本發(fā)明涉及軌道交通車輛速度計算領(lǐng)域，尤其涉及一種基于信息融合的軌道交通車輛速度計算方法及系統(tǒng)。

背景技術(shù)：

在目前的軌道交通車輛應(yīng)用領(lǐng)域，車速的獲取基本依靠兩大類：

一、一般在軌道交通車輛應(yīng)用領(lǐng)域，在沒有雷達(dá)，慣性導(dǎo)航設(shè)別等附屬設(shè)備情況下，利用動力軸角速度傳感器獲取軸的角速度，濾波后，利用輪徑計算速度。并且利用多個軸的速度，通過邏輯計算得到車速。根據(jù)目前的文獻(xiàn)可以得知，確定參考車速的方法有最大輪速，最小輪速法，斜率法，綜合法等。但是，傳感器可能發(fā)生故障，在傳統(tǒng)的參考速度對故障的處理通常不足，不能可靠的排除故障傳感器的信號污染；傳感器的類型相同，所以無法排除由于非故障工況造成的干擾，比如空轉(zhuǎn)或者滑行。

二、有些高性能軌道交通車輛控制中，引入雷達(dá)，慣性導(dǎo)航設(shè)備，GPS等附屬設(shè)備，計算軌道交通車輛速度。利用上述非接觸的傳感器信號獲取加速度或者速度信號，綜合利用軸端角速度傳感器信號，利用卡爾曼濾波等算法計算參考車速。軌道交通車輛參考速度計算精度有所提高，可以排除空轉(zhuǎn)/滑行的干擾，但是增加車輛成本，算法也變得相對復(fù)雜。并且，雷達(dá)在低速的時候測量效果不佳，容易受到外界干擾；加速度傳感器在計算車速的有累計誤差，和角速度傳感器或者其他設(shè)備必須配合使用；GPS容易受到應(yīng)用條件的干擾，比如隧道等工況。

技術(shù)實現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題就在于：針對現(xiàn)有技術(shù)存在的技術(shù)問題，本發(fā)明提供一種僅僅使用動力軸上的速度傳感器獲取軌道交通車輛的速度，并且可以對速度傳感器進(jìn)行故障隔離與恢復(fù)，消除因空轉(zhuǎn)或滑行對軌道交通車輛速度估計造成的影響，消除電磁干擾噪聲影響，算法簡單高效、速度計算精度高的基于信息融合的軌道交通車輛速度計算方法。

為解決上述技術(shù)問題，本發(fā)明提出的技術(shù)方案為：一種基于信息融合的軌道交通車輛速度計算方法，包括如下步驟：

S1.獲取機(jī)車各被測車輪的速度；

S2.對所述各被測車輪的速度進(jìn)行數(shù)據(jù)融合，計算得到融合機(jī)車速度。

作為本方法的進(jìn)一步改進(jìn)，在所述步驟S1之后，還包括對所述各被測車輪的速度進(jìn)行故障隔離與恢復(fù)的步驟S1a：

S1a.判斷被測車輪的速度與機(jī)車速度之間差值大于預(yù)設(shè)的故障門檻值的持續(xù)時間是否大于預(yù)設(shè)的故障時間門檻值，是則判斷該車輪故障，將該車輪進(jìn)行故障隔離；

判斷被故障隔離的車輪的速度與機(jī)車速度之間的差值小于等于預(yù)設(shè)的故障門檻值的持續(xù)時間是否大于預(yù)設(shè)的恢復(fù)時間門檻值，是則判斷該車輪恢復(fù)正常，解除故障隔離。

作為本方法的進(jìn)一步改進(jìn)，所述預(yù)設(shè)的故障時間門檻值為在預(yù)設(shè)區(qū)間的一個可變值，并且所述預(yù)設(shè)的故障時間門檻值與所述被測車輪的速度與機(jī)車速度之間差值成倒數(shù)正相關(guān)關(guān)系；

所述預(yù)設(shè)的恢復(fù)時間門檻值為在預(yù)設(shè)區(qū)間的一個可變值，并且所述預(yù)設(shè)的恢復(fù)時間門檻值與所述被測車輪的速度與機(jī)車速度之間差值成倒數(shù)正相關(guān)關(guān)系。

作為本方法的進(jìn)一步改進(jìn)，所述步驟S2中的數(shù)據(jù)融合的融合算法為加權(quán)融合算法。

作為本方法的進(jìn)一步改進(jìn)，所述加權(quán)融合算法如式(1)所示，

式(1)中，v為信息融合后機(jī)車的速度值，N_be為正常的車輪的數(shù)量，v_{delta_i}為被測車輪的速度與機(jī)車速度之間的差值，v_i為第i個正常的被測車輪的速度。

