地铁隧道车载融合定位系统及精度校正算法研究

doi:10.13474/j.cnki.11-2246.2024.0414

测绘通报 ›› 2024, Vol. 0 ›› Issue (4): 83-89.doi: 10.13474/j.cnki.11-2246.2024.0414

地铁隧道车载融合定位系统及精度校正算法研究

李天宇^1,2, 许献磊¹, 周东林², 王浩², 张照太²

1. 煤炭精细勘探与智能开发全国重点实验室, 北京 100083;
2. 中国矿业大学(北京)地球科学与测绘工程学院, 北京 100083

收稿日期:2023-09-01 发布日期:2024-04-29
通讯作者: 许献磊。E-mail:xuxl@cumtb.edu.cn
作者简介:李天宇(2000—),男,硕士,主要研究方向为地铁隧道导航地图构建。E-mail:litianyuqaz@163.com
基金资助:
国家自然科学基金(52174155);北京市科技计划(Z221100005222029);国家重点研发计划(2023YFC3008902)

Research on on-board fusion positioning system and accuracy correction algorithm in subway tunneling

LI Tianyu^1,2, XU Xianlei¹, ZHOU Donglin², WANG Hao², ZHANG Zhaotai²

1. State Key Laboratory of Fine Coal Exploration and Intelligent Development, Beijing 100083, China;
2. School of Earth Science and Surveying and Mapping of the China University of Mining & Technology (Beijing), Beijing 100083, China

Received:2023-09-01 Published:2024-04-29

摘要/Abstract

摘要： 地铁隧道安全隐患综合检测车可实现隧道衬砌及表观隐患的快速检测。受限于地铁隧道封闭的地下环境及隧道内外部复杂的结构环境,当前隧道内单一定位技术仍存在定位精度低、累积误差大、多源采集不同步导致的定位信息“打架”等难题。本文开发了一种地铁隧道车载融合定位系统及精度校正算法,包括车载高精度编码信息采集和视觉图像采集系统、融合定位算法、精度校正算法、多源信息坐标转换矩阵等内容。相较已有定位方法,该融合定位系统可实现在直道和弯道条件下检测车车载装备和隧道安全隐患的快速动态融合定位。室内室外测试结果表明,区间的定位精度可达10 cm,地铁内直线测试区间300 m内和曲线测试区间100 m内相对误差控制小于等于0.06%。室内模型试验和现场试验结果验证了该融合定位系统及精度校正算法的有效性和稳定性,为地铁隧道安全隐患的快速检测定位和隧道安全运营提供了技术支撑。

关键词: 地铁隧道, 隐患探测, 融合定位, 精度校正, 快速检测

Abstract: The “Metro Tunnel Safety Hidden Danger Comprehensive Inspection Vehicle” offers quick and accurate inspection of subway tunnel linings and potential hazards. Traditional positioning technologies in tunnels face issues like low accuracy and data sync problems due to complex underground and structural environments. To address this, a new on-board fusion positioning system with an accuracy correction algorithm has been developed. This system includes precise coded data and image acquisition, a fusion positioning algorithm, an accuracy correction algorithm, and a multi-source information coordinate conversion matrix.This fusion positioning system is more accurate than existing methods, capable of fast and dynamic positioning in both straight and curved tunnel sections. It achieves a positioning accuracy of 10 cm, with a relative error of less than or equal to 0.06% over up to 300 m in straight and 100 m in curved sections. The system's effectiveness and stability are confirmed by indoor and outdoor tests, making it a valuable tool for rapidly detecting and locating hidden safety hazards in subway tunnels, thereby enhancing tunnel safety.

Key words: subway tunnels, hazard detection, fusion positioning, accuracy correction, rapid detection

中图分类号:

李天宇, 许献磊, 周东林, 王浩, 张照太. 地铁隧道车载融合定位系统及精度校正算法研究[J]. 测绘通报, 2024, 0(4): 83-89.

LI Tianyu, XU Xianlei, ZHOU Donglin, WANG Hao, ZHANG Zhaotai. Research on on-board fusion positioning system and accuracy correction algorithm in subway tunneling[J]. Bulletin of Surveying and Mapping, 2024, 0(4): 83-89.

