CN109085631A - 基于卫星定位的岔区列车股道加权识别方法 - Google Patents
基于卫星定位的岔区列车股道加权识别方法 Download PDFInfo
- Publication number
- CN109085631A CN109085631A CN201810859490.9A CN201810859490A CN109085631A CN 109085631 A CN109085631 A CN 109085631A CN 201810859490 A CN201810859490 A CN 201810859490A CN 109085631 A CN109085631 A CN 109085631A
- Authority
- CN
- China
- Prior art keywords
- train
- gnss
- route
- track
- point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000012790 confirmation Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000005314 correlation function Methods 0.000 claims description 3
- 230000000644 propagated effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000001149 cognitive effect Effects 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/50—Determining position whereby the position solution is constrained to lie upon a particular curve or surface, e.g. for locomotives on railway tracks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于卫星定位的岔区列车股道加权识别方法,包括S1:确认列车在进入道岔区段前的运行线路,并依据预先存储在地图数据库中的铁路线路拓扑关系,通过检索地图数据库获得候选线路全集OLi(i=1,2,...,n),i表示线路;S2:获取基于GNSS的列车定位结果及可见卫星数量信息,基于GNSS定位信息构建置信区域,并计算OLi中在置信区域内存在数据点的子集,得到候选线路集合FLi;S3:计算每条候选线路的匹配距离偏差和方向偏差权重,建立候选线路权重函数,计算FLi中所有线路的权重,选取权重最大的线路作为最终的匹配线路,完成道岔区段内列车的股道初始识别;S4:结合铁路线路的拓扑结构以及列车运行状态,建立列车在道岔区段内的股道精确识别规则。
Description
技术领域
本发明涉及列车股道占用识别领域,涉及一种用于道岔区段内基于卫星定位的列车股道加权识别方法。
背景技术
当前列控系统中列车位置的确定主要通过速度传感器结合应答器实现,基于全球卫星导航系统(Global Navigation Satellite System,GNSS)的列车定位技术可减少轨旁设备的铺设、降低建设和运营成本,有着显著的优势。
铁路系统以一维里程值作为列车位置的表达形式,其与GNSS的三维位置坐标表达形式不一致,可以利用轨道电子地图(Digital Track Map,DTM)实现从GNSS定位结果到一维里程值的转换。
列车在道岔区段内运行时,首先要进行列车股道占用状态的识别。受卫星空间信号传播及接收机本身的影响,基于卫星的列车定位结果与列车真实位置存在偏差,会影响列车股道占用状态的正确识别。
综上所述,列车股道占用状态的正确识别是道岔区段内列车定位地图匹配的首要问题。因此需要充分利用GNSS定位信息对列车运行的候选线路进行权重计算以完成列车股道占用的正确识别。
发明内容
本发明的目的在于提供一种基于卫星定位的列车股道占用识别方法,通过计算列车运行的所有候选线路的权重值完成列车的股道占用识别。
为实现上述目的,本发明采用了如下技术方案:
一种基于卫星定位的岔区列车股道加权识别方法,包括以下步骤:
S1:确认列车在进入道岔区段前的运行线路,并依据预先存储在地图数据库中的铁路线路拓扑关系,通过检索地图数据库获得候选线路全集OLi(i=1,2,...,n),i表示线路;
S2:获取基于GNSS的列车定位结果及可见卫星数量信息,基于GNSS定位信息构建置信区域,并计算OLi中在置信区域内存在数据点的子集,得到候选线路集合FLi;
