CN111252113B - 一种基于信息共识的分布式机车定位方法及装置 - Google Patents

一种基于信息共识的分布式机车定位方法及装置 Download PDF

Info

Publication number
CN111252113B
CN111252113B CN202010060084.3A CN202010060084A CN111252113B CN 111252113 B CN111252113 B CN 111252113B CN 202010060084 A CN202010060084 A CN 202010060084A CN 111252113 B CN111252113 B CN 111252113B
Authority
CN
China
Prior art keywords
locomotive
information
current
acquiring
wagons
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.)
Active
Application number
CN202010060084.3A
Other languages
English (en)
Other versions
CN111252113A (zh
Inventor
魏臻
程运安
苏燚
徐自军
胡庆新
程磊
邢星
徐伟
陈新
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.)
Hefei Gocom Information &technology Co ltd
Original Assignee
Hefei Gocom Information &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 Hefei Gocom Information &technology Co ltd filed Critical Hefei Gocom Information &technology Co ltd
Priority to CN202010060084.3A priority Critical patent/CN111252113B/zh
Publication of CN111252113A publication Critical patent/CN111252113A/zh
Application granted granted Critical
Publication of CN111252113B publication Critical patent/CN111252113B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B61RAILWAYS
    • B61LGUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
    • B61L25/00Recording or indicating positions or identities of vehicles or vehicle trains or setting of track apparatus
    • B61L25/02Indicating or recording positions or identities of vehicles or vehicle trains
    • B61L25/028Determination of vehicle position and orientation within a train consist, e.g. serialisation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching

Abstract

本发明公开了一种基于信息共识的分布式机车定位方法及装置,可解决传统机车定位的方法误差较大的技术问题。包括以下步骤获取当前车头的位置坐标,作为车头位置的第一估算值M1;获取当前N个车皮的位置坐标,并将当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2;将第一估算值M1与N个第二估算值M2进行共识,得到M1偏离M2的N个偏离量;判断N个偏离量中的M个偏离量是否等于预设偏差值,若是,则将M1上传到服务器,若否,则将M1舍弃,重复获取下一个待上传的第一估算值M1,M大于等于N/2、且小于等于N。采用本发明分布式的信息共识方式来获取准确的机车车头的位置信息,能够有效的减少通信量和通信距离,提高传输效率。

