JP2014097704A - 鉄道車両の走行距離検出システム - Google Patents

Abstract

【課題】検知した前の地上子からの実測距離が大きくても、現地点での正確な走行距離を検出することができる鉄道車両の走行距離検出システムを提供することを目的とする。
【解決手段】走行距離検出システムＫＳは、実測距離Ｓと検知した地上子Ｔの正確な位置情報によって誤差比率を演算する誤差比率演算部５０と、走行距離Ｚを決定する走行距離決定部６０を備える。誤差比率演算部５０は、２つの地上子Ｔの間を１区間として、地上子Ｔの位置情報から１区間の絶対距離Ｄ１，Ｄ２と１区間に生じた誤差量Δａ，Δｂとの誤差比率（Δａ／Ｄ１），（Δｂ／Ｄ２）を求めて蓄積し、現在走行している区間と同一の区間で、過去に走行した際に生じた任意個数の誤差比率（Δｂ／Ｄ２）を加算し且つその任意個数で除算して予測誤差比率αを算出する。走行距離決定部６０は、直前に検知した地上子Ｔからの実測距離Ｓｘと予測誤差比率αとに基づいて走行距離Ｚを逐次決定する。
【選択図】 図２

Description

本発明は、鉄道車両の走行距離検出システムに関し、特に、現地点での正確な走行距離を検出する鉄道車両の走行距離検出システムに関する。

鉄道車両が曲線区間を高速に且つ乗り心地良く通過するために、曲線区間の曲率半径、カント等に応じて車体を左又は右に傾ける傾斜制御が実用化されている。この傾斜制御は、曲線区間への進入に同期して車体を傾かせるために、曲線区間に進入する直前に開始する必要がある。このため、鉄道車両は、走行中に傾斜制御を行う地点を正確に検知できるように、車輪に取付けた速度発電機を用いて走行した距離を実測距離として測定（積算）するようになっている。

しかし、通常走行においては車輪がレールに対して滑走及び空転を起こしたり、計測ノイズ等によって実測距離と正確な走行距離とがずれてくる。そこで、従来から、例えば下記特許文献１に記載されているように、線路に沿って配置された多数の地上子の位置情報を利用して、実測距離を補正する走行距離検出システムが提案されている。

即ち、鉄道車両は、地上子を通過する際にその地上子を検知して、地上子と車上子との通信によって検知した地上子の正確な位置情報（地上子の絶対位置、地上子間の絶対距離等）を取得する。そして、取得した位置情報と実測距離とを比較して誤差量を算出して、地上子を検知する度に実測距離を補正するようになっていた。言い換えると、従来においては、現地点での走行距離を、走行開始位置から直前に検知した地上子の絶対位置までの距離と、その地上子の絶対位置から測定した実測距離とを加算したものとしていた。

実開平５−２６７１４号公報

しかしながら、従来の走行距離検出システムにおいては、地上子を通過した後、検知した地上子から離れていくほど、滑走及び空転、計測ノイズ等によって実測距離に含まれる誤差量が大きくなる。このため、地上子と地上子との間隔が長く設定されている場合には、次の地上子を通過する直前の誤差量が比較的大きくなる。特に、電波障害等によって地上子を検知できなかった場合には、検知した前の地上子からの実測距離が大きくなるため、誤差量が大きくなって、現地点での正確な走行距離を検出することができないという問題点があった。

そこで、本発明は、上記した課題を解決すべく、検知した前の地上子からの実測距離が大きくても、現地点での正確な走行距離を検出することができる鉄道車両の走行距離検出システムを提供することを目的とする。

本発明に係る鉄道車両の走行距離検出システムは、鉄道車両が走行した距離を実測距離として演算する実測距離演算部と、線路に沿って任意の位置に配置された複数の地上子を通過する際に検知した地上子の正確な位置情報を取得する情報取得部と、前記演算された実測距離と前記取得された位置情報とによって誤差比率を演算する誤差比率演算部と、前記実測距離と前記誤差比率を用いて走行距離を決定する走行距離決定部とを備えたものであって、前記誤差比率演算部は、２つの地上子の間を１区間として、検知した地上子の位置情報から１区間の絶対距離と１区間に生じた誤差量との誤差比率を求めて蓄積し、過去に走行した際に生じた任意個数の誤差比率を用いて予測誤差比率を算出するものであり、前記走行距離決定部は、直前に通過した地上子からの実測距離と前記予測誤差比率とに基づいて現地点での走行距離を逐次決定するものであることを特徴とする。

この場合には、鉄道車両が走行中に、過去に走行した際に生じた任意個数の誤差比率を利用することで、現地点若しくは通過予定地点の予測誤差比率を算出する。そして、実測距離と予測誤差比率とに基づいて現地点での走行距離を逐次決定する。こうして、１つの地上子の位置情報に大きく依存せずに、過去に蓄積した誤差比率から算出する予測誤差比率を用いることで、実測距離を逐次補正しながら走行距離を決定する。従って、検知した前の地上子からの実測距離が大きくなっても、現地点での正確な走行距離を検出することができる。

また、本発明に係る鉄道車両の走行距離検出システムにおいて、前記誤差比率演算部は、現在走行している区間と同一の区間で、過去に走行した際に生じた任意個数の誤差比率を加算し且つその加算した値を前記任意個数で除算することで前記予測誤差比率を算出するものであることが好ましい。

この場合には、現在走行している区間と同一の区間で、過去に生じた任意個数の誤差比率を加算し、且つその加算した値を前記任意個数で除算することで予測誤差比率を算出する。このため、現地点若しくは通過予定地点の走行距離を補正するための予測誤差比率には、区間毎に異なる線路の線形や勾配等の影響が反映されるため、より正確な予測誤差比率を用いて走行距離を逐次決定することができる。

