CN115855066B - 一种高铁坐标定位修正方法 - Google Patents
一种高铁坐标定位修正方法 Download PDFInfo
- Publication number
- CN115855066B CN115855066B CN202310148742.8A CN202310148742A CN115855066B CN 115855066 B CN115855066 B CN 115855066B CN 202310148742 A CN202310148742 A CN 202310148742A CN 115855066 B CN115855066 B CN 115855066B
- Authority
- CN
- China
- Prior art keywords
- coordinate
- speed rail
- track
- data
- positioning
- 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
Images
Landscapes
- Train Traffic Observation, Control, And Security (AREA)
- Machines For Laying And Maintaining Railways (AREA)
Abstract
本发明公开了一种高铁坐标定位修正方法,属于定位测量技术领域,具体步骤包括:步骤一:获取高铁的轨道线路图,对获得的轨道线路图进行处理,获得轨道角布图;步骤二:实时获取高铁的特征数据,根据获得的特征数据评估高铁在轨道角布图中的位置,识别该位置的第一坐标;步骤三:计算第一坐标对应的代表值;步骤四:建立坐标修正模型,基于高铁运行定位数据进行实时学习;步骤五:实时获取坐标修正输入数据,将获得的坐标修正输入数据输入到坐标修正模型中,获得第二坐标;步骤六:判断定位系统是否正常工作,根据判断结果输出对应的高铁坐标数据;通过建立坐标修正模型,实现当定位系统不能正常运行时,仍能实时定位高铁坐标。
Description
技术领域
本发明属于定位测量技术领域,具体是一种高铁坐标定位修正方法。
背景技术
高铁车辆在运行时,需要随时对自身的位置进行定位,从而能够有效的进行自身的控制;目前最为常用的高铁定位技术即为GPS定位技术,而GPS定位技术是全球目前为止最为成熟的定位技术;但是,高铁由于经常需要穿越隧道,因此采用GPS定位模块进行自身定位时经常遇到隧道中GPS没有信号或者信号非常微弱的情况,单独的GPS定位系统无法准确、持续地进行高铁车辆定位;因此,为了解决这个问题,本发明提供了一种高铁坐标定位修正方法。
发明内容
为了解决上述方案存在的问题,本发明提供了一种高铁坐标定位修正方法。
本发明的目的可以通过以下技术方案实现:
一种高铁坐标定位修正方法,具体步骤包括:
步骤一:获取高铁的轨道线路图,对获得的轨道线路图进行处理,获得轨道角布图;
步骤二:实时获取高铁的特征数据,根据获得的特征数据评估高铁在轨道角布图中的位置,识别该位置的第一坐标;
步骤三:计算第一坐标对应的代表值;
步骤四:建立坐标修正模型,基于高铁运行定位数据进行实时学习;
步骤五:实时获取坐标修正输入数据,将获得的坐标修正输入数据输入到坐标修正模型中,获得第二坐标;
步骤六:判断定位系统是否正常工作,根据判断结果输出对应的高铁坐标数据。
进一步地,对获得的轨道线路图进行处理的方法包括:
识别轨道各处的圆心角,将识别的圆心角根据对应轨道路线的位置生成圆心角曲线图,结合轨道路线的形状分布和轨道信息对圆心角曲线图进行修正,将修正后的圆心角曲线图标记为处理曲线图,对处理曲线图中的圆心角进行合并,获得若干个曲线段,根据曲线段对应的轨道对轨道线路图中的轨道线路进行分割,获得若干个线路段,为每个线路段设置对应的调整系数,将当前的轨道线路图和处理曲线图整合为轨道角布图。
进一步地,计算第一坐标对应的代表值的方法包括:
获取对应的调整系数、速度、圆心角,将获得的速度、圆心角转化为对应的速度值和角度值,将调整系数、速度值和角度值分别标记为α、SZ、JD,根据公式DBZ=α×(b1×SZ+b2×JD)计算对应的代表值,其中,b1、b2均为比例系数,取值范围为。
进一步地,基于高铁运行定位数据进行实时学习的方法包括:
实时获取坐标修正模型分析出的第二坐标,获取对应定位系统分析的精准坐标,将获得的精准坐标、第二坐标和对应坐标修正输入数据整合为再学习数据,通过再学习数据对坐标修正模型进行再训练。
进一步地,坐标修正输入数据包括高铁的特征数据、第一坐标和代表值。
进一步地,判断结果包括正常工作和异常工作。
进一步地,根据判断结果输出对应的高铁坐标数据的方法包括:
当判断结果为正常工作时,将定位系统输出的精准坐标作为高铁坐标数据进行输出;当判断结果为异常工作时,将第二坐标作为高铁坐标数据进行输出。