参考文献

[1] 交通运输部.2023年6月城市轨道交通运营数据速报[N].中国交通报, 2023-07-11(002).
[2] ZONG Wenhao,ZHANG Changzhu,WANG Zhuping,et al.Architecture design and implementation of an autonomous vehicle[J].IEEE Access,2018,6: 21956-21970.
[3] GYAGENDA N,HATILIMA J V,ROTH H,et al.A review of GNSS-independent UAV navigation techniques[J].Robotics and Autonomous Systems,2022,152: 104069.
[4] 上官伟,谢朝曦,姜维.基于IMU标定补偿的列车组合定位优化方法[J].铁道学报,2020,42(2): 57-64.
[5] 房博乐,陈起金,牛小骥.轨道几何特征匹配列车定位方法[J].测绘通报,2019(10): 109-113.
[6] 吕一锋,陈淋.地铁运营隧道安全巡检系统及其应用[J].城市轨道交通研究,2014,17(10): 126-128.
[7] 张辰东,王兆瑞,金声震,等.基于SINS/RFID的隧道列车高精度定位方法[J].北京航空航天大学学报,2022,48(4): 632-638.
[8] SONG Xiang,LI Xu,TANG Wencheng,et al.A hybrid positioning strategy for vehicles in a tunnel based on RFID and in-vehicle sensors[J].Sensors,2014,14(12): 23095-23118.
[9] 许勇,邵浩东.UWB地铁轨道巡检车定位系统设计[J].机械设计与制造,2023,387(5): 138-140.
[10] 朱东飞,王永皎,杨烨,等.基于光栅阵列的城市轨道列车定位与测速方法[J].光子学报,2019,48(11): 159-166.
[11] JIANG Xuedong,LIU Zunmin,LIU Bilong,et al.Multi-sensor fusion for lateral vehicle localization in tunnels[J].Applied Sciences,2022,12(13): 6634.
[12] 曹泽强,孙英惠,洪琼,等.AprilTag图像识别应用于高差传递测量方法研究[J].测绘通报,2023(3): 27-32.
[13] WANG J,OLSON E.AprilTag 2: efficient and robust fiducial detection[C]//Proceedings of 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS).[S.l.]:IEEE,2016: 4193-4198.
[14] GUO Zhenglong,FU Qiang,QUAN Quan.Pose estimation for multicopters based on monocular vision and AprilTag[C]//Proceedings of the 37th Chinese Control Conference (CCC).Wuhan:IEEE,2018: 4717-4722.
[15] ABBAS S M,ASLAM S,BERNS K,et al.Analysis and improvements in AprilTag based state estimation[J].Sensors,2019,19(24): 5480.

地铁隧道车载融合定位系统及精度校正算法研究

Research on on-board fusion positioning system and accuracy correction algorithm in subway tunneling

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	周宝定, 胡超, 孙超, 刘旭, 吴鹏, 杨钧富. 一种Wi-Fi RTT/数据驱动惯性导航行人室内定位方法[J]. 测绘通报, 2024, 0(4): 76-82.
[2]	徐浩, 吴雪, 李春光, 秘金钟, 陈冲, 李得海. PDR+BLE融合的室内实时定位方法[J]. 测绘通报, 2023, 0(9): 52-58.
[3]	徐景田, 单斯奥, 于睿涵, 吴磊, 陈刚. 基于点云的弯曲地铁隧道断面提取[J]. 测绘通报, 2023, 0(10): 80-84,122.
[4]	田有良, 樊廷立, 唐超. 面向地铁隧道表面渗漏水的快速检测技术[J]. 测绘通报, 2022, 0(9): 29-33.
[5]	李旭. 三维激光扫描技术在地铁隧道竣工测量中的应用[J]. 测绘通报, 2022, 0(6): 166-169.
[6]	潘东峰, 杨超, 吴一同, 谭钿, 张德林. 利用TLS技术进行地铁隧道断面提取及变形监测分析[J]. 测绘通报, 2022, 0(4): 130-133.
[7]	丁孝兵, 高志强, 杨坤. 基于惯导和CPⅢ控制点的地铁隧道移动激光扫描三维点云重建[J]. 测绘通报, 2021, 0(9): 112-115,129.
[8]	董之南, 时培好, 高晗. 基于移动式激光扫描的点云数据处理[J]. 测绘通报, 2021, 0(8): 97-101.
[9]	徐国梁, 李圳, 陶钧, 郭靖, 赵齐乐. 复杂环境下智能手机RTK+PDR融合定位[J]. 测绘通报, 2021, 0(12): 44-49,98.
[10]	陈向阳, 侯刚栋, 潘恺, 李成成. 基于车载式激光扫描的地铁隧道结构检测[J]. 测绘通报, 2021, 0(1): 165-168.
[11]	李军, 朱国琦, 樊晓东, 杨维, 黄震. 地铁隧道结构机器视觉检测系统及应用分析[J]. 测绘通报, 2020, 0(9): 27-32,37.
[12]	赵亚波, 王智. 基于移动三维扫描技术的隧道管片错台分析及应用[J]. 测绘通报, 2020, 0(8): 160-163.
[13]	宋云记, 王智. 利用三维激光扫描技术进行地铁隧道施工质量管控及病害检测[J]. 测绘通报, 2020, 0(5): 150-154.
[14]	高洪, 李凯, 马全明, 韩志晟, 孙丕川. 移动三维激光测量系统在地铁运营隧道病害监测中的应用研究[J]. 测绘通报, 2019, 0(8): 96-101,161.
[15]	魏国忠, 侯飞, 张衡, 吴学超. 高速公路勘测中车载激光点云高精度校正可行性分析[J]. 测绘通报, 2016, 0(8): 20-24.