一种基于信息融合的智能铁鞋股道识别系统及方法
阅读说明：本技术 一种基于信息融合的智能铁鞋股道识别系统及方法 (Intelligent iron shoe track identification system and method based on information fusion ) 是由 叶彦斐 刘帅 沈濮均 史永翔 李明 徐涛 陈天石 王尧 于 2021-07-20 设计创作，主要内容包括：本发明公开了一种基于信息融合的智能铁鞋股道识别系统,该系统包括4颗以上定位卫星、基准站、4G私有基站、多对智能铁鞋、定位终端及监控上位机；定位终端融合精度权重统计法和变方差高斯滤波法两种股道识别方法的识别结果,综合判断获得最终的股道识别结果,以实现股道精准识别。使用精度权重统计法进行股道识别时,合理引入定位数据精度权重,提高高精度数据对识别效果的作用,有效降低了低精度数据对识别效果的不利影响,使识别结果更加准确有效。提出基于信息融合的股道识别方法,有效解决了两种识别方法的结果出现矛盾的问题。(The invention discloses an intelligent skate track identification system based on information fusion, which comprises more than 4 positioning satellites, a reference station, a 4G private base station, a plurality of pairs of intelligent skates, a positioning terminal and a monitoring upper computer; and the positioning terminal fuses the recognition results of the two track recognition methods, namely the precision weight statistical method and the variance Gaussian filtering method, and the final track recognition result is obtained through comprehensive judgment so as to realize the accurate track recognition. When the accuracy weight statistical method is used for identifying the stock track, the accuracy weight of the positioning data is reasonably introduced, the effect of high-accuracy data on the identification effect is improved, the adverse effect of low-accuracy data on the identification effect is effectively reduced, and the identification result is more accurate and effective. The track identification method based on information fusion is provided, and the problem that results of two identification methods are contradictory is effectively solved.)