S3:计算每条候选线路的匹配距离偏差和方向偏差权重,建立候选线路权重函数,计算FLi中所有线路的权重,选取权重最大的线路作为最终的匹配线路,完成道岔区段内列车的股道初始识别;
S4:结合铁路线路的拓扑结构以及列车运行状态,建立列车在道岔区段内的股道精确识别规则。
在上述方案的基础上,步骤S2中置信区域是利用GNSS定位信息构建的误差椭圆,所述误差椭圆中心点为GNSS定位点,参数为:
式(1)中,σxy分别为高斯平面坐标系下的横、纵坐标的方差及协方差值,通过取矩阵(GTG)-1△2的左上2×2项获得,如公式(2)所示:
式(2)中,G为观测矩阵,△是与GNSS空间信号传播误差相关的系数。
在上述方案的基础上,步骤S2中若候选线路全集中有数据点在置信区域内,则满足
式(3)中,△x=(xOL-xGNSS),△y=(yOL-yGNSS);(xGNSS,yGNSS)和(xOL,yOL)分别为GNSS定位点和候选线路全集OLi的数据点在高斯平面坐标系下的横、纵坐标;
通过式(3)计算,生成候选线路集合FLi及对应的候选线路数据库点集合Mij,其中j代表相同线路下置信区域内的数据点个数,以列车运行方向表示j增大方向。
在上述方案的基础上,步骤S3中所述匹配距离偏差是指GNSS定位点与每条候选线路数据库点的距离偏差,方向偏差是指GNSS定位的航向角与DTM获得的实际线路方向的偏差;
对匹配距离偏差和方向偏差建立的权重函数为
W=Wd+Wφ (4)
式(4)中,Wd、Wφ分别代表匹配距离偏差权重函数与方向偏差权重函数,其中Wd,Wφ∈[0,1],且数值越大代表权重越高。
在上述方案的基础上,所述匹配距离偏差权重函数Wd的计算如式(5)所示:
式(5)中,Td为与匹配距离偏差△d值负相关的函数,Td=25×exp(-△d),代表GNSS定位点与地图数据库点的匹配相关性,取值范围为0~1;
所述方向偏差权重函数Wφ的计算如式(6)所示:
Wφ=Tφcos(△φ) (6)
式(6)中,Tφ为速度的门限保护值,V为列车运行速度,△φ=φGNSS-φL,其中φGNSS和φL分别代表通过GNSS定位信息获得的航向角和通过DTM获得的线路方向角。
在上述方案的基础上,列车在道岔区段的初始股道占用识别完成后,在进入下一个道岔区段前,候选线路集合FLi将作为股道精确识别的主要参考候选线路进行分析;为保证地图匹配算法的准确性,OLi中所有其他备选线路子集CLi也在股道精确识别中重新加入计算;在股道精确识别阶段需结合列车当前位置、速度及地图数据库疏密度对候选线路集合FLi进行计算。
在上述方案的基础上,对于候选线路集合FLi的后续计算,定义线路i在置信区域内的点集合为mij,设定mij中mi1和mio分别为置信区域内FLi的两个边界点,设置DTM数据库中相邻数据点间隔为△s,列车GNSS定位采样间隔为△T,相应的采样频率f=1/△T,列车运行速度为V,则从时刻t到t+△T的数据库更新点数量如式(7)所示:
考虑列车GNSS定位的沿股道方向误差,设置由于误差产生的数据量偏差Ne,则股道精确识别阶段的时刻t的迭代候选点集满足式(8)
在上述方案的基础上,所述股道精确识别中的已有候选线路集合FLi的计算规则为:
若在连续5f次的迭代计算中FLi的某一线路始终无数据点位于时刻t的置信区域内,则认定当前线路不是列车运行线路,将此类线路记入排除子集ELi,且在后续计算中不再包含当前线路;
若在连续5f次的迭代计算中FLi仅有一条线路有数据点位于时刻t的置信区域内,则认定列车当前只运行在这1条线路上,不再对其他线路进行计算;
若上述两条均不满足,则股道精确识别将继续对FLi中所有线路进行分析。
在上述方案的基础上,所述备选线路子集CLi的计算中,计算间隔为3△T,具体规则为:
若在连续5f次计算中CLi的某一线路始终无数据点位于时刻t的置信区域内,则认定当前线路不是列车运行线路,将此类线路也记入ELi,且在后续计算中不再包含当前线路;
若在连续5f次计算中CLi没有线路数据点位于时刻t的置信区域内,则将CLi的全部线路记入ELi,且在后续计算中不再包含CLi;
若在计算中CLi的某一线路有数据点位于时刻t的置信区域内,则将此线路加入OLi,并按照FLi的计算规则对此线路进行后续分析。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本实施例描述中所需要的附图进行简单介绍。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。
图1是本发明提供的一种道岔区段内基于卫星定位的列车股道加权识别方法的流程图。
图2是本发明的所有候选线路关系示意图。
具体实施方式
本发明所述的道岔区段内基于卫星定位的列车股道加权识别方法通过计算和比较卫星定位信息和DTM信息实现,对于本发明提出的方法,结合附图和实例详细说明。
