CN110861678A - 一种列车轮径校验方法及装置 - Google Patents
一种列车轮径校验方法及装置 Download PDFInfo
- Publication number
- CN110861678A CN110861678A CN201911181598.8A CN201911181598A CN110861678A CN 110861678 A CN110861678 A CN 110861678A CN 201911181598 A CN201911181598 A CN 201911181598A CN 110861678 A CN110861678 A CN 110861678A
- Authority
- CN
- China
- Prior art keywords
- wheel diameter
- state
- value
- train
- observation
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/12—Measuring or surveying wheel-rims
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Radar Systems Or Details Thereof (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
本发明实施例提供一种列车轮径校验方法及装置。所述方法包括当列车进入到进站减速过程时,根据预设的运动学模型,以行驶距离和速度为状态向量构建状态预测方程,根据列车轮径和轮轴传感器累积的脉冲信号数量得到观测向量构建观测状态方程;根据状态预测方程和观测状态方程,基于卡尔曼滤波递推算法,预测出所述状态向量的状态估计值;根据状态估计值和观测状态方程,得到修正轮径值,本发明实施例通过运动学模型得到状态向量并构建状态预测方程,同时根据轮轴传感器得到观测向量并构建观测状态方程,再基于卡尔曼滤波递推算法得到各预测时刻的状态估计值,以得到列车轮径的修正轮径值,从而能够对列车轮径进行精确校准,保证了行车的安全。
Description
技术领域
本发明涉及轨道列车技术领域,尤其涉及一种列车轮径校验方法及装置。
背景技术
测速定位子系统提供的列车速度和位置信息的精确性和可靠性是轨道交通信号系统保证列车安全、高效运行的前提。速度传感器、多普勒雷达是目前轨道交通领域广泛应用的测速测距设备,利用二者的互补性,提供整个系统的测速定位精度。速度传感器通常安装在列车的制动轴上,其测速定位精度直接受车轮轮径值影响。由于列车在运行一段时间后,车轮与钢轨之间的摩擦将会使轮径发生变化,因此车载信号控制系统需要提供轮径校验功能。
传统的轮径校验主要是依靠列车在出库时,经过两个相邻的轮径校验应答器之间所产生的脉冲数,与查询电子地图获取两个轮径校验应答器之间的距离最终确定最新的轮径值。然后将该轮径值以默认值永久保存。
可见,现有轮径校验技术无法做到对列车轮径的实时校准,影响定位精度,对列车的行车安全也造成影响。
发明内容
由于现有方法存在上述问题,本发明实施例提供一种列车轮径校验方法及装置。
第一方面,本发明实施例提供了一种列车轮径校验方法,包括:
当列车进入到进站减速过程时,根据预设的运动学模型,以列车在所述进站减速过程中的行驶距离和速度为状态向量,构建状态预测方程,同时根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程;
根据所述状态预测方程和观测状态方程,基于预设的卡尔曼滤波递推算法,预测出所述状态向量在各预测时刻的状态估计值;
根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值。
进一步地,所述根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程,具体包括:
以所述列车轮径和脉冲信号数量的积为观测向量,根据所述行驶距离与脉冲信号数量的对应关系的计算公式,构建所述状态向量对应的观测状态方程。
进一步地,在所述根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值的步骤之后,所述列车轮径校验方法还包括:
将各预测时刻得到修正轮径值分别与预存的默认轮径值进行比较;
若所述修正轮径值小于默认轮径值超过预设的轮径修正阈值,则用所述修正轮径值更新所述默认轮径值。
进一步地,所述根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值,具体包括:
根据所述状态估计值中的行驶距离估计值和速度估计值,以及根据轮轴传感器得到的行驶距离、速度与脉冲信号数量之间的计算关系,分别得到所述列车轮径的第一修正值和第二修正值;