また、本発明に係る鉄道車両の走行距離検出システムにおいて、前記誤差比率演算部は、天候状態に応じて区分された予測誤差比率を算出するものであり、前記走行距離決定部は、現地点での天候状態と同一の天候状態で算出された予測誤差比率を用いて現地点での走行距離を逐次決定するものであることが好ましい。

この場合には、例えば、晴れ状態と雨状態と雪状態に区分して、それぞれ予測誤差比率を算出する。そして、現地点での天候状態と同一の天候状態で算出された予測誤差比率を用いて走行距離を決定する。こうして、現地点での天候状態を考慮して走行距離を決定するため、現地点でのより正確な走行距離を検出することができる。

また、本発明に係る鉄道車両の走行距離検出システムにおいて、前記走行距離決定部は、直前に通過した地上子からの実測距離と、この実測距離に対する予測誤差量と、直前に通過した地上子までの絶対距離との加算によって現地点での走行距離を逐次決定するものであっても良い。

また、本発明に係る鉄道車両の走行距離検出システムにおいて、前記誤差比率演算部は、現在走行している区間とは異なり直前に走行したそれぞれ別々の区間で、過去に走行した際に生じた任意個数の誤差比率を加算し且つその加算した値を前記任意個数で除算することで前記予測誤差比率を算出するものであっても良い。更に、この場合には、前記誤差比率演算部は、天候状態に応じて区分された予測誤差比率を算出するものであり、前記走行距離決定部は、現地点での天候状態と同一の天候状態で算出された予測誤差比率を用いて現地点での走行距離を逐次決定するものであっても良い。

本発明の鉄道車両の走行距離検出システムによれば、地上子と地上子との間の距離が長く設定されている場合、地上子を検知できなかった場合に、検知した前の地上子からの実測距離が大きくなっても、現地点での正確な走行距離を検出することができる。

第１実施形態の走行距離検出システムの全体構成を示した図である。 第１実施形態の走行距離検出システムの構成を詳細に示した図である。 第１実施形態において鉄道車両の走行距離と走行時間との関係を示した図である。 １日前において鉄道車両の走行距離と走行時間との関係を示した図である。 ２日前において鉄道車両の走行距離と走行時間との関係を示した図である。 ３日前において鉄道車両の走行距離と走行時間との関係を示した図である。 ４日前において鉄道車両の走行距離と走行時間との関係を示した図である。 第１実施形態において地上子を検知できなかった場合に検出される走行距離を示した図である。 第２実施形態の走行距離検出システムの構成を詳細に説明した図である。 第２実施形態において鉄道車両の走行距離と走行時間との関係を示した図である。 鉄道車両が各地上子を通過したときの天候状態を示した図である。 従来において地上子を検知できなかった場合に検出される走行距離と、第２実施形態において地上子を検知できなかった場合に検出される走行距離とを比較した図である。

本発明に係る鉄道車両の走行距離検出システムの実施形態について、図面を参照しながら以下に説明する。図１は、第１実施形態の走行距離検出システムＫＳの全体構成を示した図である。走行距離検出システムＫＳは、図１に示すように、鉄道車両１に組み込まれたものであり、車上子１０と、データベース処理部２０と、速度発電機３０と、距離算出部４０と、誤差比率演算部５０と、走行距離決定部６０とを備えて構成されている。

ここで、鉄道車両１が走行する線路２には、多数の地上子Ｔが配置されている。各地上子Ｔは、例えばトランスポンダ等によって構成され、線路２に沿って間隔を隔てて任意の位置に設置されていて、固有の識別情報（ＩＤ値）を有している。このため、本実施形態では、各地上子ＴがＴの括弧の中の数字で区別されていることにする。

車上子１０は、地上子Ｔの固有の識別情報を取得するものである。この車上子１０は、例えばトランスポンダ等によって構成され、鉄道車両１の車体の底部に取付けられている。そして、車上子１０は、鉄道車両１が地上子Ｔを通過する際に対向することで、地上子Ｔから送信される識別情報を検知して取得するようになっている。取得された地上子Ｔの識別情報は、データベース処理部２０に送信される。

データベース処理部２０は、各地上子Ｔの正確な位置情報、即ち各地上子Ｔの絶対位置（地上子Ｔの正確な位置）や、地上子Ｔ間の絶対距離Ｄ（地上子Ｔ間の正確な距離）等を予め記憶しているものである。このデータベース処理部２０は、送信される地上子Ｔの識別情報に基づいて、予め記憶している地上子Ｔの位置情報を検索して、その地上子Ｔを特定する。検索された地上子Ｔの位置情報は、誤差比率演算部５０に送信される。なお、各地上子Ｔの位置情報は、事前に走行試験によって測定された正確な値である。このデータベース処理部２０と車上子１０とが、本発明の「情報取得部」に相当する。

速度発電機３０は、鉄道車両１が走行した距離を測定するものである。この速度発電機３０は、鉄道車両１の車輪３（非駆動輪）の車軸に取付けられていて、その車軸の回転に伴って発生するパルス状の出力信号を距離算出部４０に出力するようになっている。なお、速度発電機３０は、パルス出力以外に正弦波出力であっても良く、適宜変更可能である。

距離算出部４０は、カウンタ等で構成され、入力したパルス状の出力信号をカウントすることで、鉄道車両１が走行した距離を実測距離Ｓとして演算するものである。演算された実測距離Ｓは、誤差比率演算部５０に送信される。この距離算出部４０と速度発電機３０とが、本発明の「実測距離演算部」に相当する。

ところで、従来においては、現地点での走行距離を、走行開始位置から検知した地上子Ｔの絶対位置までの距離と、地上子Ｔの絶対位置から測定した実測距離とを加算したものとしていた。しかし、この場合には、地上子Ｔを通過した後、地上子Ｔから離れて実測距離が大きくなるほど、車輪３の空転又は滑走、計測ノイズが生じる回数が多くなって、実測距離と正確な走行距離との差（誤差量）が大きくなる。