作為本方法的進(jìn)一步改進(jìn)，在所述步驟S2之后還包括步驟S3：對所述融合機(jī)車速度進(jìn)行濾波，得到最終機(jī)車速度；所述濾波優(yōu)選為卡爾曼濾波。

一種基于信息融合的軌道交通車輛速度計算系統(tǒng)，包括速度采集模塊和數(shù)據(jù)融合模塊；所述速度采集模塊用于獲取機(jī)車各被測車輪的速度；所述數(shù)據(jù)融合模塊用于對所述各被測車輪的速度進(jìn)行數(shù)據(jù)融合，計算得到融合機(jī)車速度。

作為本系統(tǒng)的進(jìn)一步改進(jìn)，還包括故障隔離模塊；所述故障隔離模塊用于判斷被測車輪的速度與機(jī)車速度之間差值大于預(yù)設(shè)的故障門檻值的持續(xù)時間是否大于預(yù)設(shè)的故障時間門檻值，是則判斷該車輪故障，將該車輪進(jìn)行故障隔離；判斷被故障隔離的車輪的速度與機(jī)車速度之間的差值小于等于預(yù)設(shè)的故障門檻值的持續(xù)時間是否大于預(yù)設(shè)的恢復(fù)時間門檻值，是則判斷該車輪恢復(fù)正常，解除故障隔離。

作為本系統(tǒng)的進(jìn)一步改進(jìn)，所述數(shù)據(jù)融合模塊采用的融合算法為加權(quán)融合算法。

作為本系統(tǒng)的進(jìn)一步改進(jìn)，還包括濾波模塊，所述濾濾模塊用于對所述融合機(jī)車速度進(jìn)行濾波，得到最終機(jī)車速度。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：

1、本發(fā)明僅僅使用動力軸上的速度傳感器獲取軌道交通車輛的速度，并且可以對速度傳感器進(jìn)行故障隔離與恢復(fù)，消除因空轉(zhuǎn)或滑行對軌道交能車輛速度估計造成的影響，具有算法簡單高效、速度計算精度高的優(yōu)點(diǎn)。

2、本發(fā)明不需要增加額外的硬件設(shè)備，安裝部署方便，實現(xiàn)成本低。

附圖說明

圖1為本發(fā)明具體實施例流程示意圖。

圖2為本發(fā)明具體實施例故障隔離流程示意圖。

圖3為本發(fā)明具體實施例故障隔離流程示意圖。

圖4為本發(fā)明具體實施例結(jié)構(gòu)示意圖。

具體實施方式

以下結(jié)合說明書附圖和具體優(yōu)選的實施例對本發(fā)明作進(jìn)一步描述，但并不因此而限制本發(fā)明的保護(hù)范圍。

如圖1所示，本實施例基于信息融合的軌道交通車輛速度計算方法，包括如下步驟：S1.獲取機(jī)車各被測車輪的速度；S2.對各被測車輪的速度進(jìn)行數(shù)據(jù)融合，計算得到融合機(jī)車速度。

在本實施例中，在步驟S1之后，還包括對各被測車輪的速度進(jìn)行故障隔離與恢復(fù)的步驟S1a：S1a.判斷被測車輪的速度與機(jī)車速度之間差值大于預(yù)設(shè)的故障門檻值的持續(xù)時間是否大于預(yù)設(shè)的故障時間門檻值，是則判斷該車輪故障，將該車輪進(jìn)行故障隔離；判斷被故障隔離的車輪的速度與機(jī)車速度之間的差值小于等于預(yù)設(shè)的故障門檻值的持續(xù)時間是否大于預(yù)設(shè)的恢復(fù)時間門檻值，是則判斷該車輪恢復(fù)正常，解除故障隔離。

在本實施例中，預(yù)設(shè)的故障時間門檻值為在預(yù)設(shè)區(qū)間的一個可變值，并且預(yù)設(shè)的故障時間門檻值與被測車輪的速度與機(jī)車速度之間差值成倒數(shù)正相關(guān)關(guān)系；預(yù)設(shè)的恢復(fù)時間門檻值為在預(yù)設(shè)區(qū)間的一個可變值，并且預(yù)設(shè)的恢復(fù)時間門檻值與被測車輪的速度與機(jī)車速度之間差值成倒數(shù)正相關(guān)關(guān)系。