技术领域
本发明涉及铁路技术领域，尤其是适用于铁路站场中列车防溜作业过程中实现对智能铁鞋所处铁路股道的准确识别，具体地说是一种智能铁鞋股道识别系统及方法。
背景技术
随着铁路线路的增加、覆盖区域变广，智能铁鞋应用日益广泛，智能铁鞋已成为保护人员和车辆安全的重要设备。
目前，大多传统铁鞋不具有所处股道识别功能，即使部分智能铁鞋可以进行股道识别但识别精度都不高，主要原因及存在的问题如下：
由于智能铁鞋的GPS定位受环境等各因素的影响较大，而铁路站场环境恶劣，电磁环境复杂，大量电磁干扰会降低定位终端的定位精度，以及由于人体、列车、建筑物等对卫星定位信号产生遮蔽作用，使定位终端的定位结果产生偏差。
智能铁鞋进行股道识别主要通过智能铁鞋提供的高精度定位信息来确定位置，因此GPS定位的定位偏差问题会影响定位终端获得准确的定位数据，使智能铁鞋获得的定位数据与真实值之间存在一定偏差，甚至智能铁鞋接收到错误的定位数据，使智能铁鞋股道识别错误，造成对智能铁鞋管理上的混乱。
发明内容
本发明的目的是针对上述问题，提出一种智能铁鞋股道识别系统及方法，适用于铁路站场中列车防溜作业过程中实现对智能铁鞋所处铁路股道的准确识别。
本发明的技术方案是：
一种基于信息融合的智能铁鞋股道识别系统，该系统包括4颗以上定位卫星、基准站、4G私有基站、多对智能铁鞋、定位终端及监控上位机；
所述的卫星指北斗定位系统中与基准站、定位终端建立通信的卫星，卫星与基准站、定位终端建立通信，并将定位信号发送给基准站及定位终端；
所述的基准站接收定位卫星的定位信号，以计算得到自身定位信息，与自身测绘位置坐标运算获得差分数据，并将差分数据通过4G私有基站发送给定位终端供其进行定位修正；
所述的定位终端放置于智能铁鞋旁边，与智能铁鞋绑定使用，定位终端接收定位卫星的定位信号确定自身定位信息，基于差分数据修正方法为智能铁鞋提供高精度定位信息；定位终端融合精度权重统计法和变方差高斯滤波法两种股道识别方法的识别结果,综合判断获得最终的股道识别结果，以实现股道精准识别；定位终端通过4G私有基站将定位结果发送给监控上位机；
所述的4G私有基站一方面接收基准站差分数据并将其转发给定位终端，同时接收定位终端修正后定位数据；另一方面，4G私有基站通过有线以太网接口与监控上位机数据交互，将接收的定位终端修正后定位数据送上位机。
优选的，差分数据修正方法为：基于从基准站获得的差分数据对定位终端确定的当前自身位置观测值进行修正，即将两者相加，得到定位终端修正后的高精度定位数据。
本发明还公开了一种基于信息融合的智能铁鞋股道识别方法，基于任一项所述的系统，所述的智能铁鞋股道识别方法分为：系统初始化、终端与铁鞋识别匹配、终端机定位识别股道、监控上位机更新状态四个步骤，具体流程如下：
步骤1：系统初始化
系统初始化包括定位终端中北斗定位模块的初始化和列车站场股道信息初始化，后者包括依据站场轨道地理测绘信息得到的股道中线的地理信息、站场股道条数k，首次识别时基准时刻前后采集定位数据组数i＝5；
步骤2：终端与铁鞋识别匹配
由铁路站场工作人员进行防溜作业，进行智能铁鞋放置作业后，利用定位终端与智能铁鞋进行RFID射频识别，并与铁鞋进行匹配；
步骤3：定位终端定位识别股道
定位终端与智能铁鞋成功匹配后，以RFID射频识别匹配时刻为基准时刻，前后各取i秒高精度定位数据，组成长度为2*i+1的数据序列，识别系统利用这组定位数据依次进行精度权重统计法股道识别、变方差高斯滤波法股道识别，两次识别结果一致则确定并输出股道识别结果；识别结果不一致则令定位数据采集组数i＝i+5，循环步骤3，循环3次后两种方法的识别结果依旧不一致，则利用DS证据推理算法对两次识别结果进行融合判断，将信息融合判断结果作为最终识别结果；
