CN116136404A - 一种低成本全地域的列控车载设备测速定位方法及装置 - Google Patents

Abstract

本发明涉及铁路运输与管理领域，提供一种低成本、全地域的列控车载设备测速定位方法和装置，若卫星信号状态为失效状态，采用多传感器融合的方法建立惯性传感器误差模型，利用惯性传感器和其他传感器测量值之差估计惯性传感器误差并进行反馈校正，能够在卫星信号失效的情况下，准确估计传感器的误差值，采用递推和反馈校正相结合的方式，获得最终列车状态信息，提高了方法和装置的适用性，解决了多山峡谷、隧道及车站顶棚遮挡等卫星信号易失效地区的测速定位问题。

Description

一种低成本全地域的列控车载设备测速定位方法及装置

技术领域

本发明涉及铁路运输与管理领域，具体涉及一种低成本、全地域的列控车载设备测速定位方法及装置。

背景技术

我国深入实施西部大开发战略，进一步加快西部铁路发展，然而青藏铁路等西部铁路海拔起伏大，环境恶劣，人烟稀少，不利于轨旁设备的运营维护，对列控系统提出了少轨旁、免维护的突出需求。

目前，现有技术中列控车载系统存在两类测速定位方式。传统的列控车载测速定位系统大多采用光电/霍尔转速传感器实现测速功能，然而转速传感器检测到被测轮对发生空转/滑行时，只能利用数学模型考虑最不利因素进行速度补偿，无法直接通过传感器获取有效的测量数据；部分系统新增设了雷达系统辅助转速传感器实现测速功能，然而雷达系统成本高且依赖地面实体应答器实现定位功能，不能满足西部铁路建设、运营与维护的需求。新型列控系统中采用北斗卫星的虚拟应答器技术代替实体应答器来实现定位方案，在多山峡谷、隧道及车站顶棚遮挡等情况下，卫星信号发射功能会发生失效，不能获取绝对定位信息进行距离的校准，列车运行速度和走行距离随时间累积误差，长时间运行无法满足列控车载系统控制精度要求。卫星测量的是三维位置信息，而转速传感器测量沿列车纵向的是一维测速测距信息，二者需要进行转换后方能融合使用，而新型列控系统依赖电子地图实现卫星数据和转速传感器数据的维度转换关系，无法实现惯性传感器的对准和标定，对惯性传感器的数据使用方法尚不明确。因此在卫星长时间失效时，新型系统将无法使用。

因此，亟需一种低成本、全地域的列控车载设备测速定位方法及装置，从而实时计算得到列车的运行速度、位置和方向等信息。

发明内容

本发明的目的在于提供一种低成本、全地域的列控车载设备测速定位方法及装置，以解决上述背景技术中提出的问题。

本发明提供一种低成本、全地域的列控车载设备测速定位方法，包括如下步骤：

获取卫星信号状态，若卫星信号状态为正常状态，采用惯性传感器和卫星接收机获取传感器误差状态信息；若卫星信号状态为失效状态，利用第一校正方法、第二校正方法和第三校正方法分别获取第一传感器误差状态信息、第二传感器误差状态信息和第三传感器误差状态信息，根据卫星正常状态和失效状态，结合传感器误差状态信息对应的置信区间大小决定的信息分配系数，融合传感器误差状态信息，采用递推和反馈校正相结合的方式，获得最终列车状态信息；

其中，所述第一校正方法为采用惯性传感器和转速传感器获取传感器误差状态信息，所述第二校正方法为采用惯性传感器和惯性与电子地图匹配位置点获取第二传感器误差状态信息，所述第三校正方法为采用惯性传感器和相机获取第三传感器误差状态信息。

优选的，所述获取卫星信号状态，还包括：若卫星信号状态为正常状态，利用惯性传感器和卫星接收机获取传感器误差状态信息，采用递推和反馈校正相结合的方式，获得最终列车状态信息。