在本實施例中，被測車輪的速度與機(jī)車速度之間差值為V_{delta_i}＝|v_i-v_loco|，v_i為第i個正常的被測車輪的速度，v_loco為機(jī)車速度。預(yù)設(shè)的故障時間門檻值T_gate為一個在預(yù)設(shè)的區(qū)間[T_min,T_max]內(nèi)的可變值，并且滿足其中，A和B均為預(yù)設(shè)的參數(shù)值，即當(dāng)V_{delta_i}越大，T_gate越?。籚_{delta_i}越小，T_gate越大。預(yù)設(shè)的恢復(fù)時間門檻值T_gate1為一個在預(yù)設(shè)的區(qū)間[T_min1,T_max1]內(nèi)的可變值，并且滿足其中，A₁和B₁均為預(yù)設(shè)的參數(shù)值，即當(dāng)V_{delta_i}越大，T_gate1越??；V_{delta_i}越小，T_gate1越大。

根據(jù)機(jī)車的速度與加速度之間的關(guān)系，當(dāng)然，故障判斷和恢復(fù)可以根據(jù)各個輪對的速度值v_i與車輛速度v_loco之間的偏差進(jìn)行判斷，也可以通過各個輪對的加速度a_i與車輛加速度a_loco的偏差進(jìn)行判斷，也可兩者結(jié)合進(jìn)行判斷。

在本實施例中，步驟S2中的數(shù)據(jù)融合的融合算法為加權(quán)融合算法。加權(quán)融合算法如式(1)所示，

式(1)中，v為信息融合后機(jī)車的速度值，N_be為正常的車輪的數(shù)量，v_{delta_i}為被測車輪的速度與機(jī)車速度之間的差值。其中，V_{delta_i}＝|v_i-v_loco|，v_i為第i個正常的被測車輪的速度，v_loco為機(jī)車速度。

在本實施例中，在步驟S2之后還包括步驟S3：對融合機(jī)車速度進(jìn)行濾波，得到最終機(jī)車速度。步驟S3中的濾波為卡爾曼濾波。

本實施例中，通過安裝在機(jī)車輪對軸端的角速度傳感器獲取機(jī)車輪對的角速度傳感器信號，并通過信號連接硬線發(fā)送至牽引控制裝置，角速度傳感器信號在牽引控制裝置中使用，通過角速度傳感器信號計算得到線速度信號。通過角速度計算線速度的方法如式(2)所示，

v_i＝w_i×R (2)

式(2)中，v_i為輪緣線速度，w_i為傳感器采集的角速度，R為軌道交通車輛車輪半徑。軌道交通車輛的車輪半徑在使用過程中由于制造誤差和磨損，是變化的。所以軌道交通車輛的車輪半徑可以通過軌道交通車輛的其他設(shè)備或自動校正或者是人工輸入的動態(tài)半徑值。

由于軌道交通車輛運(yùn)用電磁環(huán)境惡劣，震動大，速度傳感器有可能會有故障。雖然信息融合算法可以減少故障信號的干擾，但是還是會污染到融合后的傳感器觀測值。所以需要對速度傳感器信號做故障判斷，通過隔離，在信息融合中排除故障信號的干擾，達(dá)到正確獲取軌道交通車輛速度的目的。

如圖2所示，設(shè)通過機(jī)車角速度傳感器計算得到的線速度為v_i，機(jī)車的速度為v_loco，則可以計算通過傳感器獲得的機(jī)車速度與機(jī)車的速度差為V_{delta_i}＝|v_i-v_loco|，當(dāng)該速度差大于預(yù)設(shè)的故障門檻值時，通過計數(shù)器開始計數(shù)，否則將計數(shù)器復(fù)位，當(dāng)計數(shù)器所啟示錄的該速度差大于預(yù)設(shè)的故障門檻值的持續(xù)時間超過預(yù)設(shè)的故障時間門檻值時，則將該速度對應(yīng)的角速度傳感器標(biāo)記為故障，進(jìn)行故障隔離。如圖3所示，對于已經(jīng)被故障隔離的車輪的角速度傳感器計算得到的線速度v_i，同樣需要計算該線速度與機(jī)車速度之差，當(dāng)該速度差小于等于預(yù)設(shè)的故障門檻值時，啟動計數(shù)器開始計數(shù)，當(dāng)該速度差小于等于預(yù)設(shè)的故障門檻值的持續(xù)時間超過預(yù)設(shè)的恢復(fù)時間門檻值時，則將該速度對應(yīng)的角速度傳感器標(biāo)記為正常，即從故障狀態(tài)恢復(fù)為正常狀態(tài)。