本发明认定列车在驶入道岔区段前处于已知线路的已知位置,不再针对列车进入道岔区段前的运行线路确认进行分析。
如图1所示,一种基于卫星定位的道岔区段内列车股道加权识别方法,包括以下步骤:
S1:确认列车在进入道岔区段前的运行线路,并依据预先存储在地图数据库中的铁路线路拓扑关系,通过检索地图数据库获得候选线路全集OLi(i=1,2,...,n),i表示线路;
S2:获取基于GNSS的列车定位结果及可见卫星数量信息,基于GNSS定位信息构建置信区域,并计算OLi中在置信区域内存在数据点的子集FLi,即候选线路集合;
置信区域是利用GNSS定位信息构建的误差椭圆。其中误差椭圆中心点为GNSS定位点,其参数为:
式中,σxy分别为高斯平面坐标系下的横、纵坐标的方差及协方差值,可通过取矩阵(GTG)-1△2的左上2×2项获得,即
式中,G为观测矩阵,△是与GNSS空间信号传播误差相关的系数。
若候选线路全集中有数据点在置信区域内,则满足
式中,△x=(xOL-xGNSS),△y=(yOL-yGNSS);(xGNSS,yGNSS)和(xOL,yOL)分别为GNSS定位点和候选线路全集OLi的数据点在高斯平面坐标系下的横、纵坐标。
通过上式计算,即可生成候选线路集合FLi及对应的候选线路数据库点集合Mij(j代表相同线路下置信区域内的数据点个数,以列车运行方向表示j增大方向)。
S3:计算每条候选线路的匹配距离偏差和方向偏差权重,建立候选线路权重函数,计算FLi中所有线路的权重,选取权重最大的线路作为最终的匹配线路,完成道岔区段内列车的股道初始识别。
在获得FLi及Mij后,对每条候选线路分析匹配距离偏差和方向偏差,建立候选线路权重函数并获取权重最高的线路作为最终的匹配线路,实现股道初始识别。其中,匹配距离偏差是指GNSS定位点与每条候选线路数据库点的距离偏差,方向偏差是指GNSS定位的航向角与DTM获得的实际线路方向的偏差。对二者建立的权重函数为
W=Wd+Wφ (4)
式中,Wd、Wφ分别代表匹配距离偏差权重函数与方向偏差权重函数,其中Wd,Wφ∈[0,1],且数值越大代表权重越高。
1.匹配距离偏差权重函数Wd的计算
将Wd定义如下:
式中,Td为与匹配距离偏差△d值负相关的函数,代表GNSS定位点与地图数据库点的匹配相关性,取值范围也是0~1。其取值定义为
Td=25×exp(-△d)
针对通过置信区域获得的候选线路数据库点集合Mij进行匹配距离偏差权重的计算。
2.方向偏差权重函数Wφ的计算
Wφ的定义如下
Wφ=Tφcos(△φ) (6)
式中,Tφ为速度的门限保护值,△φ=φGNSS-φL,其中φGNSS和φL分别代表通过GNSS定位信息获得的航向角和通过DTM获得的线路方向角。
在列车运行速度较低时,受GNSS接收机及列车车身抖动等影响,GNSS定位获得的航向角会有较大的偏差。基于此设定Tφ为
式中,V为列车运行速度。
GNSS定位的航向角通过GNSS当前定位点与前一定位点计算获得,FLi中线路i的方向则通过Mij中数据点的计算获得。定义线路i在置信区域内的点集合为mij,则线路i的方向计算原则为:若线路i在Mij中仅有1个数据点mi1,线路i的方向为mi1与相邻两点的方向均值;若线路i在Mij中有2个数据点mi1,mi2,线路i的方向除需计算两点间的方向θ1外,还应至少计算其中一点与其不在Mij中的另一相邻点的方向θ2,然后对θ1和θ2取均值;若线路i在Mij中有超过2个数据点mij(j>2),则线路i的方向为mij相邻各点的方向均值。
针对通过置信区域获得的候选线路集合FLi进行方向偏差权重的计算。
计算FLi中所有线路的权重W,选取W最大的线路作为最终的匹配线路,即完成股道初始识别。
S4:结合铁路线路的拓扑结构以及列车运行状态,建立列车在道岔区段内的股道精确识别规则。
列车在道岔区段的初始股道占用识别完成后,在进入下一个道岔区段前,候选线路集合FLi将作为股道精确识别的主要参考候选线路进行分析。为保证地图匹配算法的准确性,OLi中所有其他备选线路子集CLi也在股道精确识别中重新加入计算。为减少计算工作量,在股道精确识别阶段需结合列车当前位置、速度及地图数据库疏密度对候选线路集合FLi进行计算。
1.已有候选线路集合FLi的计算
对于已有候选线路的后续计算,采用Mij作为列车位置匹配的初始参考点。以线路i的点集合mij为例,mi1和mio分别为置信区域内FLi的两个边界点。设置DTM数据库中相邻数据点间隔为△s,列车GNSS定位采样间隔为△T,相应的采样频率f=1/△T,列车瞬时运行速度为V,则从时刻t到t+△T的数据库更新点数量为
考虑列车GNSS定位的沿股道方向误差,设置由于误差产生的数据量偏差Ne,则股道精确识别阶段的时刻t的迭代候选点集满足
股道精确识别中的已有候选线路的计算规则为:
若在连续5f次的迭代计算中FLi的某一线路始终无数据点位于时刻t的置信区域内,则认定当前线路不是列车运行线路,将此类线路记入排除子集ELi,且在后续计算中不再包含当前线路;
若在连续5f次的迭代计算中FLi仅有一条线路有数据点位于时刻t的置信区域内,则认定列车当前只运行在这1条线路上,不再对其他线路进行计算;
若上述两条均不满足,则股道精确识别将继续对FLi中所有线路进行分析。
2.备选线路子集CLi的分析
在列车进入当前道岔区段时的股道初始识别中CLi没有参与计算,但为保证股道精确识别的正确性,仍需对CLi进行候选线路的分析。针对CLi的计算间隔为3△T,具体规则为:
若在连续5f次计算中CLi的某一线路始终无数据点位于时刻t的置信区域内,则认定当前线路不是列车运行线路,将此类线路也记入ELi,且在后续计算中不再包含当前线路;
若在连续5f次计算中CLi没有线路数据点位于时刻t的置信区域内,则将CLi的全部线路记入ELi,且在后续计算中不再包含CLi;
若在计算中CLi的某一线路有数据点位于时刻t的置信区域内,则将此线路加入OLi,并按照FLi的计算规则对此线路进行后续分析。
本说明书中各个实施例均采用递进的方式描述,各个实施例之间相同或者相似的部分互相关联。
以上所述均为本发明比较具体的实现形式,但是本发明的保护范围不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可以轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (9)
1.一种基于卫星定位的岔区列车股道加权识别方法,其特征在于:包括以下步骤:
S1:确认列车在进入道岔区段前的运行线路,并依据预先存储在地图数据库中的铁路线路拓扑关系,通过检索地图数据库获得候选线路全集OLi(i=1,2,...,n),i表示线路;
S2:获取基于GNSS的列车定位结果及可见卫星数量信息,基于GNSS定位信息构建置信区域,并计算OLi中在置信区域内存在数据点的子集,得到候选线路集合FLi;
S3:计算每条候选线路的匹配距离偏差和方向偏差权重,建立候选线路权重函数,计算FLi中所有线路的权重,选取权重最大的线路作为最终的匹配线路,完成道岔区段内列车的股道初始识别;
S4:结合铁路线路的拓扑结构以及列车运行状态,建立列车在道岔区段内的股道精确识别规则。
2.如权利要求1所述的基于卫星定位的岔区列车股道加权识别方法,其特征在于:步骤S2中置信区域是利用GNSS定位信息构建的误差椭圆,所述误差椭圆中心点为GNSS定位点,参数为:
式(1)中,σxy分别为高斯平面坐标系下的横、纵坐标的方差及协方差值,通过取矩阵(GTG)-1△2的左上2×2项获得,如公式(2)所示:
式(2)中,G为观测矩阵,△是与GNSS空间信号传播误差相关的系数。
3.如权利要求2所述的基于卫星定位的岔区列车股道加权识别方法,其特征在于:步骤S2中若候选线路全集中有数据点在置信区域内,则满足
式(3)中,△x=(xOL-xGNSS),△y=(yOL-yGNSS);(xGNSS,yGNSS)和(xOL,yOL)分别为GNSS定位点和候选线路全集OLi的数据点在高斯平面坐标系下的横、纵坐标;
通过式(3)计算,生成候选线路集合FLi及对应的候选线路数据库点集合Mij,其中j代表相同线路下置信区域内的数据点个数,以列车运行方向表示j增大方向。
4.如权利要求1所述的基于卫星定位的岔区列车股道加权识别方法,其特征在于:步骤S3中所述匹配距离偏差是指GNSS定位点与每条候选线路数据库点的距离偏差,方向偏差是指GNSS定位的航向角与DTM获得的实际线路方向的偏差;
对匹配距离偏差和方向偏差建立的权重函数为
W=Wd+Wφ (4)
式(4)中,Wd、Wφ分别代表匹配距离偏差权重函数与方向偏差权重函数,其中Wd,Wφ∈[0,1],且数值越大代表权重越高。
5.如权利要求4所述的基于卫星定位的岔区列车股道加权识别方法,其特征在于:所述匹配距离偏差权重函数Wd的计算如式(5)所示:
式(5)中,Td为与匹配距离偏差△d值负相关的函数,Td=25×exp(-△d),代表GNSS定位点与地图数据库点的匹配相关性,取值范围为0~1;
所述方向偏差权重函数Wφ的计算如式(6)所示:
Wφ=Tφcos(△φ) (6)
式(6)中,Tφ为速度的门限保护值,V为列车运行速度,△φ=φGNSS-φL,其中φGNSS和φL分别代表通过GNSS定位信息获得的航向角和通过DTM获得的线路方向角。
6.如权利要求1所述的基于卫星定位的岔区列车股道加权识别方法,其特征在于:列车在道岔区段的初始股道占用识别完成后,在进入下一个道岔区段前,候选线路集合FLi将作为股道精确识别的主要参考候选线路进行分析;为保证地图匹配算法的准确性,OLi中所有其他备选线路子集CLi也在股道精确识别中重新加入计算;在股道精确识别阶段需结合列车当前位置、速度及地图数据库疏密度对候选线路集合FLi进行计算。