Description

一种基于信息共识的分布式机车定位方法及装置
技术领域
本发明涉及机车定位技术领域,尤其涉及一种基于信息共识的分布式机车定位方法及装置。
背景技术
传统常使用速度传感器、应答器/无线定位、计轴器定位等方式对机车进行定位,这些技术都存在一定的局限性,比如速度传感器的误差会随着时间不断增加;应答器定位的方式只能在一定的范围内有效;计轴设备则需要大量设置来增加定位精度。这些局限性可能导致定位存在不确定性或是随机性的错误。因此采用多传感器信息融合对机车进行定位,对井下机车安全可靠运行十分重要。
目前普遍采用的多传感器信息融合或是大数据/云计算的方式,都需要将采集各种信息上传到服务器进行计算。由于井下环境的恶劣,电磁环境复杂,容易造成通信延时,甚至通信中断,随着时间的增加,这种误差的累计会导致信息不确定度的上升,进而严重影响机车的定位精度。
发明内容
基于背景技术存在的技术问题,本发明的一种基于信息共识的分布式机车定位方法及装置,可解决传统机车定位的方法误差较大的技术问题。
本发明提出的一种基于信息共识的分布式机车定位方法,包括:
获取当前车头的位置坐标,作为车头位置的第一估算值M1;
获取当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2;
将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量;
判断所述N个偏离量中的M个偏离量是否等于预设偏差值,若是,则将第一估算值M1上传到服务器,若否,则将第一估算值M1舍弃,重复获取下一个待上传的第一估算值M1,M大于等于N/2、且小于等于N。
进一步地,在所述获取当前车头的位置坐标,作为车头位置的第一估算值M1中,包括:
获取第一检测机构所检测当前车头的第一位置信息,所述第一位置信息响应于对第一检测机构所获取车头的数据信息的传感器融合后对应的车头位置信息,所述第一检测机构包括速度传感器、计轴器传感器和无线定位;
获取第二检测机构所检测当前车头的第二位置信息,所述第二检测机构包括激光雷达、图像传感器和电子地图;
将第一位置信息与第二位置信息进行位置级融合,以第二位置信息修正第一位置信息,修正后的第一位置信息作为车头位置的第一估算值M1。
进一步地,在所述将第一位置信息与第二位置信息进行位置级融合,以第二位置信息修正第一位置信息,修正后的第一位置信息作为车头位置的第一估算值M1中,包括:
利用激光雷达和图像传感器获取当前车头的第二位置信息,并将第二位置信息导入电子地图中标识;
将第一位置信息导入电子地图中标识,在电子地图中以第二位置信息为基准修正第一位置信息,得到车头位置的第一估算值M1。
进一步地,在所述获取第一检测机构所检测当前车头的第一位置信息,所述第一位置信息响应于对第一检测机构所获取车头的数据信息的传感器融合后对应的车头位置信息中,所述第一检测机构所获取车头的数据信息的传感器融合后对应的车头位置信息,包括:
基于线性最小方差加权融合准则,利用卡尔曼滤波将传感器融合后的数据转换成车头位置信息。
进一步地,在获取当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2中;其中获取每个车皮的位置坐标具体包括:
获取电子标签所检测当前车皮的位置坐标,所述当前车皮的位置坐标响应于计轴器传感器和无线定位所获取车皮的数据信息的传感器融合后对应的车皮位置坐标。
进一步地,在所述获取电子标签所检测当前车皮的位置坐标中,所述电子标签的设置包括:
同一车载设备中包括一机头和N个车皮,N个车皮依次连接,首部车皮与机头连接,每个车皮上均设置有电子标签。
进一步地,在所述将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量中,所述将第一估算值M1与N个第二估算值M2进行共识具体包括:
将第一估算值M1以广播的方式发送到N个车皮上的电子标签中;
当四分之三的电子标签中第一估算值M1与第二估算值M2的偏离量等于预设偏差值时,则将第一估算值M1上传到服务器。
一种基于信息共识的分布式机车定位装置,包括第一获取模块、第二获取模块、共识模块、判断模块、上传模块和舍弃重传模块;
第一获取模块用于获取当前车头的位置坐标,作为车头位置的第一估算值M1;
第二获取模块用于获取电子标签所检测当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2;
共识模块用于将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量;
判断模块用于判断所述N个偏离量中的M个偏离量是否等于预设偏差值,M大于等于N/2、且小于等于N,若是,则进入上传模块,若否,则进入舍弃重传模块;
上传模块用于将第一估算值M1上传到服务器;
舍弃重传模块用于将第一估算值M1舍弃,重复进入第一获取模块。
一种计算机可读储存介质,所述计算机可读存储介质上存储有若干获取分类程序,所述若干获取分类程序用于被处理器调用并执行如下步骤:
获取当前车头的位置坐标,作为车头位置的第一估算值M1;
获取当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2;
将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量;
判断所述N个偏离量中的M个偏离量是否等于预设偏差值,若是,则将第一估算值M1上传到服务器,M大于等于N/2、且小于等于N,若否,则将第一估算值M1舍弃,重复获取下一个待上传的第一估算值M1。
本发明提供的一种基于信息共识的分布式机车定位方法及装置的优点在于:
本发明结构中提供的一种基于信息共识的分布式机车定位方法及装置,定位精度高,定位误差小,效果好;采用区块链技术去中心化,以信息共识机制避免重复计算,利用速度传感器、计轴器传感器、无线定位数据、激光雷达、图像传感器和高精度电子地图,采用分布式的信息共识方式来获取准确的机车车头的位置信息。能够有效的减少通信量和通信距离,提高传输效率;尤其适用于矿山井下轨道机车的低成本、安全、可靠的运输监控系统。
附图说明
图1是本发明的方法流程图;
图2为本发明的方法原理图;
图3为矿井机车定位的步骤流程图。
具体实施方式
下面,通过具体实施例对本发明的技术方案进行详细说明,在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
如图1所示,本发明实施例提出的一种基于信息共识的分布式机车定位方法,包括:以下步骤:
获取当前车头的位置坐标,作为车头位置的第一估算值M1;
获取当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2;
将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量;
判断所述N个偏离量中的M个偏离量是否等于预设偏差值,若是,则将第一估算值M1上传到服务器,M大于等于N/2、且小于等于N,若否,则将第一估算值M1舍弃,重复获取下一个待上传的第一估算值M1。
以下对上述步骤具体说明:
如图2所示:
S1:获取当前车头的位置坐标,作为车头位置的第一估算值M1;
S2:获取当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2;
在获取当前车头位置坐标的同一时间,获取N个车皮的位置坐标,N个车皮依次连接,首部车皮与车头连接,每个车皮与车头的距离是可测量的,根据N个车皮的位置坐标,即可得到N个对应的车头位置。
S3:将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量;
将第一估算值M1以广播的形式与N个车皮上的第二估算值M2进行信息共识,信息共识即为将第一估算值M1和第二估算值M2进行比较。
S4:判断所述N个偏离量中的M个偏离量是否等于预设偏差值,M大于等于N/2、且小于等于N,若是,则进入步骤S5,若否,则进入步骤S6;
S5:将第一估算值M1上传到服务器;
S6:舍弃第一估算值M1,进入步骤S1以重复获取下一个待上传的第一估算值M1。
通过步骤S1至S6,以车皮获取的位置修正车头获取的位置,提高了向服务器上传车头位置的准确性和机车的定位准确性,同时直接在车载设备上进行位置的获取与共识,最后直接将车头的位置坐标在上传到服务器,降低了服务器对数据的处理复杂度,其定位精度高,定位误差小,效果好。
在步骤S1:所述获取当前车头的位置坐标,作为车头位置的第一估算值M1中,包括:
S11:获取第一检测机构所检测当前车头的第一位置信息,所述第一位置信息响应于对第一检测机构所获取车头的数据信息的传感器融合后对应的车头位置信息,所述第一检测机构包括速度传感器、计轴器传感器和无线定位;
计轴器传感器间隔设置于机车的运行轨道上,速度传感器设置于车头处;速度传感器、计轴器传感器和无线定位均对当前车头进行位置获取,所获取的位置不尽相同,因此通过传感器融合的方式,将所获取的车头位置进行融合,然后基于线性最小方差加权融合准则,利用卡尔曼滤波将传感器融合后的数据转换成当前车头的第一位置信息。
通过传感器融合处理,每个传感器对获得的原始数据先进行局部处理,包括对原始数据的预处理、分类及提取特征信息,并通过各自的决策准则分别得到车头的位置信息,然后将单个车头的位置信息送入融合中心进行融合以获得车头的第一位置信息。不同种类的传感器可以为机车定位提供不同性质的信息,这些信息所描述的对象是不同的环境特征,它们彼此之间具有互补性,具有对通信带宽需求低、计算速度快、可靠性和延续性好的优点;提高了第一位置信息的获取准确性,进而提高了获取整个机车的准确性。
S12:获取第二检测机构所检测当前车头的第二位置信息,所述第二检测机构包括激光雷达、图像传感器和电子地图;
激光雷达和图像传感器均固定于机头上,图像传感器可以获得激光雷达作为特征参照物的物体图像;激光雷达根据该特征参照物获取当前车头与特征参照物参照物之间的距离,并将该距离导入电子地图中,图像传感器获取的图像信息与激光雷达获得的距离信息,共同在电子地图上进行融合,根据参照物在电子地图中的位置,标识出车头在电子地图中的位置,该标识的位置作为当前车头的第二位置信息;
S13:将第一位置信息与第二位置信息进行位置级融合,以第二位置信息修正第一位置信息,修正后的第一位置信息作为车头位置的第一估算值M1。
将第一位置信息导入电子地图中标识,由于速度传感器获取的是当前车头的速度,根据间隔设置的计轴器传感器和速度传感器计算处于计轴器中间的机头位置,但是该计算得到的机头位置存在一定的误差,因此通过第二位置信息对第一位置信息进行修正,以提高第一位置信息的准确性。在电子地图中以第二位置信息为基准修正第一位置信息,得到车头位置的第一估算值M1;
根据步骤S11至S13,得到较为准确的车头位置的第一估算值M1,提高了车头的位置获取的准确性。
优选地,对于同一车载设备中包括一机头和N(优选1≤N≤40,N为整数)个车皮,N个车皮依次连接,首部车皮与机头连接,每个车皮上均设置有电子标签。获取每个车皮的位置坐标具体包括:获取电子标签所检测当前车皮的位置坐标,所述当前车皮的位置坐标响应于计轴器传感器和无线定位所获取车皮的数据信息的传感器融合后对应的车皮位置坐标;并将所述当前车皮的位置坐标对应的车头位置作为车头位置的第二估算值M2;将第一估算值M1以广播的方式发送到N个车皮上的电子标签中,以实现第一估算值M1与N个第二估算值M2的共识,得到N个偏离量,当不少于四分之三的电子标签中的偏离量等于预设偏差值,则将第一估算值M1上传到服务器,完成对车头位置的准确获取。
