GPS/ODO列车组合定位系统
开篇：润墨网以专业的文秘视角，为您筛选了一篇GPS/ODO列车组合定位系统范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要:阐述一种利用多传感器融合技术来提高定位精度和可靠度的方法。将gps定位技术引入到现有的基于里程计的列车定位方法中,降低里程计单独定位时的误差。分析了数据信息的同步问题并利用GPS接收机的秒脉冲信号实现数据信息的同步。当GPS信号短暂失锁时,采用里程计单独定位,GPS信号一旦重获就对里程计定位误差进行修正,从而提高列车定位系统的定位性能。现场实验结果证明该列车定位系统能够以一种简单的方法提高列车定位系统的精度、可靠度和连续性。
关键词:融合定位系统; 卡尔曼滤波; 里程计; GPS定位系统
中图分类号:TN96-34文献标识码:A
文章编号:1004-373X(2010)19-0168-04
Train Position System Integrated with GPS and odo
YIN Qin1, CAI Bo-gen1, WANG Jian1, JIANG Da-wang2
(1. State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China;
2. Tangshan Railway Vehicle Co. Ltd., Tangshan 063035, China)
Abstract: An efficient method to improve the position accuracy and reliability with the multi-sensor fusion position technology is elaborated. The global positioning system(GPS) is introduced into the train position method based on existing odometer(ODO), which can reduce the position error. The problem of data synchronization is analyzed. The data synchronization is realized with the PPS signal of GPS receiver. When GPS signals suffer from blockage for a short time, an odometer is used separately to position. Once GPS signals is regained, the error caused by the odometer position is corrected to improve the position performance of the train position system. The experimental results demonstrate that the train position system can improve the train precision accuracy, reliability and continuity with a simple method.
Keywords: integrated positioning system; Kalman filter; odometer; global position system
0 引 言
列车定位是列车运行控制系统的重要组成部分, 准确、及时地获取列车位置信息,是列车安全、有效运行地保障。随着列车技术的发展,传统的列车定位技术已经远远不能满足如今的列车定位的需要。经典的列车控制系统主要通过轨旁设备获得列车位置和其他控制信息。然而,这种定位系统的缺点是后期维护工作量大、维护成本高,不支持线路的动态交通配置变化等[1]。传感器融合技术采用多种传感器的组合方式,利用不同传感器的优势,取长补短,从而提高系统的自主性、可靠性和定位精度等,这也正是采用多传感器融合方法实现列车定位的原因。
全球卫星定位系统(GPS)定位范围广、精度高,但是GPS也有其致命的弱点,如动态性能差、容易发生信号遮挡和干扰等[2]。里程计列车定位系统(ODO)没有数据冗余,不会增加数据处理及通信的额外负担,其缺点容易导致累计误差[3]:计数误差(空转、打滑、滑行、蠕滑);轮径磨耗。对它们进行数据融合,构成GPS/ODO列车组合定位系统,充分发挥各定位子系统的优点,得到高精度、高可靠性的列车定位系统。
