-
公开(公告)号:CN113203414A
公开(公告)日:2021-08-03
申请号:CN202110557425.2
申请日:2021-05-21
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于GPS+BDS PPP/IMU紧组合的列车定位方法。该方法包括:从列车接收机获取卫星原始观测数据,从IGS获取卫星轨道数据;根据精密单点定位误差模型对卫星观测数据和卫星轨道数据进行误差校正;构建GPS+BDS PPP/IMU紧组合模型,采用精密单点定位模型将误差校正后的卫星观测数据作为量测,通过非线性卡尔曼滤波器求解所述GPS+BDS PPP/IMU紧组合模型,滤波估计解算列车的位置信息。本发明通过对列车行驶过程中卫星原始观测数据和惯性传感器输出数据的采集,由多星座条件下精密单点定位/惯性导航紧组合系统解算获取列车运行位置信息,具有无需轨旁设备、数据输出频率高、定位结果精度较高的特点。
-
公开(公告)号:CN112722013A
公开(公告)日:2021-04-30
申请号:CN202110089291.6
申请日:2021-01-22
Applicant: 北京交通大学
IPC: B61L25/02
Abstract: 本发明提供了一种列车定位股道判别方法,属于轨道交通运行控制技术领域,首先,提取列车定位信息;分别提取卫星接收机GNSS与惯性导航系统INS的列车运行信息,采用卡尔曼滤波算法融合GNSS和INS观测量,获取列车融合定位信息;然后,提取线路拓扑模型数据;对电子轨道地图进行格式定义,获取道岔的逻辑特征以及线路的关联特征;最后,结合列车定位信息及线路拓扑模型进行股道占用判别;包括,平行股道占用判别和岔区股道占用判别。本发明在无轨旁设备情景下,利用车载的定位接收机、惯性器件以及地图数据库列车可实现自主定位并作股道占用判别,可实时准确的获取轨道占用结果,保障了列车运行安全、提高了运营效率。
-
公开(公告)号:CN112380398A
公开(公告)日:2021-02-19
申请号:CN202011264018.4
申请日:2020-11-12
Applicant: 北京交通大学
IPC: G06F16/901 , G06Q10/04 , G06Q10/06 , G06Q50/26
Abstract: 本发明提供了一种空港旅客多交通方式换乘出行链构建装置。包括:基于旅客画像的出行偏好模型构建装置,对机场旅客出行行为进行预测;行程全覆盖的分段耗时估计装置,估计到港旅客陆侧交通换乘室内外行程时间;客流聚散规律及多模式交通运力耦合模块,对陆侧交通枢纽内旅客聚散规律分析并预测不同交通方式的等候时间;旅客出行链多目标构建方法装置,以旅客出行偏好、出行全程时间、客流聚散分布、交通方式运力等为影响因素,综合优化生成旅客出行链。本发明能够预测不同出行目的、同行人数、年龄结构等差异的旅客群体出行偏好,对旅客在航站楼内步行时间、航站楼外出行时间及等候时间进行精确估计,为机场到港旅客推荐高效、舒适的出行方案。
-
公开(公告)号:CN111858708A
公开(公告)日:2020-10-30
申请号:CN202010669867.1
申请日:2020-07-13
Applicant: 北京交通大学
IPC: G06F16/2458 , G06F16/27 , G06F30/15
Abstract: 本发明提供了一种车路协同环境下的运动对象虚实交互测试同步方法。包括:设计车路协同环境下的虚拟空间、数据空间与物理空间的信息交互机制,计算出数据交互与处理导致的虚实交互同步误差;提取车路协同环境下物理空间中运动对象的数据特征,根据信息交互机制基于Frenet标架生成虚拟空间中的运动对象的同步运行轨迹;基于物理空间的动态数据生成虚拟空间中的运动对象的预估运行轨迹,基于所述虚实交互同步误差将虚拟空间的同步运行轨迹和预估运行轨迹进行组合得到虚拟空间中的运动对象的运动模型。本发明能够基于物理空间中实体车辆发送的实时状态数据,为虚拟空间的运动模型生成同步运动路径,提升虚实交互测试的准确性和有效性。
-
公开(公告)号:CN110930811B
公开(公告)日:2020-10-16
申请号:CN201911093164.2
申请日:2019-11-11
Applicant: 北京交通大学
IPC: G09B9/05
Abstract: 本申请属于人工智能技术领域,特别是涉及一种适用于无人驾驶决策学习和训练的系统。由于现有的方法都是设计好算法框架,利用大数据进行训练,或按照制定好的一套规则进行训练/验证,效率低、成本较高。本申请提供了一种适用于无人驾驶决策学习和训练的系统,所述系统包括虚拟现实/机器学习单元;所述虚拟现实/机器学习单元包括主处理器模块,所述主处理器模块与虚拟现实呈现模块相连接,所述主处理器模块与车辆操纵机电模块相连接,所述车辆操纵机电模块与方向盘相连接,所述车辆操纵机电模块与档位相连接,所述车辆操纵机电模块与油门/刹车相连接。解决了无人驾驶技术中如何快速训练算法,提升车辆驾驶能力,尤其是人工智能的学习。