そこで、本実施形態においては、検知した前の地上子Ｔからの実測距離が大きくても、現地点での正確な走行距離を検出できるように、誤差比率演算部５０及び走行距離決定部６０が以下のように構成されている。ここで、図２は、図１に示した走行距離検出システムＫＳの構成を詳細に示した図である。

誤差比率演算部５０は、実測距離Ｓと地上子Ｔの位置情報とによって、誤差量Δａ，Δｂを演算すると共に予測誤差比率αを演算するものである。なお、後述するように、誤差量Δａは、地上子Ｔ（１）と地上子Ｔ（２）との間の絶対距離Ｄ１と、地上子Ｔ（１）と地上子Ｔ（２）との間を走行した際の実測距離Ｓ１との差であり（図４〜図８参照）、誤差量Δｂは、地上子Ｔ（２）と地上子Ｔ（３）との間の絶対距離Ｄ２と、地上子Ｔ（２）と地上子Ｔ（３）との間を走行した際の実測距離Ｓ２との差である（図４〜図８参照）。この誤差比率演算部５０は、図２に示すように、区間誤差算出部５１と、誤差比率算出部５２と、予測誤差比率算出部５３と、天候状態判断部５４とを備えている。

区間誤差算出部５１は、２つの地上子Ｔを通過して検知した際に、２つの地上子Ｔの位置情報に基づいてその地上子Ｔ間の絶対距離Ｄを読み込み、その絶対距離Ｄから２つの地上子Ｔの間を走行した際の実測距離Ｓを減算して、誤差量Δａ，Δｂを算出するものである。算出された誤差量Δａ，Δｂは、誤差比率算出部５２に入力される。

ここで、図３は、鉄道車両１の走行距離Ｚと走行時間ｔとの関係を示した図であり、図３の実線は実測距離Ｓを示している。ここで、第１実施形態では、鉄道車両１が、図示しない走行開始位置から走行し始めて、地上子Ｔ（１）、地上子Ｔ（２）を通過して、現地点では地上子Ｔ（２）と地上子Ｔ（３）の間の区間の或る地点を走行している場合を想定して説明する。なお、図３に示すように、従来と同様に、各地上子Ｔ（地上子Ｔ（２））を検知したときは、実測距離Ｓは走行開始位置から検知した地上子Ｔまでの絶対距離（正確な走行距離）に補正されるようになっている。

区間誤差算出部５１は、鉄道車両１が過去に同一の線路２を走行した際にも、誤差量Δａ，Δｂを算出している。例えば、図４に示すように、鉄道車両１が１日前に線路２を走行して、地上子Ｔ（１）、地上子Ｔ（２）、地上子Ｔ（３）を通過して検知した際に、地上子Ｔ（１）と地上子Ｔ（２）との間の絶対距離Ｄ１からその間の実測距離Ｓ１（１）を減算して、誤差量Δａ１を算出している。また、地上子Ｔ（２）と地上子Ｔ（３）との間の絶対距離Ｄ２からその間の実測距離Ｓ２（１）を減算して、誤差量Δｂ１を算出している。算出された誤差量Δａ１及びΔｂ１は、誤差比率算出部５２に入力されている。

また、図５に示すように、鉄道車両１が２日前に線路２を走行して、地上子Ｔ（１）、地上子Ｔ（２）、地上子Ｔ（３）を通過して検知した際に、地上子Ｔ（１）と地上子Ｔ（２）との間の絶対距離Ｄ１からその間の実測距離Ｓ１（２）を減算して、誤差量Δａ２を算出している。また、地上子Ｔ（２）と地上子Ｔ（３）との間の絶対距離Ｄ２からその間の実測距離Ｓ２（２）を減算して、誤差量Δｂ２を算出している。算出された誤差量Δａ２及びΔｂ２は、誤差比率算出部５２に入力されている。

また、図６に示すように、鉄道車両１が３日前に線路２を走行して、地上子Ｔ（１）、地上子Ｔ（２）、地上子Ｔ（３）を通過して検知した際に、地上子Ｔ（１）と地上子Ｔ（２）との間の絶対距離Ｄ１からその間の実測距離Ｓ１（３）を減算して、誤差量Δａ３を算出している。また、地上子Ｔ（２）と地上子Ｔ（３）との間の絶対距離Ｄ２からその間の実測距離Ｓ２（３）を減算して、誤差量Δｂ３を算出している。算出された誤差量Δａ３及びΔｂ３は、誤差比率算出部５２に入力されている。

また、図７に示すように、鉄道車両１が４日前に線路２を走行して、地上子Ｔ（１）、地上子Ｔ（２）、地上子Ｔ（３）を通過して検知した際に、地上子Ｔ（１）と地上子Ｔ（２）との間の絶対距離Ｄ１からその間の実測距離Ｓ１（４）を減算して、誤差量Δａ４を算出している。また、地上子Ｔ（２）と地上子Ｔ（３）との間の絶対距離Ｄ２からその間の実測距離Ｓ２（４）を減算して、誤差量Δｂ４を算出している。算出された誤差量Δａ４及びΔｂ４は、誤差比率算出部５２に入力されている。

なお、第１実施形態では、分かり易くするために、鉄道車両１が１日前、２日前、３日前、４日前に線路２を走行した際に、算出した各誤差量Δａ１〜ａ４、Δｂ１〜Δｂ４を用いて説明するが、更に５日目以前に算出した誤差量を用いても良く、鉄道車両１が数時間前に線路２を走行した際に算出した誤差量を用いても良い。即ち、鉄道車両１が過去に同一の線路２を走行した際に算出した誤差量であれば、適宜変更可能である。

