JP6037793B2 - 鉄道車両の位置検出装置および位置検出方法 - Google Patents

Description

本発明は、鉄道車両の位置検出装置および位置検出方法に関する。

従来、レールなどの点検を行うための鉄道車両、例えば線路の保全を行う保全車両の安全を図るために、保全車両の位置が検出されており、例えばその位置検出に際しては、ＧＰＳ衛星からの測位データが用いられている（特許文献１参照）。

特開２００７−１７２４０号公報

しかし、ＧＰＳ衛星からの測位データにより保全車両の位置を特定しようとすると、精度が高くなく、しかも駅構内で線路が多数分岐している場合には、線路同士の間隔が狭く、したがってどの分岐線路に移動したかを特定するのが難しいという問題がある。

また、保全車両がトンネルなどに入った場合には電波が届かないため、トンネル内またはトンネル出口の直ぐ近くに分岐点がある場合には、やはり、どの分岐線路に移動したかを正確に特定することができないという問題がある。

そこで、本発明は、例えば駅構内のように分岐線路の間隔が狭くしかもトンネル内のようにＧＰＳ衛星からの測位データを利用し得ない場合でも、どの分岐線路に入ったかを精度良く検出し得る鉄道車両の位置検出装置および位置検出方法を提供することを目的とする。

上記課題を解決するため、本発明の請求項１に係る鉄道車両の位置検出装置は、基準線路に対して複数の分岐線路を有する所定区域を走行する鉄道車両の位置を検出する際に、上記所定区域における線路を複数の第１区間に区分けするとともに上記各第１区間における線路をさらに複数の第２区間に区分けし、且つ少なくとも分岐点を含む第１区間に対して鉄道車両の走行距離および基準線路の進行方向に対する変位角を用いて鉄道車両が走行している線路を検出するための位置検出装置であって、
鉄道車両に設けられて、当該鉄道車両の走行距離を検出する距離センサおよび当該鉄道車両の進行方向での角速度を検出する角速度検出器と、
上記距離センサからの検出信号を入力して走行距離を算出する距離算出部と、
上記角速度検出器からの角速度を入力して基準線路に対する鉄道車両の変位角を算出する変位角算出部と、
上記距離算出部からの走行距離を入力して分岐点を含む第１区間である分岐区間を検出する分岐区間検出部と、
この分岐区間検出部で検出された分岐区間を入力するとともに当該分岐区間が複数に分割された第２区間毎に、上記変位角算出部で検出された変位角に基づき求められる基準線路からの離間距離をそれぞれ求め、且つこれらの離間距離を入力してニューラルネットワーク手法を用いて鉄道車両が現在通過している線路を判断する線路判断部とを具備したものである。

また、請求項２に係る鉄道車両の位置検出装置は、請求項１に記載の位置検出装置における線路判断部に、
鉄道車両の走行距離および変位角算出部で求められた変位角を入力して各第２区間における基準線路からの離間距離を算出する離間距離算出部と、
この離間距離算出部で求められた各第２区間毎における離間距離を入力してニューラルネットワーク手法を用いて現在走行している線路を検出する通過線路検出部とを具備したものである。

また、請求項３に係る鉄道車両の位置検出装置は、請求項２に記載の位置検出装置における離間距離算出部に、
鉄道車両の走行距離およびそのときの変位角に基づき基準線路方向における第１区間の距離である幅を算出する第１区間幅算出部と、
この第１区間幅算出部でその幅を算出する際に求められる変位角を用いて第１区間における基準線路方向とは直交する方向での鉄道車両の離間距離である相対離間距離を算出する相対離間距離算出部と、
この相対離間距離算出部で求められた相対離間距離を順次加算することにより得られる絶対離間距離を算出する絶対離間距離算出部とを具備したものである。

本発明の請求項４に係る鉄道車両の位置検出方法は、
基準線路に対して複数の分岐線路を有する所定区域を走行する鉄道車両の位置を距離センサおよび角速度検出器を用いて検出する際に、上記所定区域における線路を複数の第１区間に区分けするとともに上記各第１区間における線路をさらに複数の第２区間に区分けし、且つ少なくとも分岐点を含む第１区間に対して鉄道車両の走行距離および基準線路の進行方向に対する変位角を用いて鉄道車両が通過している線路を検出する位置検出方法であって、
上記距離センサからの検出信号を入力して走行距離を算出する距離算出工程と、
上記角速度検出器からの角速度を入力して基準線路に対する鉄道車両の変位角を算出する変位角算出工程と、
上記距離算出工程で算出された走行距離を入力して分岐点を含む第１区間である分岐区間を検出する分岐区間検出工程と、
この分岐区間検出工程で検出された分岐区間を入力するとともに当該分岐区間が複数に分割された第２区間毎に、上記変位角算出工程で検出された変位角に基づき求められる基準線路からの離間距離をそれぞれ求め、且つこれらの離間距離を入力してニューラルネットワーク手法を用いて鉄道車両が現在走行している線路を判断する線路判断工程とを具備した検出方法である。

