精密里程定位也是未来实现无人驾驶列车技术的基础。

发明内容

本发明的目的是提供一种基于轨道几何特征信息匹配的列车精密定位方法与系统，可实现分米级的列车精密定位。

本发明提供的一种基于轨道几何特征信息匹配的列车精密定位方法，包括：

S1对定位数据和轨道几何状态参数的原始测量数据进行时间同步，所述定位数据包括轨道里程数据和IMU数据；

S2根据IMU数据的原始测量数据进行惯性导航解算，获得惯性导航结果，所述惯性导航结果包括载体的三维位置、速度和姿态；

S3以所述轨道里程数据的原始测量数据为卡尔曼滤波的观测值，对所述惯性导航结果和所述轨道里程数据进行融合解算，并推算出里程推算值；所述轨道里程数据为里程计的测量数据；

S4基于时间关联性，给所述轨道几何状态参数的原始测量数据赋予里程推算值，并按里程递增排列轨道几何状态参数，获得轨道几何状态参数序列，即待匹配的特征信号；

S5将轨道几何状态参数序列与背景电子地图中预设的按里程索引的轨道几何状态参数序列进行相关匹配，得到当前时刻的匹配里程值；

S6以里程推算值作为时间更新，以匹配里程值作为外部观测，采用卡尔曼滤波法对所述里程推算值和匹配里程值进行组合处理，获得最优里程估计值。

进一步的，步骤S5进一步包括：

5.1采用相同步长，对待匹配的特征信号和预设的轨道几何状态参数序列按里程进行分段，待匹配的特征信号中里程段记为待匹配里程段，预设的轨道几何状态参数序列中里程段记为背景里程段；

5.2将各待匹配里程段的轨道几何状态参数逐一与背景里程段的轨道几何状态参数进行相关性求解，获得各待匹配里程段与所有背景里程段的里程偏差序列；

5.3以里程偏差序列作为观测值，使用最小二乘法估计里程偏差和里程偏差漂移因子，获取精确的里程偏差量；

5.4根据精确的里程偏差量和里程推算值，获得当前时刻的匹配里程值。

进一步的，当选择了多种轨道几何状态参数序列时，步骤S6中所采用的匹配里程值为根据各轨道几何状态参数序列分别获得的匹配里程值的加权平均，权值为经验值，根据各轨道几何状态参数对定位精度的贡献设定。

进一步的，当选择了多种轨道几何状态参数序列时，步骤S5中，将多种轨道几何状态参数序列作为多维特征信号，将轨道几何状态参数序列与背景电子地图中预设的里程相关的轨道几何状态参数序列进行多维特征匹配。

上述一种基于轨道几何特征信息匹配的列车精密定位方法，还包括步骤：

S7根据时间同步后的轨道里程数据和IMU数据的原始测量数据、以及匹配里程值进行组合导航，估计采集定位数据和轨道几何状态参数数据的传感器的误差，将所估计的误差反馈到步骤S2～S3中。

本发明提供的一种基于轨道几何特征信息匹配的列车精密定位系统，包括：

时间同步模块，用来对定位数据和轨道几何状态参数的原始测量数据进行时间同步，所述定位数据包括轨道里程数据和IMU数据；

惯性导航解算模块，用来根据IMU数据的原始测量数据进行惯性导航解算，获得惯性导航结果，所述惯性导航结果包括载体的三维位置、速度和姿态；

融合解算模块，用来以所述轨道里程数据的原始测量数据为卡尔曼滤波的观测值，对所述惯性导航结果和所述轨道里程数据进行融合解算，并推算出里程推算值；所述轨道里程数据为里程计的测量数据；

特征信号获得模块，用来基于时间关联性，给所述轨道几何状态参数数的原始测量据赋予里程推算值，并按里程递增排列轨道几何状态参数，获得轨道几何状态参数序列，即待匹配的特征信号；

相关匹配模块，用来将轨道几何状态参数序列与背景电子地图中预设的按里程索引的轨道几何状态参数序列进行相关匹配，得到当前时刻的匹配里程值；

最优里程估计模块，用来以里程推算值作为时间更新，以匹配里程值作为外部观测，采用卡尔曼滤波法对所述里程推算值和匹配里程值进行组合处理，获得最优里程估计值。

上述一种基于轨道几何特征信息匹配的列车精密定位系统，还包括误差估计模块，用来根据时间同步后的轨道里程数据和IMU数据的原始测量数据、以及匹配里程值进行组合导航，估计采集定位数据和轨道几何状态参数数据的传感器的误差，将所估计的误差反馈到所述惯性导航解算模块和所述融合结算模块中。