7.如权利要求6所述的基于卫星定位的岔区列车股道加权识别方法,其特征在于:对于候选线路集合FLi的后续计算,定义线路i在置信区域内的点集合为mij,设定mij中mi1和mio分别为置信区域内FLi的两个边界点,设置DTM数据库中相邻数据点间隔为△s,列车GNSS定位采样间隔为△T,相应的采样频率f=1/△T,列车运行速度为V,则从时刻t到t+△T的数据库更新点数量如式(7)所示:
考虑列车GNSS定位的沿股道方向误差,设置由于误差产生的数据量偏差Ne,则股道精确识别阶段的时刻t的迭代候选点集满足式(8)
8.如权利要求7所述的基于卫星定位的岔区列车股道加权识别方法,其特征在于:所述股道精确识别中的已有候选线路集合FLi的计算规则为:
若在连续5f次的迭代计算中FLi的某一线路始终无数据点位于时刻t的置信区域内,则认定当前线路不是列车运行线路,将此类线路记入排除子集ELi,且在后续计算中不再包含当前线路;
若在连续5f次的迭代计算中FLi仅有一条线路有数据点位于时刻t的置信区域内,则认定列车当前只运行在这1条线路上,不再对其他线路进行计算;
若上述两条均不满足,则股道精确识别将继续对FLi中所有线路进行分析。
9.如权利要求8所述的基于卫星定位的岔区列车股道加权识别方法,其特征在于:所述备选线路子集CLi的计算中,计算间隔为3△T,具体规则为:
若在连续5f次计算中CLi的某一线路始终无数据点位于时刻t的置信区域内,则认定当前线路不是列车运行线路,将此类线路也记入ELi,且在后续计算中不再包含当前线路;
若在连续5f次计算中CLi没有线路数据点位于时刻t的置信区域内,则将CLi的全部线路记入ELi,且在后续计算中不再包含CLi;
若在计算中CLi的某一线路有数据点位于时刻t的置信区域内,则将此线路加入OLi,并按照FLi的计算规则对此线路进行后续分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810859490.9A CN109085631B (zh) | 2018-08-01 | 2018-08-01 | 基于卫星定位的岔区列车股道加权识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810859490.9A CN109085631B (zh) | 2018-08-01 | 2018-08-01 | 基于卫星定位的岔区列车股道加权识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109085631A true CN109085631A (zh) | 2018-12-25 |
CN109085631B CN109085631B (zh) | 2020-02-07 |
Family
ID=64831124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810859490.9A Active CN109085631B (zh) | 2018-08-01 | 2018-08-01 | 基于卫星定位的岔区列车股道加权识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109085631B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110736999A (zh) * | 2019-10-24 | 2020-01-31 | 北京交通大学 | 基于激光雷达的铁路道岔检测方法 |
CN111791922A (zh) * | 2020-07-23 | 2020-10-20 | 北京天润海图科技有限公司 | 智能轨道车的分岔轨道识别方法和装置 |
CN112255652A (zh) * | 2020-11-26 | 2021-01-22 | 中铁第五勘察设计院集团有限公司 | 一种北斗车辆定位数据和铁路线路数据的匹配方法及系统 |
CN112722013A (zh) * | 2021-01-22 | 2021-04-30 | 北京交通大学 | 一种列车定位股道判别方法 |
CN112937640A (zh) * | 2021-03-18 | 2021-06-11 | 北京交通大学 | 基于卫星定位环境场景误差特征的列车安全包络计算方法 |
CN113335341A (zh) * | 2021-05-31 | 2021-09-03 | 卡斯柯信号有限公司 | 基于gnss和电子地图拓扑结构的列车定位系统及方法 |
CN113581260A (zh) * | 2021-09-01 | 2021-11-02 | 兰州交通大学 | 一种基于gnss的列车轨道占用判别方法 |
