CN115230775B - 一种列车行驶状态数据处理方法、装置和电子设备 - Google Patents
一种列车行驶状态数据处理方法、装置和电子设备 Download PDFInfo
- Publication number
- CN115230775B CN115230775B CN202210890356.1A CN202210890356A CN115230775B CN 115230775 B CN115230775 B CN 115230775B CN 202210890356 A CN202210890356 A CN 202210890356A CN 115230775 B CN115230775 B CN 115230775B
- Authority
- CN
- China
- Prior art keywords
- state
- sequence
- acceleration
- static
- sequence segment
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 230000001133 acceleration Effects 0.000 claims abstract description 151
- 230000003068 static effect Effects 0.000 claims abstract description 88
- 238000000034 method Methods 0.000 claims abstract description 39
- 239000012634 fragment Substances 0.000 claims abstract description 21
- 238000012937 correction Methods 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 230000002441 reversible effect Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
- B61L25/021—Measuring and recording of train speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/40—Handling position reports or trackside vehicle data
-
- 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
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
- G01P15/14—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration by making use of gyroscopes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Gyroscopes (AREA)
Abstract
本说明书实施例提供一种列车行驶状态数据处理方法,通过记录列车的加速度数据生成加速度序列,创建同等长度的状态序列,读取所述加速度序列,利用静止状态初步识别规则进行状态判定,调整初始化后的状态序列,利用静止状态延伸识别规则读取状态序列静止区间边缘外的序列片段,对边缘外的序列片段进行状态判定,对边缘外的序列片段误判的运动状态进行修正,生成延伸后的状态序列,基于判定结果对边缘外的序列片段的状态进行误判修正,生成延伸后的状态序列。通过先对整个序列进行初步判断,能够防止运动状态的片段被误识别为静止状态,实现了初步定性,通过对静止区间进行延伸,避免了条件过严导致的静止区间偏短,因而提高了判定准确率。
Description
技术领域
本申请涉及计算机领域,尤其涉及一种列车行驶状态数据处理方法、装置和电子设备。
背景技术
随着5G网络建设的大力推广,5G网络覆盖也已经深入到了地铁、高铁等特殊场景。随着工信部对无线网络用户感知质量的重视,地铁已经成为一个很重要的网络评估测试场景。为了能在地铁场景无线网络用户感知质量测试中准确的记录位置信息,方便后续展开基于地理位置的栅格化评价,需要使用陀螺仪进行列车行驶加速度数据的采集,然后根据采集到的加速度数据判断并记录列车启动和停止的时间点,再根据特定补偿算法还原感知数据的定位信息用于栅格化统计分析。
当前传统的地铁场景测试的定位信息采集方式主要有以下两种:
手动记录,需要人工干预,在列车行驶过程中定期输入位置信息,并记录到达和离开地铁站点的时间。这种采集方式对于操作人要求高,学习成本高,容错性不强且无法回溯。
自动定位,通过硬件定位模块直接采集定位信息。这种方式的优点是直接在硬件内部直接实现了GPS格式的定位信息输出,无需人员手动标记。技术实现上通常是先导入列车行进路线,运行过程中根据采集到的加速度计算列车运动速度,以此推算位置信息。定位精度受到算法实现的限制,且长时间运行之后积累误差明显,且存在一定坡度的连续路段时不能很好的消除重力加速的影响,也会导致偏差。