四分之三的电子标签即表示3N/4(即M的取值)个车皮上的电子标签。
本发明能够有效的减少通信量和通信距离,提高传输效率,该定位方法定位精度高,定位误差小,效果好,尤其适用于矿山井下轨道机车的低成本、安全、可靠的运输监控系统。
以下结合具体应用实例具体说明:
如图3所示,因此将该定位方法用于矿井机车定位时,定位方法如下步骤S001至S009:
S001:获取第一检测机构所检测当前车头的数据信息,所述第一检测机构包括速度传感器、计轴器传感器和无线定位;
S002:对所述当前车头的数据信息进行传感器融合,得到当前车头的第一位置信息;
S003:根据激光雷达、图像传感器获取当前车头的第二位置信息,并将第二位置信息导入电子地图中;
S004:将第一位置信息导入电子地图中,以实现第一位置信息和第二位置信息的位置级融合,得到车头位置的第一估算值M1;
S005:获取计轴器传感器和无线定位所检测N个车皮的数据信息,并将N个车皮的数据信息导入各自的电子标签中;
S006:分别对N个电子标签中的车皮数据信息进行各自传感器融合,得到当前N个车皮的位置坐标;
S007:根据N个车皮与车头的距离,将当前N个车皮的位置坐标对应转化为车头位置的N个第二估算值M2;
S008:将步骤S004中的第一估算值M1和步骤S007中的N个第二估算值M2进行信息共识,得到第一估算值M1偏离第二估算值M2的N个偏离量;
S009:判断是否不低于3N/4个(即M的取值)的电子标签中的偏离量等于预设偏差值,若是,则将第一估算值M1上传到服务器进行位置显示,以获取机车的实时运动位置,若否,则舍弃第一估算值M1,进入步骤S001以重复获取下一个待上传的第一估算值M1。
通过步骤S001至S009,由于井下环境的恶劣,电磁环境复杂,容易造成通信延时,甚至通信中断,随着时间的增加,这种误差的累计会导致信息不确定度的上升,进而严重影响机车的定位精度。本申请采用区块链技术去中心化,以信息共识机制避免重复计算,利用速度传感器、计轴器传感器、无线定位数据、激光雷达、图像传感器和高精度电子地图,采用信息融合的方式来获取准确的机车车头的位置信息,然后再将机车车头的准确位置信息反馈到服务器进行显示,提高了机车的定位稳定性。
另一方面本发明实施例还公开一种基于信息共识的分布式机车定位装置,包括第一获取模块、第二获取模块、共识模块、判断模块、上传模块和舍弃重传模块;
第一获取模块用于获取当前车头的位置坐标,作为车头位置的第一估算值M1;
第二获取模块用于获取电子标签所检测当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2;
共识模块用于将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量;
判断模块用于判断所述N个偏离量中的M个偏离量是否等于预设偏差值,M大于等于N/2、且小于等于N,若是,则进入上传模块,若否,则进入舍弃重传模块;
上传模块用于将第一估算值M1上传到服务器;
舍弃重传模块用于将第一估算值M1舍弃,重复进入第一获取模块。
可理解的是,本发明实施例提供的系统与本发明实施例提供的方法相对应,相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。
又一方面本发明实施例还公开一种计算机可读储存介质,所述计算机可读存储介质上存储有若干获取分类程序,所述若干获取分类程序用于被处理器调用并执行如下步骤:
获取当前车头的位置坐标,作为车头位置的第一估算值M1;
获取电子标签所检测当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2;
将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量;
判断所述N个偏离量中的M个偏离量是否等于预设偏差值,若是,则将第一估算值M1上传到服务器,M大于等于N/2、且小于等于N,若否,则将第一估算值M1舍弃,重复获取下一个待上传的第一估算值M1。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信,
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述定位方法,上述电子设备提到的通信总线可以是外设部件互连标准(英文:Peripheral Component Interconnect,简称:PCI)总线或扩展工业标准结构(英文:Extended Industry Standard Architecture,简称:EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(英文:Random Access Memory,简称:RAM),也可以包括非易失性存储器(英文:Non-Volatile Memory,简称:NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(英文:Central ProcessingUnit,简称:CPU)、网络处理器(英文:Network Processor,简称:NP)等;还可以是数字信号处理器(英文:Digital Signal Processing,简称:DSP)、专用集成电路(英文:ApplicationSpecific Integrated Circuit,简称:ASIC)、现场可编程门阵列(英文:Field-Programmable Gate Array,简称:FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一分布式机车定位方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk (SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种基于信息共识的分布式机车定位方法,其特征在于,