优选的，所述第一校正方法包括：

惯性传感器初始对准；

惯性传感器安装误差角标定；

由惯性坐标系下三轴加速度和角加速度测量值，解算得到东北天坐标系下速度、位置及姿态角，姿态角可转化为姿态矩阵；

利用历史估计的列车横向和纵向速度，与当前铁路线路的地理特征建立相关性模型，优化转速传感器非完整性约束条件；

获取转速传感器的数据，基于惯性传感器的姿态矩阵将优化约束后的转速传感器的数据转换为东北天坐标系下的三维数据；

将东北天坐标系下的转速传感器和惯性传感器的数据作差带入测量方程，由误差状态方程估计第一惯性传感器误差状态信息。

优选的，历史估计的列车横向和纵向速度是卫星在有效状态下估计的列车横向和纵向速度，当前铁路线路的地理特征至少包括弯道、坡度的地理特征。

优选的，采用第一校正方法获取第一传感器误差状态信息，还包括：

根据惯性传感器和转速传感器的信息判断转速传感器安装轮对是否发生空转/滑行；

若未发生，则采用第一校正方法估计第一传感器误差状态信息，利用转速传感器通过测量车轮转动得到列车纵向运行速度；

若发生，则在空转/滑行发生时间内，利用转速传感器安装轮对未发生空转/滑行时误差状态估计值作为第一传感器误差状态信息。

优选的，所述第二校正方法包括：

惯性传感器初始对准；

惯性传感器安装误差角标定；

由惯性坐标系下三轴加速度和角加速度测量值，解算得到东北天坐标系下速度、位置及姿态角，将姿态角转化为姿态矩阵；

利用电子地图找到当前铁路线路的线路参数的特征值，并标记特征值处的绝对坐标位置；

将惯性传感器实时测量值与当前铁路线路的线路参数的特征值进行特征匹配得到线路绝对坐标位置；

惯性传感器测量值与线路绝对坐标位置作差带入测量方程，由误差状态方程估计第二传感器误差状态信息。

优选的，所述第三校正方法包括：

惯性传感器初始对准；

惯性传感器安装误差角标定；

由惯性坐标系下三轴加速度和角加速度测量值，解算得到东北天坐标系下速度、位置及姿态角，将姿态角转化为姿态矩阵；

获取列车图像信息，利用列车图像信息计算列车视觉定位信息；

将惯性传感器的位姿信息约束到列车视觉定位信息中，由误差状态方程估计第三传感器误差状态信息，以惯性传感器的测量误差、图像对应的相机位姿以及特征点对应的空间位置参数为状态量，相机与惯性传感器的位置和姿态之差作为观测量构建观测模型，采用惯性传感器和相机的MSCKF滤波融合算法对惯性传感器误差进行估计，并利用第三惯性传感器误差状态信息去校正惯导解算过程中的导航参数，得到列车在东北天坐标系下的运行速度和走行位置，以获取第三传感器误差状态信息。

优选的，获取列车图像信息，利用列车图像信息计算列车视觉定位信息，具体包括：

利用相机获得列车图像信息，通过特征提取匹配与优化估计得到绝对定位信息，以计算列车视觉定位信息。

优选的，获取列车图像信息，利用列车图像信息计算列车视觉定位信息，具体包括：

利用视觉里程计拍摄多张运行中的列车的图像，检测所述多张运行中的列车的图像的差异测出列车走行距离，对比前后帧图像的差异得到列车运行速度，以计算列车视觉定位信息。

优选的，所述的低成本、全地域的列控车载设备测速定位方法，还包括：

利用联邦卡尔曼滤波器对列车传感器误差状态信息进行数据融合处理，根据卫星正常状态和失效状态，结合传感器误差状态信息对应的置信区间大小决定的信息分配系数，若为失效状态，将第一校正方法、第二校正方法和第三校正方法得到的第一传感器误差状态信息、第二传感器误差状态信息和第三传感器误差状态信息融合得到最终传感器误差状态信息。利用融合后的列车传感器误差状态信息去校正解算过程中的相应导航参数，推算得到列车在东北天坐标系下的运行速度和走行位置，以获取最终列车状态信息。