根据所述第一修正值和第二修正值,确定所述列车轮径的修正轮径值。
进一步地,所述列车轮径校验方法还包括:
当所述列车在进站前经过预设的定位应答器,则判定所述列车进入到进站减速过程。
第二方面,本发明实施例提供了一种列车轮径校验装置,包括:
模型构建模块,用于当列车进入到进站减速过程时,根据预设的运动学模型,以列车在所述进站减速过程中的行驶距离和速度为状态向量,构建状态预测方程,同时根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程;
状态估计模块,用于根据所述状态预测方程和观测状态方程,基于预设的卡尔曼滤波递推算法,预测出所述状态向量在各预测时刻的状态估计值;
轮径值计算模块,用于根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值。
进一步地,所述模型构建模块根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程,具体包括:
所述模型构建模块以所述列车轮径和脉冲信号数量的积为观测向量,根据所述行驶距离与脉冲信号数量的对应关系的计算公式,构建所述状态向量对应的观测状态方程。
进一步地,所述列车轮径校验装置还包括:轮径值修正模块;其中,
所述轮径值修正模块,用于将各预测时刻得到修正轮径值分别与预存的默认轮径值进行比较;若所述修正轮径值小于默认轮径值超过预设的轮径修正阈值,则用所述修正轮径值更新所述默认轮径值。
第三方面,本发明实施例还提供了一种电子设备,包括:
处理器、存储器、通信接口和通信总线;其中,
所述处理器、存储器、通信接口通过所述通信总线完成相互间的通信;
所述通信接口用于该电子设备的通信设备之间的信息传输;
所述存储器存储有可被所述处理器执行的计算机程序指令,所述处理器调用所述程序指令能够执行如下方法:
当列车进入到进站减速过程时,根据预设的运动学模型,以列车在所述进站减速过程中的行驶距离和速度为状态向量,构建状态预测方程,同时根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程;
根据所述状态预测方程和观测状态方程,基于预设的卡尔曼滤波递推算法,预测出所述状态向量在各预测时刻的状态估计值;
根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值。
第四方面,本发明实施例还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如下方法:
当列车进入到进站减速过程时,根据预设的运动学模型,以列车在所述进站减速过程中的行驶距离和速度为状态向量,构建状态预测方程,同时根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程;
根据所述状态预测方程和观测状态方程,基于预设的卡尔曼滤波递推算法,预测出所述状态向量在各预测时刻的状态估计值;
根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值。
本发明实施例提供的列车轮径校验方法及装置,通过进站减速过程中的运动学模型得到状态向量并构建状态预测方程,同时根据轮轴传感器得到观测向量并构建观测状态方程,再基于预设的卡尔曼滤波递推算法,得到各预测时刻的状态估计值,以得到列车轮径的修正轮径值,从而能够对列车轮径进行精确校准,保证了行车的安全。
附图说明
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,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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为本发明实施例的列车轮径校验方法流程图;
图2为本发明实施例的另一列车轮径校验方法流程图;
图3为本发明实施例的列车轮径校验装置结构示意图;
图4为本发明实施例的另一列车轮径校验装置结构示意图;
图5示例了一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例的列车轮径校验方法流程图,如图1所示,所述方法包括:
步骤S01、当列车进入到进站减速过程时,根据预设的运动学模型,以列车在所述进站减速过程中的行驶距离和速度为状态向量,构建状态预测方程,同时以列车轮径和列车在所述进站减速过程中轮轴传感器获取到的脉冲信号数量为观测向量,构建所述状态向量对应的观测状态方程。
由于列车在进站的过程呈现的是一种速度持续递减的运动过程,可认为是一个加速度相对恒定的减速过程,因此,可在列车每次执行进站操作后,进入到进站减速过程时,触发本发明实施例所述的列车轮径校验方法。