包括以下步骤:
获取当前车头的位置坐标,作为车头位置的第一估算值M1;
获取当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2;
将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量;
判断所述N个偏离量中的M个偏离量是否等于预设偏差值,若是,则将第一估算值M1上传到服务器,M大于等于N/2、且小于等于N,若否,则将第一估算值M1舍弃,重复获取下一个待上传的第一估算值M1;
在所述获取当前车头的位置坐标,作为车头位置的第一估算值M1中,包括:
获取第一检测机构所检测当前车头的第一位置信息,所述第一位置信息响应于对第一检测机构所获取车头的数据信息的传感器融合后对应的车头位置信息,所述第一检测机构包括速度传感器、计轴器传感器和无线定位;
获取第二检测机构所检测当前车头的第二位置信息,所述第二检测机构包括激光雷达、图像传感器和电子地图;
将第一位置信息与第二位置信息进行位置级融合,以第二位置信息修正第一位置信息,修正后的第一位置信息作为车头位置的第一估算值M1。
2.根据权利要求1所述的基于信息共识的分布式机车定位方法,其特征在于,在所述将第一位置信息与第二位置信息进行位置级融合,以第二位置信息修正第一位置信息,修正后的第一位置信息作为车头位置的第一估算值M1中,包括:
利用激光雷达和图像传感器获取当前车头的第二位置信息,并将第二位置信息导入电子地图中标识;
将第一位置信息导入电子地图中标识,在电子地图中以第二位置信息为基准修正第一位置信息,得到车头位置的第一估算值M1。
3.根据权利要求1所述的基于信息共识的分布式机车定位方法,其特征在于,在所述获取第一检测机构所检测当前车头的第一位置信息,所述第一位置信息响应于对第一检测机构所获取车头的数据信息的传感器融合后对应的车头位置信息中,所述第一检测机构所获取车头的数据信息的传感器融合后对应的车头位置信息,包括:
基于线性最小方差加权融合准则,利用卡尔曼滤波将传感器融合后的数据转换成车头位置信息。
4.根据权利要求1-3任一所述的基于信息共识的分布式机车定位方法,其特征在于,在获取当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2中;
其中获取每个车皮的位置坐标具体包括:
获取电子标签所检测当前车皮的位置坐标,所述当前车皮的位置坐标响应于计轴器传感器和无线定位所获取车皮的数据信息的传感器融合后对应的车皮位置坐标。
5.根据权利要求4所述的基于信息共识的分布式机车定位方法,其特征在于,在所述获取电子标签所检测当前车皮的位置坐标中,所述电子标签的设置包括:
同一车载设备中包括一机头和N个车皮,N个车皮依次连接,首部车皮与机头连接,每个车皮上均设置有电子标签。
6.根据权利要求5所述的基于信息共识的分布式机车定位方法,其特征在于,在所述将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量中,所述将第一估算值M1与N个第二估算值M2进行共识具体包括:
将第一估算值M1以广播的方式发送到N个车皮上的电子标签中;
当不少于四分之三的电子标签中第一估算值M1与第二估算值M2的偏离量等于预设偏差值时,则将第一估算值M1上传到服务器。
7.一种基于信息共识的分布式机车定位装置,其特征在于,包括第一获取模块、第二获取模块、共识模块、判断模块、上传模块和舍弃重传模块;
其中,
第一获取模块用于获取当前车头的位置坐标,作为车头位置的第一估算值M1;
第二获取模块用于获取电子标签所检测当前N个车皮的位置坐标,并将所述当前N个车皮的位置坐标对应的车头位置作为车头位置的N个第二估算值M2;
共识模块用于将第一估算值M1与N个第二估算值M2进行共识,得到第一估算值M1偏离第二估算值M2的N个偏离量;
判断模块用于判断所述N个偏离量中的M个偏离量是否等于预设偏差值,M大于等于N/2、且小于等于N,若是,则进入上传模块,若否,则进入舍弃重传模块;
上传模块用于将第一估算值M1上传到服务器;
舍弃重传模块用于将第一估算值M1舍弃,重复进入第一获取模块。
8.一种计算机可读储存介质,其特征在于,所述计算机可读存储介质上存储有若干获取分类程序,所述若干获取分类程序用于被处理器调用并执行权利要求1-6任意一项所述的方法步骤。
CN202010060084.3A 2020-01-19 2020-01-19 一种基于信息共识的分布式机车定位方法及装置 Active CN111252113B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010060084.3A CN111252113B (zh) 2020-01-19 2020-01-19 一种基于信息共识的分布式机车定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010060084.3A CN111252113B (zh) 2020-01-19 2020-01-19 一种基于信息共识的分布式机车定位方法及装置