优选的，所述的低成本、全地域的列控车载设备测速定位方法，还包括：

采用冗余架构获取传感器测量信息，所述冗余架构包括由两个转速传感器、两个惯性传感器组成的两个测速测距单元，以及由两个卫星接收机、两个相机和电子地图组成的两个定位单元，两个测速测距单元和两个定位单元结果各自比较后通过算法模型进行融合得到测速定位结果。

本发明还提供一种低成本、全地域的列控车载设备测速定位装置，包括：

故障识别模块，用于获取卫星信号状态，判断卫星信号是否为失效状态；

测速定位模块，用于若卫星信号状态为失效状态，利用第一校正方法、第二校正方法和第三校正方法分别获取第一传感器误差状态信息、第二列车传感器误差状态信息和第三传感器误差状态信息；采用递推和反馈校正相结合的方式，将融合模块得到的传感器误差状态信息去校正解算过程中的导航参数，即反馈到系统内部，获得最终列车状态信息；

融合模块，用于根据卫星正常状态和失效状态，结合传感器误差状态信息对应的置信区间大小决定的信息分配系数，融合所述传感器误差状态信息，其中失效状态包括第一传感器误差状态信息、第二传感器误差状态信息和第三传感器误差状态信息，获得最终传感器误差状态信息；其中，所述第一校正方法为采用惯性传感器和转速传感器获取第一传感器误差状态信息，所述第二校正方法为采用惯性传感器和惯性与电子地图匹配位置点获取第二传感器误差状态信息，所述第三校正方法为采用惯性传感器和相机获取第三列车状态下的第三传感器误差状态信息。

相较于现有技术，本发明实施例提供的一种低成本、全地域的列控车载设备测速定位方法和装置，兼容多种传感器的数据，包括列车上已有的测速定位装置，还增加了低成本的、通用的传感器，包括MEMS惯性传感器、相机，不需要使用计算复杂、成本搞的传感器，如雷达、激光雷达等；能够在卫星信号状态失效时利用列车上已经配备的传感器获取列车状态信息，融合多个传感器数据，获得准确的列车状态信息，使得列控车载设备在任何位置、任何环境下均能对列车的状态进行监控，提高了低成本、全地域的列控车载设备测速定位方法的适用性，使得其能够适用于全地域；系统采用二乘二取二安全平台架构设计，具有较高的可靠性和较低的成本，可适应西部高原铁路发展，满足少轨旁、免维护的突出需求。

附图说明

图1本发明实施例提供的低成本、全地域的列控车载设备测速定位方法流程图；

图2本发明实施例提供的联邦卡尔曼滤波器结构示意图；

图3为本发明实施例提供的冗余结构示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

通常在此处附图中描述和显示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。

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。

以下结合附图对本发明的技术方案进一步阐述。

本发明实施例提供一种低成本、全地域的列控车载设备测速定位方法，如图1所示，低成本、全地域的列控车载设备测速定位方法具体包括：

获取卫星信号状态，若卫星信号状态为正常状态，采用惯性传感器和卫星接收机获取传感器误差状态信息；若卫星信号状态为失效状态，利用第一校正方法、第二校正方法和第三校正方法分别获取第一传感器误差状态信息、第二传感器误差状态信息和第三传感器误差状态信息，根据卫星正常状态和失效状态，结合传感器误差状态信息对应的置信区间大小决定的信息分配系数，融合传感器误差状态信息，采用递推和反馈校正相结合的方式，获得最终列车状态信息。

本发明提供的低成本、全地域的列控车载设备测速定位方法，能够在卫星信号状态失效时采用联邦卡尔曼滤波算法，结合传感器误差状态信息对应的置信区间大小决定的信息分配系数，融合传感器误差状态信息，采用递推和反馈校正相结合的方式，获得准确的列车状态信息，使得列控车载设备在任何位置、任何环境下均能对列车的状态进行监控，提高了低成本、全地域的列控车载设备测速定位方法的适用性，使得其能够适用于全地域；且本发明能够融合多路校正方法获取列车状态信息，在多路并行的情况下，即使一路校正方法因传感器故障无法工作时，其他路径的校正方法仍可以通过结果融合获取准确的列车状态信息，提高了系统的可靠性。同时，第一、第二和第三校正方法选用低成本的、通用的传感器进行数据获取，无需开发专用的传感器，也无需开发复杂的通讯方式，在提高系统适用性的同时降低了系统的成本。

