基于轨道不平顺特征匹配的列车精密定位技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    41904019
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    26.0万
  • 负责人：
    陈起金
  • 依托单位：
    武汉大学
  • 学科分类：
    D0402.卫星大地测量学
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

Accurate train positioning technology is the fundament of advanced train control system. Current train positioning methods cannot comprehensively conform to the requirements on high accuracy, high reliability, and low dependency on trackside equipment for some applications such as accurate parking and intelligent rail transit. In this project we discover the accurate positioning potential of the track irregularity, and study the principle and method of the track irregularity-based train localization. This project studies the precise railway track geometry measuring technology based on low-cost inertial navigation system (INS), accurate and robust profile matching of the track irregularity sequences those are immune to the train variation and dynamic load, INS/odometer/feature matching integrated navigation algorithms, simultaneous localization and mapping (SLAM) method for track positioning and track irregularity map update. Outcomes of this project is expected to improve the positioning accuracy, and enhance the reliability of the train positioning system significantly, which will promote the development of the advanced rail transit.
列车精密定位是先进列车控制系统的基础，在当前降低甚至取消铁路轨旁设备布设的趋势下，现有列车定位技术无法全面满足一些对精度和可靠性要求极高的应用，如列车自动精准泊车和智能轨道交通等。本课题将发掘铁路轨道不平顺这一新信号源的高精度定位潜力，开展轨道不平顺特征匹配定位的理论和方法研究。重点研究基于低成本惯性导航系统（INS）的轨道不平顺测量、适应列车减震和动载干扰的特征信号精确鲁棒匹配、惯导/特征匹配/里程计多源融合定位、列车同步匹配定位与不平顺特征地图更新的SLAM方法，从而突破轨道不平顺的高精度动态测量、不平顺特征的精准匹配和特征地图的高效更新等关键技术难题，实现不依赖于轨旁设备的分米级匹配定位精度。预期成果将显著提高现有列车组合定位系统的定位精度，增强列车定位系统的可靠性，从而推动先进轨道交通的发展。

结项摘要

轨道不平顺对于列车运行安全和乘坐舒适性来说是应当避免的“有害信号”，当超过一定阈值时需要对轨道进行精调，使其恢复至设计要求的平顺度。但另一方面，这些无处不在的轨道不平顺可被看作钢轨在不同区段的“指纹”特征，对于列车定位来说是可资利用的信号资源。本项目旨在发掘其定位潜力，“变废为宝”，实现列车的高精度里程匹配定位。因此，项目组开展了以下研究：（1）从频域和时频域等多个角度研究了轨道不平顺的信号特征，论证了其用作列车匹配定位信号源的可行性，为高精度列车定位提供了新思路。（2）设计并实现了惯导/特征匹配的多源融合算法，利用车载MEMS IMU在无卫星信号情况下实现了1.13m（99%置信度）的里程定位精度。截至目前，发表SCI论文7篇，EI论文1篇，授权国家发明专利3项，指导两位同学获ION GNSS+（美国导航学会全球卫星导航年会）优秀论文奖。

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（2）
会议论文数量（0）
专利数量（3）
Carrier-Phase-Based Initial Heading Alignment for Land Vehicular MEMS GNSS/INS Navigation System
陆地车辆 MEMS GNSS/INS 导航系统基于载波相位的初始航向对准
  • DOI：
    10.1109/tim.2022.3208646
  • 发表时间：
    2022
  • 期刊：
    IEEE Transactions on Instrumentation and Measurement
  • 影响因子：
    5.6
  • 作者：
    Tisheng Zhang;Shan Liu;Qijin Chen;Xin Feng;Xiaoji Niu
  • 通讯作者：
    Xiaoji Niu
Accuracy and robustness of ODO/NHC measurement models for wheeled robot positioning
用于轮式机器人定位的 ODO/NHC 测量模型的准确性和鲁棒性
  • DOI：
    10.1016/j.measurement.2022.111720
  • 发表时间：
    2022
  • 期刊：
    Measurement
  • 影响因子：
    5.6
  • 作者：
    Liqiang Wang;Xiaoji Niu;Tisheng Zhang;Hailiang Tang;Qijin Chen
  • 通讯作者：
    Qijin Chen
Estimate the Pitch and Heading Mounting Angles of the IMU for Land Vehicular GNSS/INS Integrated System
估计陆地车辆 GNSS/INS 集成系统 IMU 的俯仰和航向安装角
  • DOI：
    10.1109/tits.2020.2993052
  • 发表时间：
    2020
  • 期刊：
    IEEE Transactions on Intelligent Transportation Systems
  • 影响因子：
    8.5
  • 作者：
    Chen Qijin;Zhang Quan;Niu Xiaoji
  • 通讯作者：
    Niu Xiaoji
Onboard Train Localization Based on Railway Track Irregularity Matching
基于铁路轨道不平顺匹配的列车车载定位
  • DOI：
    10.1109/tim.2022.3144207
  • 发表时间：
    2022
  • 期刊：
    IEEE Transactions on Instrumentation and Measurement
  • 影响因子：
    5.6
  • 作者：
    Yukun Zhou;Qijin Chen;Rongsheng Wang;Guiliang Jia;Xiaoji Niu
  • 通讯作者：
    Xiaoji Niu
Experimental Study on the Potential of Vehicle’s Attitude Response to Railway Track Irregularity in Precise Train Localization
列车精确定位中车辆姿态响应对轨道不平顺潜力的实验研究
  • DOI：
    10.1109/tits.2022.3174884
  • 发表时间：
    2022
  • 期刊：
    IEEE Transactions on Intelligent Transportation Systems
  • 影响因子：
    8.5
  • 作者：
    Qijin Chen;Yukun Zhou;Bole Fang;Quan Zhang;Xiaoji Niu
  • 通讯作者：
    Xiaoji Niu

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于A-INS组合导航的现代有轨电车轨道几何状态快速精密测量
  • DOI：
    10.13238/j.issn.1004-2954.201812190006
  • 发表时间：
    2019
  • 期刊：
    铁道标准设计
  • 影响因子：
    --
  • 作者：
    周禹昆;陈起金;牛小骥
  • 通讯作者：
    牛小骥
铁路轨道线形智能分段
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    科学技术与工程
  • 影响因子：
    --
  • 作者：
    李姗姗;陈起金;旷俭;牛小骥
  • 通讯作者：
    牛小骥
MEMS惯性高度尺测量精度分析
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    系统工程与电子技术
  • 影响因子：
    --
  • 作者：
    杜俊伟;陈起金;牛小骥;刘经南
  • 通讯作者：
    刘经南
轨道几何特征匹配列车定位方法
  • DOI：
    10.13474/j.cnki.11-2246.2019.0329
  • 发表时间：
    2019
  • 期刊：
    测绘通报
  • 影响因子：
    --
  • 作者：
    房博乐;陈起金;牛小骥
  • 通讯作者：
    牛小骥

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

陈起金的其他基金

大型线状工程长距离几何线形的惯性精密测量方法
  • 批准号：
    42374028
  • 批准年份：
    2023
  • 资助金额：
    51 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码