Publications (2)

Publication Number Publication Date
CN111252113A CN111252113A (zh) 2020-06-09
CN111252113B true CN111252113B (zh) 2021-10-26

Family

ID=70923717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010060084.3A Active CN111252113B (zh) 2020-01-19 2020-01-19 一种基于信息共识的分布式机车定位方法及装置

Country Status (1)

Country Link
CN (1) CN111252113B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112373523B (zh) * 2020-11-26 2022-07-19 交控科技股份有限公司 基于区块链的列车协同自治故障处理方法及装置
CN113834501A (zh) * 2021-09-17 2021-12-24 中国测试技术研究院机械研究所 一种用于管道机器人定位误差溯源的方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104401368A (zh) * 2014-12-02 2015-03-11 合肥工大高科信息科技股份有限公司 基于轨道电路与dgps的机车定位系统及其定位方法
CN205769347U (zh) * 2016-06-17 2016-12-07 上海铁路通信有限公司 一种基于综合定位的列车精确定位系统
CN206704211U (zh) * 2017-05-19 2017-12-05 中国神华能源股份有限公司 基于移动闭塞的重载列车定位系统
EP2662258B1 (de) * 2012-05-09 2018-06-06 Deutsche Bahn AG Verfahren und Vorrichtung zum Erfassen und Auswerten von Daten bezüglich des Zustands der Hauptluftleitung eines Fahrzeugverbandes
CN109334718A (zh) * 2018-11-12 2019-02-15 徐州翔和高科电气有限公司 一种矿山机车运输监控系统测距定位装置及定位方法
CN109649443A (zh) * 2018-12-07 2019-04-19 天津津航计算技术研究所 一种城轨列车定位设备首尾冗余设计方法
CN109946732A (zh) * 2019-03-18 2019-06-28 李子月 一种基于多传感器数据融合的无人车定位方法
CN110466567A (zh) * 2019-08-29 2019-11-19 北京威莱克科技有限公司 列车于隧道内运行状态的检测方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10479382B2 (en) * 2017-04-07 2019-11-19 Westinghouse Air Brake Technologies Corporation System, method, and apparatus for determining a communication status of locomotives in a distributed power system