在一些可选的实施例中，所述第一校正方法包括：

惯性传感器初始对准；

惯性传感器安装误差角标定；

由惯性坐标系下三轴加速度和角加速度测量值，解算得到东北天坐标系下速度、位置及姿态角，姿态角可转化为姿态矩阵；

利用历史估计的列车横向和纵向速度，与当前铁路线路的地理特征建立相关性模型，优化转速传感器非完整性约束条件；

获取转速传感器的数据，基于惯性传感器的姿态矩阵将优化约束后的转速传感器的数据转换为东北天坐标系下的三维数据；

将东北天坐标系下的转速传感器和惯性传感器的数据作差带入测量方程，由误差状态方程估计第一传感器误差状态信息，并利用第一传感器误差状态信息去校正惯导解算过程中的导航参数，即反馈到系统内部。其中，历史估计的列车横向和纵向速度是卫星在有效状态下估计的列车横向和纵向速度，，当前铁路线路的地理特征至少包括弯道、坡度的地理特征。本发明提供的第一校正方法，能够通过反馈校正，使误差状态信息不断接近真实误差值。

采用第一校正方法获取第一传感器误差状态信息，具体还包括：

根据惯性传感器和转速传感器的信息判断转速传感器安装轮对是否发生空转/滑行，若未发生，则采用第一校正方法估计第一传感器误差状态信息，利用转速传感器通过测量车轮转动得到列车纵向运行速度；若发生，则在空转/滑行发生时间内，利用转速传感器安装轮对未发生空转/滑行时误差状态估计值作为第一传感器误差状态信息。

在转速传感器可以正常工作的情况下，相较于现有技术中对转速传感器数据提供的非完整性约束，本发明将非完整性约束条件进行针对性优化，具体来说将完整性约束利用于列车领域，非完整性约束中车体坐标系横向和垂直方向上速度为零，但在上下坡和车辆转弯时，或车速较高时，非完整性约束不再准确，会带来较大误差，本发明提高了数据转换计算的准确度。

现有技术在转速传感器检测到被测轮对发生空转/滑行时，只能利用数学模型考虑最不利因素进行速度补偿，无法获取有效的测量数据。而本发明提供的方法能够在转速传感器检测到被测轮对发生空转/滑行时，仍利用惯性传感器进行短时间的列车状态数据获取，保证了列车监控的稳定运行。

所述第二校正方法包括：

惯性传感器初始对准；

惯性传感器安装误差角标定；

由惯性坐标系下三轴加速度和角加速度测量值，解算得到东北天坐标系下速度、位置及姿态角，将姿态角转化为姿态矩阵；

利用电子地图找到当前铁路线路的线路参数的特征值，当前铁路线路的线路参数的特征值至少包括弯道曲率、曲率倒数、线路坡度等，并标记特征值处的绝对坐标位置；

将惯性传感器实时测量值与当前铁路线路的线路参数的特征值进行特征匹配得到线路绝对坐标位置，进一步的，采用模式识别方法进行特征匹配；

惯性传感器测量值与线路绝对坐标位置作差带入测量方程，由误差状态方程估计第二传感器误差状态信息。本发明提供的第二校正方法，能够利用电子地图对惯性传感器进行校准，通过反馈校正，使传感器误差状态信息不断接近真实误差。

本发明提供的方法在卫星失效时，由于惯性传感器无法长时间自行工作，此时为了利用其他信息对惯性传感器进行误差估计，提出了使用电子地图的方式，利用惯导实时测量值与电子地图匹配中特征参数进行匹配，可得到列车的绝对定位信息，作为校正数据反馈校正，这样在卫星信号失效时，通过此方式可有效估算传感器误差，从而得到更准确的速度和位置的估计值，提高了列车状态信息的准确度。

