1、 专业知识分享版使命：加速中国职业化进程 摘 要 以信息融合技术为基础，研究以速度传感器为核心的多传感器融合列车测速定位系统; 通过列车打滑试验，验证和分析该测速定位系统的空滑检测和误差补偿能力。 关键词 城市轨道交通 基于通信的列车运行控制 多传感器融合 列车测速定位 北京地铁亦庄线 1 研究背景 基于通信的列车控制系统( CBTC) 是一种连续的自动列车控制系统，它利用高精度的列车定位 ( 不依赖于轨道电路) ，采取双向连续、大容量的车地数据通信，依靠车载、地面的安全功能处理器来加以实现。高精度的列车定位技术是 CBTC 系统的关键技术之一，列车位置和速度信息是移动闭塞、列车运行控制的重要
2、参数，精确的列车位置和速度信息能有效地提高行车效率和安全度。在城市轨道交通系统中，列车需要交替运行在地下和地上，运行环境比较复杂，单独依靠一种测速定位技术很难获得高精度的列车位置和速度信息。因此，研究多传感器融合技术，就能够结合不同传感器的优点，弥补各自的缺点，通过冗余互补提供更加可靠、精确的列车速度和位置信息。 1 1 测速定位技术 测速定位通过不断测量列车的运行速度、对列车的即时速度进行积分的方法，得到列车的运行距离，辅助其他定位方法( 如查询-应答器定位、电子地图匹配) 来获取列车的位置信息。下面对几种主要的测速测距方法进行分析比较。 1) 脉冲转速传感器( odometer) 是通过列
3、车车轮转动产生数字脉冲，输出脉冲信号通过信号处理后，可直接输入微处理器进行计算，得到高测量精度的速度、距离信息。 2) 多普勒雷达( Doppler radar) 依靠雷达向地面发射的信号，检查雷达回波频率与发射信号频率的不同，根据多普勒效应计算列车的运行方向和速度，再对列车的速度进行积分，得到列车的运行距离。 3) 航位推算系统( dead reckoning，DR) 在航天、航空和航海领域得到广泛应用，航位推算系统一般使用惯性传感器作为航向传感器和位移传感器，具有不与外界发生光电联系和不受气候条件限制的特点。随着惯性传感器的民用普及和成本降低，它成为列车测速测距的一种可选方案。脉冲转速传感
4、器技术的发展已经相对成熟，在实际应用中实现比较简单，能提供高精度、数字化的速度和距离信息，因此近年来得到了广泛应用。但是，由于以车轮转动作为采集对象间接获取列车速度，车轮磨损产生的轮径变化、运行过程中的空转和滑行会产生较大的误差。雷达和航位推算系统是直接测量列车速度和距离的方式，不存在车轮磨损、空转、滑行等造成的误差。但是，多普勒雷达测速方法比较复杂，需要考虑雷达校正、不同地面反射系数等问题; 航位推算系统受到传感器本身温漂、敏感度等的影响，在短时间内测量具有较高的精度，但长时间使用会导致较大的累积误差，因此在使用航位推算系统进行列车测速定位时，需要解决累积误差的补偿问题。 1 2 多传感器信
5、息融合方法 多传感器的信息融合要完成同源、同质、非同源、非同质的测量信号融合，需要多领域融合算法的支持。现有的融合算法基本可以分为随机类方法和人工智能类方法: 随机类方法包括加权平均、Kalman 滤波、Bayes 概率推理法、Dempster-Shafer 证据推理、小波变换等，是多传感器融合最常用的方法; 人工智能类方法有模糊逻辑推理、神经网络方法等。目前，已有研究人员将人工智能类方法引入随机类方法，如神经网络与 Kalman 滤波结合、神经网络与小波变换结合等，以解决随机类方法在不确定性推理上存在的一些缺陷。 2 CBTC 列车多传感器融合测速定位研究 尽管基于多传感器信息融合的列车定位
6、方法能够融合多种传感器的信息，获得列车的速度和位置信息，但实际采用的传感器专业知识分享版使命：加速中国职业化进程 种类和数量并非是多多益善。因此，本研究根据列车定位子系统的应用背景，提出了一种以速度传感器为核心传感器、多传感器信息融合的列车定位方法。该方法主要针对以下 3 个方面的问题: 1) 空转滑行的检测能力及速度补偿问题。车轮的空转和滑行是速度传感器产生较大误差的原因之一，通过雷达和 DR 信息的检查和融合，降低空转和滑行带来的误差。 2) 轮径修正问题。列车在运行中车轮的磨损和形变是产生速度传感器较大误差的另一个原因，通过雷达和 DR 信息的检查和融合，降低轮径变化带来的误差。 3)
7、绝对位置信息的修正问题。根据线路数据库信息( DB) ，进行类似应答器定位的位置修正，减少位置信息的累积误差。 在实际 CBTC 列车运行控制系统中，所用传感器的种类和数量需要考虑实际线路的需求、环境、成本、列车结构等因素，选择合适的多传感器融合测速定位方案。本研究以速度传感器 Odo 为核心，设计了多传感器融合模型，通过融合雷达和 DR 的信息，实现列车的测速定位功能，如图1 所示。通过节点 N1 空转滑行检查和补偿、节点和 N2 轮径校正节点融合，消除速度传感器的误差;将校正后的速度传感器信息与雷达和 DR 速度信息在N3 速度与信息估计节点融合，计算出列车的实际速度 ;然后将计算出的速度
8、信息与雷达和 DR 距离信息在 N4 距离信息估计融合，计算出列车走行距离; 最后通过 N5 位置信息修正节点，将距离信息与 DB 融合，修正列车位置。 上述模型可根据实际线路的测速定位精度需求、综合成本，既可以同时使用雷达和 DR，也可以简化模型，单独使用雷达或者 DR。DR 能够修正雷达在列车低速运行时测量精度较低的缺点，雷达能够修正 DR 在列车长时间运行时的累积误差。 3 实际应用效果 本研究以上述模型为基础，设计了多传感器融合的列车测速定位系统。该系统以 2 个冗余速度传感器为核心，融合了 1 个雷达、1 个由陀螺和加速度计组成的航位推算系统，在实际打滑实验中加以验证，如图 2 所示
9、。 列车在撒过润滑剂的轨道上加速至一定速度后采取紧急制动，安置在列车不同轮对上的速度传感器 ODO1 和 ODO2 发生不同程度的打滑; 通过将雷达和 DR 速度信息与速度传感器的 ODO1 和 ODO2 速度信息进行融合，得到 SPD-ATP 列车的实际速度曲线，消除了列车车轮打滑产生的误差。 表 1 为列车进行打滑时间时采集的信标间距离测试结果，可见在发生打滑情况下，列车距离信息的测定在可容许的范围内，有效地保证了列车定位的精度。 4 结语 多传感器融合测速定位研究适合于列车定位方法中的多传感器信息融合结构。根据轨道交通的特点，需要合理选择传感器的组合，研究解决当前列车定位方法中固有的问题。单一的测速方式缺乏抗干扰性，偶然的故障可能会导致整个系统无法正常工作; 而多传感器融合测速定位系统是一个冗余系统，当多传感器融合中的某一传感器失效时，其余传感器仍可以降级工作，保证了列车运行控制故障-安全的特性。对于多传感器融合列车测速定位，还需要进一步专业知识分享版使命：加速中国职业化进程 研究系统的融合方法和更加灵活的融合结构，提高融合系统的自适应性和抗干扰性，设计可配置的多传感器融合模型，根据实际线路提供更加可靠、经济和高效的解决方案。