本发明提供的一种基于轨道几何特征信息匹配的列车精密定位装置，包括：

测量单元和数据处理单元，所述测量单元进一步包括定位测量子单元和轨道几何状态参数测量子单元；

所述数据处理单元被配置：

用来对定位数据和轨道几何状态参数的原始测量数据进行时间同步，所述定位数据包括轨道里程数据和IMU数据；

根据IMU数据的原始测量数据进行惯性导航解算，获得惯性导航结果，所述惯性导航结果包括载体的三维位置、速度和姿态；

以所述轨道里程数据的原始测量数据为卡尔曼滤波的观测值，对所述惯性导航结果和所述轨道里程数据进行融合解算，并推算出里程推算值；所述轨道里程数据为里程计的测量数据；

基于时间关联性，给所述轨道几何状态参数的原始测量数据赋予里程推算值，并按里程递增排列轨道几何状态参数，获得轨道几何状态参数序列，即待匹配的特征信号；

将轨道几何状态参数序列与背景电子地图中预设的里程相关的轨道几何状态参数序列进行相关匹配，得到当前时刻的匹配里程值；

以里程推算值作为时间更新，以匹配里程值作为外部观测，采用卡尔曼滤波法对所述里程推算值和匹配里程值进行组合处理，获得最优里程估计值。

进一步的，所述定位测量子单元包括里程计和惯性测量系统。

和现有技术相比，本发明具有以下优点和有益效果：

(1)以轨道的几何状态参数作为特征信号，并通过将特征信号与预设的里程相关的轨道几何状态参数序列进行相关匹配，以使得列车的精密定位。由于轨道几何状态参数特征明显，细节明显，种类丰富，可实现分米级甚至厘米级的列车定位精度。

(2)轨道几何状态参数的测量不受信号遮挡影响，其可靠性和完好性能得到良好保障，可提高整个列车定位系统的可靠性和可用性。

(3)易于实现，所需的背景数据库也比较容易建立和维持，建设成本较低，可通过“大数据”的方式来不断精化和更新。

(4)所提出的特征信号的信噪比高，容易识别。

附图说明

图1为本发明基于轨道几何特征信息匹配的原理示意图；

图2为本发明方法流程图；

图3为本发明装置的结构示意图。

具体实施方式

现有地图匹配方法，所依赖的特征信号是轨道的三维坐标或曲率半径等。本发明中匹配所依赖的特征信号为轨道几何状态参数测量值，这也是本发明和现有技术的显著区别。

由于轨道无法放样或精调到绝对平顺，一定幅度的轨道变形和轨道不平顺总是存在。即便是运营的高铁轨道，也存在小幅度的变形，即不平顺。见图1所示，精调后的轨道已达到高铁的平顺性要求，但实际轨距仍有2mm左右的偏差，这也是技术规范所允许的偏差。沿里程方向，实际轨距是在标准轨距附近起伏变化的，虽然起伏的幅度可能不大，但是起伏的特征却很明显。而轨距测量设备一般能实现0.2mm～0.3mm的测量精度，即测量误差远小于轨距偏差本身的变化，也即对轨距偏差的测量值信噪比很高。因此，基于轨距偏差序列进行匹配定位的话，实测信号与背景信号的相关性非常强，这样就容易通过匹配来获取精确的里程信息。

以上只是以轨距为例来进行说明，实际上轨距只是轨道几何状态参数的一种，实际使用中可以使用一种或多种轨道几何状态参数综合来实现匹配定位。

基于上述，本发明提供的一种基于轨道几何特征信息匹配的列车精密定位方法，包括：通过实测轨道几何状态参数与背景电子地图匹配，获得里程观测值，将里程观测值与测量系统提供的里程推算值组合解算，得到最优的里程估计值，即精密定位结果。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

本发明方法的实施需要利用测量单元和数据处理单元。所述测量单元进一步包括定位测量子单元和轨道几何状态参数测量子单元。所述定位测量子单元包括一种或多种定位传感器，用来获取定位数据，所述定位数据包括轨道里程数据和IMU数据。所述定位传感器包括但不限于里程计和惯性测量单元(IMU)，所述轨道里程数据包括但不限于轨道里程标或轨道里程增量。其中，里程计可用来测量载体的行走距离，并记录本地时间标。IMU包含但不限于三轴相互垂直安装的加速度计和三轴相互垂直的陀螺仪，用于测量载体的三维比力和角速度。