CN114179867A (zh) * | 2021-11-18 | 2022-03-15 | 通号万全信号设备有限公司 | 一种轨道交通列车定位的调整方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1073442A (ja) * | 1996-08-29 | 1998-03-17 | Matsushita Electric Ind Co Ltd | ナビゲーション装置 |
CN101357643A (zh) * | 2008-08-21 | 2009-02-04 | 北京交通大学 | 数字轨道地图辅助gps实现精确列车定位方法及系统 |
CN104228884A (zh) * | 2014-08-29 | 2014-12-24 | 深圳市远望谷信息技术股份有限公司 | 在铁路站场内实现车辆自动识别及追踪定位的方法及装置 |
CN104760607A (zh) * | 2015-02-26 | 2015-07-08 | 北京交通大学 | 基于卫星定位的列车轨道占用检测方法和装置 |
CN106291648A (zh) * | 2016-07-30 | 2017-01-04 | 杨超坤 | 一种机车车辆位置实时跟踪系统 |
-
2018
- 2018-08-01 CN CN201810859490.9A patent/CN109085631B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1073442A (ja) * | 1996-08-29 | 1998-03-17 | Matsushita Electric Ind Co Ltd | ナビゲーション装置 |
CN101357643A (zh) * | 2008-08-21 | 2009-02-04 | 北京交通大学 | 数字轨道地图辅助gps实现精确列车定位方法及系统 |
CN104228884A (zh) * | 2014-08-29 | 2014-12-24 | 深圳市远望谷信息技术股份有限公司 | 在铁路站场内实现车辆自动识别及追踪定位的方法及装置 |
CN104760607A (zh) * | 2015-02-26 | 2015-07-08 | 北京交通大学 | 基于卫星定位的列车轨道占用检测方法和装置 |
CN106291648A (zh) * | 2016-07-30 | 2017-01-04 | 杨超坤 | 一种机车车辆位置实时跟踪系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110736999A (zh) * | 2019-10-24 | 2020-01-31 | 北京交通大学 | 基于激光雷达的铁路道岔检测方法 |
CN110736999B (zh) * | 2019-10-24 | 2021-11-02 | 北京交通大学 | 基于激光雷达的铁路道岔检测方法 |
CN111791922A (zh) * | 2020-07-23 | 2020-10-20 | 北京天润海图科技有限公司 | 智能轨道车的分岔轨道识别方法和装置 |
CN112255652A (zh) * | 2020-11-26 | 2021-01-22 | 中铁第五勘察设计院集团有限公司 | 一种北斗车辆定位数据和铁路线路数据的匹配方法及系统 |
CN112722013A (zh) * | 2021-01-22 | 2021-04-30 | 北京交通大学 | 一种列车定位股道判别方法 |
CN112722013B (zh) * | 2021-01-22 | 2022-03-25 | 北京交通大学 | 一种列车定位股道判别方法 |
CN112937640A (zh) * | 2021-03-18 | 2021-06-11 | 北京交通大学 | 基于卫星定位环境场景误差特征的列车安全包络计算方法 |
CN112937640B (zh) * | 2021-03-18 | 2023-04-18 | 北京交通大学 | 基于卫星定位环境场景误差特征的列车安全包络计算方法 |
CN113335341A (zh) * | 2021-05-31 | 2021-09-03 | 卡斯柯信号有限公司 | 基于gnss和电子地图拓扑结构的列车定位系统及方法 |
CN113581260A (zh) * | 2021-09-01 | 2021-11-02 | 兰州交通大学 | 一种基于gnss的列车轨道占用判别方法 |
CN114179867A (zh) * | 2021-11-18 | 2022-03-15 | 通号万全信号设备有限公司 | 一种轨道交通列车定位的调整方法及装置 |