进一步地,坐标修正模型是基于CNN网络或DNN网络进行建立的。
与现有技术相比,本发明的有益效果是:
通过建立坐标修正模型,实现当定位系统不能正常运行时,仍能实时定位高铁坐标,并在定位系统正常运行时,动态生成大量的学习数据进行再学习,不停的优化、修正坐标修正模型的分析结果,逐步提高分析精度;并通过轨道角布图、高铁特征数据分析出第一坐标和代表值进行辅助提高分析精度。
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简单的介绍,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。
图1为本发明方法流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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做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。
如图1所示,一种高铁坐标定位修正方法,具体步骤包括:
步骤一:获取高铁的轨道线路图,对获得的轨道线路图进行处理,获得轨道角布图;
对获得的轨道线路图进行处理的方法包括:
识别轨道各处的圆心角,将识别的圆心角根据对应轨道路线的位置生成圆心角曲线图,如横轴对应轨道位置,纵轴对应圆心角;结合轨道路线的形状分布和轨道信息对圆心角曲线图进行修正,根据施工信息和轨道信息分析可能具有的识别角度误差,进行相应的修正,降低累积误差,提高后续的分析精度;将修正后的圆心角曲线图标记为处理曲线图,对处理曲线图中的圆心角进行合并,获得若干个曲线段,根据曲线段对应的轨道对轨道线路图中的轨道线路进行分割,获得若干个线路段,为每个线路段设置对应的调整系数,将当前的轨道线路图和处理曲线图整合为轨道角布图。
结合轨道路线的形状分布和轨道信息对圆心角曲线图进行修正,具体的是结合历史轨道施工数据,通过人工的方式设置对应的训练集,如在图中的角度为某个值,但是在实际施工过程中,因为地理位置、坡度、角度大小等具有不同的实际误差,进行相结合后建立训练集,基于CNN网络或DNN网络建立对应的圆心角修正模型,通过建立的训练集进行训练,通过训练成功后的圆心角修正模型进行修正,因为神经网络为本领域的现有技术,因此具体的建立和训练过程在本发明中不进行详细叙述。
对处理曲线图中的圆心角进行合并,主要是根据圆心角的大小和分布进行合并的,目的在于将具有弧度或角度的轨道进行合并出来,进而将整个的轨道线路进行分割,因为对于弯道处的轨道,其轨道段的各个圆心角是程规律变化的,如从大变小,再从小变大,直接识别符合预设要求的最小圆心角,以此为基础,合并一个圆心角曲线段;通过上述描述结合现有技术可以实现对应圆心角的合并,如采用训练神经网络模型的方式进行智能合并。
为每个线路段设置对应的调整系数,调整系数是根据该线路段对应的圆心角数据进行设置的,因为不同的圆心角大小对应的代表特征是不同的,圆心角在一段线路中越独特,越便于识别到高铁是处于该位置,调整系数越大;反之,较为普遍,代表性低,辅助修正作用小,调整系数越小;即选取一段线路的若干个线路段,根据各个线路段对应的圆心角数据,识别各个圆心角的识别代表情况,进而设置对应调整系数,如根据高铁的大致位置,向前选取一段预设长度的线路进行分析,具体的可以基于CNN网络或DNN网络建立对应的调整系数模型,通过人工的方式建立对应的训练集进行训练,通过训练成功后的调整系数模型进行分析,获得接下一段线路内各个线路段的调整系数,即调整系数是变动的。
步骤二:实时获取高铁的特征数据,如速度、加速度等数据;根据获得的特征数据评估高铁在轨道角布图中的位置,识别该位置的第一坐标。
就是根据特征数据判断高铁最可能是位于哪个位置,以为不用的速度在不同线路段的加速度是不同的,因此根据现有的数学公式,如圆心角公式、加速度公式等进行相应的推导计算,结合当前高铁的位置判断高铁最可能处于哪个位置,获得对应的位置坐标;可以结合神经网络模型的方式进行训练,通过训练成功后的模型进行智能判断。
步骤三:计算第一坐标对应的代表值;
计算第一坐标对应的代表值的方法包括:
获取对应的调整系数、速度、圆心角,将获得的速度、圆心角转化为对应的速度值和角度值,根据高铁在运行中可能具有的速度和圆心角确定对应的速度区间和角度区间,通过人工的方式根据角度区间和速度区间设置对应的角度值匹配曲线和速度值匹配曲线,速度值和角度值同样根据对应的代表程度进行设置的,通过人工的方式设置若干个的模拟点,进行连线后的对应角度值匹配曲线和速度值匹配曲线,进行相应匹配后获得速度值和角度值;将调整系数、速度值和角度值分别标记为α、SZ、JD,根据公式DBZ=α×(b1×SZ+b2×JD)计算对应的代表值,其中,b1、b2均为比例系数,取值范围为。