誤差比率算出部５２は、２つの地上子Ｔの間の絶対距離Ｄ１，Ｄ２と、その２つの地上子Ｔの間で生じた誤差量Δａ，Δｂとの誤差比率（Δａ／Ｄ１），（Δｂ／Ｄ２）を算出するものである。即ち、誤差比率算出部５２は、２つの地上子Ｔの間の１区間において、単位距離当たりに生じる誤差量を算出するものである。具体的に、第１実施形態では、誤差比率（Δａ１／Ｄ１），（Δｂ１／Ｄ２）、（Δａ２／Ｄ１），（Δｂ２／Ｄ２）、（Δａ３／Ｄ１），（Δｂ３／Ｄ２）、（Δａ４／Ｄ１），（Δｂ４／Ｄ２）が算出されて、予測誤差比率算出部５３に入力されている。

予測誤差比率算出部５３は、過去に走行した際に算出した誤差比率を蓄積していて、現在走行している区間と同一の区間の予測誤差比率αを算出するものである。この予測誤差比率算出部５３は、任意個数の誤差比率を加算した値を、その任意個数で除算することで、誤差比率の平均値である予測誤差比率αを算出するようになっている。ここで、図３に示すように、鉄道車両１は現地点において地上子Ｔ（２）と地上子Ｔ（３）との間の区間を走行しているため、予測誤差比率算出部５３は、過去に地上子Ｔ（２）と地上子Ｔ（３）との間の区間で生じた誤差比率（Δｂ１／Ｄ２），（Δｂ２／Ｄ２），（Δｂ３／Ｄ２），（Δｂ４／Ｄ２）を用いて、これら誤差比率（Δｂ／Ｄ２）の平均値である予測誤差比率αを算出する。算出された予測誤差比率αは、走行距離決定部６０に入力される。

ここで、誤差比率（Δｂ／Ｄ２）の平均値を算出する際に、誤差比率（Δｂ／Ｄ２）を加算ための任意個数Ｌについて説明する。先ず、誤差量Δｂは、例えば晴れ状態、雨状態、雪状態等の天候状態に応じて、変化し易い値である。即ち、晴れ状態であるときには、空転及び滑走が比較的少ないため、誤差量Δｂは比較的小さい値になるのに対して、
雪状態であるときには、空転及び滑走が比較的多いため、誤差量Δｂは比較的大きい値になる。そして、上述した予測誤差比率αは、誤差量Δｂが蓄積されたものであるため、現地点での天候状態と同一の天候状態であるときに算出された値の方が、現地点での走行距離Ｚの予測誤差比率αとして正確な値になる。こうして、本実施形態では、後述するように、天候状態に応じて任意個数Ｌが設定されるようになっている。

天候状態判断部５４は、天候状態を判断して、図２に示すように、天候状態を示す信号ｗを予測誤差比率算出部５３及び走行距離決定部６０に出力するものである。第１実施形態では、天候状態判断部５４が、外気温を検出する温度センサ（図示省略）、降水量を検出するレインセンサ（図示省略）の検出結果に基づいて、晴れ状態と雨状態と雪状態とを区別して判断するようになっている。なお、判断される天候状態は、晴れ状態と雨状態と雪状態とに限定されるものではなく、更に外気温が０度以上である状態、外気温が０度未満である状態等を含むものであっても良い。なお、図２では、予測誤差比率算出部５３及び走行距離決定部６０が天候状態を示す信号ｗを入力する場合が示されているが、予測誤差比率算出部５３及び走行距離決定部６０の何れか一方が天候状態を示す信号ｗを入力する場合であっても良い。

ここで、図４及び図５に示すように、１日前及び２日前に鉄道車両１が走行したときの天候状態が共に晴れ状態である。このため、このときには、予測誤差比率算出部５３が晴れ状態を示す信号ｗ１を入力していて、晴れ状態における誤差比率（Δｂ１／Ｄ２）及び誤差比率（Δｂ２／Ｄ２）を蓄積している。これにより、予測誤差比率算出部５３は、晴れ状態における誤差比率の個数として、任意個数Ｌを２に設定して、晴れ状態の予測誤差比率α１を算出する。即ち、晴れ状態の予測誤差比率α１は、｛（Δｂ１／Ｄ２）＋（Δｂ２／Ｄ２）｝÷２になる。

なお、第１実施形態では、地上子Ｔ（２）と地上子Ｔ（３）の間の区間を走行している間に天候状態が変わらない理想的な状態で説明したが、例えば、図４に示す１日前において、地上子Ｔ（２）と地上子Ｔ（３）の間の区間を走行している間に晴れ状態から雨状態に切り替わった場合には、このときに算出される誤差比率（Δｂ１／Ｄ２）を考慮しないようにすれば良い。

また、図６に示すように、３日前に鉄道車両１が走行したときの天候状態が雨状態である。このため、このときには、予測誤差比率算出部５３が雨状態を示す信号ｗ２を入力していて、雨状態における誤差比率（Δｂ３／Ｄ２）を蓄積している。これにより、予測誤差比率算出部５３は、雨状態における誤差比率の個数として、任意個数Ｌを１に設定して、雨状態の予測誤差比率α２を算出する。即ち、雨状態の予測誤差比率α２は、（Δｂ３／Ｄ２）÷１になる。

また、図７に示すように、４日前に鉄道車両１が走行したときの天候状態が雪状態である。このため、このときには、予測誤差比率算出部５３が雪状態を示す信号ｗ３を入力していて、雪状態における誤差比率（Δｂ４／Ｄ２）を蓄積している。これにより、予測誤差比率算出部５３は、雪状態における誤差比率の個数として、任意個数Ｌを１に設定して、雪状態の予測誤差比率α３を算出する。即ち、雪状態の予測誤差比率α３は、（Δｂ４／Ｄ２）÷１になる。

走行距離決定部６０は、現地点での走行距離Ｚを決定するものである。走行距離決定部６０は、現地点において、晴れ状態の予測誤差比率α１と雨状態の予測誤差比率α２と雪状態の予測誤差比率α３を入力している。また、走行距離決定部６０は、距離算出部４０によって演算されている直前の地上子Ｔ（２）からの実測距離Ｓｘ（図３参照）を入力するとともに、天候状態判断部５４によって判断されている現地点での天候状態（晴れ状態）を示す信号ｗ１を入力している。

