[发明专利]一种基于铁路信号与北斗定位的行车轨迹聚类方法

说明书

本发明公开了一种基于铁路信号与北斗定位的行车轨迹聚类方法，包括：读取计算机联锁系统传输的铁路控制与联锁信息中有关车列的位置与速度信息，采用卡尔曼滤波算法，实时预测下一时刻的车列位置，并与车载设备传输而来的车列的北斗定位信息进行比较；若相同时刻下，北斗定位信息偏离预测到的车列位置超出指定距离，则将北斗定位信息作为噪声去除；否则，将相应北斗定位信息对应的位置点保存；基于以上方式，在区段行驶过程中，将积累一定数量的位置点，再通过二分k‑means算法对位置点进行优化，获得行车轨迹。该方法能够提高铁道轨迹测绘效率和准确率，保障测绘工作在现场的安全实行，进而为需要轨迹测绘数据的调车工作提供数据精确性的保障。

技术领域

本发明涉及轨道交通技术领域，尤其涉及一种基于铁路信号与北斗定位的行车轨迹聚类方法。

背景技术

调车工作是铁路运输生产的主要组成部分，是车站行车组织工作的重要内容，对车站及时编解列车，缩短车辆在站停留时间，加速车辆周转，提高运输效率，都有着重要作用。在调车工作中，保障调车作业安全及提高调车作业效率是调车管理的核心内容。

目前调车作业主要基于单纯的铁路通信信号来控制车列运行，了解车列运行状态，但是对于车列的精确位置往往不能实时确切的加以掌控。而当想在铁路通信信号的基础上结合定位方式来解决上述问题时，但是单纯的车载定位方式存在一定的误差。

现阶段，主要有如下两种方式：

1、场内铁路轨道地理信息测绘主要使用由工作人员手持定位设备间隔一定距离分别测量坐标点位并整合数据信息连接成轨迹的方法。但是，该方案主要存在如下缺陷：

首先，现场交通条件不便，尤其是铁路车站分布较为广泛，偏僻，测绘所需的工作量巨大。

其次，工作人员测绘时，为加快测绘进度，取点的间隔一般较大，尤其是在测绘曲折线路或复杂线路时其取点情况往往不能准确表现轨道轨迹。

再次，现场工作人员测绘的时间非常受限，只能在站场内工作休息的天窗期才能进行测绘，而且往往受到恶劣天气的影响使得测绘工作受阻，如不得以在非天窗期测绘时，则需承担极大的风险(如车辆冲撞等)。

最后，工作人员测绘轨迹往往是一次性的测量，在站场内复杂设备环境下，再受限于测绘设备本身缺陷，单次的测量坐标往往与实际坐标有或多或少的偏差。

2、当前无人机市场发展迅速,各种类型的无人机搭载不同的航测设备达到不同的测绘目的,其中航空摄影测量完成大比例尺地形度(1:2000或1:500地形图)是无人机应用中的一个重要研究方向。随着无人机性能的不断优化,无人机测绘数据的后处理软件不断开发,无人机航空摄影技术在铁路勘测中已经开始了应用。但是，该方案主要存在如下缺陷：

首先，无人机测绘的结果为一次性的，在局部区域发生变动时还需重新部署无人机再次测绘，且一次性测绘的精度可能收到时间、天气等诸多因素的影响而无法得到保证。

其次，站场内如机务段可能存在室内的轨道线路，无人机无法在室内区域进行测绘。

再次，当前无人机测绘技术还存在影像畸变大，模型接变差较大等问题，无法很好满足高精度铁路轨道轨迹测绘的要求。

还有，无人机技术在铁路站场的应用受限于法律法规，需要资质证明与层层审批，工作开展十分不便。

最后，无人机航测适合小面积、零散的补图工作，在应用于大规模站场铁路轨迹测绘时工作量过大。

发明内容

本发明的目的是提供一种基于铁路信号与北斗定位的行车轨迹聚类方法，能够提高铁道轨迹测绘效率和准确率，保障测绘工作在现场的安全实行，进而为需要轨迹测绘数据的调车工作提供数据精确性的保障。

本发明的目的是通过以下技术方案实现的：