根据预设的运动学模型,得到在进站减速过程中,所述列车的行驶距离和速度的运动学状态方程。以线性离散型方程为例,k时刻的行驶距离Sk和速度vk具体为:
vk=vk-1+μk×Δt,
其中,所述Δt为相邻两个时刻的时间间隔,所述μk为通过测量或计算得到的加速度。
X(k)=AX(k-1)+Bμ(k),
其中,所述表示状态转移矩阵,用于描述前一时刻k-1到当前时刻k的状态转移方式,为干扰转移矩阵,μ(k)表示为系统状态噪声,可以是高斯白噪声,以μk为均值的,预设协方差为Q(k),所述协方差可以为一恒定的预设值。
根据轮轴速度传感器的工作原理,可知,车轮转动一周,所述轮轴速度传感器将会产生N个脉冲信号,车载信号系统的采集电路能够准确地记录脉冲信号数量,通过累积在进站减速过程中轮轴速度传感器产生的脉冲信号数量,可求得列车的行驶距离和速度。
根据所述列车轮径和当前时刻累积的脉冲信号数量nk,设置观测向量,再根据所述观测向量与所状态向量的对应的关系,得到观测状态方程。
进一步地,所述根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程,具体包括:
以所述列车轮径和脉冲信号数量的积为观测向量,根据所述行驶距离与脉冲信号数量的对应关系的计算公式,构建所述状态向量对应的观测状态方程。
所述观测向量可根据实际的需要来进行设定,例如,除了列车轮径和脉冲信号数量,还可以使用脉冲宽度,脉冲周期等参数,在此不作具体地限定。本发明实施例给出了其中的一种举例说明:以列车轮径D和当前时刻k累积的脉冲信号数量nk的积得到的观测值为观测向量Z(k)=[Dnk]。
根据轮轴速度传感器计算行驶距离的计算公式:
Sk=nkπD/N,
可得到观测状态方程为:
Z(k)=HX(k)+V(k),
其中,H=[N/π 0]为观测矩阵,V(k)为运动估计过程中产生的观测噪声,为高斯白噪声,其协议差为R(k),可以为预设值。
步骤S02、根据所述状态预测方程和观测状态方程,基于预设的卡尔曼滤波递推算法,预测出所述状态向量在各预测时刻的状态估计值。
卡尔曼滤波递推算法通过系统输入输出观测数据对系统状态进行最优估计,根据上述得到的状态预测方程和观测状态方程来对所述状态向量进行预测。具体的卡尔曼滤波递推算法如下所示:
时间更新方程:
P(k,k-1)=AP(k-1)·AT+BQ(k-1)BT,
量测更新方程:
K(k)=P(k,k-1)HT(HP(k,k-1)·HT+R(k))-1,
P(k)=(I-K(k)H)P(k,k-1),
步骤S03、根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值。
然后,根据在所述进站减速过程中得到的各时刻的修正轮径值,对当前列车的默认轮径值进行修正。
本发明实施例通过进站减速过程中的运动学模型得到状态向量并构建状态预测方程,同时根据轮轴传感器得到观测向量并构建观测状态方程,再基于预设的卡尔曼滤波递推算法,得到各预测时刻的状态估计值,以得到列车轮径的修正轮径值,从而能够对列车轮径进行精确校准,保证了行车的安全。
图2为本发明实施例的另一列车轮径校验方法流程图,如图2所示,在所述步骤S03之后,所述列车轮径校验方法还包括:
步骤S04、将各预测时刻得到修正轮径值分别与预存的默认轮径值进行比较。
列车的运行过程中会保存默认轮径值作为所述列车当前的轮径值。
在通过上述实施例所述的卡尔曼滤波递推算法计算得到各预测时刻的修正轮径值时,可分别将修正轮径值与保存的默认轮径值进行比较。
步骤S05、若所述修正轮径值小于默认轮径值超过预设的轮径修正阈值,则用所述修正轮径值更新所述默认轮径值。
若比较结果为修正轮径值大于等于默认轮径值,则不对保存的默认轮径值进行修正;
若比较结果为修正轮径值小于默认轮径值,则还需要进一步确认两者的差值是否超过预设的轮径修正阈值;
若没有超过所述轮径修正阈值,则可认为无需对如此微小的差距进行修正,从而有效得防止了修正的次数过于频繁;
而若超过了所述轮径修正阈值,则需要用所述修正轮径值去更新所述默认轮径值,即将所述修正轮径值作为新的默认轮径值进行保存。
本发明实施例通过将得到的修正轮径值与默认轮径值进行比较,并在超过轮径修正阈值时对默认轮径值进行更新,从而在确保对列车轮径的精确校准的前提下,减小了对于默认轮径值的修正次数。
基于上述实施例,进一步地,所述步骤S03具体包括:
步骤S031、根据所述状态估计值中的行驶距离估计值和速度估计值,以及根据轮轴传感器得到的行驶距离、速度与脉冲信号数量之间的计算关系,分别得到所述列车轮径的第一修正值和第二修正值。
