資源描述：
《基于多傳感器融合的列車測速定位方法》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、專業(yè)知識分享版摘要以信息融合技術為基礎，研究以速度傳感器為核心的多傳感器融合列車測速定位系統(tǒng);通過列車打滑試驗，驗證和分析該測速定位系統(tǒng)的空滑檢測和誤差補償能力。關鍵詞城市軌道交通基于通信的列車運行控制多傳感器融合列車測速定位北京地鐵亦莊線1研究背景基于通信的列車控制系統(tǒng)(CBTC)是一種連續(xù)的自動列車控制系統(tǒng)，它利用高精度的列車定位(不依賴于軌道電路)，采取雙向連續(xù)、大容量的車地數據通信，依靠車載、地面的安全功能處理器來加以實現(xiàn)。高精度的列車定位技術是CBTC系統(tǒng)的關鍵技術之一，列車位置和速度信息是移動閉塞、列車運行控制的重要參數，精確的列車位置和速度信息能有效地提高行車效率和安全度
2、。在城市軌道交通系統(tǒng)中，列車需要交替運行在地下和地上，運行環(huán)境比較復雜，單獨依靠一種測速定位技術很難獲得高精度的列車位置和速度信息。因此，研究多傳感器融合技術，就能夠結合不同傳感器的優(yōu)點，彌補各自的缺點，通過冗余互補提供更加可靠、精確的列車速度和位置信息。1．1測速定位技術測速定位通過不斷測量列車的運行速度、對列車的即時速度進行積分的方法，得到列車的運行距離，輔助其他定位方法(如查詢-應答器定位、電子地圖匹配)來獲取列車的位置信息。下面對幾種主要的測速測距方法進行分析比較。1)脈沖轉速傳感器(odometer)是通過列車車輪轉動產生數字脈沖，輸出脈沖信號通過信號處理后，可直接輸入微處理
3、器進行計算，得到高測量精度的速度、距離信息。2)多普勒雷達(Dopplerradar)依靠雷達向地面發(fā)射的信號，檢查雷達回波頻率與發(fā)射信號頻率的不同，根據多普勒效應計算列車的運行方向和速度，再對列車的速度進行積分，得到列車的運行距離。3)航位推算系統(tǒng)(deadreckoning，DR)在航天、航空和航海領域得到廣泛應用，航位推算系統(tǒng)一般使用慣性傳感器作為航向傳感器和位移傳感器，具有不與外界發(fā)生光電聯(lián)系和不受氣候條件限制的特點。隨著慣性傳感器的民用普及和成本降低，它成為列車測速測距的一種可選方案。脈沖轉速傳感器技術的發(fā)展已經相對成熟，在實際應用中實現(xiàn)比較簡單，能提供高精度、數字化的速度和
4、距離信息，因此近年來得到了廣泛應用。但是，由于以車輪轉動作為采集對象間接獲取列車速度，車輪磨損產生的輪徑變化、運行過程中的空轉和滑行會產生較大的誤差。雷達和航位推算系統(tǒng)是直接測量列車速度和距離的方式，不存在車輪磨損、空轉、滑行等造成的誤差。但是，多普勒雷達測速方法比較復雜，需要考慮雷達校正、不同地面反射系數等問題;航位推算系統(tǒng)受到傳感器本身溫漂、敏感度等的影響，在短時間內測量具有較高的精度，但長時間使用會導致較大的累積誤差，因此在使用航位推算系統(tǒng)進行列車測速定位時，需要解決累積誤差的補償問題。1．2多傳感器信息融合方法多傳感器的信息融合要完成同源、同質、非同源、非同質的測量信號融合，需
5、要多領域融合算法的支持?，F(xiàn)有的融合算法基本可以分為隨機類方法和人工智能類方法:隨機類方法包括加權平均、Kalman濾波、Bayes概率推理法、Dempster-Shafer證據推理、小波變換等，是多傳感器融合最常用的方法;人工智能類方法有模糊邏輯推理、神經網絡方法等。目前，已有研究人員將人工智能類方法引入隨機類方法，如神經網絡與Kalman濾波結合、神經網絡與小波變換結合等，以解決隨機類方法在不確定性推理上存在的一些缺陷。2CBTC列車多傳感器融合測速定位研究使命：加速中國職業(yè)化進程專業(yè)知識分享版盡管基于多傳感器信息融合的列車定位方法能夠融合多種傳感器的信息，獲得列車的速度和位置信息，
6、但實際采用的傳感器種類和數量并非是多多益善。因此，本研究根據列車定位子系統(tǒng)的應用背景，提出了一種以速度傳感器為核心傳感器、多傳感器信息融合的列車定位方法。該方法主要針對以下3個方面的問題:1)空轉滑行的檢測能力及速度補償問題。車輪的空轉和滑行是速度傳感器產生較大誤差的原因之一，通過雷達和DR信息的檢查和融合，降低空轉和滑行帶來的誤差。2)輪徑修正問題。列車在運行中車輪的磨損和形變是產生速度傳感器較大誤差的另一個原因，通過雷達和DR信息的檢查和融合，降低輪徑變化帶來的誤差。3)絕對位置信息的修正問題。根據線路數據庫信息(DB)，進行類似應答器定位的位置修正，減少位置信息的累積誤差。在實際
7、CBTC列車運行控制系統(tǒng)中，所用傳感器的種類和數量需要考慮實際線路的需求、環(huán)境、成本、列車結構等因素，選擇合適的多傳感器融合測速定位方案。本研究以速度傳感器Odo為核心，設計了多傳感器融合模型，通過融合雷達和DR的信息，實現(xiàn)列車的測速定位功能，如圖1所示。通過節(jié)點N1空轉滑行檢查和補償、節(jié)點和N2輪徑校正節(jié)點融合，消除速度傳感器的誤差;將校正后的速度傳感器信息與雷達和DR速度信息在N3速度與信息估計節(jié)點融合，計算出列車的實際速度;然后將計算出的