自动定位采集方案中需要用列车行驶状态判定算法技术准确的实现地铁站点识别,并能够在时间上及时地区分到站、停靠、离站三大过程,用来辅助上层算法结合预先采集的带经纬度信息地铁线路图实现精准定位。所以现有地铁场景测试自动定位采集方案中,列车行驶状态判定算法是其中一个很重要的技术环节。
目前主流的列车行驶状态判定算法存在以下缺陷:
(1)准确度不够。目前大多数列车行驶状态判定算法较为简单,只基于陀螺仪的静止误差绝对值去判定,未结合数据的时序关系去做全面检测,这样的算法很容易造成误判或漏判,例如把列车运动中比较平缓的一段误判成静止状态。
(2)容错性低。使用陀螺仪进行测量的过程可能出现各种情况造成误差,例如列车在静止时陀螺仪出现了扰动。目前的列车行驶状态判定算法没有做容错处理,可能会将静止时的扰动误判成运动状态。
(3)兼容性差。不同型号的陀螺仪精度是不一样的,不同型号的列车行驶状态的加速度变化规律也是不一样的,所反映到加速度序列中的抖动也会有差异。目前的列车行驶状态判定算法需要凭人工经验进行精度相关的参数设置才能做出相对准确的判断,兼容性较差。
这都会导致对列车行驶状态的判断准确率较低,为了满足较高的判定准确度需求,有必要提供一种新的列车行驶状态数据处理方法,以提高行驶状态判定准确度。
对现有技术进行分析发现,受测量仪器精度的影响,实际采集到的数值会有一定偏差,例如采集到的加速度数值持续为0.5附近上下波动,但实际上列车处于静止状态,又或者过了一段时间变成0.7附近上下波动,但实际上列车仍然处于静止状态。在没有接受任何其他额外修正信息输入的情况下,本专利的智能算法可以自动寻找出偏差修正的方案。
通过加速度曲线下的面积判断列车速度的方法不可行,因为陀螺仪记录的加速度序列是某个方向的分量,曲线下面积为0只能说明某个方向的速度为0,并不能说明列车静止。并且就算将陀螺仪记录的所有方向的分量结合起来看,也是不可行的,由于累计误差存在,随着时间推移,通过曲线下面积计算出的速度误差会越来越大,导致无法准确判断列车是否静止。所以只能通过其他方法判断列车是否静止。
目前业内常用的静止状态判定方法,多采用阈值(Threshold)判断的方式,而这个值的取值就成为了关键,如果判定条件不严格,就会导致部分运动过程也被判为静止过程,而如果判定条件过严,又会导致判定出的精致区域的区间比实际要偏小。
对此,我们提出了一种新的方法。
发明内容
本说明书实施例提供一种列车行驶状态数据处理方法、装置和电子设备,用以提高行驶状态判定准确度。
本说明书实施例还提供一种列车行驶状态数据处理方法,包括:
记录列车的加速度数据生成加速度序列;
根据所述加速度序列的长度创建同等长度的状态序列,并初始化为运动状态;
读取所述加速度序列,利用静止状态初步识别规则进行状态判定,序列中每一帧的判定结果为运动或静止中的一个,并根据判定结果调整初始化后的状态序列;
利用静止状态延伸识别规则读取所述状态序列静止区间边缘外的序列片段,对所述边缘外的序列片段进行状态判定,基于判定结果对边缘外的序列片段误判的运动状态进行修正,生成延伸后的状态序列。
其中,所述静止状态延伸识别规则的判定条件低于所述初步识别规则的判定条件。
可选地,所述静止状态延伸识别规则的判定条件低于所述初步识别规则的判定条件。
可选地,所述利用静止状态延伸识别规则对所述边缘范围进行状态判定,包括:
分别正序和逆序读取加速度序列,利用静止状态延伸识别规则对所述边缘范围进行状态判定。
可选地,所述利用静止状态初步识别规则进行状态判定,包括:
设定状态指示器,状态指示器的值对应静止和运动中的一个;
设定指针,正序遍历所述加速度序列,根据指示器的状态截取固定长度或状态连续一致的加速度序列片段;
结合陀螺仪精度数据、检验阈值经验系数对所述加速度序列片段进行状态判定,其中,所述陀螺仪精度数据包括静止状态时的加速度绝对值最大误差和静止状态时的加速度标准差最大误差。
可选地,还包括:
遍历检查状态序列中是否存在持续帧数小于阈值的运动状态序列片段,若存在则将该片段修正为静止状态。
可选地,所述结合陀螺仪精度数据、检验阈值经验系数对所述加速度序列片段进行状态判定,包括:
计算所述加速度序列片段的加速度平均值、标准差,确定所述加速度序列片段端点的加速度,若所述加速度序列片段序列端点的加速度绝对值大于标准差的6倍,则判定所述加速度序列片段对应的状态序列片段中包含运动状态;
若所述平均值大于陀螺仪精度数据中的最大偏差,或者标准差大于陀螺仪精度数据中的最大标准差,则判定所述加速度序列片段对应的状态序列片段中包含运动状态;
对所述加速度序列片段中的加速度值进行排序,取5%-95%分位的加速度值,减去加速度平均值并求绝对值,若结果小于检验阈值经验系数与陀螺仪精度数据中的最大标准差的乘积,则判定所述加速度序列片段对应的状态序列片段为整段静止状态的序列。
可选地,还包括:
通过第一步长调整陀螺仪精度参数,并通过状态判定以确定陀螺仪精度数据参数的上界,利用第二步长调整陀螺仪精度参数,通过状态判定确定陀螺仪精度数据参数。
本说明书实施例还提供一种电子设备,其中,该电子设备包括:
处理器;以及,
存储计算机可执行程序的存储器,所述可执行程序在被执行时使所述处理器执行上述任一项方法。
本说明书实施例还提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现上述任一项方法。