上記位置検出装置および位置検出方法によると、所定区域を第１区間に区分けするとともに、これら第１区間を第２区間に区分けし、これら第１区間毎に、鉄道車両の走行距離と鉄道車両の変位角とに基づき基準線路からの絶対離間距離を求め、これら第２区間毎の絶対離間距離を入力してニューラルネットワーク手法を適用し、現在通過している線路を求めるようにしたので、従来のようなＧＰＳ測位データを用いて現在通過している線路を特定するシステムと異なり、所定区域における近接する分岐線路同士であっても、鉄道車両の現在位置を正確に検出することができる。

本発明の実施例における鉄道車両の位置検出装置の概略構成を示すブロック図である。 同位置検出装置における線路判断部の構成を示すブロック図である。 同位置検出装置の線路判断部における離間距離算出部の構成を示すブロック図である。 同位置検出装置が適用される駅構内の路線を示す模式図である。 同位置検出装置が適用される駅構内の路線の要部を示す模式図である。 同位置検出装置が適用される駅構内の路線の要部を示す模式図である。 本発明の鉄道車両の位置検出方法におけるニューラルネットワーク手法を説明する模式図である。

以下、本発明の実施例に係る鉄道車両の位置検出装置および位置検出方法について説明する。
まず、鉄道線路の分岐部分について概略的に説明する。

例えば駅構内において、鉄道線路は、通常、駅同士を結ぶ主線路（本線ともいい、基準線路の一例である）から支線が複数に分岐されている。
また、大きい駅では分岐点が多数ある上に、その隣同士の線路も互いに接近しており、このような場所で、鉄道車両、例えば線路の保全を行う保全車両がどの分岐線路に入ったかを検出することは、ＧＰＳ情報だけで正確に判断することが難しい。

そこで、この位置検出装置および位置検出方法は、ＧＰＳ情報を用いることなく鉄道車両（ここでは、保全車両として説明する）の位置、特にどの分岐線路に進んだかを正確に検出し得るものである。

以下、保全車両の位置検出装置を図１〜図７に基づき説明する。
まず、本実施例で説明する駅構内での線路の分岐状態および保全車両の位置を検出する際に適用する線路の区分けについて説明する。

図４に示すように、主線路Ｔ１から片側（図面では上方向）に分岐した後、さらにこの分岐線路から片側（図面では上方向）に分岐するものである。勿論、主線路Ｔ１から順次分岐する２本の分岐線路Ｔ２，Ｔ３は、駅構内の終端部分で順番に主線路Ｔ１に接続するようにされている。なお、図４に示す線路の分岐形態は一例であって、分岐線路が３つ以上ある場合、また分岐線路からさらに分岐している場合でも適用することができる。

そして、上記主線路Ｔ１における両端の分岐部分を含む所定区域つまり駅構Ｐ内を複数（例えば、５〜１０個程度が好ましいが、勿論、これ以外の個数であってもよい）に区分けして大区間（第１区間の一例）Ｑを考えるとともに、図４および図５に示すように、これら各大区間Ｑをさらに複数（例えば、１０個程度が好ましいが、これ以外の個数であってもよい）に区分けして小区間（第２区間の一例）Ｒを考える。後述するが、ニューラルネットワーク手法を用いる際に必要となる主線路Ｔ１に対して垂直方向で且つ主線路Ｔ１からの離間距離を求める場合、図６に示すように、小区間Ｒをさらに複数個［例えば、１０個程度で（図面上では、８個を示している）、これ以外の個数であってもよい］に分割した微小区間Δｘを考える。すなわち、図４において、主線路（直線とした場合）Ｔ１をｘ軸とするとともに、この主線路Ｔ１に垂直な離間方向をｙ軸とする。なお、ｙ軸方向における主線路Ｔ１からの離間距離を絶対離間距離Ｙと称し、小区間Ｒでの分岐線路のｙ軸方向における主線路Ｔ１からの離間距離（つまり、小区間Ｒにおける主線路Ｔ１の始点位置と終点位置とのｙ軸方向における離間距離）を相対離間距離ΔＹと称す。