こうして、走行距離決定部６０は、晴れ状態の予測誤差比率α１を用いて、以下の数１によって、現地点での走行距離Ｚを算出している。本実施形態では、以下の数１のαに晴れ状態の予測誤差比率α１が代入される。

上記した数１の右辺の第１項は、直前の地上子Ｔ（２）からの実測距離Ｓｘを予測誤差比率α１で補正して、地上子Ｔ（２）から現地点までの予測走行距離Ｄｘ（図３参照）を示したものである。ここで、α×Ｓｘの部分が実測距離Ｓｘに対する予測誤差量（Ｄｘ−Ｓｘ（図３参照））を意味している。そして、上記した数１の右辺の第２項は、走行開始位置と直前の地上子Ｔ（２）との間の絶対距離Ｄｙ（図３参照）を示したものである。従って、直前に検知した地上子Ｔ（２）からの実測距離Ｓｘと、この実測距離Ｓｘに対する予測誤差量（α×Ｓｘ）と、地上子Ｔ（２）までの絶対距離Ｄｙとの加算によって走行距離Ｚが算出される。言い換えると、過去の同一の天候状態である区間で算出された予測誤差比率α１と、直前に検知した地上子Ｔ（２）からの実測距離Ｓｘと、地上子Ｔ（２）までの絶対距離Ｄｙとに基づいて、現地点での走行距離Ｚを決定できるようになっている。

本実施形態では、走行距離決定部６０及び誤差比率演算部５０が、例えば５ｍｓｅｃ毎に各値を入力及び演算して、走行距離Ｚを逐次決定する。なお、走行距離決定部６０は、現地点で雨状態の信号ｗ２を入力した場合には、上記した数１に雨状態の予測誤差比率α２を代入し、現地点で雪状態の信号ｗ３を入力した場合には、上記した数１に雪状態の予測誤差比率α３を代入して、走行距離Ｚを逐次決定し直すことになる。

ここで、仮に電波障害等によって、車上子１０が地上子Ｔ（２）を検知できなかった場合について、図８を用いて説明する。鉄道車両１は、予め各地上子Ｔの位置情報をデータベース処理部２０に記憶していて、図８に示すように、地上子Ｔ（１）を通過した後に所定距離の範囲で地上子Ｔ（２）を検知しない場合には、車上子１０が地上子Ｔ（２）を検知できなかったことを認識する。

しかし、鉄道車両１は地上子Ｔ（２）と地上子Ｔ（３）の間の区間で或る地点を走行していることを認識しているだけであり、地上子Ｔ（２）の絶対位置が分からないため、地上子Ｔ（２）を通過した際に実測距離Ｓが地上子Ｔ（２）の絶対位置で補正されない。このため、従来の走行距離検出システムでは、検知した前の地上子Ｔ（１）から現地点までの位置が大きく離れることになり、実測距離Ｓに誤差が大きく含まれて、正確な走行距離Ｚを検出することができなかった。

そこで、この第１実施形態においては、地上子Ｔ（２）の絶対位置が分からないが、上述したように、過去に地上子（２）と地上子Ｔ（３）との間の区間を走行した際に算出した誤差量Δｂを用いて、走行距離Ｚを逐次決定するようになっている。即ち、走行距離決定部６０は、上記した数１のαに晴れ状態の予測誤差比率α１を代入し、上記した数１のＳｘに、検知した地上子Ｔ（１）からの実測距離Ｓｙ（図８参照）から地上子Ｔ（１）と地上子Ｔ（２）との間の絶対距離Ｄ１を減算した値を代入し、上記した数１のＤｙに、走行開始位置から地上子Ｔ（２）までの絶対距離を代入することで、現地点での走行距離Ｚを決定する。この結果、地上子Ｔ（２）を検知しなくて、検知した前の地上子Ｔ（１）から現地点まで大きく離れても、過去に地上子Ｔ（２）と地上子Ｔ（３）との間の区間を走行した際に生じた誤差量Δｂ（誤差比率（Δｂ／Ｄ２）を用いて、正確な走行距離Ｚを検出できるようになっている。

第１実施形態の作用効果について説明する。
第１実施形態によれば、鉄道車両１が走行中に、過去に走行した際に生じた任意個数Ｌの誤差比率（Δａ／Ｄ１），（Δｂ／Ｄ２）を利用することで、予測誤差比率αを算出する。そして、実測距離Ｓと予測誤差比率αとに基づいて現地点での走行距離Ｚを逐次決定する。こうして、１つの地上子Ｔの位置情報に大きく依存せずに、過去に蓄積した誤差比率（Δａ／Ｄ１），（Δｂ／Ｄ２）から算出する予測誤差比率αを用いることで、実測距離Ｓを逐次補正しながら走行距離Ｚを決定する。従って、検知した前の地上子Ｔからの実測距離Ｓが大きくなっても、現地点での正確な走行距離Ｚを検出することができる。

特に、第１実施形態によれば、現在走行している区間と同一の区間、即ち地上子Ｔ（２）と地上子Ｔ（３）との間の区間で、過去に生じた任意個数Ｌの誤差比率（Δｂ／Ｄ２）を加算し、且つその加算した値をその任意個数Ｌで除算することで予測誤差比率αを算出する。このため、現地点での予測誤差比率αには、区間毎に異なる線路の線形や勾配等の影響が反映されるため、より正確な予測誤差比率αを用いて走行距離Ｚを逐次決定することができる。

更に、第１実施形態によれば、晴れ状態と雨状態と雪状態に区分して、予測誤差比率α１，α２，α３を算出する。そして、現地点での天候状態（晴れ状態）と同一の天候状態で算出された予測誤差比率α１を用いて走行距離Ｚを決定する。こうして、現地点での天候状態を考慮して走行距離Ｚを決定するため、現地点でのより正確な走行距離Ｚを検出することができる。