本说明书实施例提供的各种技术方案通过记录列车的加速度数据生成加速度序列,创建同等长度的状态序列,读取所述加速度序列,利用静止状态初步识别规则进行状态判定,调整初始化后的状态序列,利用静止状态延伸识别规则读取所述状态序列静止区间边缘外的序列片段,对所述边缘外的序列片段进行状态判定,基于判定结果对边缘外的序列片段误判的运动状态进行修正,生成延伸后的状态序列。通过先对整个序列进行初步判断,能够防止运动状态的片段被误识别为静止状态,实现了初步定性,通过对静止区间进行延伸,避免了条件过严导致的静止区间偏短,因而提高了判定准确率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本说明书实施例提供的一种列车行驶状态数据处理方法的原理示意图;
图2为本说明书实施例提供的一种列车行驶状态数据处理装置的结构示意图;
图3为本说明书实施例提供的一种电子设备的结构示意图;
图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例能够使得本发明更加全面和完整,更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分,因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下,在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中,本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是,并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。
图1为本说明书实施例提供的一种列车行驶状态数据处理方法的原理示意图,该方法可以包括:
S101:记录列车的加速度数据生成加速度序列。
具体可以是,记录列车行进方向的加速度分量时间序列,记为accs_seq。加速度采样时间间隔一般设为100毫秒,即1秒10帧。
S102:根据所述加速度序列的长度创建同等长度的状态序列,并初始化为运动状态。
具体可以是,创建与accs_seq相同长度的列车行驶状态判断时间序列,记为motion_seq。该时间序列中的元素取值为1或0,1表示列车在该时刻处于运动状态,0表示列车在该时刻处于静止状态。将motion_seq中所有元素初始化为1,即默认为运动状态。另外,设定列车的最短停站时间,单位为帧,记为interval,一般初始化为interval=200(帧)。
S103:读取所述加速度序列,利用静止状态初步识别规则进行状态判定,判定结果为运动或静止中的一个,并根据判定结果调整初始化后的状态序列。
即可正序遍历加速度序列片段,初步判定出静止状态的区间。
具体实施时,该步骤可以包括:
步骤A3.1:设定状态指示器flag,取值为1或0,1表示运动状态,0表示静止状态,初始化为0。
步骤A3.2:设定一个指针i,正序遍历accs_seq。循环执行步骤A3.3到步骤A3.6,直至遍历完毕。
步骤A3.3:若状态指示器为运动状态,即flag=1,则从accs_seq中截取到第i帧为止(包含第i帧)的长度为interval的加速度序列片段,记为slice_seq;若状态指示器为静止状态,即flag=0,则从accs_seq中截取到第i帧为止(包含第i帧)的最长静止状态的加速度序列片段,记为slice_seq。
步骤A3.4:调用加速度序列片段静止状态判定子算法,并传入参数加速度序列片段slice_seq、陀螺仪精度数据和检验阈值经验系数alpha=1.5,得到slice_seq是否为静止区间的判断结果。如果slice_seq是静止区间则将状态指示器置为静止状态,即flag=0,并执行步骤A3.5;否则将状态指示器置为运动状态,即flag=1,并执行步骤A3.6。
步骤A3.5:将slice_seq所对应的motion_seq区间的值置为0,即判定此片段为静止状态。
步骤A3.6:如果accs_seq已经遍历完毕则步骤A3结束,并输出motion_seq;否则将指针i移至accs_seq的后一帧,执行步骤A3.3。
S104:利用静止状态延伸识别规则读取所述状态序列静止区间边缘外的序列片段,对所述边缘外的序列片段进行状态判定,基于判定结果对边缘外的序列片段误判的运动状态进行修正,生成延伸后的状态序列。
在初步判定之后,可以对静止状态的序列区间进行延伸,然后正序遍历输出的motion_seq,将误判的列车运动状态修正为静止状态。
在本说明书实施例中,所述静止状态延伸识别规则的判定条件低于所述初步识别规则的判定条件。
具体实施时,该步骤可以包括:
步骤A4.1:设定一个指针i,正序遍历accs_seq,之后逆序遍历acc_seq。循环执行步骤A4.2到步骤A4.5,直至正序和逆序遍历完毕。
步骤A4.2:正序遍历时,若motion_seq当前帧(第i帧)的值为1,且上一帧(第i-1帧)的值为0,即步骤A3中判断由静止转为运动的时刻,则从accs_seq中正序截取到第i帧为止(包含第i帧)的最长静止状态的加速度序列片段,记为slice_seq;逆序遍历时,若motion_seq当前帧(第i帧)的值为1,且上一帧(第i+1帧)的值为0,即步骤A3中判断由运动转为静止的时刻,则从accs_seq中逆序截取到第i帧为止(包含第i帧)的最长静止状态的加速度序列片段,记为slice_seq。