ところで、相対離間距離ΔＹおよび絶対離間距離Ｙを、主線路Ｔ１からの垂直方向の離間距離として説明したが、この主線路Ｔ１は、図４に示すように、地図上での同一緯度を示す緯線（仮想の基準線路である）を示している。

また、以下の説明において、大区間、小区間、線路、相対離間距離、絶対離間距離などは複数設けられており、個々について説明する場合には、付加する記号に添え字を付けるとともに、個々に特定する必要がない場合には、記号だけで表わすものとする。

本実施例に係る位置検出装置には、図１に示すように、保全車両Ｈに設けられて当該保全車両Ｈの走行距離を検出する距離センサ［例えば、走行車輪の回転数をパルス信号（検出信号）として検出するパルス検出器が用いられ、この場合、パルス数に１パルスにて移動する距離を掛けることにより求められる］１および当該保全車両Ｈの進行方向での角速度ωを検出する角速度検出器２と、上記距離センサ１からの検出信号を入力して保全車両Ｈの走行距離を求めるとともに主線路における基準点Ａからの走行距離、および単に移動距離（移動間隔）として走行距離を算出する距離算出部１１と、上記角速度検出器２からの角速度ωを入力して主線路Ｔ１に対する保全車両Ｈの進行方向での変位角θを算出する（ωを時間で積分することにより求められる）変位角算出部１２と、上記距離算出部１１からの走行距離を入力して分岐点を含む大区間である分岐大区間（分岐区間）Ｑを検出する分岐区間検出部１３と、この分岐区間検出部１３で大区間Ｑが検出されると線路Ｔの判断開始信号が出力されるとともに当該分岐大区間Ｑにおける全ての小区間Ｒ毎に、上記変位角算出部１２で検出された変位角θを用いて求められる主線路Ｔ１からの距離である絶対離間距離Ｙをそれぞれ求め、そして現在通過している線路Ｔ（主線路Ｔ１および分岐線路Ｔ２，Ｔ３のいずれか）を判断する線路判断部１４とが具備されている。

上記分岐区間検出部１３では、保全車両Ｈが基準点Ａからの走行距離に基づき最初の大区間Ｑおよび２番目以降の大区間Ｑの始点、つまり線路Ｔの判断開始点Ｂが検出され、判断開始信号が出力される。

上記線路判断部１４は、図２に示すように、上記分岐区間検出部１３で検出された判断開始信号を入力するとともに変位角算出部１２からの変位角θおよび距離算出部１１にて求められる走行距離を入力して、主線路Ｔ１からの絶対離間距離Ｙを算出する離間距離算出部２１と、この離間距離算出部２１で求められた絶対離間距離Ｙを入力するとともにニューラルネットワーク手法を用いて（つまり、ニューラルネットワーク演算により）現在通過している線路（以下、通過線路という）を検出する通過線路検出部２２とから構成されている。

上記離間距離算出部２１は、図３に示すように、保全車両Ｈの走行距離およびそのときの変位角に基づき小区間Ｒのｘ軸方向の距離つまりその幅を算出する（算出方法については後述する）小区間幅算出部３１と、この小区間幅算出部３１で小区間Ｒの幅を算出する際に検出された変位角θを用いて小区間での線路の始点位置と終点位置とのｙ軸方向での離間距離である相対離間距離ΔＹを算出する相対離間距離算出部３２と、この相対離間距離算出部３２で求められた相対離間距離ΔＹ（ΔＹ_ｉ）に前回（進行方向手前）の小区間Ｒにおける絶対離間距離Ｙ（Ｙ_ｉ−１）を加算して、当該小区間Ｒでの絶対離間距離Ｙ（Ｙ_ｉ）を算出する絶対離間距離算出部３３とから構成されている。

上記小区間幅算出部３１における小区間Ｒの幅の算出方法について説明する。
図６に示すように、小区間Ｒを走行している保全車両Ｈの走行距離を微小距離Δｓでもって検出するとともに、この微小距離Δｓを検出した際の変位角θに基づきそのｘ軸方向成分Δｘ（＝Δｓ×cosθ）を求め、そしてこのｘ軸方向成分Δｘを積算し、この積算値が小区間Ｒの幅ｒに等しくなったときが、小区間Ｒの終点であることが分かる。