本文中利用“当前”统计模型Kalman滤波算法,将里程计和GPS组合,设计GPS/ODO组合定位系统。当短时间内接收不到GPS卫星信号时,里程计单独提供导航定位信息;当GPS信号重新获得后,GPS测量信息不断校正里程计定位系统,从而有效地减少里程计定位系统的积累误差。同时对所设计的组合定位系统进行实地测试,以验证该系统的有效性。
1 系统设计
1.1 系统硬件实现
GPS/ODO组合定位系统可以分成五个部分,即主处理器模块、定位模块、数据存储模块、通信模块以及参考定位系统。其系统结构如图1所示。
图1 GPS/ODO组合系统结构图
(1) 主处理器模块
主处理器模块选用AT91SAM9260核心板,MC9260核心板采用AT91SAM9260工业级ARM9处理器。主处理器模块实现传感器信息的同步、解算和数据融合处理。
(2) 定位模块
定位模块包括GPS定位接收机、里程计。GPS定位接收机选用Novatel SuperStar Ⅱ接收机。该接收机可输出可调的精度为50 ns(典型值)的1 PPS秒脉冲信号[4]。里程计选择用了欧姆龙公司生产的小型旋转编码器E6B2-CWZ6C。定位模块用于为定位系统提供传感器信息。
(3) 数据存储模块
数据记录板卡用于存储GPS接收机和里程计发出的定位信息,也用来记录定位系统与其他系统之间的数据和日志。
(4) 通信模块
通信模块完成系统中各模块间的通信功能,实现数据传递。
(5) 参考定位模块
设计参考定位系统是为了对该系统的定位性能进行评估测试,实际的定位系统不包括该参考系统。参考系统选用差分GPS接收机Navcom SF2050。
1.2 系统软件实现
GPS/ODO组合定位系统的实现包括GPS和里程计原始信息采集,对原始信息进行解算和对定位数据的融合处理。为此,系统软件可以分为定位信息采集和定位信息处理两部分。软件平台采用模块化的设计方法,根据不同的定位需求和硬件平台结构对软件平台进行灵活的配置,实现系统的可裁减性、可扩充性和重用性等要求。软件系统的功能模块如图2所示。
对图2中各个软件模块的功能说明如表1所示。
2 传感器信息同步分析及实现
在多传感器组合定位系统中,必须保证传感器向处理器提供的定位信息在时间上是同步的。经过同步之后再对数据进行形态滤波,从而降低信号噪声干扰[5]。本系统中主要用到GPS和ODO两种传感器,它们之间涉及到时间同步的问题,即GPS/ODO间的同步。
图2 软件系统框架
表1 软件模块功能
编号名称功能描述
1初始化模块采集一段时间的GPS单独定位结果,对结果进行平均,完成初始化定位。
2GPS采集模块GPS接收机的数据通过串口连到主处理器,GPS的数据每秒钟处理一次。
3ODO采集模块ODO的数据通过计数器记录1 s内ODO的脉冲个数,推算出列车1 s内的速度。
4信息同步模块信息同步模块完成不同传感器的同步,利用GPS的1 PPS信号触发定位处理器的硬件中断,在计数器处理进程中判断中断标志位是否为高,给传感器信息同步提供时间基准。
5数据记录模块完成对数据采集及处理过程中关键信息的记录。
6定位数据融合模块实现GPS和ODO的数据融合,完成组合定位功能。
里程计(ODO)的输出是脉冲信号,对脉冲信号整形之后接到处理器的可编程I/O口上,对脉冲信号进行计数。由于本文中采用的GPS接收机的输出频率为每秒一次,因此考虑对脉冲信号以1 s为单位进行计数,计数时以GPS的1 PPS信号为基准,记录两次1 PPS信号到来之间的脉冲个数,得出列车的运行速度。在系统完成初始化后,启动计数器。当1 PPS信号来临时提取计数器中的值,并对计数器清零后重新开始计数。┩3表示ODO在一个采样周期内与GPS同步的原理图。对于定位信号的采集,该系统中采用测频的方法。
图3 GPS/ODO数据同步原理
3 GPS/ODO组合定位系统信息融合算法
采用不同的设计理论及其实现方法,获得的组合定位系统具有不同的性能[6]。Kalman滤波方法用于GPS/ODO的组合定位中,就是将GPS的信息和里程计的信息同时用于定位解的求解过程中,使里程计定位系统的状态在滤波过程中不断得到修正,组合定位的输出又可以提供较为准确的初始位置和速度信息,从而即使在GPS 失效、单独使用里程计定位时也能长时间保持较高的定位精度。本文采用松散组合方式,即位置、速度信息的组合。速度和位置信息是列车运行控制系统正常工作,列车安全运行的重要参数。由于被控对象列车处于动态过程,只有了解到所有列车的位置、速度等信息,才能控制列车的行进、停车、加速和减速等,从而有效控制列车,获得行车效率和保证行车安全[7]。
3.1 GPS/ODO组合定位信息融合算法