步骤A4.3:调用加速度序列片段静止状态判定子算法,并传入参数加速度序列片段slice_seq、陀螺仪精度数据和检验阈值经验系数alpha=3.0,得到slice_seq是否为静止区间的判断结果。此处设置的alpha=3.0是相对于步骤A3.4中设置的alpha=1.5来说较为宽松的判定条件,用于对静止状态的两端进行延伸。如果slice_seq是静止区间则行步骤A4.4,否则执行步骤A4.5。
步骤A4.4:将slice_seq所对应的motion_seq区间的值置为0,即判定此片段为静止状态。
步骤A4.5:正序遍历时,如果accs_seq已经遍历完毕则执行步骤A4.2开始逆序遍历,否则将指针i移至accs_seq的后一帧,并执行步骤A4.2;逆序遍历时,如果accs_seq已经遍历完毕则步骤A4结束,并输出motion_seq,否则将指针i移至accs_seq的前一帧,并执行步骤A4.2。
因此,在本说明书实施例中,所述利用静止状态初步识别规则进行状态判定,包括:
设定状态指示器,状态指示器的值对应静止和运动中的一个;
设定指针,正序遍历所述加速度序列,根据指示器的状态截取固定长度或状态连续一致的加速度序列片段;
结合陀螺仪精度数据、检验阈值经验系数对所述加速度序列片段进行状态判定。
在本说明书实施例中,所述利用静止状态延伸识别规则对所述边缘范围进行状态判定,包括:
分别正序和逆序读取加速度序列,利用静止状态延伸识别规则对所述边缘范围进行状态判定。
其中,S103和S104中,进行状态判定具体可以包括:
加速度序列片段静止状态判定子算法,用于判断指定的加速度序列片段是否整段都处于静止状态,包含以下步骤:
步骤S1:接受参数输入,包括:加速度序列片段slice_seq、陀螺仪精度数据和检验阈值经验系数alpha。其中,陀螺仪精度数据包括:静止状态时的加速度绝对值最大误差abs_err,以及静止状态时的加速度标准差最大误差std_err。
步骤S2:计算slice_seq的平均值,记为mu。计算slice_seq的标准差,记为sigma。
步骤S3:对slice_seq的两个端点分别进行判定,如果任意一个端点的加速度减去mu的绝对值超过了6倍的sigma,那么表明该加速度序列片段对应的状态序列片段包含了运动状态,子算法结束,返回false。
步骤S4:如果mu的绝对值超过了abs_err,或者sigma超过了std_err,那么表明该加速度序列片段对应的状态序列片段包含了运动状态,子算法结束,返回false。
步骤S5:对slice_seq中的加速度值进行排序,选取5%分位到95%分位之间的值,如果这些加速度值减去mu的绝对值都小于alpha乘以std_err,那么判定该加速度序列片段对应的状态序列片段整段都处于静止状态并返回true,否则返回false。
陀螺仪精度数据包括静止状态时的加速度绝对值最大误差和静止状态时的加速度标准差最大误差。
在本说明书实施例中,所述利用静止状态初步识别规则进行状态判定,包括:
设定状态指示器,状态指示器的值对应静止和运动中的一个;
在本说明书实施例中,所述利用静止状态延伸识别规则对所述边缘范围进行状态判定,包括:
分别正序和逆序读取加速度序列,利用静止状态延伸识别规则对所述边缘范围进行状态判定。
设定指针,正序遍历所述加速度序列,根据指示器的状态截取固定长度或状态连续一致的加速度序列片段;
结合陀螺仪精度数据、检验阈值经验系数对所述加速度序列片段进行状态判定。
在本说明书实施例中,还包括:
遍历检查状态序列中是否存在持续帧数小于阈值的运动状态序列片段,若存在则将该片段修正为静止状态。
在本说明书实施例中,所述结合陀螺仪精度数据、检验阈值经验系数对所述加速度序列片段进行状态判定,包括:
计算所述加速度序列片段的加速度平均值、标准差,确定所述加速度序列片段端点的加速度,若所述加速度序列片段序列端点的加速度绝对值大于标准差的6倍,则判定所述加速度序列片段对应的状态序列片段中包含运动状态;
若所述平均值大于陀螺仪精度数据中的最大偏差,或者标准差大于陀螺仪精度数据中的最大标准差,则判定所述加速度序列片段对应的状态序列片段中包含运动状态;
对所述加速度序列片段中的加速度值进行排序,取5%-95%分位的加速度值,减去加速度平均值并求绝对值,若结果小于检验阈值经验系数与陀螺仪精度数据中的最大标准差的乘积,则判定所述加速度序列片段对应的状态序列片段为整段静止状态的序列。
其中,将误判的列车运动状态修正为静止状态可以包括:
步骤A5.1:设定一个指针i,正序遍历motion_seq。循环执行步骤A5.2直至遍历完毕。
步骤A5.2:若motion_seq当前帧(第i帧)的值为0,且上一帧(第i-1帧)的值为1,即步骤A4中判断由运动转为静止的时刻,则检查上一帧运动状态的持续帧数。若持续帧数小于interval,则将该运动状态修正为静止状态,即将该行驶状态区间所对应的motion_seq区间的值置为0。
在进行判定前,还可以对参数进行调整,具体步骤可以包括:
步骤B1:接受参数输入,其中包括:
列车行进方向的加速度分量时间序列,记为accs_seq。加速度采样时间间隔一般设为100毫秒,即1秒10帧。
步骤B2:状态初始化。对acc_seq进行整体偏差修正,并设定陀螺仪精度数据的预测初始值。
步骤B3:第一阶段参数调整。使用较大步长调整陀螺仪精度数据参数,循环调用步骤A所述的行驶状态判定算法,快速确定陀螺仪精度数据参数的上界。
步骤B4:第二阶段参数调整。使用较小步长调整陀螺仪精度数据参数,并对acc_seq进行整体偏差修正,循环调用步骤A所述的行驶状态判定算法,逐步确定陀螺仪精度数据参数的准确取值。
步骤B5:结果输出。将经过步骤B4处理后的陀螺仪精度数据参数输入步骤A所述的行驶状态判定算法,得到列车行驶状态判断时间序列motion_seq,然后输出。
所述步骤B2还包括以下步骤:
步骤B2.1:对acc_seq进行整体偏差修正。计算acc_seq的平均值,记为mu,然后将acc_seq中的所有值都减去mu。
步骤B2.2:设定陀螺仪精度数据的预测初始值。取0.1作为静止状态时的加速度绝对值最大误差abs_err的初始值;计算acc_seq的标准差,记为std,取std的1/10作为静止状态时的加速度标准差最大误差std_err的初始值。
所述步骤B3还包括以下步骤:
步骤B3.1:调用行驶状态判定算法,并传入参数accs_seq、陀螺仪精度数据abs_err和std_err,得到列车行驶状态判断时间序列motion_seq。
步骤B3.2:计算motion_seq中行驶状态的帧数占比,即运动状态的帧数除以总帧数,如果该占比小于80%,则结束步骤B3,否则执行步骤B3.3。
步骤B3.3:将std_err扩大1.5倍,执行步骤B3.1。
所述步骤B4还包括以下步骤:
步骤B4.1:计算motion_seq所有静止状态区间的加速度标准差作为新的std_err。如果新的std_err值没有比原先的值更小,则结束步骤B4。
步骤B4.2:对acc_seq进行整体偏差修正。计算motion_seq所有静止状态区间所对应的acc_seq区间的平均值,记为mu,然后将acc_seq中的所有值都减去mu。
步骤B4.3:调用行驶状态判定算法,并传入参数accs_seq、陀螺仪精度数据abs_err和std_err,得到列车行驶状态判断时间序列motion_seq。执行步骤B4.1。
通过记录列车的加速度数据生成加速度序列,创建同等长度的状态序列,读取所述加速度序列,利用静止状态初步识别规则进行状态判定,调整初始化后的状态序列,利用静止状态延伸识别规则读取所述状态序列静止区间边缘外的序列片段,对所述边缘外的序列片段进行状态判定,基于判定结果对边缘外的序列片段误判的运动状态进行修正,生成延伸后的状态序列。通过先对整个序列进行初步判断,能够防止运动状态的片段被误识别为静止状态,实现了初步定性,通过对静止区间进行延伸,避免了条件过严导致的静止区间偏短,因而提高了判定准确率。
图2为本说明书实施例提供的一种列车行驶状态数据处理装置的结构示意图,该装置可以包括:
序列生成模块201,记录列车的加速度数据生成加速度序列;
初始化模块202,根据所述加速度序列的长度创建同等长度的状态序列,并初始化为运动状态;
初步判定模块203,读取所述加速度序列,利用静止状态初步识别规则进行状态判定,序列中每一帧的判定结果为运动或静止中的一个,并根据判定结果调整初始化后的状态序列;
延伸修正模块204,利用静止状态延伸识别规则读取所述状态序列静止区间边缘外的序列片段,对所述边缘外的序列片段进行状态判定,基于判定结果对边缘外的序列片段误判的运动状态进行修正,生成延伸后的状态序列。
该装置通过记录列车的加速度数据生成加速度序列,创建同等长度的状态序列,读取所述加速度序列,利用静止状态初步识别规则进行状态判定,调整初始化后的状态序列,利用静止状态延伸识别规则读取所述状态序列静止区间边缘外的序列片段,对所述边缘外的序列片段进行状态判定,基于判定结果对边缘外的序列片段误判的运动状态进行修正,生成延伸后的状态序列。通过先对整个序列进行初步判断,能够防止运动状态的片段被误识别为静止状态,实现了初步定性,通过对静止区间进行延伸,避免了条件过严导致的静止区间偏短,因而提高了判定准确率。
基于同一发明构思,本说明书实施例还提供一种电子设备。
下面描述本发明的电子设备实施例,该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节,应视为对于上述方法或装置实施例的补充;对于在本发明电子设备实施例中未披露的细节,可以参照上述方法或装置实施例来实现。
图3为本说明书实施例提供的一种电子设备的结构示意图。下面参照图3来描述根据本发明该实施例的电子设备300。图3显示的电子设备300仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于:至少一个处理单元310、至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330、显示单元340等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元310执行,使得所述处理单元310执行本说明书上述处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元310可以执行如图1所示的步骤。