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2662258B1 (de) * 2012-05-09 2018-06-06 Deutsche Bahn AG Verfahren und Vorrichtung zum Erfassen und Auswerten von Daten bezüglich des Zustands der Hauptluftleitung eines Fahrzeugverbandes
CN104401368A (zh) * 2014-12-02 2015-03-11 合肥工大高科信息科技股份有限公司 基于轨道电路与dgps的机车定位系统及其定位方法
CN205769347U (zh) * 2016-06-17 2016-12-07 上海铁路通信有限公司 一种基于综合定位的列车精确定位系统
CN206704211U (zh) * 2017-05-19 2017-12-05 中国神华能源股份有限公司 基于移动闭塞的重载列车定位系统
CN109334718A (zh) * 2018-11-12 2019-02-15 徐州翔和高科电气有限公司 一种矿山机车运输监控系统测距定位装置及定位方法
CN109649443A (zh) * 2018-12-07 2019-04-19 天津津航计算技术研究所 一种城轨列车定位设备首尾冗余设计方法
CN109946732A (zh) * 2019-03-18 2019-06-28 李子月 一种基于多传感器数据融合的无人车定位方法
CN110466567A (zh) * 2019-08-29 2019-11-19 北京威莱克科技有限公司 列车于隧道内运行状态的检测方法及系统

Also Published As

Publication number Publication date
CN111252113A (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
CN109087510B (zh) 交通监测方法及装置
CN111252113B (zh) 一种基于信息共识的分布式机车定位方法及装置
CN109212532B (zh) 用于检测障碍物的方法和装置
US11599825B2 (en) Method and apparatus for training trajectory classification model, and electronic device
CN110834642B (zh) 车辆跑偏识别方法、装置、车辆及存储介质
CN110871827A (zh) 一种轨道列车的测速测距方法
US20220066051A1 (en) Position calibration method for infrastructure sensor apparatus, infrastructure sensor apparatus, a non-transitory computer readable medium storing infrastructure sensor system, and position calibration program
WO2021057324A1 (zh) 数据处理方法、装置、芯片系统及介质
CN111383246B (zh) 条幅检测方法、装置及设备
US20240037484A1 (en) Computer applications that determine a parcel position error
CN111866728A (zh) 多站点路基网络感知方法、装置、终端和系统
CN109635868B (zh) 障碍物类别的确定方法、装置、电子设备及存储介质
US9747801B2 (en) Method and device for determining surroundings
CN114093171A (zh) 基于多源数据融合的交通运行状态监测方法及装置
US11455840B2 (en) Method, device and computer-readable storage medium with instructions for processing data in a motor vehicle for forwarding to a back end
CN110910337A (zh) 一种船只航迹融合方法、装置及终端设备
CN112733778B (zh) 一种车辆前导车确定方法、装置及计算机设备
CN113203424B (zh) 多传感器的数据融合方法、装置及相关设备
TWI502514B (zh) 電子裝置、位置測量方法及系統
CN114417259A (zh) 一种列车长度计算方法、存储介质及设备
CN109765397B (zh) 测速方法、装置及系统
CN109375157B (zh) 基于定位数据检测重叠对象的方法、装置和电子设备
CN117288182B (zh) 位置信息获取方法、装置、终端及介质
CN115352455B (zh) 道路特征的预测方法和装置、存储介质及电子装置
CN110900603A (zh) 一种通过几何特征识别电梯的方法、介质、终端和装置

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