很多列车定位和导航系统通常都需要多个状态信息源,如GPS、加速度计、里程计和其他传感器,不存在单种传感器或导航系统能提供完整、精确的定位和导航信息[8]。为获得更精确和可靠的定位信息,就需要融合其他定位传感器或子系统的定位信息。本文中所涉及到的GPS/ODO就是其中一种有效的多传感器列车定位系统融合方法。其融合算法结构如图4所示,首先判断GPS接收机接收到的信息是否可用,当可用时,ODO的数据在GPS的秒脉冲到来时进行融合,融合的量测输入是两者速度的差值,经过普通Kalman滤波进行误差估计并反馈给ODO进行速度的校正,最后由ODO将定位结果输出;否则,由ODO单独定位。
图4 信息融合算法结构
3.2 Kalman滤波算法
设计滤波器是GPS/ODO组合定位系统的关键,基本的思路是将GPS和里程计导航的速度误差、加速度误差和加速度导数误差作为状态变量,建立描述系统的统计数学模型,用状态方程和测量方程来描述GPS/ODO组合系统的动态特性。利用Kalman滤波器估计出组合系统状态量的最优值,反馈控制器根据这些误差的最优估值对导航误差进行校正,使组合系统的导航误差最小。对于GPS/ODO组合导航系统,本文中采用线性化及离散化后的Kalman滤波模型[9],其状态模型和测量模型描述如下:
X(k)=Φk,k-1•X(k-1)+w(k-1)
(1)
Y(k)=Hk•X(k)+v(k)
(2)
式中:X(k)表示系统在k时刻的状态矢量,也是被要求的被估计量;Φk,k-1 为k-1时刻到k时刻的系统状态转移阵;Hk为k时刻的量测测阵;w(k)和v(k)是服从(0,σ21)Х植嫉牧憔值高斯白噪声,分别为状态噪声和观测噪声[10]。
Qk为系统的噪声方差阵,由于并非系统的所有状态变量Xi均带有动态噪声的缘故,故Qk是一个非负定矩阵;Rk为测量噪声方差阵,由于每个测量值Zi均带有动态噪声的缘故,故Rk是一个正定矩阵,其中:
Rk=R0
(3)
式中:R0是ODO速度的观测矩阵R的协方差的参数。
Qk=2a21c1Qv(k)=q11q12q13
q12q22q23q13q23q33≈
T5/20T4/8T3/6T4/8T3/3T2/2T3/6T2/2T
(4)
式中:a1为量测噪声方差;c1为加速度相关时间常数;T为采样周期。
状态量的选取:选择GPS和里程计导航的速度误差、加速度误差和加速度导数误差作为状态变量,X(k)ё刺矩阵为3×1的列阵:
X(k)=(gps(k)-┆odo(k),0,0)T
(5)
式中:И┆gps(k)和┆odo(k)Х直鹞k时刻GPS测量值计算的速度值和里程计测量值计算的速度值。
由于选择的观测量为速度的误差量,因此观测矩阵为:
H=[1 0 0]
(6)
一步状态转移矩阵为:
Φk,k-1=1TT2/2
01T001
(7)
式中:T是离散系统的采样周期。
对各子系统的数据融合采用离散卡尔曼滤波方法,其信息滤波算法可由下述方程描述。
(1) 时间更新方程
k|k-1=Φk,k-1k-1
(8)
Pk|k-1=Φk,k-1Pk-1ΦTk,k-1+Qk-1
(9)
(2) 量测更新方程
k=k|k-1+Kk(Zk-Hkk|k-1)
(10)
Kk=Pk|k-1HTk/(HkPk,k-1HTk+Rk)
(11)
Pk=(I-KkHk)Pk|k-1
(12)
式中:k为对系统状态向量Xk的估计;Pk为状态估计误差的协方差。
卡尔曼滤波的输入信息是系统的测量输出Zk,滤波器的输出是系统状态矢量Xk的最小方差线性无偏估计k。
4 实验结果
为了检测定位算法的有效性,在北京铁路局三家店站进行了现场测试。测试过程中利用了实验室以自制实验小车模拟列车的运行,将里程计安装在实验小车的左前车轮上,如图5所示。其中测试时间为834 s,测试轨道长为1 360 m。下面分别从精度测量和连续性与可用性方面分析该定位算法。
图5 三家店站现场测试
4.1 精度测量
在测试中采取时间间隔T=1 s进行定位数据融合,如图6(a)和(b)所示,为基于GPS/ODO的列车组合定位算法的测试结果。
图6 融合前后误差分析
从图6中看出,融合前的定位误差呈现着随时间累积增长的特点,这是由里程计定位原理所造成的,融合后的定位误差和速度误差都得到了非常好的控制,定位误差的方差、均值和标准差分别为0003 6 m,-0016 5 m和0059 6 m。融合前ODO速度测量误差的方差、均值和标准差分别为0015 4 m/s,0043 4 m/s和0124 0 m/s;融合后测试误差的方差、均值和标准差分别为0001 8 m/s,1257 5×10-4 m/s和00427 m/s。
4.2 连续性与可用性