步骤四:建立坐标修正模型,基于高铁运行定位数据进行实时学习;
坐标修正模型是基于CNN网络或DNN网络进行建立的,通过高铁在运行过程,产生的大量数据形成训练集进行实时训练学习,当GPS、北斗导航等可以正常工作时,会产生精准的高铁实时坐标,而对应的通过高铁特征数据分析出的第二坐标,相结合形成训练集,通过训练集对坐标修正模型进行实时训练学习。
具体的可以为:实时获取坐标修正模型分析出的第二坐标,获取对应定位系统分析的精准坐标,定位系统指的是高铁上应用的GPS定位系统或北斗导航系统等定位系统;将获得的精准坐标、第二坐标和对应坐标修正输入数据整合为再学习数据,通过再学习数据对坐标修正模型进行再训练。
步骤五:实时获取坐标修正输入数据,将获得的坐标修正输入数据输入到坐标修正模型中,获得第二坐标;
坐标修正输入数据包括高铁的特征数据、第一坐标和代表值。
步骤六:判断定位系统是否正常工作,根据判断结果输出对应的高铁坐标数据。
判断结果包括正常工作和异常工作。
根据判断结果输出对应的高铁坐标数据的方法包括:
当判断结果为正常工作时,将定位系统输出的精准坐标作为高铁坐标数据进行输出;当判断结果为异常工作时,将第二坐标作为高铁坐标数据进行输出。
判断定位系统是否正常工作的方法包括:
在一个实施例中,可以直接利用现有的判断方法进行判断,判断当前的定位系统是否正常工作,输出的精准坐标是否精准。
在另一个实施例中,因为隧道、环境、雷达干扰等,可能导致定位系统不能精准定位,仅仅通过信号来判断具有一定的局限性,实时获取当前高铁的空域信息,即空间内的环境、地理、信号等数据,通过现有方法进行采集,对获得的空域信息进行分析,判断是否具有干扰定位系统的影响数据,若无,则正常,反之,识别对应干扰因素的种类,进行对应干扰数据的分析,判断是否影响定位系统的精准定位,如恶意篡改引导等;具体的可以基于CNN网络或DNN网络建立对应的干扰数据分析模型,通过建立的干扰数据分析模型进行智能分析。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (6)
1.一种高铁坐标定位修正方法,其特征在于,步骤包括:
步骤一:获取高铁的轨道线路图,对获得的轨道线路图进行处理,获得轨道角布图;
步骤二:实时获取高铁的特征数据,根据获得的特征数据评估高铁在轨道角布图中的位置,识别该位置的第一坐标;
步骤三:计算第一坐标对应的代表值;
步骤四:建立坐标修正模型,基于高铁运行定位数据进行实时学习;
步骤五:实时获取坐标修正输入数据,将获得的坐标修正输入数据输入到坐标修正模型中,获得第二坐标;
步骤六:判断定位系统是否正常工作,根据判断结果输出对应的高铁坐标数据;
对获得的轨道线路图进行处理的方法包括:
识别轨道各处的圆心角,将识别的圆心角根据对应轨道路线的位置生成圆心角曲线图,结合轨道路线的形状分布和轨道信息对圆心角曲线图进行修正,将修正后的圆心角曲线图标记为处理曲线图,对处理曲线图中的圆心角进行合并,获得若干个曲线段,根据曲线段对应的轨道对轨道线路图中的轨道线路进行分割,获得若干个线路段,为每个线路段设置对应的调整系数,将当前的轨道线路图和处理曲线图整合为轨道角布图;
计算第一坐标对应的代表值的方法包括:
根据第一坐标在轨道角布图中的位置获取对应的调整系数、速度、圆心角,将获得的速度、圆心角转化为对应的速度值和角度值,将调整系数、速度值和角度值分别标记为α、SZ、JD,根据公式DBZ=α×(b1×SZ+b2×JD)计算对应的代表值,其中,b1、b2均为比例系数,取值范围为0<b1≤1,0<b2≤1。
2.根据权利要求1所述的一种高铁坐标定位修正方法,其特征在于,基于高铁运行定位数据进行实时学习的方法包括:
实时获取坐标修正模型分析出的第二坐标,获取高铁上配备的定位系统分析的精准坐标,将获得的精准坐标、第二坐标和对应坐标修正输入数据整合为再学习数据,通过再学习数据对坐标修正模型进行再训练。
3.根据权利要求1所述的一种高铁坐标定位修正方法,其特征在于,坐标修正输入数据包括高铁的特征数据、第一坐标和代表值。
4.根据权利要求1所述的一种高铁坐标定位修正方法,其特征在于,判断结果包括正常工作和异常工作。
5.根据权利要求4所述的一种高铁坐标定位修正方法,其特征在于,根据判断结果输出对应的高铁坐标数据的方法包括:
当判断结果为正常工作时,将定位系统输出的精准坐标作为高铁坐标数据进行输出;当判断结果为异常工作时,将第二坐标作为高铁坐标数据进行输出。
6.根据权利要求1所述的一种高铁坐标定位修正方法,其特征在于,结合轨道路线的形状分布和轨道信息对圆心角曲线图进行修正的方法包括:
结合历史轨道施工数据建立圆心角修正模型,通过建立圆心角修正模型根据轨道路线的形状分布和轨道信息对圆心角曲线图进行修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310148742.8A CN115855066B (zh) | 2023-02-22 | 2023-02-22 | 一种高铁坐标定位修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310148742.8A CN115855066B (zh) | 2023-02-22 | 2023-02-22 | 一种高铁坐标定位修正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115855066A CN115855066A (zh) | 2023-03-28 |
CN115855066B true CN115855066B (zh) | 2023-05-05 |
Family
ID=85658645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310148742.8A Active CN115855066B (zh) | 2023-02-22 | 2023-02-22 | 一种高铁坐标定位修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115855066B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003294825A (ja) * | 2002-03-28 | 2003-10-15 | Railway Technical Res Inst | 列車自車位置検出方法、及び列車自車位置検出システム |
CN115503792A (zh) * | 2022-08-23 | 2022-12-23 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 城市轨道交通列车运行位置监测精准展示方法及装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101357643B (zh) * | 2008-08-21 | 2010-12-15 | 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 |
US9266543B2 (en) * | 2010-12-07 | 2016-02-23 | Mitsubishi Electric Corporation | Train protection device and train position decision method |
CN103072599A (zh) * | 2012-04-28 | 2013-05-01 | 北方工业大学 | 高速列车实时定位方法 |
CN110831835A (zh) * | 2017-06-30 | 2020-02-21 | 川崎重工业株式会社 | 铁道车辆的行驶位置确定系统、行驶位置确定装置以及行驶位置确定方法 |
CN109239748A (zh) * | 2017-07-10 | 2019-01-18 | 比亚迪股份有限公司 | 基于gnss的列车运行信息获取方法和装置 |
CN108196289B (zh) * | 2017-12-25 | 2019-11-26 | 北京交通大学 | 一种卫星信号受限条件下的列车组合定位方法 |
CN109059909A (zh) * | 2018-07-23 | 2018-12-21 | 兰州交通大学 | 基于神经网络辅助的卫星/惯导列车定位方法与系统 |
CN110395297B (zh) * | 2019-07-29 | 2021-08-10 | 兰州交通大学 | 列车定位方法 |
IL269263B (en) * | 2019-09-10 | 2021-09-30 | Veeride Geo Ltd | A navigation method based on a cell phone |
CN111098894B (zh) * | 2019-12-13 | 2021-10-15 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种基于轨道曲线特征的列车定位方法及系统 |
WO2021226786A1 (en) * | 2020-05-11 | 2021-11-18 | Mtr Corporation Limited | On-board systems for trains and methods of determining safe speeds and locations of trains |