所述轨道几何状态参数测量单元包括一种或多种轨道几何状态参数传感器或测量系统，用来获取一种或多种轨道几何状态参数数据。所述轨道几何状态参数数据包括但不限于轨距、轨距偏差、轨距递变率、超高、超高偏差、三角坑、长短波轨向不平顺、长短波高低不平顺、方位角、坡度角、横向倾斜角、轨向正矢、高低正矢等参数及其任意组合和变换，所述变换指微分、积分等数学变换。

所述测量单元固定安装工于待定位的列车上，与列车一起在轨道上行走，并采集原始测量数据，所述原始测量数据即轨道里程数据和轨道几何状态参数数据。

所述数据处理单元装载有列车运行线路的背景电子地图。所述背景电子地图包括按里程递增顺序编排的轨道几何状态参数序列，其中轨道几何状态参数序列根据实际铁路的轨道几何状态参数获得。

列车行走过程中，所述测量单元获取的原始测量数据实时传输到所述数据处理单元进行数据处理，以获得最优的里程估计。所述数据处理单元进行数据处理之前，需要装订初始信息，所述初始信息包括列车的初始里程标。

下面将以轨距为例说明所述数据处理单元的数据处理过程，见图2，该数据处理过程的具体步骤如下：

S1时间同步：

对采集的原始测量数据打上统一时间标，进行时间同步。所述原始测量数据包括载体的定位数据和轨道几何状态参数数据。所述定位数据包括轨道里程数据和IMU数据。所述统一时间标可以是但不限于数据处理单元所在计算机的系统时间。

S2惯性导航解算：

根据原始的IMU数据进行惯性导航解算，推算出载体的三维位置、速度和姿态，即惯性导航结果。本发明中所述载体即列车。

所述惯性导航解算一般包括初始对准及导航信息初始化子步骤和惯性导航力学编排子步骤，由于惯性导航解算为本领域的常规技术，再此不赘述其具体实施过程。

S3数据融合解算：

以所述原始的轨道里程数据为卡尔曼滤波的观测值，采用卡尔曼滤波法对所述惯性导航结果与所述轨道里程数据进行融合解算，获得融合解算结果，所述融合解算结果包括时间、以及载体的三维位置、速度、姿态。根据融合解算结果推算出里程推算值。

所述融合解算包括利用卡尔曼滤波对所述轨道里程数据与所述惯性导航结果进行融合解算的子步骤和根据融合解算结果推算里程值的子步骤。

S4获取特征信号：

根据轨道几何状态参数数据获得轨距偏差，基于时间同步后的时间关联性，给所述轨距偏差赋予里程信息，即将步骤S3所得里程推算值和轨距偏差按时间同步，并按里程递增顺序排列轨距偏差，将所获得的里程相关的轨距偏差序列作为待匹配的特征信号。

本发明中，所选择的轨道几何状态参数序列并不限于轨距偏差序列，可以选择一种或多种特征明显的轨道几何状态参数序列作为待匹配的特征信号。所述特征明显指轨道几何状态参数序列的信噪比大于预设阈值，以确保轨道几何状态参数序列的测量误差远小于轨道几何状态参数序列本身幅度，从而可进一步提高定位精度。

S5特征信号的匹配：

将特征信号与背景电子地图中预设的里程相关的轨距偏差序列匹配，得到当前时刻的匹配里程值。

当选择了多类轨道几何状态参数序列时，将各轨道几何状态参数序列分别与背景电子地图进行信号相关匹配，得到对应的匹配里程值，然后对匹配里程值进行加权平均，权值为经验值，根据各轨道几何状态参数对定位精度的贡献设定。步骤S6中利用该加权平均值进行组合导航。

另外，也可以在本步骤中，直接进行多维特征匹配，具体为：

将多种轨道几何状态参数序列作为多维特征信号，将轨道几何状态参数序列与背景电子地图中预设的里程相关的轨道几何状态参数序列进行多维特征匹配。

匹配的原理为：

见图2，实测信号即待匹配的特征信号，其包含粗略的里程值。背景信号即预设的里程相关的轨道几何状态参数序列。将实测信号与背景信号进行相关匹配，可以估计出实测信号中里程值的误差，做相应补偿，得到实测信号在背景信号中对应的里程。