所述第三校正方法包括：

惯性传感器初始对准；

惯性传感器安装误差角标定；

由惯性坐标系下三轴加速度和角加速度测量值，解算得到东北天坐标系下速度、位置及姿态角，将姿态角转化为姿态矩阵；

获取列车图像信息，利用列车图像信息计算列车视觉定位信息，其中，作为一种可选的实施例，利用相机获得列车图像信息，通过特征提取匹配与优化估计得到绝对定位信息，以计算列车视觉定位信息；作为另一种可选的实施例，利用视觉里程计拍摄多张运行中的列车的图像，检测所述多张运行中的列车的图像的差异测出列车走行距离，对比前后帧图像的差异得到列车运行速度，以计算列车视觉定位信息；

将惯性传感器的位姿信息约束到列车视觉定位信息中，由误差状态方程估计第三传感器误差状态信息，以惯性传感器的测量误差、图像对应的相机位姿以及特征点对应的空间位置参数为状态量，相机与惯性传感器的位置和姿态之差作为观测量构建观测模型，采用惯性传感器和相机的MSCKF滤波融合算法对惯性传感器误差进行估计，并利用第三传感器误差状态信息去校正惯导解算过程中的导航参数，即反馈到惯性导航系统内部，使误差状态信息不断接近真实误差值，得到列车在东北天坐标系下的运行速度和走行位置，以获取第三传感器误差状态信息。

作为一种可选的实施例，可以采用多个相机获取图像，多个相机具体为2个。本发明实施例中，在卫星信号失效时，不局限于传统意义上的轨道及轨旁自身特征的图像识别定位方法，应用相机技术，通过2个相机相机图像差异测出距离，对比前后帧图像的差异得到列车的运行速度，并对惯性传感器预测的内容进行校正更新，提高了状态信息的准确度。卫星信号失效时，将相机技术应用于列车测速定位装置，通过分析相关图像序列确定列车的位置和朝向，并有效估算惯性传感器误差，从而得到更准确的列车运行速度和位置信息。

隧道等区域卫星信号失效时，利用转速传感器和惯性传感器进行速度和距离的递推运算，加入运动学约束优化计算结果；进一步的，为了提高上述方式获得的列车状态信息的准确度，还提供了利用惯性传感器测量值与电子地图中特征参数匹配来确定关键定位点信息，还可应用相机进行信息融合处理，不论卫星是长距离失效还是短距离失效，均有备用的方式进行列车状态信息获取，提高了系统的适用性。

具体来说，所述列车状态信息包括列车的实时速度、位置和姿态。融合卫星正常状态和失效状态信息以获得所述列车状态信息，其中失效状态信息包括第一传感器误差状态信息、所述第二传感器误差状态信息和所述第三传感器误差状态信息，包括：子滤波器通过观测方程进行估计，将传感器误差估计值提供给主滤波器，根据传感器误差状态信息的置信区间决定信息分配系数，采用主滤波器的估计值为全局估计的值，反馈重置提高了各子滤波器的精度，最终得到列车在东北天坐标系下的实时速度、位置和姿态，可通过姿态矩阵转换为沿列车纵向的一维测速测距信息，即列车的运行速度、位置和方向等信息。

利用联邦卡尔曼滤波器对列车传感器误差状态信息进行数据融合处理，根据卫星正常状态和失效状态，结合传感器误差状态信息对应的置信区间大小决定的信息分配系数，若为失效状态，将第一校正方法、第二校正方法和第三校正方法得到的第一传感器误差状态信息、第二传感器误差状态信息和第三传感器误差状态信息融合得到最终传感器误差状态信息。利用融合后的列车传感器误差状态信息去校正解算过程中的相应导航参数，推算得到列车在东北天坐标系下的运行速度和走行位置，以获取最终列车状态信息。