在本實施例中，以所有正常的角速度傳感器計算得到的線速度作為基礎(chǔ)數(shù)據(jù)，通過如式(1)所示的加權(quán)算法進(jìn)行數(shù)據(jù)融合，得到融合機(jī)車速度。在信號的產(chǎn)生及傳輸過程中，不可避免會引及噪聲，因此，對于融合機(jī)車速度，需要進(jìn)行濾波以濾除噪聲信號。在本實施例中，采用卡爾曼濾波器對融合機(jī)車速度進(jìn)行濾波。相對于現(xiàn)有技術(shù)中所采用的集中式卡爾曼濾波，即對每個牽引控制裝置獲取的輪對速度或加速度信息，通過卡爾曼濾波器進(jìn)行濾波。但是集中式卡爾曼濾波具有以下致命缺點(diǎn)：1、集中式卡爾曼濾波器的計算量隨著其維數(shù)的增加成3次方級數(shù)增加，容易導(dǎo)致“維數(shù)災(zāi)難”，從而不利于實時計算；2、集中式卡爾曼濾波器將各導(dǎo)航系統(tǒng)的輸出統(tǒng)一處理，各系統(tǒng)間容易互相影響，不利于系統(tǒng)故障的診斷，隔離；3、即便某系統(tǒng)診斷出故障并隔離成功，在其成功修復(fù)并企圖融入系統(tǒng)時需要將整個系統(tǒng)初始化，因此對系統(tǒng)的重構(gòu)復(fù)雜。針對集中式卡爾曼濾波的缺點(diǎn)，在本實施例中，采用基于信息融合的卡爾曼波濾算法，對經(jīng)過信息融合后的融合機(jī)車速度進(jìn)行卡爾曼濾波，降低了卡爾曼濾波算法的維度，并根據(jù)速度傳感器的速度信號的可信程度動態(tài)調(diào)整融合權(quán)值，減少噪聲、故障以及空轉(zhuǎn)滑行對軌道交通車輛速度估計造成的影響。

在本實施例中，信息融合后機(jī)車的速度值v在傳輸過程中，不可避免的會引入噪聲，因此，需要對信息融合后機(jī)車的速度值v進(jìn)行濾波，以消除噪聲。在本實施例中，采用卡爾曼濾波算法對信息融合后機(jī)車的速度值v進(jìn)行濾波，輸出卡爾曼濾波后的機(jī)車速度值v_loco，以及機(jī)車的加速度并作為卡爾曼濾波的反饋量。

如圖4所示，本實施例基于信息融合的軌道交通車輛速度計算系統(tǒng)，包括速度采集模塊和數(shù)據(jù)融合模塊；速度采集模塊用于獲取機(jī)車各被測車輪的速度；數(shù)據(jù)融合模塊用于對各被測車輪的速度進(jìn)行數(shù)據(jù)融合，計算得到融合機(jī)車速度。

在本實施例中，還包括故障隔離模塊；故障隔離模塊用于判斷被測車輪的速度與機(jī)車速度之間差值大于預(yù)設(shè)的故障門檻值的持續(xù)時間是否大于預(yù)設(shè)的故障時間門檻值，是則判斷該車輪故障，將該車輪進(jìn)行故障隔離；判斷被故障隔離的車輪的速度與機(jī)車速度之間的差值小于等于預(yù)設(shè)的故障門檻值的持續(xù)時間是否大于預(yù)設(shè)的恢復(fù)時間門檻值，是則判斷該車輪恢復(fù)正常，解除故障隔離。數(shù)據(jù)融合模塊采用的融合算法為加權(quán)融合算法，加權(quán)融合算法如式(1)所示。

在本實施例中，還包括濾波模塊，濾濾模塊用于對融合機(jī)車速度進(jìn)行濾波，得到最終機(jī)車速度。

上述只是本發(fā)明的較佳實施例，并非對本發(fā)明作任何形式上的限制。雖然本發(fā)明已以較佳實施例揭露如上，然而并非用以限定本發(fā)明。因此，凡是未脫離本發(fā)明技術(shù)方案的內(nèi)容，依據(jù)本發(fā)明技術(shù)實質(zhì)對以上實施例所做的任何簡單修改、等同變化及修飾，均應(yīng)落在本發(fā)明技術(shù)方案保護(hù)的范圍內(nèi)。