次に、第２実施形態について、図９〜図１２を用いて説明する。第１実施形態では、現在走行している区間と同一の区間で、過去に走行した際に生じた誤差比率（Δｂ／Ｄ２）を加算して予測誤差比率αを算出したが、第２実施形態では、現在走行している区間とは異なり直前に走行したそれぞれ別々の区間で、過去に走行した際に生じた誤差比率を加算して予測誤差比率βを算出するようになっている。このため、各区間において線路の線形や勾配の変化が少ない場合には、第２実施形態のように走行距離Ｚを検出しても良い。以下、第２実施形態について、第１実施形態と異なる部分を詳細に説明する。

図９は、第２実施形態の走行距離検出システムＫＳ１の構成を詳細に示した図である。また、図１０は、鉄道車両１の走行距離Ｚと走行時間ｔとの関係を示した図であり、図１０の実線は実測距離Ｓを示している。ここで、図１０に示すように、鉄道車両１が、走行開始位置から走行し始めて、地上子Ｔ（１）、地上子Ｔ（２）、・・・地上子Ｔ（１５）、地上子Ｔ（１６）を通過して、現地点では地上子Ｔ（１６）と地上子Ｔ（１７）の間の或る地点を走行している場合を想定して説明する。

区間誤差算出部５１は、図１０に示すように、例えば、地上子Ｔ（１）と地上子Ｔ（２）とを通過して検知した際に、地上子Ｔ（１）と地上子Ｔ（２）との間の絶対距離Ｄ２からその間の実測距離Ｓ２を減算して、誤差量Δｄ２を算出している。そして、これを現地点まで繰り返し行っている。なお、鉄道車両１が走行を開始して最初に地上子Ｔ（１）を検知したときには、走行開始位置と地上子Ｔ（１）との間の絶対距離Ｄ１からその間の実測距離Ｓ１を減算して、誤差量Δｄ１を算出している。

誤差比率算出部５２は、上述した２つの地上子Ｔの間の絶対距離Ｄと、その２つの地上子Ｔの間で生じた誤差量Δｄとの誤差比率（Δｄ／Ｄ）を算出するものである。即ち、誤差比率算出部５２は、２つの地上子Ｔの間の１区間において、単位距離当たりに生じる誤差量を算出するものである。算出された誤差比率（Δｄ／Ｄ）は、予測誤差比率算出部５３に入力される。例えば、誤差比率算出部５２は、地上子Ｔ（１）と地上子Ｔ（２）とを通過して検知した際に、区間誤差算出部５１から入力した誤差量Δｄ２を絶対距離Ｄ２で除算して、誤差比率（Δｄ２／Ｄ２）を算出している。そして、これを現地点まで繰り返し行っている。

予測誤差比率算出部５３は、検知した２つの地上子Ｔの間を１区間として、過去の任意個数（Ｎ−Ｍ）の区間で生じた誤差比率（Δｄ／Ｄ）を加算したものを、任意個数（Ｎ−Ｍ）で除算して、予測誤差比率βを算出するものである。即ち、予測誤差比率算出部５３は、以下の数２を用いて予測誤差比率βを算出している。算出された予測誤差比率βは、走行距離決定部６０に入力される。

ここで、誤差比率（Δｄ／Ｄ）を加算する区間数である任意個数（Ｎ−Ｍ）について説明する。先ず、誤差量Δｄは、例えば晴れ状態、雨状態、雪状態等の天候状態に応じて、変化し易い値である。即ち、晴れ状態であるときには、空転及び滑走が比較的少ないため、誤差量Δｄは比較的小さい値になるのに対して、雪状態であるときには、空転及び滑走が比較的多いため、誤差量Δｄは比較的大きい値になる。そして、上述した予測誤差比率βは、誤差量Δｄが蓄積されたものであるため、現地点での天候状態と同一の天候状態であるときに算出された値の方が、現地点での走行距離Ｚの予測誤差比率βとして正確な値になる。こうして、本実施形態では、後述するように、現地点での天候状態に応じて、任意個数（Ｎ−Ｍ）が設定されるようになっている。

天候状態判断部５４は、天候状態を判断して、天候状態を示す信号ｆを予測誤差比率算出部５３及び走行距離決定部６０に出力するものである。第２実施形態では、天候状態判断部５４が、外気温を検出する温度センサ（図示省略）、降水量を検出するレインセンサ（図示省略）の検出結果に基づいて、晴れ状態と雨状態と雪状態とを区別して判断するようになっている。なお、判断される天候状態は、晴れ状態と雨状態と雪状態とに限定されるものではなく、更に外気温が０度以上である状態、外気温が０度未満である状態等を含むものであっても良い。

ここで、図１１は、鉄道車両１が各地上子Ｔを通過したときの天候状態を示した図である。第２実施形態では、図１１に示すように、鉄道車両１が走行開始位置から地上子Ｔ（１）を通過するまで晴れ状態であり、鉄道車両１が地上子Ｔ（１）から地上子Ｔ（２）を通過するまで雨状態であり、鉄道車両１が地上子Ｔ（２）を通過して以降雪状態である場合について、説明する。なお、第２実施形態では、地上子Ｔ（１）及び地上子Ｔ（２）を通過した瞬間に天候状態が切り替わる理想的な状況で説明するが、２つの地上子Ｔの間にいる地点で天候状態が変わるときには、その地上子Ｔの間で算出する誤差比率（Δｄ／Ｄ）を考慮しないようにすれば良い。