具体来说，如图2所示，利用联邦卡尔曼滤波器对在第一校正方法、第二校正方法和第三校正方法得到的传感器误差状态信息进行数据融合处理：把将惯性传感器和转速传感器作为观测值的误差状态估计设置为第一子滤波器，把将惯性传感器和与电子地图匹配的位置点作为观测值的误差状态估计设置为第二子滤波器，把将惯性传感器和卫星接收机作为观测值的误差状态估计设置为第三子滤波器，把将惯性传感器和相机作为观测值的误差状态估计设置为第四子滤波器，结合传感器误差状态信息对应的置信区间大小配置联邦卡尔曼信息分配系数。置信区间较小则信息分配系数较高，利用惯性传感器、转速传感器、电子地图、卫星接收机和相机获取准确的传感器误差状态信息，通过反馈校正，使误差状态信息不断接近真实误差值，从而得到列车在东北天坐标系下的运行速度和走行位置，以获取列车状态信息。

本发明采用第一校正方法、第二校正方法和第三校正方法估计得到传感器误差状态信息，通过联邦卡尔曼滤波根据传感器误差状态信息对应的置信区间大小决定信息分配系数，置信区间较小则信息分配系数较高，经反馈校正，使误差状态信息不断接近真实误差值，对惯性传感器实时测量数据进行陀螺仪漂移和加速度计漂移的误差补偿，通过惯导解算得到列车运行速度、走行位置和姿态信息，将估计得到的惯性传感器速度误差、定位误差、惯导姿态失准角补偿到解算结果中，得到列车在东北天坐标系下的运行速度和走行位置。

在列车运行过程中难免会出现传感器的故障，例如转速传感器会因行驶路况不好出现打滑或滑行故障；卫星信号在隧道、山区等复杂条件下信号会受到遮蔽，面临失效风险；受相机参数、测量距离范围等影响，相机输出会存在一定误差等。本发明提供的方法以故障诊断和预测结果为前提，结合传感器误差状态信息对应的置信区间大小配置联邦卡尔曼信息融合系数，最终实现一种低成本全地域的列控车载设备测速定位方法。此外，现有技术中，采用虚拟应答器技术，在应答器定位点处对测速测距累积误差值进行绝对位置的校准，将测量距离值修正为应答器报文中距上一应答器的链接距离，会引起列车位置回撤。本发明提供的方法在误差校正时，通过周期性比较北斗接收机绝对定位点和相对测量值，能够估计出转速传感器和惯性传感器的系统误差和随机误差，采用部分反馈机制优化估计值，使融合模型估计结果更接近真实值，从而避免了由绝对位置的校准引起列车位置回撤。

进一步的，如图3所示，采用冗余架构获取传感器测量信息，所述冗余架构包括由两个转速传感器、两个惯性传感器组成的两个测速测距单元，以及由两个卫星接收机、两个相机和电子地图组成的两个定位单元，两个测速测距单元和两个定位单元结果各自比较后通过算法模型进行融合得到测速定位结果，本发明提供冗余架构，通过双机比较输出列车的运行速度和走行位置，进一步提高了系统的可靠性。

本发明实施例还提供一种低成本、全地域的列控车载设备测速定位装置，包括：

故障识别模块，用于获取卫星信号状态，判断卫星信号是否为失效状态；

测速定位模块，用于若卫星信号状态为失效状态，利用第一校正方法、第二校正方法和第三校正方法分别获取第一传感器误差状态信息、第二列车传感器误差状态信息和第三传感器误差状态信息；采用递推和反馈校正相结合的方式，将融合模块得到的传感器误差状态信息去校正解算过程中的导航参数，即反馈到系统内部，获得最终列车状态信息；

融合模块，用于根据卫星正常状态和失效状态，结合传感器误差状态信息对应的置信区间大小决定的信息分配系数，融合所述传感器误差状态信息，其中失效状态包括第一传感器误差状态信息、第二传感器误差状态信息和第三传感器误差状态信息，获得最终传感器误差状态信息；其中，所述第一校正方法为采用惯性传感器和转速传感器获取第一列车状态下的第一传感器误差状态信息，所述第二校正方法为采用惯性传感器和惯性与电子地图匹配位置点获取第二列车状态下的第二传感器误差状态信息，所述第三校正方法为采用惯性传感器和相机获取第三列车状态下的第三传感器误差状态信息。