したがって、このときの変位角θと小区間Ｒの幅ｒとを用いて、小区間Ｒにおける線路の相対離間距離ΔＹ（＝ｒ×tanθ）を求めることができる。なお、小区間Ｒでの保全車両Ｈの走行距離Ｓおよびsinθを用いても小区間Ｒにおける相対離間距離ΔＹ（＝Ｓ×sinθ）を求めることができる（但し、Ｓは直線とみなす）。

また、上記通過線路検出部２２は、上記離間距離算出部２１で求められた絶対離間距離Ｙを入力しニューラルネットワーク手法を用いて現在通過している線路の信頼度（通過していると思われる確信度ともいえる）を算出し出力する通過信頼度算出部２２ａと、この通過信頼度算出部２２ａで求められた出力値すなわち信頼度に基づき現在通過している線路を決定する通過線路決定部２２ｂとから構成されている。

ここで、上記通過線路検出部２２の通過信頼度算出部２２ａで実行されるニューラルネットワーク手法について説明する。
まず、ニューラルネットワークを一般的に説明する。

ニューラルネットワークにおいては、通常、入力層、中間層、出力層が設けられるとともに、入力値と重み係数（結合荷重）との積和が中間層に入力され、さらに中間層で得られた中間値と重み係数との積和が出力層に入力されて、出力値を得るようにされている。また、出力については、主線路と分岐線路とを合わせた全線路Ｔの個数分の出力（ニューロン）が設けられる。また、入力層においては、小区間Ｒの区分け個数分の入出力（ニューロン）が設けられる。なお、中間層においては、適当な個数分（例えば、入力と同等（少なくてもよい）の個数分程度）の入出力（ニューロン）が設けられる。また、中間層および出力層の各ニューロンには、入力値から出力値を求めるための出力関数ｇ，ｆ（例えば、シグモイド関数が用いられる）が設けられており、それぞれの入力値に対して０と１の間の数値が出力される。

次に、本実施例に即してニューラルネットワーク手法を具体的に説明する。
すなわち、離間距離算出部２１で、１０個の小区間Ｒ毎に、主線路Ｔ１に対する保全車両Ｈの絶対離間距離Ｙが求められると、これら１０個の絶対離間距離Ｙが入力値として通過線路検出部２２の通過信頼度算出部２２ａに入力され、ニューラルネットワーク演算が行われ、各線路（Ｔ１，Ｔ２，Ｔ３）に対して、保全車両Ｈが通過している信頼度（例えば、０〜１の間の数値）が出力値として算出される。

そして、これら各線路に対する出力値が通過線路決定部２２ｂに入力されて、最も大きい数値の線路が通過線路として決定され、当該線路の番号（例えば、Ｔ３）が出力される。

ここでは、最初の大区間Ｑについての線路を決定する場合について説明したが、二番目の大区間Ｑおよびそれ以降の大区間Ｑについても、上記と同様にニューラルネットワーク手法を用いて通過線路が決定される。このとき、最初（前回）の大区間Ｑで決定された絶対離間距離Ｙが、二番目（次回）の大区間Ｑでの線路の決定に用いられる。なお、最初（前回）の大区間Ｑで決定された絶対離間距離Ｙを二番目（次回）の大区間Ｑでの線路の決定に用いる代わりに、最初（前回）の大区間Ｑで決定された通過線路を入力して、予め、データとして与えられている通過線路の主線路に対する絶対離間距離Ｙを用いることもできる。

すなわち、或る大区間Ｑにおける各小区間Ｒで求められる相対離間距離ΔＹ_ｉに前回の大区間Ｑで求められた絶対離間距離Ｙ_ｉ−１が加算されて当該大区間Ｑでの絶対離間距離Ｙ_ｉが求められ、そしてこれら各小区間Ｒで得られた絶対離間距離Ｙ_ｉが通過線路検出部２２の通過信頼度算出部２２ａに入力される。

上記通過信頼度算出部２２ａでは、複数の絶対離間距離Ｙ_ｉが入力層の各ニューロンに入力されるとともにこれら各入力データに予め求められている各重み係数ｖ_ｉｊを掛けた値の合計が求められる。

そして、この合計値が中間層のニューロンの出力関数ｇに入力されて、中間値Ｕ_ｊが出力され、この中間値Ｕ_ｊに重み係数ｗ_ｊｋを掛けた値の合計が求められ、そして上記と同様に、出力層のニューロンの出力関数ｆに入力されて、出力値（信頼度である）Ｏ_ｋが出力される。