所述存储单元320可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)3201和/或高速缓存存储单元3202,还可以进一步包括只读存储单元(ROM)3203。
所述存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204,这样的程序模块3205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线330可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备300也可以与一个或多个外部设备400(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备300交互的设备通信,和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且,电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器360可以通过总线330与电子设备300的其它模块通信。应当明白,尽管图3中未示出,可以结合电子设备300使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,本发明描述的示例性实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时,使得该计算机可读介质能够实现本发明的上述方法,即:如图1所示的方法。
图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
实现图1所示方法的计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本发明可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,本发明不与任何特定计算机、虚拟装置或者电子设备固有相关,各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (7)
1.一种列车行驶状态数据处理方法,其特征在于,包括:
记录列车的加速度数据生成加速度序列;
根据所述加速度序列的长度创建同等长度的状态序列,并初始化为运动状态;
读取所述加速度序列,利用静止状态初步识别规则进行状态判定,序列中每一帧的判定结果为运动或静止中的一个,并根据判定结果调整初始化后的状态序列;所述利用静止状态初步识别规则进行状态判定,包括:设定状态指示器,状态指示器的值对应静止和运动中的一个;设定指针,正序遍历所述加速度序列,根据指示器的状态截取固定长度或状态连续一致的加速度序列片段;结合陀螺仪精度数据、检验阈值经验系数对所述加速度序列片段进行状态判定,其中,所述陀螺仪精度数据包括静止状态时的加速度绝对值最大误差和静止状态时的加速度标准差最大误差;
利用静止状态延伸识别规则读取所述状态序列静止区间边缘外的状态序列片段,对所述边缘外的状态序列片段进行状态判定,基于判定结果对边缘外的状态序列片段误判的运动状态进行修正,生成延伸后的状态序列;所述利用静止状态延伸识别规则对边缘范围进行状态判定,包括:分别正序和逆序读取加速度序列,利用静止状态延伸识别规则对所述边缘范围进行状态判定;所述结合陀螺仪精度数据、检验阈值经验系数对所述加速度序列片段进行状态判定,包括:计算所述加速度序列片段的加速度平均值、标准差,确定所述加速度序列片段端点的加速度,若所述加速度序列片段序列端点的加速度绝对值大于标准差的6倍,则判定所述加速度序列片段对应的状态序列片段中包含运动状态;若所述平均值大于陀螺仪精度数据中的最大偏差,或者标准差大于陀螺仪精度数据中的最大标准差,则判定所述加速度序列片段对应的状态序列片段中包含运动状态;对所述加速度序列片段中的加速度值进行排序,取5%-95%分位的加速度值,减去加速度平均值并求绝对值,若结果小于检验阈值经验系数与陀螺仪精度数据中的最大标准差的乘积,则判定所述加速度序列片段对应的状态序列片段为整段静止状态的序列。
2.根据权利要求1所述的方法,其特征在于,所述静止状态延伸识别规则的判定条件低于所述初步识别规则的判定条件。
3.根据权利要求1所述的方法,其特征在于,还包括:
遍历检查状态序列中是否存在持续帧数小于阈值的运动状态序列片段,若存在则将该片段修正为静止状态。
4.根据权利要求1所述的方法,其特征在于,还包括:
通过第一步长调整陀螺仪精度参数,并通过状态判定以确定陀螺仪精度数据参数的上界,利用第二步长调整陀螺仪精度参数,通过状态判定确定陀螺仪精度数据参数。
5.一种列车行驶状态数据处理装置,其特征在于,包括:
序列生成模块,记录列车的加速度数据生成加速度序列;
初始化模块,根据所述加速度序列的长度创建同等长度的状态序列,并初始化为运动状态;