CN113703023B (zh) * | 2021-09-06 | 2024-02-27 | 国家高速列车青岛技术创新中心 | 基于环境图像识别修正的轨道车辆实时定位方法及系统 |
CN113970769A (zh) * | 2021-09-06 | 2022-01-25 | 交控科技股份有限公司 | 基于北斗导航卫星系统的列车运行定位方法和装置 |
CN114819083A (zh) * | 2022-04-26 | 2022-07-29 | 重庆交通大学 | 基于跨线路复合型迁移学习的列车定位方法 |
CN115034055A (zh) * | 2022-06-01 | 2022-09-09 | 北京大象科技有限公司 | 轨道交通列车运行仿真方法及系统 |
-
2023
- 2023-02-22 CN CN202310148742.8A patent/CN115855066B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003294825A (ja) * | 2002-03-28 | 2003-10-15 | Railway Technical Res Inst | 列車自車位置検出方法、及び列車自車位置検出システム |
CN115503792A (zh) * | 2022-08-23 | 2022-12-23 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 城市轨道交通列车运行位置监测精准展示方法及装置 |
Non-Patent Citations (2)
Title |
---|
一种快速高精度GPS组合定位方法研究;王迪;陈光武;杨厅;;铁道学报;第39卷(第02期);第67-73页 * |
铁路轨道曲线正矢计算新方法研究;马文静;;铁道勘察(第06期);第1-3、17页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115855066A (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111009153B (zh) | 一种轨迹预测模型的训练方法、装置和设备 | |
CN109491369B (zh) | 车辆实际控制单元的性能评估方法、装置、设备和介质 | |
CN106774410A (zh) | 无人机自动巡检方法和装置 | |
CN112150804B (zh) | 一种基于MaskRCNN算法的城市多类型交叉口识别方法 | |
CN113358112B (zh) | 一种地图构建方法及一种激光惯性里程计 | |
CN110909738A (zh) | 一种基于关键点检测的指针仪表自动读数方法 | |
CN111475544A (zh) | 船舶轨迹数据中离群点的检测方法和装置 | |
CN110910440A (zh) | 一种基于电力影像数据的输电线路长度确定方法和系统 | |
CN114360240B (zh) | 一种基于车联网轨迹特征的高精度定位方法 | |
CN114061596A (zh) | 自动驾驶定位方法、系统、测试方法、设备及存储介质 | |
CN109147322B (zh) | 一种城市交通大数据处理中多源数据自适应融合方法 | |
CN115855066B (zh) | 一种高铁坐标定位修正方法 | |
CN111650673A (zh) | 一种利用风场资料订正低涡中心位置的方法 | |
CN110647877B (zh) | 一种基于神经网络的立体交通设施定位纠偏方法及装置 | |
CN111693051A (zh) | 一种基于光电传感器的多目标数据关联方法 | |
CN114565176B (zh) | 一种长期船舶轨迹预测方法 | |
CN114047508B (zh) | 一种对海雷达探测范围统计评估方法及系统 | |
CN113686338A (zh) | 一种基于惯性导航设备的航路优化方法 | |
CN113759938B (zh) | 一种无人车路径规划质量测评方法和系统 | |
CN115563574A (zh) | 一种基于综合判据的多传感器空中目标点迹数据融合方法 | |
CN110148218A (zh) | 一种大批量机载LiDAR点云数据整体优化的方法 | |
CN115035359A (zh) | 一种点云数据处理方法、训练数据处理方法及装置 | |
CN116522462B (zh) | 用于既有公路路线平面线形计算机拟合方法 | |
CN115035185B (zh) | 一种利用曲率和曲率变化率识别平曲线的方法 | |
CN116468205B (zh) | 一种机动车环保检测质量监测方法及系统 |
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 |