上述したニューラルネットワーク手法での演算の流れを、図７に示しておく。
ところで、上述したように、通過信頼度算出部２２ａでは、ニューラルネットワーク手法により、現在通過している線路を示す数値が出力されるが、この演算に用いられる重み係数などのパラメータについては、教師データに基づき初期値が求められる。例えば、地図のデータ（縮尺データ）が用いられて、重み係数の初期学習が行われ、このため、図示しないが、地図データなどに基づく学習部が具備されている。勿論、この学習時には、上述したと同じように、駅構内が大区間でもって区分けされるとともにこれら各大区間が小区間に区分けされて、地図上で主線路に対する相対離間距離および絶対離間距離が求められ、そしてこれら各絶対離間距離が入力値とされて、出力値が所定の分岐線路となるように重み係数が求められる。また、これ以外にも、実際に適用される駅構内を走行することにより、重み係数の学習を行うこともできる。

次に、上記位置検出装置により、現在通過している線路の検出手順、すなわち位置検出方法を概略的に説明する。
保全車両Ｈが最初の分岐区間で、主線路Ｔ１から第２分岐線路Ｔ３に分岐した場合について説明する。

まず、保全車両Ｈが主線路Ｔ１を走行し基準点Ａに来ると、距離算出部１１により、走行距離の計測が開始される。そして、保全車両が判断開始点Ｂ_１を超えると、判断開始信号が線路判断部１４に入力されて線路の判断が開始される。なお、判断開始点Ｂ_１に基準点としての役割を持たせてもよい。

すなわち、判断開始点Ｂ_１からの走行距離が入力されるとともに、変位角算出部１２から変位角θが、離間距離算出部２１に入力されて、小区間Ｒ毎に、絶対離間距離Ｙが求められる。ここでは、１０個の絶対離間距離Ｙ（Ｙ_１〜Ｙ_１０）が得られる。

そして、この１０個の絶対離間距離Ｙが入力値として通過線路検出部２２の通過信頼度算出部２２ａに入力されて、ニューラルネットワーク演算が行われ、各線路に対する信頼度を示す出力値が出力される。例えば、Ｔ１に対しては０．０５、Ｔ２に対しては０．１５、Ｔ３に対しては０．８０が出力される。

次に、これらの出力値が通過線路決定部２２ｂに入力されて、一番大きい値を示す線路が、現在通過している線路として出力される。ここでは、第２分岐線路Ｔ３が通過線路として決定される。

上述したように、駅構内を大区間に区分けするとともに、これら大区間を小区間に区分けし、これら小区間毎に、保全車両の走行距離と保全車両の変位角とに基づき主線路からの絶対離間距離を求め、これら小区間毎の絶対離間距離を入力値としてニューラルネットワーク手法を適用し、現在通過している線路を求めるようにしたので、従来のようなＧＰＳ測位データを用いて現在通過している線路を特定するシステムと異なり、駅構内における近接する分岐線路同士であっても、保全車両の現在位置を正確に検出することができる。

ところで、上述した鉄道用保全車両の位置検出方法を工程形式にて記載すると以下のようになる。
すなわち、この位置検出方法は、基準線路に対して複数の分岐線路を有する所定区域を走行する鉄道車両の位置を距離センサおよび角速度検出器を用いて検出する際に、上記所定区域における線路を複数の第１区間に区分けするとともに上記各第１区間における線路をさらに複数の第２区間に区分けし、且つ少なくとも分岐点を含む第１区間に対して鉄道車両の走行距離および基準線路の進行方向に対する変位角を用いて鉄道車両が通過している線路を検出する位置検出方法であって、
上記距離センサからの検出信号を入力して走行距離を算出する距離算出工程と、
上記角速度検出器からの角速度を入力して基準線路に対する鉄道車両の変位角を算出する変位角算出工程と、
上記距離算出工程で算出された走行距離を入力して分岐点を含む第１区間である分岐区間を検出する分岐区間検出工程と、
この分岐区間検出工程で検出された分岐区間を入力するとともに当該分岐区間が複数に分割された第２区間毎に、上記変位角算出工程で検出された変位角に基づき求められる基準線路からの離間距離をそれぞれ求め、且つこれらの離間距離を入力してニューラルネットワーク手法を用いて鉄道車両が現在走行している線路を判断する線路判断工程とを具備した検出方法である。