初步判定模块,读取所述加速度序列,利用静止状态初步识别规则进行状态判定,序列中每一帧的判定结果为运动或静止中的一个,并根据判定结果调整初始化后的状态序列;所述利用静止状态初步识别规则进行状态判定,包括:设定状态指示器,状态指示器的值对应静止和运动中的一个;设定指针,正序遍历所述加速度序列,根据指示器的状态截取固定长度或状态连续一致的加速度序列片段;结合陀螺仪精度数据、检验阈值经验系数对所述加速度序列片段进行状态判定,其中,所述陀螺仪精度数据包括静止状态时的加速度绝对值最大误差和静止状态时的加速度标准差最大误差;
延伸修正模块,利用静止状态延伸识别规则读取所述状态序列静止区间边缘外的状态序列片段,对所述边缘外的状态序列片段进行状态判定,基于判定结果对边缘外的状态序列片段误判的运动状态进行修正,生成延伸后的状态序列;所述利用静止状态延伸识别规则对边缘范围进行状态判定,包括:分别正序和逆序读取加速度序列,利用静止状态延伸识别规则对所述边缘范围进行状态判定;所述结合陀螺仪精度数据、检验阈值经验系数对所述加速度序列片段进行状态判定,包括:
计算所述加速度序列片段的加速度平均值、标准差,确定所述加速度序列片段端点的加速度,若所述加速度序列片段序列端点的加速度绝对值大于标准差的6倍,则判定所述加速度序列片段对应的状态序列片段中包含运动状态;若所述平均值大于陀螺仪精度数据中的最大偏差,或者标准差大于陀螺仪精度数据中的最大标准差,则判定所述加速度序列片段对应的状态序列片段中包含运动状态;对所述加速度序列片段中的加速度值进行排序,取5%-95%分位的加速度值,减去加速度平均值并求绝对值,若结果小于检验阈值经验系数与陀螺仪精度数据中的最大标准差的乘积,则判定所述加速度序列片段对应的状态序列片段为整段静止状态的序列。
6.一种电子设备,其中,该电子设备包括:
处理器;以及,
存储计算机可执行程序的存储器,所述可执行程序在被执行时使所述处理器执行根据权利要求1-4中任一项所述的方法。
7.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210890356.1A CN115230775B (zh) | 2022-07-27 | 2022-07-27 | 一种列车行驶状态数据处理方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210890356.1A CN115230775B (zh) | 2022-07-27 | 2022-07-27 | 一种列车行驶状态数据处理方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115230775A CN115230775A (zh) | 2022-10-25 |
CN115230775B true CN115230775B (zh) | 2023-05-30 |
Family
ID=83676115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210890356.1A Active CN115230775B (zh) | 2022-07-27 | 2022-07-27 | 一种列车行驶状态数据处理方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115230775B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004234418A (ja) * | 2003-01-31 | 2004-08-19 | Fujitsu Ltd | 運転状態判定処理方法、運転状態判定装置および運転状態判定処理プログラム |
WO2022111725A1 (zh) * | 2020-11-30 | 2022-06-02 | 华为技术有限公司 | 位置信息的获取方法、装置及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006227018A (ja) * | 2006-03-24 | 2006-08-31 | Denso Corp | 加速度を利用した処理装置 |
US10139428B2 (en) * | 2014-11-17 | 2018-11-27 | Renesas Electronics Corporation | Phase correction device, action identification device, action identification system, microcontroller, phase correction method, and program |
US10667217B2 (en) * | 2016-03-25 | 2020-05-26 | Sharp Kabushiki Kaisha | Information processing device, electronic device, and control method for information processing device |
CN109001488B (zh) * | 2018-04-26 | 2021-08-31 | 深圳市有为信息技术发展有限公司 | 一种车辆位置监控的静止运动的检测方法及检测系统 |
CN108413968B (zh) * | 2018-07-10 | 2018-10-09 | 上海奥孛睿斯科技有限公司 | 一种运动识别的方法和系统 |