こうして、図１１に示す場合、鉄道車両１が走行開始位置から地上子Ｔ（１）を通過するまで、予測誤差比率算出部５３は、晴れ状態を示す信号ｆ１を入力していて、上記した数１にＮ＝１とＭ＝０を代入して、晴れ状態の予測誤差比率β１を算出する。そして、鉄道車両１が地上子Ｔ（１）から地上子Ｔ（２）を通過するまで、予測誤差比率算出部５３は、雨状態を示す信号ｆ２を入力していて、上記した数１にＮ＝２とＭ＝１を代入して、雨状態の予測誤差比率β２を算出する。更に、鉄道車両１が地上子Ｔ（２）を通過して以降現地点まで、予測誤差比率算出部５３は、雪状態を示す信号ｆ３を入力していて、上記した数２にＮ＝１６とＭ＝２を代入して、雪状態の予測誤差比率β３を算出する。

走行距離決定部６０は、現地点での走行距離Ｚを決定するものである。走行距離決定部６０は、現地点において、晴れ状態の予測誤差比率β１と雨状態の予測誤差比率β２と雪状態の予測誤差比率β３を入力している。また、走行距離決定部６０は、距離算出部４０が演算している直前の地上子Ｔ（１６）からの実測距離Ｓｘ（図１０参照）を入力するとともに、天候状態判断部５４が判断した現地点での天候状態（雪状態）を示す信号ｆ３を入力している。

こうして、走行距離決定部６０は、雪状態の予測誤差比率β３を用いて、以下の数３によって、現地点での走行距離Ｚを算出している。第２実施形態では、以下の数３のβに雪状態の予測誤差比率β３が代入され、以下の数３のｎに走行開始位置から前に検知できた地上子Ｔ（１６）までの絶対距離Ｄの個数１６が代入される。

上記した数３の右辺の第１項は、直前の地上子Ｔ（１６）からの実測距離Ｓｘを予測誤差比率β３で補正して、地上子Ｔ（１６）から現地点までの予測走行距離Ｄｘ（図３参照）を示したものである。ここで、β×Ｓｘの部分が実測距離Ｓｘに対する予測誤差量（Ｄｘ−Ｓｘ（図１０参照））を意味している。そして、上記した数３の右辺の第２項は、走行開始位置と直前の地上子Ｔ（１６）との間の絶対距離Ｄｙ（図１０参照）を示したものである。従って、直前に検知した地上子Ｔ（１６）からの実測距離Ｓｘと、この実測距離Ｓｘに対する予測誤差量（β×Ｓｘ）と、地上子Ｔ（１６）までの絶対距離Ｄｙとの加算によって走行距離Ｚが算出される。言い換えると、過去の同一の天候状態である区間で算出された予測誤差比率β３と、直前に検知した地上子Ｔ（１６）からの実測距離Ｓｘと、直前に検知した地上子Ｔ（１６）までの絶対距離Ｄｙとに基づいて、現地点での走行距離Ｚを決定できるようになっている。

第２実施形態では、走行距離決定部６０及び誤差比率演算部５０が、例えば５ｍｓｅｃ毎に各値を入力及び演算して、走行距離Ｚを逐次決定する（図１０の破線参照）。なお、走行距離決定部６０は、現地点で晴れ状態の信号ｆ１を入力した場合には、上記した数３に晴れ状態の予測誤差比率β１を代入し、現地点で雨状態の信号ｆ２を入力した場合には、上記した数３に雨状態の予測誤差比率β２を代入して、走行距離Ｚを逐次決定し直すことになる。

ここで、仮に電波障害等によって、車上子１０が地上子Ｔ（１６）を検知できなかった場合について説明する。ここで、図１２は、従来において地上子Ｔ（１６）を検知できなかった場合に検出される走行距離Ｚと、本実施形態において地上子Ｔ（１６）を検知できなかった場合に検出される走行距離Ｚとを比較した図である。図１２では、従来において
検出される走行距離Ｚが二点鎖線で示され、第２実施形態において検出される走行距離Ｚ
が破線で示されている。

従来においては、地上子Ｔ（１６）の位置情報を取得しないと、地上子Ｔ（１６）の絶対位置が分からないため、地上子Ｔ（１６）を通過した際に実測距離Ｓ１６が誤差量Δｄ１６で補正されない。このため、現地点では、検知した前の地上子Ｔ（１５）から位置が大きく離れることになり、図１２の二点鎖線で示すように、実測距離Ｓｘに誤差が大きく含まれて、正確な走行距離Ｚを検出することができなかった。

これに対して、この実施形態においては、地上子Ｔ（１６）の絶対位置が分からないが、地上子Ｔ（２）から地上子Ｔ（１５）まで検知した際に各誤差量Δｄ２、・・・、Δｄ１５を算出して、以下の数４で示される予測誤差比率β４を算出している。

そして、この予測誤差比率β４を上記した数３のβに代入することで、走行距離Ｚを決定している。この結果、地上子Ｔ（１６）の絶対位置が分からなくても、誤差を大きく含む実測距離Ｓｘに対して予測誤差比率β４で補正するため、図１２の破線で示すように、従来の二点鎖線に比べて、正確な走行距離Ｚを検出することができる。

なお、本実施形態では、その後に地上子Ｔ（１７）を検知した際に、地上子Ｔ（１５）と地上子Ｔ（１７）との間の絶対距離Ｄ１７と、地上子Ｔ（１５）からの実測距離Ｓ１７とから誤差比率（Δｄ１７／Ｄ１７）を算出し、この誤差比率（Δｄ１７／Ｄ１７）を上記した数３に代入して予測誤差比率βを新たに算出するようになっている。

第２実施形態の作用効果について説明する。
第２実施形態によれば、鉄道車両１が走行中に、過去に走行した際に生じた任意個数（Ｎ−Ｍ）の誤差比率（Δｄ／Ｄ）を利用することで、予測誤差比率βを算出する。そして、実測距離Ｓと予測誤差比率βとに基づいて、現地点での走行距離Ｚを逐次決定する。こうして、１つの地上子Ｔの位置情報に大きく依存せずに、過去に蓄積した誤差比率（Δｄ／Ｄ）から算出する予測誤差比率βを用いることで、実測距離Ｓを逐次補正しながら走行距離Ｚを決定する。従って、検知した前の地上子Ｔからの実測距離Ｓｘが大きくなっても、現地点での正確な走行距離Ｚを検出することができる。