なお、上記説明では、主線路が緯線と平行な場合について説明したが、主線路が緯線に対して北方向または南方向に曲がっている場合には、主線路Ｔの判断開始点Ｂを通る緯線が、仮想の基準線路になる。

１ 距離センサ
２ 角速度検出器
１１ 距離算出部
１２ 変位角算出部
１３ 分岐区間検出部
１４ 線路判断部
２１ 離間距離算出部
２２ 通過線路検出部
２２ａ 通過信頼度算出部
２２ｂ 通過線路決定部
３１ 小区間幅算出部
３２ 相対離間距離算出部
３３ 絶対離間距離算出部

Claims (4)

1. 基準線路に対して複数の分岐線路を有する所定区域を走行する鉄道車両の位置を検出する際に、上記所定区域における線路を複数の第１区間に区分けするとともに上記各第１区間における線路をさらに複数の第２区間に区分けし、且つ少なくとも分岐点を含む第１区間に対して鉄道車両の走行距離および基準線路の進行方向に対する変位角を用いて鉄道車両が走行している線路を検出するための位置検出装置であって、
   鉄道車両に設けられて、当該鉄道車両の走行距離を検出する距離センサおよび当該鉄道車両の進行方向での角速度を検出する角速度検出器と、
   上記距離センサからの検出信号を入力して走行距離を算出する距離算出部と、
   上記角速度検出器からの角速度を入力して基準線路に対する鉄道車両の変位角を算出する変位角算出部と、
   上記距離算出部からの走行距離を入力して分岐点を含む第１区間である分岐区間を検出する分岐区間検出部と、
   この分岐区間検出部で検出された分岐区間を入力するとともに当該分岐区間が複数に分割された第２区間毎に、上記変位角算出部で検出された変位角に基づき求められる基準線路からの離間距離をそれぞれ求め、且つこれらの離間距離を入力してニューラルネットワーク手法を用いて鉄道車両が現在通過している線路を判断する線路判断部と
   を具備したことを特徴とする鉄道車両の位置検出装置。
2. 線路判断部に、
   鉄道車両の走行距離および変位角算出部で求められた変位角を入力して各第２区間における基準線路からの離間距離を算出する離間距離算出部と、
   この離間距離算出部で求められた各第２区間毎における離間距離を入力してニューラルネットワーク手法を用いて現在走行している線路を検出する通過線路検出部と
   を具備したことを特徴とする請求項１に記載の鉄道車両の位置検出装置。
3. 離間距離算出部に、
   鉄道車両の走行距離およびそのときの変位角に基づき基準線路方向における第１区間の距離である幅を算出する第１区間幅算出部と、
   この第１区間幅算出部でその幅を算出する際に求められる変位角を用いて第１区間における基準線路方向とは直交する方向での鉄道車両の離間距離である相対離間距離を算出する相対離間距離算出部と、
   この相対離間距離算出部で求められた相対離間距離を順次加算することにより得られる絶対離間距離を算出する絶対離間距離算出部と
   を具備したことを特徴とする請求項２に記載の鉄道車両の位置検出装置。
4. 基準線路に対して複数の分岐線路を有する所定区域を走行する鉄道車両の位置を距離センサおよび角速度検出器を用いて検出する際に、上記所定区域における線路を複数の第１区間に区分けするとともに上記各第１区間における線路をさらに複数の第２区間に区分けし、且つ少なくとも分岐点を含む第１区間に対して鉄道車両の走行距離および基準線路の進行方向に対する変位角を用いて鉄道車両が通過している線路を検出する位置検出方法であって、
   上記距離センサからの検出信号を入力して走行距離を算出する距離算出工程と、
   上記角速度検出器からの角速度を入力して基準線路に対する鉄道車両の変位角を算出する変位角算出工程と、
   上記距離算出工程で算出された走行距離を入力して分岐点を含む第１区間である分岐区間を検出する分岐区間検出工程と、
   この分岐区間検出工程で検出された分岐区間を入力するとともに当該分岐区間が複数に分割された第２区間毎に、上記変位角算出工程で検出された変位角に基づき求められる基準線路からの離間距離をそれぞれ求め、且つこれらの離間距離を入力してニューラルネットワーク手法を用いて鉄道車両が現在走行している線路を判断する線路判断工程と
   を具備したことを特徴とする鉄道車両の位置検出方法。

Images