目前国内外关于组合导航连续性与可用性的研究主要集中于当GPS处于完全失锁或者信号丢失的情况下,导航系统的工作精度和工作时间。GNSS/ODO组合导航系统的优势在于,当发生GPS失锁时,单独使用ODO也可以保证列车在一定时间内保证一定精度的定位。
图7 GPS失锁5 s时定位误差
对于连续性与可用性的测试是当GPS出现故障的情况下,系统能够在一定精度下连续工作的时间。如┩7所示为仿真了5 s的GPS失锁后定位误差。GPS失锁发生在图中第300 s处,在失锁后的一段时间内,使用ODO单独定位,直到GPS重新发送定位信息。从图7可看出,失锁5 s后,最大的定位误差为035 m。
5 结 语
本文研究了一种基于GPS/ODO的低成本、较小型的组合导航系统,通过对两传感器数据的同步处理提高定位的精度和可靠性。并经过在北京铁路局三家店站进行现场验证,验证结果证明该系统的克服了各自的缺点,在定位精度和可靠性方面较单一的导航系统有着明显的改善。
参考文献
[1]ERNEST Petr, MAZL Roman, et al. Train locator using inertial sensors and odometer [C]//2004 IEEE Intelligent Vehicles Symposium. Parma, Italy: University of Parma, 2004: 157-164.
[2]BEVLY David M, RYU Jihan, et al. Integrating INS sensors with GPS measurements for continuous estimation of vehicle sideslip, roll and tire cornering stiffness [J]. IEEE Transactions on Intelligent Transportation Systems, 2006, 7(4): 483-493.
[3]SEYR Martin, JAKUBEK Stefan. Proprioceptive navigation, slip estimation and slip control for autonomous wheeled mobile robots [J]. IEEE, Robotics, Automation and Mechatronics, 2006, 4(2): 109-114.
[4]NovAtel Inc.. Superstar II user guide [M]. USA: NovAtel Inc., 2005.
[5]LAXMINARAYANA G, SHARMA Murthy. High precision navigation control with integrated INS/GPS system[J]. IJCSNS International Journal of Computer Science and Network Security, 2009(9): 89-95.
[6]王少伟.多传感器信息融合的列车测速定位实验平台的研究[D].北京:北京交通大学,2006.
[7]CAI Bai-gen, WANG Jian, YIN qin. A GNSS based slide and slip detection method for train positioning [C]//APCIP 2009. [S.l.]: APCIP, 2009.
[8]GREJNER-BRZEZINSKA Dorota A, TOTH Charles. GPS/INS/PL/TLS integration supporting navigation of geophysical sensors for unexploded ordnance detection and discrimination[C].13th FIG Symposium on Deformation Mwasurement and Analysis. LISBON: LNEC, 2008: 326-331.
[9]方鹏.GPS/INS组合导航与定位系统研究[D].上海:同济大学,2008.
[10]WENDEL J, MBDA O Meister. GPS/INS integrity monitoring using a modified GPB1 filter bank [C]//ION GNSS 21st. International Technical Meeting of the Satellite Division. [S.l.]: Satellite Division, 2008: 16-21.