步骤4：监控上位机更新状态
铁鞋股道识别成功后，监控上位机检测该股道是否有车，若监控上位机显示该股道有车，则铁鞋正常上线，监控上位机更新该股道列车与铁鞋状态；若显示该股道无车，则再次确认铁鞋是否放置到位，判断是否需要进行上位机补录车次信息或重新放置铁鞋。
具体的，步骤2所述的定位终端与铁鞋匹配识别的具体步骤如下：
2-1)、现场操作人员先将智能铁鞋、定位终端从防溜器具箱中取出，移送到防溜作业处，将智能铁鞋放置于预定铁轨；
2-2)、将定位终端通过RFID射频识别与智能铁鞋进行匹配绑定；
2-3)、判断定位终端是否与铁鞋成功匹配：若未匹配成功，则执行步骤2-2)；若匹配成功，则进入步骤3。
具体的，步骤3所述的定位终端定位识别股道的具体步骤如下：
3-1)、定位终端与铁鞋匹配成功后，将定位终端放置在铁鞋旁，以终端机与铁鞋RFID射频识别时刻为基准时刻，前后各取i组高精度定位数据，组成长度为2*i+1的定位数据序列，执行步骤3-2)；
3-2)、使用精度权重统计法进行股道识别：对2*i+1组定位数据分别进行股道识别，并将其精度权重分配给识别的股道，最终统计各个股道的精度权重，精度权重统计值最高的股道作为股道识别结果，获得股道识别结果后执行步骤3-3)；
3-3)、使用变方差高斯滤波法进行股道识别：对2*i+1组定位数据进行变方差高斯滤波计算，得到变方差高斯滤波后坐标(x`,y`)，计算变方差高斯滤波后坐标与各股道中线的垂直距离，距离最近的股道即为股道识别结果，获得股道识别结果后执行步骤3-4)；
3-4)、判断两种方法进行股道识别结果是否一致：若结果一致，则上传股道识别结果，进入步骤4；若结果不一致，执行步骤3-5)；
3-5)、令i＝i+5，扩大定位数据采集时间范围，并判断i是否≤15；若i≤15，则执行步骤3-1)；若i>15，执行步骤3-6)；
3-6)、采用基于不同识别方法识别结果融合判断方法，分别计算两种方法对不同识别结果的可信度，利用DS证据推理算法融合计算判断股道识别结果，并将融合判断结果作为最终结果并上传，进入步骤4。
具体的，步骤3-2)所述的使用精度权重统计法进行股道识别的具体步骤如下：
3-2-1)、以刷卡时刻为基准，前后各取i组定位数据，获得一个长度为2*i+1的定位数据序列，对2*i+1组定位数据按精度分配权重，权重分配具体见下表：
其中δj为第j个定位数据的定位数据精度，ωj为第j个定位数据的精度权重；令j＝1，G1＝G2＝···＝Gk＝0，G1、G2···Gk分别为k条股道的精度权重统计值，执行步骤3-2-2)；
3-2-2)、取定位数据序列中第j组定位数据(xj,yj)，计算定位点(xj,yj)与各股道中心线的垂直距离L1···Lk，执行步骤3-2-3)；
3-2-3)、确定L1···Lk中最小值Lm，m∈[1,k]，即该定位点与股道m距离最小，且该定位数据精度权重为ωj，将该精度权重统计在对应的股道权重上，令Gm＝Gm+ωj，j＝j+1，执行步骤3-2-4)；
3-2-4)、判断j是否≤2*i+1：若j≤2*i+1，执行步骤3-2-2)；若j>2*i+1，执行步骤3-2-5)；
3-2-5)、确定G1、G2···Gk中最大为GN，N∈[1,k]，精度权重统计法股道识别结果为股道N，结束。
具体的，步骤3-3)所述的使用变方差高斯滤波法进行股道识别的具体步骤如下：
3-3-1)、以刷卡时刻为基准，前后各取i组定位数据，获得一个长度为(2*i+1)的定位数据序列P1(x1,y1)、P2(x2,y2)、···、P2i+1(x,y)，对序列中各组数据赋予高斯权重值，变方差高斯滤波后的坐标数据为(x`,y`),其中x`、y`的计算方式如下：