本具体实施中特征信号的匹配可采用公告号为CN104142624A、名称为《一种基于波形匹配的时间同步方法及系统》的中国专利中所公开的基于波形匹配的时间同步方法。

为便于理解，下面将对所述特征信号的匹配的过程进行说明。

5.1采用相同步长，对待匹配的特征信号和背景电子地图中预设的轨距偏差序列按里程进行分段，将待匹配的特征信号中里程段记为待匹配里程段，将背景电子地图中里程段记为背景里程段。

5.2将各待匹配里程段的轨距偏差逐一与背景里程段的轨距偏差进行相关性求解，取最大相关性系数，最大相关性系数即两里程段的里程偏差，从而获得里程偏差序列。

5.3以里程偏差序列作为观测值，使用最小二乘法估计里程偏差和里程偏差漂移因子，从而求的精确的里程偏差量；

5.4根据精确的里程偏差量和里程推算值，获得列车的位置信息。

S6组合导航获得当前时刻的最优里程估计值：

根据里程推算值和匹配里程值，以里程推算值作为时间更新，以匹配里程值作为外部观测，采用卡尔曼滤波法对所述里程推算值和匹配里程值进行组合处理，获得最优里程估计值。

S7将导航状态估计值反馈到步骤S2～S3的导航解算中，对后续的原始测量数据进行补偿，形成闭环卡尔曼滤波。

根据时间同步后的原始的轨道里程数据、IMU数据和匹配里程值，利用组合导航卡尔曼滤波法或组合导航最小二乘法进行数据融合，得到当前时刻的导航状态参数估计值。所述导航状态参数包括但不仅限于时间、里程、三维位置、速度和姿态、里程计的比例因子误差和IMU惯性传感器误差，如零偏和比例因子误差。

Claims

1.基于轨道几何特征信息匹配的列车精密定位方法，其特征是，包括步骤：

2.如权利要求1所述的基于轨道几何特征信息匹配的列车精密定位方法，其特征是：

步骤S5进一步包括：

3.如权利要求1所述的基于轨道几何特征信息匹配的列车精密定位方法，其特征是：

当选择了多种轨道几何状态参数序列时，步骤S6中所采用的匹配里程值为根据各轨道几何状态参数序列分别获得的匹配里程值的加权平均，权值为经验值，根据各轨道几何状态参数对定位精度的贡献设定。

4.如权利要求1所述的基于轨道几何特征信息匹配的列车精密定位方法，其特征是：

当选择了多种轨道几何状态参数序列时，步骤S5中，将多种轨道几何状态参数序列作为多维特征信号，将轨道几何状态参数序列与背景电子地图中预设的里程相关的轨道几何状态参数序列进行多维特征匹配。

5.如权利要求1所述的基于轨道几何特征信息匹配的列车精密定位方法，其特征是：

还包括步骤：

6.基于轨道几何特征信息匹配的列车精密定位系统，其特征是，包括：

特征信号获得模块，用来基于时间关联性，给所述轨道几何状态参数的原始测量数据赋予里程推算值，并按里程递增排列轨道几何状态参数，获得轨道几何状态参数序列，即待匹配的特征信号；

7.如权利要求6所述的基于轨道几何特征信息匹配的列车精密定位系统，其特征是：

还包括误差估计模块，用来根据时间同步后的轨道里程数据和IMU数据的原始测量数据、以及匹配里程值进行组合导航，估计采集定位数据和轨道几何状态参数数据的传感器的误差，将所估计的误差反馈到所述惯性导航解算模块和所述融合结算模块中。

8.基于轨道几何特征信息匹配的列车精密定位装置，其特征是，包括：

所述数据处理单元被配置：

基于时间关联性，给所述轨道几何状态参数的原始测量数据赋予里程推算值，并按里程递增排列轨道几何状态参数，获得轨道几何状态参数序列，即待匹配的特征信号；将轨道几何状态参数序列与背景电子地图中预设的里程相关的轨道几何状态参数序列进行相关匹配，得到当前时刻的匹配里程值；

9.如权利要求8所述的基于轨道几何特征信息匹配的列车精密定位装置，其特征是：

所述定位测量子单元包括里程计和惯性测量系统。