进一步的，故障识别模块还用于获取转速传感器和惯性传感器数据，判断是否发生传感器安装轴的空转/滑行，获取相机数据，判断相机数据是否满足预设可靠性要求；

进一步的，本发明还包括比较模块：用于基于二乘二取二安全计算机平台架构中的比较功能，对测量数据和输出结果进行比较，最终输出可靠性和安全性满足要求的列控车载控车数据。

不难发现，本实施方式为与第一实施方式相对应的装置实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。

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。

最后应说明的是，本发明不局限于上述可选的实施方式，任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。

Claims (12)

1.一种低成本、全地域的列控车载设备测速定位方法，其特征在于，包括如下步骤：

获取卫星信号状态，若卫星信号状态为正常状态，采用惯性传感器和卫星接收机获取传感器误差状态信息；若卫星信号状态为失效状态，利用第一校正方法、第二校正方法和第三校正方法分别获取第一传感器误差状态信息、第二传感器误差状态信息和第三传感器误差状态信息，根据卫星正常状态和失效状态，结合传感器误差状态信息对应的置信区间大小决定的信息分配系数，融合传感器误差状态信息，采用递推和反馈校正相结合的方式，获得最终列车状态信息；

其中，所述第一校正方法为采用惯性传感器和转速传感器获取传感器误差状态信息，所述第二校正方法为采用惯性传感器和惯性与电子地图匹配位置点获取第二传感器误差状态信息，所述第三校正方法为采用惯性传感器和相机获取第三传感器误差状态信息。

2.如权利要求1所述的低成本、全地域的列控车载设备测速定位方法，其特征在于，所述获取卫星信号状态，还包括：若卫星信号状态为正常状态，利用惯性传感器和卫星接收机获取传感器误差状态信息，采用递推和反馈校正相结合的方式，获得最终列车状态信息。

3.如权利要求1所述的低成本、全地域的列控车载设备测速定位方法，其特征在于，所述第一校正方法包括：

惯性传感器初始对准；

惯性传感器安装误差角标定；

由惯性坐标系下三轴加速度和角加速度测量值，解算得到东北天坐标系下速度、位置及姿态角，姿态角可转化为姿态矩阵；

利用历史估计的列车横向和纵向速度，与当前铁路线路的地理特征建立相关性模型，优化转速传感器非完整性约束条件；

获取转速传感器的数据，基于惯性传感器的姿态矩阵将优化约束后的转速传感器的数据转换为东北天坐标系下的三维数据；

将东北天坐标系下的转速传感器和惯性传感器的数据作差带入测量方程，由误差状态方程估计第一惯性传感器误差状态信息。

4.如权利要求3所述的低成本、全地域的列控车载设备测速定位方法，其特征在于，历史估计的列车横向和纵向速度是卫星在有效状态下估计的列车横向和纵向速度，当前铁路线路的地理特征至少包括弯道、坡度的地理特征。