-
公开(公告)号:CN110850447A
公开(公告)日:2020-02-28
申请号:CN201911096749.X
申请日:2019-11-11
Applicant: 北京交通大学
IPC: G01S19/23
Abstract: 本发明提供了一种对列车定位单元的定位精度进行综合评估的方法。该方法包括:选取SPAN-FSAS组合导航系统为实时参考系统,计算出同一历元列车定位单元与所述实时参考系统之间的瞬时定位误差,评估列车定位单元的实时定位精度;选取GNSS/INS紧耦合和RTKLIB动态模式解算的定位结果作为后处理定位精度评估参考,基于后处理定位精度评估参考计算出列车的后处理定位精度评估指标,评估列车定位单元的后处理定位精度。本发明实通过选取不同的高精度参考系统,分别作为列车定位单元实时和后处理的定位精度评估参考,对应地计算出列车定位精度评估指标,综合、定量地评估列车定位单元的定位性能,具有建设与维护成本低、可获得绝对定位精度的特点。
-
公开(公告)号:CN109085631B
公开(公告)日:2020-02-07
申请号:CN201810859490.9
申请日:2018-08-01
Applicant: 北京交通大学
IPC: G01S19/50
Abstract: 本发明公开了一种基于卫星定位的岔区列车股道加权识别方法,包括S1:确认列车在进入道岔区段前的运行线路,并依据预先存储在地图数据库中的铁路线路拓扑关系,通过检索地图数据库获得候选线路全集OLi(i=1,2,...,n),i表示线路;S2:获取基于GNSS的列车定位结果及可见卫星数量信息,基于GNSS定位信息构建置信区域,并计算OLi中在置信区域内存在数据点的子集,得到候选线路集合FLi;S3:计算每条候选线路的匹配距离偏差和方向偏差权重,建立候选线路权重函数,计算FLi中所有线路的权重,选取权重最大的线路作为最终的匹配线路,完成道岔区段内列车的股道初始识别;S4:结合铁路线路的拓扑结构以及列车运行状态,建立列车在道岔区段内的股道精确识别规则。
-
公开(公告)号:CN110736999A
公开(公告)日:2020-01-31
申请号:CN201911018589.7
申请日:2019-10-24
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于激光雷达的铁路道岔检测方法。该方法包括:在列车运行过程中,利用激光雷达实时扫描列车前方地面,采集激光雷达一段时间内扫描获得的点云数据,利用点云数据建立钢轨平面的几何描述模型,提取满足几何描述模型的有效数据集;对有效数据集中的点数据进行平滑处理,将平滑处理前后的数据进行比较,根据比较结果识别出钢轨点,并计算出钢轨相关参数;根据所述钢轨点和钢轨相关参数通过道岔识别算法识别出道岔位置。本发明的方法简单可靠,识别准确度高,能够准确识别出道岔,为列车提供准确的位置信息标识,提高了列车运行的安全性。
-
公开(公告)号:CN109451149B
公开(公告)日:2020-01-21
申请号:CN201811207821.7
申请日:2018-10-17
Applicant: 北京交通大学
Abstract: 本发明提供了一种应用于民航飞机的地理信息展示方法,包括:移动终端根据当前的民航飞机的航线查询所述飞行航线地理标识数据库,获取当前的飞行航线对应的地理标识信息;移动终端根据当前的民航飞机的飞行参数,通过定位算法预先定位出民航飞机即将到达的下一个地理标识以及预定到达时间;在预定到达时间,移动终端通过显示屏显示出所述下一个地理标识的相关介绍内容。本发明将飞机飞过的地理信息与实时位置相结合的方法,使乘客在旅途过程中不仅可以更进一步的加深地理知识,也会减轻旅途中产生的焦虑。
-
公开(公告)号:CN106803101B
公开(公告)日:2019-11-22
申请号:CN201611256419.9
申请日:2016-12-30
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于隐马尔科夫模型的里程计故障诊断方法。该方法包括:提取里程计运行过程中的特征数据作为观测量数据,对观测量数据进行预处理,将预处理后的观测量数据输入到隐马尔科夫模型中进行训练,得到车轮的正常、打滑、抱死三种状态的隐马尔科夫模型,建立里程计的故障状态分类器;将待识别的观测量数据输入到里程计的故障状态分类器,分别与车轮的各种状态的隐马尔科夫模型进行匹配,根据匹配结果确定待识别的观测量数据对应的车轮的状态。本发明对于故障状态的诊断精度有较大提高,通过遗传算法对隐马尔科夫模型中的参数训练部分进行改进,通过仿真对比后,结果表明在训练速度上遗传算法可以较快到达稳态。
-
-
-
-
-
-
-
-
-