其中，xj、yj、σ分别对应第j组定位数据的x坐标、y坐标以及高斯分布标准差。对于不同长度的定位数据序列，选取不同的σ值，改变权重分配，当i逐渐增大，定位数据序列长度扩大时，降低σ值以提高基准时刻附近定位数据的权重，降低边缘时刻定位数据的权重，当i＝5时，取σ＝10；当i＝10时，取σ＝4.5；当i＝15时，取σ＝4；
将序列中的所有定位数据进行变方差高斯滤波得到坐标(x`,y`)，执行步骤3-3-2)；
3-3-2)、计算坐标点(x`,y`)与各股道中心线的垂直距离L1···Lk后，执行步骤3-3-3)；
3-3-3)、确定L1···Lk中最小值为LM，M∈[1,k]，股道识别结果为股道M，
结束。
具体的，所述的计算定位坐标点与各股道中线的垂直距离算法的具体为：
(1)根据列车站场的轨道地理测绘数据，确定股道中线的地理位置，确定股道中线两端点坐标为A(X1,Y1)，B(X2,Y2)；
(2)定位点坐标P(X,Y)，则定位点P与股道中线的垂直距离为：
具体的，步骤3-6)所述的基于两种股道识别方法的识别结果融合判断方法，在精度权重统计法和变方差高斯滤波法分别进行股道识别，股道识别结果不一致的情况下，进行融合计算判断股道识别结果，具体融合判断过程如下：
记精度权重统计法识别结果为p，变方差高斯滤波法识别结果为q；p,q∈[1,k]且p≠q，即两种识别方法得到的识别结果不相同；
精度权重统计法对于股道识别结果为p和q的可信度分别为：
其中，为所有股道的精度权重统计值总和，Gp，Gq分别为p股道、q股道的精度权重统计值；
变方差高斯滤波法对于股道识别结果为p和q的可信度分别为：
基于两种股道识别方法的识别结果融合计算匹配股道p的可信度m(p)，匹配股道q的可信度m(q)，其中：
比较m(p)与m(q)，若m(p)>m(q)，则融合判断为匹配股道p；若m(p)<m(q)，则融合判断为匹配股道q；若m(p)＝m(q)，提示等可能性匹配股道p、股道q。
具体的，步骤4所述的监控上位机更新状态的具体步骤如下：
4-1)、根据智能铁鞋股道识别结果监控上位机该股道是否有车：若上位机显示该股道无车，则执行步骤4-2)；若上位机显示该股道有车，则执行步骤4-4)；
4-2)、检测铁鞋是否放置到位：铁鞋放置到位包括两个条件：1、由铁鞋上的金属检测器确定铁鞋在轨；2、由铁鞋上的声波测距探头检测铁鞋与车轮之间距离，确定铁鞋放置在防溜范围内；当铁鞋在轨且在防溜范围内，且铁鞋放置到位，执行步骤4-3)；任一条件不满足则为铁鞋放置不到位，需要重新放置铁鞋，执行步骤2；
4-3)、铁鞋放置到位，则上位机未及时录入车次信息，补录车次信息后执行步骤4-4)；
4-4)、铁鞋正常上线，监控上位机更新该股道上列车与智能铁鞋状态，结束。
本发明的有益效果
本发明采用以上技术手段，与现有技术相比所具有的有益效果有：
1、本发明的一种基于信息融合的智能铁鞋股道识别系统及方法，适用于铁路站场中应用智能铁鞋进行智能股道识别；本发明通过对智能铁鞋定位系统和股道识别方法进行优化，从而解决了智能铁鞋在复杂列车站场环境下定位偏差大，股道识别不准确的问题，有效提高了智能铁鞋股道识别准确度。
2、定位终端与智能铁鞋绑定使用，定位终端通过获取基准站的差分修正数据对自身的定位数据进行修正，为智能铁鞋提供了高精度定位数据。
3、本发明中的股道识别方法，以定位终端与智能铁鞋RFID射频识别匹配时刻为基准时刻，前后分别采集i组定位数据，组成长度为(2*i+1)的定位数据序列，以这组数据进行股道识别，数据可信度高。
4、本发明中的股道识别方法，通过合理融合精度权重统计法以及变方差高斯滤波法获得的股道识别结果，两种方法识别结果一致时，作为最终识别结果；结果不一致则扩大定位数据采集范围，循环多次进行股道识别，降低股道识别错误的概率。
5、使用精度权重统计法进行股道识别时，合理引入定位数据精度权重，提高高精度数据对识别效果的作用，有效降低了低精度数据对识别效果的不利影响，使识别结果更加准确有效。