CN114179867B (zh) * | 2021-11-18 | 2024-01-19 | 通号万全信号设备有限公司 | 一种轨道交通列车定位的调整方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109085631B (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109085631A (zh) | 基于卫星定位的岔区列车股道加权识别方法 | |
CN105371857B (zh) | 一种基于公交车gnss时空轨迹数据建构路网拓扑的装置及方法 | |
US8306777B2 (en) | System and method for identifying road features | |
Rogers et al. | Mining GPS data to augment road models | |
CN101270997B (zh) | 基于gps数据的浮动车动态实时交通信息处理方法 | |
CN107402006B (zh) | 基于轨道几何特征信息匹配的列车精密定位方法和系统 | |
CN105588576B (zh) | 一种车道级导航方法及系统 | |
Schroedl et al. | Mining GPS traces for map refinement | |
JP5810621B2 (ja) | 道路勾配データ作成装置、記憶媒体、並びに、車両のエネルギー消費量予測装置 | |
Edelkamp et al. | Route planning and map inference with global positioning traces | |
JP5833567B2 (ja) | デジタル地図におけるネットワーク生成のための時間および/または正確度に依存した重み | |
CN110111566A (zh) | 轨迹预测方法、装置和存储介质 | |
CN107228677A (zh) | 偏航识别方法和装置 | |
EP2659228B1 (en) | Generation of a seamless network of road or line segments in a digital map | |
CN110789578B (zh) | 一种列车快速定位方法及系统 | |
CN105740505A (zh) | 一种基于gps-rtk技术的道路空间线形恢复方法 | |
Blazquez et al. | Simple map-matching algorithm applied to intelligent winter maintenance vehicle data | |
CN105206057A (zh) | 基于浮动车居民出行热点区域的检测方法及系统 | |
Zhou et al. | A pedestrian network construction system based on crowdsourced walking trajectories | |
CN113581260B (zh) | 一种基于gnss的列车轨道占用判别方法 | |
CN107702708B (zh) | 一种二维地磁分布定位方法 | |
CN114663992B (zh) | 一种多源数据融合高速公路门架定位方法 | |
CN113848878B (zh) | 基于众源数据的室内外三维行人路网构建方法 | |
CN111800733A (zh) | 基于蓝牙定位的轨道交通定位导航方法及系统 | |
Min et al. | SGM: Seed Growing Map-matching with Trajectory Fitting |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240527 Address after: Room 050, Block C, Building 2, East Ring Road, Yanqing Garden, Zhongguancun, Yanqing District, Beijing, 102100 Patentee after: BEIJING JIAODA LUTONG TECHNOLOGY Co.,Ltd. Country or region after: China Address before: 100044 Beijing city Haidian District Shangyuan Village No. 3 Patentee before: Beijing Jiaotong University Country or region before: China |
|
TR01 | Transfer of patent right |