US12000702B2 (en) * | 2018-12-19 | 2024-06-04 | Honeywell International Inc. | Dynamic gyroscope bias offset compensation |
CN114429713A (zh) * | 2021-12-22 | 2022-05-03 | 深圳市锐明技术股份有限公司 | 识别交通设备急变速运动状态的方法、装置和存储介质 |
CN114559988B (zh) * | 2022-01-26 | 2024-01-19 | 上海天链轨道交通检测技术有限公司 | 列车速度、里程、站点和运动状态测量方法、装置及系统 |
CN114689901B (zh) * | 2022-01-27 | 2023-09-05 | 北京邮电大学 | 加速度计现场标定方法和装置 |
-
2022
- 2022-07-27 CN CN202210890356.1A patent/CN115230775B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004234418A (ja) * | 2003-01-31 | 2004-08-19 | Fujitsu Ltd | 運転状態判定処理方法、運転状態判定装置および運転状態判定処理プログラム |
WO2022111725A1 (zh) * | 2020-11-30 | 2022-06-02 | 华为技术有限公司 | 位置信息的获取方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115230775A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10210076B2 (en) | White box testing | |
US10811031B2 (en) | Method and device for obtaining amplitude of sound in sound zone | |
US11545030B2 (en) | Vehicle traffic information analysis and traffic jam management | |
US9644976B2 (en) | Building missing movement path of an object | |
CN109035831A (zh) | 交通指示灯的识别方法、装置、设备、存储介质及车辆 | |
CN111858111A (zh) | 数据分析的方法、设备和计算机程序产品 | |
CN108583624B (zh) | 列车运行状态可视化方法和装置 | |
US10733537B2 (en) | Ensemble based labeling | |
CN110779546B (zh) | 一种列车定位误差的校正方法和装置 | |
US9684872B2 (en) | Method and apparatus for generating data in a missing segment of a time data sequence | |
US20190385081A1 (en) | Anomaly detection model selection and validity for time series data | |
CN115230775B (zh) | 一种列车行驶状态数据处理方法、装置和电子设备 | |
CN114186090A (zh) | 一种图像标注数据的智能质检方法及系统 | |
CN114328662A (zh) | 异常数据定位方法、装置、电子设备及存储介质 | |
CN110659280A (zh) | 道路阻断异常检测方法、装置、计算机设备及存储介质 | |
US9678821B2 (en) | Operating a trace procedure for a computer program | |
CN112183859A (zh) | 路由配置表更新方法、装置、电子设备以及存储介质 | |
CN112829797B (zh) | 一种线路点的参数获取方法、装置、设备及存储介质 | |
KR101882384B1 (ko) | 다중 센서의 신뢰도 향상을 위한 통합적 교차 교정 장치 및 방법 | |
CN117784678B (zh) | 抗干扰检测仪的控制方法、设备及产品 | |
CN114895144B (zh) | 选线评估方法、装置、电子设备及存储介质 | |
US10878001B2 (en) | Identifying relationships among a group of indicators | |
CN112767732B (zh) | 一种停车位置确定方法、装置以及电子设备 | |
CN113411368B (zh) | 数据同步方法、装置、存储介质及电子设备 | |
CN113485688B (zh) | 代码补全方法、装置、存储介质与电子设备 |
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 |