また、第２実施形態によれば、図１１に示すように、晴れ状態の区間、即ち走行開始位置から地上子Ｔ（１）までの区間に予測誤差比率β１を算出し、雨状態の区間、即ち地上子Ｔ（１）から地上子Ｔ（２）までの区間に予測誤差比率β２を算出し、雪状態の区間、即ち地上子Ｔ（２）以降の区間に予測誤差比率β３を算出している。そして、現地点での天候状態と同一の天候状態（雪状態）で算出された予測誤差比率β３を用いて走行距離Ｚを決定する。こうして、現地点での天候状態を考慮して走行距離Ｚを決定するため、現地点でのより正確な走行距離Ｚを検出することができる。

以上、本発明に係る鉄道車両の走行検出システムの実施形態について説明したが、本発明はこれに限定されることはなく、その趣旨を逸脱しない範囲で様々な変更が可能である。
例えば、第１実施形態において、予測誤差比率α１を算出するための誤差比率（Δｂ／Ｄ２）の任意個数は、２であるが蓄積される誤差比率（Δｂ／Ｄ２）の数に応じて適宜変更可能であり、第２実施形態において、予測誤差比率β３を算出するための誤差比率（Δｄ／Ｄ）の任意個数は１４であるが、蓄積される誤差比率（Δｄ／Ｄ）の数に応じて適宜変更可能である。

また、各実施形態において、上述した予測誤差量を算出する方法は、どこで平均をとるかによって適宜変更可能である。即ち、例えば誤差比率γ１，γ２，γ３と実測距離Ｓｘがある場合、本実施形態のように予測誤差量＝（γ１＋γ２＋γ３）÷３×Ｓｘで算出する方法の他、γ１×Ｓｘ＝Ｓｘ１，γ２×Ｓｘ＝Ｓｘ２，γ３×Ｓｘ＝Ｓｘ３として、予測誤差量＝（Ｓｘ１＋Ｓｘ２＋Ｓｘ３）÷３で算出しても良い。
また、各実施形態において、現地点での予測誤差比率を算出して走行距離Ｚを検出したが、通過予定地点の予測誤差比率を算出して走行距離Ｚを検出しても良い。

１ 鉄道車両
１０ 車上子
２０ データベース処理部
３０ 速度発電機
４０ 距離算出部
５０ 誤差比率演算部
５１ 区間誤差算出部
５２ 誤差比率算出部
５３ 予測誤差比率算出部
５４ 天候状態判断部
６０ 走行距離決定部
ＫＳ，ＫＳ１ 走行距離検出システム
Ｔ 地上子
Δａ，Δｂ，Δｄ 誤差量
Ｄ 絶対距離
Ｓ 実測距離
（Δａ／Ｄ１） 誤差比率
（Δｂ／Ｄ２） 誤差比率
（Δｄ／Ｄ） 誤差比率
α，β 予測誤差比率

Claims (6)

1. 鉄道車両が走行した距離を実測距離として演算する実測距離演算部と、
   線路に沿って任意の位置に配置された複数の地上子を通過する際に検知した地上子の正確な位置情報を取得する情報取得部と、
   前記演算された実測距離と前記取得された位置情報とによって誤差比率を演算する誤差比率演算部と、
   前記実測距離と前記誤差比率を用いて走行距離を決定する走行距離決定部とを備えた鉄道車両の走行距離検出システムにおいて、
   前記誤差比率演算部は、２つの地上子の間を１区間として、検知した地上子の位置情報から１区間の絶対距離と１区間に生じた誤差量との誤差比率を求めて蓄積し、過去に走行した際に生じた任意個数の誤差比率を用いて予測誤差比率を算出するものであり、
   前記走行距離決定部は、直前に通過した地上子からの実測距離と前記予測誤差比率とに基づいて現地点での走行距離を逐次決定するものであることを特徴とする鉄道車両の走行距離検出システム。
2. 請求項１に記載された鉄道車両の走行距離検出システムにおいて、
   前記誤差比率演算部は、現在走行している区間と同一の区間で、過去に走行した際に生じた任意個数の誤差比率を加算し且つその加算した値を前記任意個数で除算することで前記予測誤差比率を算出するものであることを特徴とする鉄道車両の走行距離検出システム。
3. 請求項２に記載された鉄道車両の走行距離検出システムにおいて、
   前記誤差比率演算部は、天候状態に応じて区分された予測誤差比率を算出するものであり、
   前記走行距離決定部は、現地点での天候状態と同一の天候状態で算出された予測誤差比率を用いて現地点での走行距離を逐次決定するものであることを特徴とする鉄道車両の走行距離検出システム。
4. 請求項１乃至請求項３の何れかに記載された鉄道車両の走行距離検出システムにおいて、
   前記走行距離決定部は、直前に通過した地上子からの実測距離と、この実測距離に対する予測誤差量と、直前に通過した地上子までの絶対距離との加算によって現地点での走行距離を逐次決定するものであることを特徴とする鉄道車両の走行距離検出システム。
5. 請求項１に記載された鉄道車両の走行距離検出システムにおいて、
   前記誤差比率演算部は、現在走行している区間とは異なり直前に走行したそれぞれ別々の区間で、過去に走行した際に生じた任意個数の誤差比率を加算し且つその加算した値を前記任意個数で除算することで前記予測誤差比率を算出するものであることを特徴とする鉄道車両の走行距離検出システム。
6. 請求項５に記載された鉄道車両の走行距離検出システムにおいて、
   前記誤差比率演算部は、天候状態に応じて区分された予測誤差比率を算出するものであり、
   前記走行距離決定部は、現地点での天候状態と同一の天候状態で算出された予測誤差比率を用いて現地点での走行距離を逐次決定するものであることを特徴とする鉄道車両の走行距離検出システム。
   

Images