所述状态估计值包括有行驶距离估计值和速度估计值并且根据预设的轮轴传感器基于脉冲信号数量计算对应的行驶距离和速度的计算公式可以分别代入并计算得到所述列车轮径的第一修正值和第二修正值,其中,所述轮轴传感器得到的行驶距离和速度计算公式具体举例如下:
Sk=nkπD/N,
vk=(nk-nk-1)πD/(N·Δt),
步骤S032、根据所述第一修正值和第二修正值,确定所述列车轮径的修正轮径值。
根据第一修正值和第二修正值确定修正轮径值的方法有很多,可以直接采用其中的第一修正值或第一修正值作为所述修正轮径值,也可以将第一修正值和第二修正值进行加权求和后得到修正轮径值。
还可以根据观测状态方程,将基于行驶距离估计值得到的第一修正值为主,当所述第一修正值满足预设的轮径阈值范围时,将所述第一修正值作为修正轮径值,而在所述第一修正值不满足所述轮径阈值范围时,将满足轮径阈值范围的第二修正值作为修正轮径值。
本发明实施例通过行驶距离估计值和速度估计值分别得到第一修正值和第二修正值,并确定轮径修正值,从而进一步确保对列车轮径的精确校准,提高了列车的行驶安全性。
基于上述实施例,进一步地,所述列车轮径校验方法还包括:
当所述列车在进站前经过预设的定位应答器,则判定所述列车进入到进站减速过程。
在判断列车进入到进站减速过程时,可采用安装于靠近各个站台的定位应答器,来判断列车是否进入了速度递减的运动过程中,若是,则判定所述列车进入到进站减速过程,从而开始对列车轮径进行检验。
本发明实施例通过定位应答器确定所述列车进入到进站减速过程时,开始对列车轮径进行检验,从而提高对列车轮径的检验的频率,实现对列车轮径的精确检验,提高列车的行驶安全性。
图3为本发明实施例的列车轮径校验装置结构示意图,如图3所示,所述列车轮径校验装置包括:模型构建模块10、状态估计模块11和轮径值计算模块12;其中,
所述模型构建模块10用于当列车进入到进站减速过程时,根据预设的运动学模型,以列车在所述进站减速过程中的行驶距离和速度为状态向量,构建状态预测方程,同时根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程;所述状态估计模块11用于根据所述状态预测方程和观测状态方程,基于预设的卡尔曼滤波递推算法,预测出所述状态向量在各预测时刻的状态估计值;所述轮径值计算模块12用于根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值。具体地:
由于列车在进站的过程呈现的是一种速度持续递减的运动过程,可认为是一个加速度相对恒定的减速过程,因此,可在列车每次执行进站操作后,进入到进站减速过程时,模型构建模块10触发本发明实施例所述的列车轮径校验方法。
模型构建模块10根据预设的运动学模型,得到在进站减速过程中,所述列车的行驶距离和速度的运动学状态方程。以线性离散型方程为例,k时刻的行驶距离Sk和速度vk具体为:
vk=vk-1+μk×Δt,
其中,所述Δt为相邻两个时刻的时间间隔,所述μk为通过测量或计算得到的加速度。
X(k)=AX(k-1)+Bμ(k),
其中,所述表示状态转移矩阵,用于描述前一时刻k-1到当前时刻k的状态转移方式,为干扰转移矩阵,μ(k)表示为系统状态噪声,可以是高斯白噪声,以μk为均值的,预设协方差为Q(k),所述协方差可以为一恒定的预设值。
模型构建模块10根据轮轴速度传感器的工作原理,可知,车轮转动一周,所述轮轴速度传感器将会产生N个脉冲信号,车载信号系统的采集电路能够准确地记录脉冲信号数量,通过累积在进站减速过程中轮轴速度传感器产生的脉冲信号数量,可求得列车的行驶距离和速度。
模型构建模块10根据所述列车轮径和当前时刻累积的脉冲信号数量nk,设置观测向量,再根据所述观测向量与所状态向量的对应的关系,得到观测状态方程。
进一步地,所述模型构建模块10根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程,具体包括:
模型构建模块10以所述列车轮径和脉冲信号数量的积为观测向量,根据所述行驶距离与脉冲信号数量的对应关系的计算公式,构建所述状态向量对应的观测状态方程。
所述观测向量可根据实际的需要来进行设定,例如,除了列车轮径和脉冲信号数量,还可以使用脉冲宽度,脉冲周期等参数,在此不作具体地限定。本发明实施例给出了其中的一种举例说明:模型构建模块10以列车轮径D和当前时刻k累积的脉冲信号数量nk的积得到的观测值为观测向量Z(k)=[Dnk]。
根据轮轴速度传感器计算行驶距离的计算公式:
Sk=nkπD/N,
模型构建模块10可得到观测状态方程为:
Z(k)=HX(k)+V(k),
其中,H=[N/π 0]为观测矩阵,V(k)为运动估计过程中产生的观测噪声,为高斯白噪声,其协议差为R(k),可以为预设值。
卡尔曼滤波递推算法通过系统输入输出观测数据对系统状态进行最优估计,状态估计模块11从模型构建模块10中提取出状态预测方程和观测状态方程来对所述状态向量进行预测。具体的卡尔曼滤波递推算法如下所示:
时间更新方程:
P(k,k-1)=AP(k-1)·AT+BQ(k-1)BT,
量测更新方程:
K(k)=P(k,k-1)HT(HP(k,k-1)·HT+R(k))-1,
P(k)=(I-K(k)H)P(k,k-1),
然后,根据在所述进站减速过程中得到的各时刻的修正轮径值,对当前列车的默认轮径值进行修正。
本发明实施例提供的装置用于执行上述方法,其功能具体参考上述方法实施例,其具体方法流程在此处不再赘述。
本发明实施例通过进站减速过程中的运动学模型得到状态向量并构建状态预测方程,同时根据轮轴传感器得到观测向量并构建观测状态方程,再基于预设的卡尔曼滤波递推算法,得到各预测时刻的状态估计值,以得到列车轮径的修正轮径值,从而能够对列车轮径进行精确校准,保证了行车的安全。
图4为本发明实施例的另一列车轮径校验装置结构示意图,如图4所示,所述列车轮径校验装置包括:模型构建模块10、状态估计模块11、轮径值计算模块12和轮径值修正模块13;其中,
所述轮径值修正模块13用于将各预测时刻得到修正轮径值分别与预存的默认轮径值进行比较;若所述修正轮径值小于默认轮径值超过预设的轮径修正阈值,则用所述修正轮径值更新所述默认轮径值。
轮径值修正模块13保存默认轮径值作为所述列车当前的轮径值。
在通过上述实施例所述的轮径值计算模块12通过卡尔曼滤波递推算法计算得到各预测时刻的修正轮径值后,所述轮径值修正模块13可分别将修正轮径值与保存的默认轮径值进行比较。
若比较结果为修正轮径值大于等于默认轮径值,则不对保存的默认轮径值进行修正;
若比较结果为修正轮径值小于默认轮径值,则还需要进一步确认两者的差值是否超过预设的轮径修正阈值;
若没有超过所述轮径修正阈值,则可认为无需对如此微小的差距进行修正,从而有效得防止了修正的次数过于频繁;
而若超过了所述轮径修正阈值,则需要用所述修正轮径值去更新所述默认轮径值,即将所述修正轮径值作为新的默认轮径值进行保存。
本发明实施例提供的装置用于执行上述方法,其功能具体参考上述方法实施例,其具体方法流程在此处不再赘述。
本发明实施例通过将得到的修正轮径值与默认轮径值进行比较,并在超过轮径修正阈值时对默认轮径值进行更新,从而在确保对列车轮径的精确校准的前提下,减小了对于默认轮径值的修正次数。
图5示例了一种电子设备的实体结构示意图,如图5所示,该电子设备可以包括:处理器(processor)501、通信接口(Communications Interface)503、存储器(memory)502和通信总线504,其中,处理器501,通信接口503,存储器502通过通信总线504完成相互间的通信。处理器501可以调用存储器502中的逻辑指令,以执行上述方法。
进一步地,本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法。
进一步地,本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法。
本领域普通技术人员可以理解:此外,上述的存储器502中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种列车轮径校验方法,其特征在于,包括:
当列车进入到进站减速过程时,根据预设的运动学模型,以列车在所述进站减速过程中的行驶距离和速度为状态向量,构建状态预测方程,同时根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程;
根据所述状态预测方程和观测状态方程,基于预设的卡尔曼滤波递推算法,预测出所述状态向量在各预测时刻的状态估计值;
根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值。
2.根据权利要求1所述的列车轮径校验方法,其特征在于,所述根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程,具体包括:
以所述列车轮径和脉冲信号数量的积为观测向量,根据所述行驶距离与脉冲信号数量的对应关系的计算公式,构建所述状态向量对应的观测状态方程。
3.根据权利要求1所述的列车轮径校验方法,其特征在于,在所述根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值的步骤之后,所述列车轮径校验方法还包括:
将各预测时刻得到修正轮径值分别与预存的默认轮径值进行比较;
若所述修正轮径值小于默认轮径值超过预设的轮径修正阈值,则用所述修正轮径值更新所述默认轮径值。
4.根据权利要求1所述的列车轮径校验方法,其特征在于,所述根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值,具体包括:
根据所述状态估计值中的行驶距离估计值和速度估计值,以及根据轮轴传感器得到的行驶距离、速度与脉冲信号数量之间的计算关系,分别得到所述列车轮径的第一修正值和第二修正值;
根据所述第一修正值和第二修正值,确定所述列车轮径的修正轮径值。
5.根据权利要求1-4任一所述的列车轮径校验方法,其特征在于,所述列车轮径校验方法还包括:
当所述列车在进站前经过预设的定位应答器,则判定所述列车进入到进站减速过程。
6.一种列车轮径校验装置,其特征在于,包括:
模型构建模块,用于当列车进入到进站减速过程时,根据预设的运动学模型,以列车在所述进站减速过程中的行驶距离和速度为状态向量,构建状态预测方程,同时根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程;
状态估计模块,用于根据所述状态预测方程和观测状态方程,基于预设的卡尔曼滤波递推算法,预测出所述状态向量在各预测时刻的状态估计值;
轮径值计算模块,用于根据所述状态估计值和所述观测状态方程,得到所述列车轮径的修正轮径值。
7.根据权利要求6所述的列车轮径校验装置,其特征在于,所述模型构建模块根据列车轮径和列车在所述进站减速过程中轮轴传感器累积的脉冲信号数量得到观测向量,构建所述状态向量对应的观测状态方程,具体包括:
所述模型构建模块以所述列车轮径和脉冲信号数量的积为观测向量,根据所述行驶距离与脉冲信号数量的对应关系的计算公式,构建所述状态向量对应的观测状态方程。
8.根据权利要求7所述的列车轮径校验装置,其特征在于,所述列车轮径校验装置还包括:轮径值修正模块;其中,
所述轮径值修正模块,用于将各预测时刻得到修正轮径值分别与预存的默认轮径值进行比较;若所述修正轮径值小于默认轮径值超过预设的轮径修正阈值,则用所述修正轮径值更新所述默认轮径值。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述的列车轮径校验方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述的列车轮径校验方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911181598.8A CN110861678B (zh) | 2019-11-27 | 2019-11-27 | 一种列车轮径校验方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911181598.8A CN110861678B (zh) | 2019-11-27 | 2019-11-27 | 一种列车轮径校验方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110861678A true CN110861678A (zh) | 2020-03-06 |
CN110861678B CN110861678B (zh) | 2021-03-30 |
Family
ID=69655290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911181598.8A Active CN110861678B (zh) | 2019-11-27 | 2019-11-27 | 一种列车轮径校验方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110861678B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112590874A (zh) * | 2020-12-21 | 2021-04-02 | 交控科技股份有限公司 | 列车轮径校正方法及装置 |
CN117302293A (zh) * | 2023-08-14 | 2023-12-29 | 北京城建智控科技股份有限公司 | 轮径值预测方法、装置、电子设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103707903A (zh) * | 2013-12-05 | 2014-04-09 | 北京交控科技有限公司 | 一种列车自动轮径校正方法 |
CN103754236A (zh) * | 2014-01-26 | 2014-04-30 | 浙江众合机电股份有限公司 | 列车轮径的校准方法及校准系统 |
US8874345B2 (en) * | 2012-04-04 | 2014-10-28 | General Electric Company | Method and system for identifying an erroneous speed of a vehicle |