5.如权利要求1所述的低成本、全地域的列控车载设备测速定位方法，其特征在于，采用第一校正方法获取第一传感器误差状态信息，还包括：

根据惯性传感器和转速传感器的信息判断转速传感器安装轮对是否发生空转/滑行；

若未发生，则采用第一校正方法估计第一传感器误差状态信息，利用转速传感器通过测量车轮转动得到列车纵向运行速度；

若发生，则在空转/滑行发生时间内，利用转速传感器安装轮对未发生空转/滑行时误差状态估计值作为第一传感器误差状态信息。

6.如权利要求1所述的低成本、全地域的列控车载设备测速定位方法，其特征在于，所述第二校正方法包括：

惯性传感器初始对准；

惯性传感器安装误差角标定；

由惯性坐标系下三轴加速度和角加速度测量值，解算得到东北天坐标系下速度、位置及姿态角，将姿态角转化为姿态矩阵；

利用电子地图找到当前铁路线路的线路参数的特征值，并标记特征值处的绝对坐标位置；

将惯性传感器实时测量值与当前铁路线路的线路参数的特征值进行特征匹配得到线路绝对坐标位置；

惯性传感器测量值与线路绝对坐标位置作差带入测量方程，由误差状态方程估计第二传感器误差状态信息。

7.如权利要求1所述的低成本、全地域的列控车载设备测速定位方法，其特征在于，所述第三校正方法包括：

惯性传感器初始对准；

惯性传感器安装误差角标定；

由惯性坐标系下三轴加速度和角加速度测量值，解算得到东北天坐标系下速度、位置及姿态角，将姿态角转化为姿态矩阵；

获取列车图像信息，利用列车图像信息计算列车视觉定位信息；

将惯性传感器的位姿信息约束到列车视觉定位信息中，由误差状态方程估计第三传感器误差状态信息，以惯性传感器的测量误差、图像对应的相机位姿以及特征点对应的空间位置参数为状态量，相机与惯性传感器的位置和姿态之差作为观测量构建观测模型，采用惯性传感器和相机的MSCKF滤波融合算法对惯性传感器误差进行估计，并利用第三惯性传感器误差状态信息去校正惯导解算过程中的导航参数，得到列车在东北天坐标系下的运行速度和走行位置，以获取第三传感器误差状态信息。

8.如权利要求7所述的低成本、全地域的列控车载设备测速定位方法，其特征在于，获取列车图像信息，利用列车图像信息计算列车视觉定位信息，具体包括：

利用相机获得列车图像信息，通过特征提取匹配与优化估计得到绝对定位信息，以计算列车视觉定位信息。

9.如权利要求7所述的低成本、全地域的列控车载设备测速定位方法，其特征在于，获取列车图像信息，利用列车图像信息计算列车视觉定位信息，具体包括：

利用视觉里程计拍摄多张运行中的列车的图像，检测所述多张运行中的列车的图像的差异测出列车走行距离，对比前后帧图像的差异得到列车运行速度，以计算列车视觉定位信息。

10.如权利要求1所述的低成本、全地域的列控车载设备测速定位方法，其特征在于，所述的低成本、全地域的列控车载设备测速定位方法，还包括：

利用联邦卡尔曼滤波器对列车传感器误差状态信息进行数据融合处理，根据卫星正常状态和失效状态，结合传感器误差状态信息对应的置信区间大小决定的信息分配系数，若为失效状态，将第一校正方法、第二校正方法和第三校正方法得到的第一传感器误差状态信息、第二传感器误差状态信息和第三传感器误差状态信息融合得到最终传感器误差状态信息，利用融合后的列车传感器误差状态信息去校正解算过程中的相应导航参数，推算得到列车在东北天坐标系下的运行速度和走行位置，以获取最终列车状态信息。

11.如权利要求1所述的低成本、全地域的列控车载设备测速定位方法，其特征在于，所述的低成本、全地域的列控车载设备测速定位方法，还包括：

采用冗余架构获取传感器测量信息，所述冗余架构包括由两个转速传感器、两个惯性传感器组成的两个测速测距单元，以及由两个卫星接收机、两个相机和电子地图组成的两个定位单元，两个测速测距单元和两个定位单元结果各自比较后通过算法模型进行融合得到测速定位结果。

12.一种低成本、全地域的列控车载设备测速定位装置，包括：

故障识别模块，用于获取卫星信号状态，判断卫星信号是否为失效状态；

测速定位模块，用于若卫星信号状态为失效状态，利用第一校正方法、第二校正方法和第三校正方法分别获取第一传感器误差状态信息、第二列车传感器误差状态信息和第三传感器误差状态信息；采用递推和反馈校正相结合的方式，将融合模块得到的传感器误差状态信息去校正解算过程中的导航参数，即反馈到系统内部，获得最终列车状态信息；

融合模块，用于根据卫星正常状态和失效状态，结合传感器误差状态信息对应的置信区间大小决定的信息分配系数，融合所述传感器误差状态信息，其中失效状态包括第一传感器误差状态信息、第二传感器误差状态信息和第三传感器误差状态信息，获得最终传感器误差状态信息；其中，所述第一校正方法为采用惯性传感器和转速传感器获取第一传感器误差状态信息，所述第二校正方法为采用惯性传感器和惯性与电子地图匹配位置点获取第二传感器误差状态信息，所述第三校正方法为采用惯性传感器和相机获取第三列车状态下的第三传感器误差状态信息。

Images