US20150239482A1 (en) * | 2013-12-19 | 2015-08-27 | Thales Canada Inc | Guideway mounted vehicle localization system |
CN105091909A (zh) * | 2015-08-11 | 2015-11-25 | 株洲南车时代电气股份有限公司 | 一种基于gps速度的机车轮径自动校正方法 |
WO2016139580A1 (en) * | 2015-03-05 | 2016-09-09 | Thales Canada Inc. | Guideway mounted vehicle localization system |
EP3182063A1 (de) * | 2015-12-17 | 2017-06-21 | Thales Deutschland GmbH | Verfahren zum ermitteln eines aktuellen raddurchmessers |
CN107677849A (zh) * | 2017-10-11 | 2018-02-09 | 唐智科技湖南发展有限公司 | 一种车轮轮径修正方法、装置及设备 |
CN107792117A (zh) * | 2017-09-14 | 2018-03-13 | 中车大连机车车辆有限公司 | 基于雷达的机车轮径自动校准装置及方法 |
CN109050576A (zh) * | 2018-08-21 | 2018-12-21 | 中车株洲电力机车有限公司 | 一种轮径修正方法、装置、设备及可读存储介质 |
CN109131342A (zh) * | 2018-08-28 | 2019-01-04 | 株洲中车时代电气股份有限公司 | 加速度传感器和轮轴速度传感器的融合测速方法及装置 |
CN110329309A (zh) * | 2019-07-12 | 2019-10-15 | 卡斯柯信号有限公司 | 一种利用卫星定位实现轮径校准的方法 |
-
2019
- 2019-11-27 CN CN201911181598.8A patent/CN110861678B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8874345B2 (en) * | 2012-04-04 | 2014-10-28 | General Electric Company | Method and system for identifying an erroneous speed of a vehicle |
CN103707903A (zh) * | 2013-12-05 | 2014-04-09 | 北京交控科技有限公司 | 一种列车自动轮径校正方法 |
US20150239482A1 (en) * | 2013-12-19 | 2015-08-27 | Thales Canada Inc | Guideway mounted vehicle localization system |
CN103754236A (zh) * | 2014-01-26 | 2014-04-30 | 浙江众合机电股份有限公司 | 列车轮径的校准方法及校准系统 |
WO2016139580A1 (en) * | 2015-03-05 | 2016-09-09 | Thales Canada Inc. | Guideway mounted vehicle localization system |
CN105091909A (zh) * | 2015-08-11 | 2015-11-25 | 株洲南车时代电气股份有限公司 | 一种基于gps速度的机车轮径自动校正方法 |
EP3182063A1 (de) * | 2015-12-17 | 2017-06-21 | Thales Deutschland GmbH | Verfahren zum ermitteln eines aktuellen raddurchmessers |
CN107792117A (zh) * | 2017-09-14 | 2018-03-13 | 中车大连机车车辆有限公司 | 基于雷达的机车轮径自动校准装置及方法 |
CN107677849A (zh) * | 2017-10-11 | 2018-02-09 | 唐智科技湖南发展有限公司 | 一种车轮轮径修正方法、装置及设备 |
CN109050576A (zh) * | 2018-08-21 | 2018-12-21 | 中车株洲电力机车有限公司 | 一种轮径修正方法、装置、设备及可读存储介质 |
CN109131342A (zh) * | 2018-08-28 | 2019-01-04 | 株洲中车时代电气股份有限公司 | 加速度传感器和轮轴速度传感器的融合测速方法及装置 |
CN110329309A (zh) * | 2019-07-12 | 2019-10-15 | 卡斯柯信号有限公司 | 一种利用卫星定位实现轮径校准的方法 |
Non-Patent Citations (2)
Title |
---|
吴昕慧,陶汉卿,蔡煊: "基于多传感器信息融合的轨道交通列车轮径校正方法", 《城市轨道交通研究》 * |
樊泽园: "基于模糊自适应联合卡尔曼的列车速度融合方法研究", 《中国优秀硕士学位论文全文数据库工程科技二辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112590874A (zh) * | 2020-12-21 | 2021-04-02 | 交控科技股份有限公司 | 列车轮径校正方法及装置 |
CN117302293A (zh) * | 2023-08-14 | 2023-12-29 | 北京城建智控科技股份有限公司 | 轮径值预测方法、装置、电子设备及存储介质 |
CN117302293B (zh) * | 2023-08-14 | 2024-06-07 | 北京城建智控科技股份有限公司 | 轮径值预测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110861678B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109361678B (zh) | 一种智能网联汽车自动巡航系统虚假数据注入攻击检测方法 | |
CN109631915B (zh) | 轨迹预测方法、装置、设备及计算机可读存储介质 | |
US8140210B2 (en) | Method and device for object tracking in a driver assistance system of a motor vehicle | |
EP2843645B1 (en) | Preceding vehicle specifying device | |
WO2015155833A1 (ja) | 衝突防止装置 | |
CN110861678B (zh) | 一种列车轮径校验方法及装置 | |
CN110892281B (zh) | 用于雷达系统的操作的方法 | |
EP2917760B1 (en) | Vehicle spacing control | |
CN111538327A (zh) | 车辆目标跟踪 | |
CN109035121B (zh) | 单传感器数据关联前处理方法 | |
JP2015189361A (ja) | 無線列車制御方法および無線列車制御システム | |
JP2012059058A (ja) | 危険推定装置及びプログラム | |
US20210366274A1 (en) | Method and device for predicting the trajectory of a traffic participant, and sensor system | |
EP4242687A1 (en) | Stable radar track velocity initialization using multiple hypotheses | |
KR102198298B1 (ko) | 지상 또는 해상의 표적을 추적하는 항공기 탑재 레이다 장치 및 그 동작 방법 | |
US11636691B2 (en) | Sensor recognition integration device | |
CN110678776B (zh) | 用于增强的对象跟踪的系统 | |
KR20180101690A (ko) | 열차 이동정보 측정 장치 및 방법 | |
CN115130728A (zh) | 列车车轮直径校准时间预测方法及装置 | |
CN114260890B (zh) | 机器人的状态确定方法及装置、机器人及存储介质 | |
CN114076964A (zh) | 用于借助于卡尔曼滤波器确定至少一个系统状态的方法 | |
CN111653122A (zh) | 一种车辆协同碰撞预警系统及其控制方法 | |
KR102261155B1 (ko) | 가상 센서 이중화를 통한 차량 제어 방법 및 그 장치 | |
JP2016158440A (ja) | 列車状態推定装置および列車状態推定方法、ならびにプログラム | |
CN114545947B (zh) | 移动机器人互相避让方法、装置、电子设备及存储介质 |
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 |