6、使用变方差高斯滤波法进行股道识别时，以选取的长度为(2*i+1)定位数据序列为基础，不仅对数据序列按高斯权重加以处理，并且对于不同(2*i+1)长度的定位数据序列，可以动态自动改变权重分配，当i逐渐增大，定位数据序列长度扩大时，降低σ值以提高基准时刻附近定位数据的权重，降低边缘时刻定位数据的权重，可以有效降低边缘时刻的低可信度数据造成的误差；当i逐渐减小，定位数据序列长度缩小时，提高σ值可以有效利用边缘时刻的有用信息，最终达到提高变方差高斯滤波法进行股道识别的准确度的目的。
7、提出基于信息融合的股道识别方法，如果定位数据采集范围超过设定最大值，即i>15时精度权重统计法和变方差高斯滤波法得到的识别结果依旧不一致，则采用DS证据推理算法进行融合判断，分别计算出两识别结果的可信度，并将可信度较高的结果作为最终识别结果，有效解决了两种识别方法的结果出现矛盾的问题，在进行可信度计算的过程中，融合多方面信息，最终识别结果更加可信。
8、监控上位机得到股道识别结果后，检测该股道列车状态，通过智能铁鞋上金属检测装置、声波测距装置，确认智能铁鞋是否放置到位，进一步判断是否需要进行补录车次或重新放置铁鞋等操作，可以有效防止因铁鞋放置错误造成列车事故，保障列车运行安全。
附图说明
图1是本发明中智能铁鞋股道识别系统整体架构图。
图2是本发明中智能铁鞋股道识别方法整体工作流程图。
图3是本发明中精度权重统计法股道识别的工作流程图。
图4是本发明中变方差高斯滤波法股道识别的工作流程图。
图5是本发明中计算定位坐标点与股道中线距离的示意图。
具体实施方式
如图1所示，一种智能铁鞋股道识别系统，包括4颗以上定位卫星、基准站、4G私有基站、多对智能铁鞋、定位终端及监控上位机。
卫星指北斗定位系统中与基准站、定位终端建立通信的卫星，卫星与基准站、定位终端建立通信，并将定位信号发送给基准站及定位终端。
基准站接收到4颗及以上卫星的定位信号即可计算得到自身定位信息，与自身测绘位置坐标运算获得差分数据，并将差分数据通过4G私有基站发送给定位终端供其进行定位修正。
定位终端放置于智能铁鞋旁边，与智能铁鞋绑定使用，定位终端接收4颗及以上的卫星的定位信号确定自身定位信息，从基准站获得的差分数据对自身位置观测值进行修正，即将两者相加，得到定位终端修正后的高精度定位数据。定位终端将自身的高精度定位数据作为智能铁鞋的高精度定位数据，为智能铁鞋提供高精度定位信息，实现智能铁鞋的所在股道判断、被盗报警等功能，定位终端通过4G私有基站将定位结果发送给监控上位机，最终实现智能铁鞋的高精度定位，并且完善了智能防溜系统的监控功能。
智能铁鞋包括智能盒以及铁鞋本体，智能铁鞋在传统机械式铁鞋基础之上加入智能盒实现智能防溜。
4G私有基站一方面接收基准站差分数据并将其转发给定位终端，同时接收定位终端修正后定位数据，(用于扩大信号覆盖范围)；另一方面，4G私有基站通过有线以太网接口与监控上位机数据交互，将接收的定位终端修正后定位数据送上位机。
监控上位机24小时不间断监控已置放铁鞋的状态，显示铁鞋所在的股道。
定位终端与智能铁鞋绑定使用，现场操作人员进行防溜作业时，先将智能铁鞋、定位终端从防溜器具箱中拿出，再移送到防溜作业处；然后进行放置铁鞋等防溜操作，防溜操作完成后，将定位终端通过RFID射频识别与智能铁鞋进行匹配绑定，挂贴在火车厢后，再按下设备上的按钮即可，之后定位终端会上传高精度定位数据到服务器，完成铁鞋股道定位功能；防溜作业结束后，操作员将铁鞋撤离车轮，再将定位终端从火车厢上拿下，并将按键弹起，最后再放回防溜器具箱中，作业结束。
如图2所示，一种智能铁鞋股道识别方法，分为：系统初始化、终端与铁鞋识别匹配、终端机定位识别股道、监控上位机更新状态四个步骤，具体流程如下：
步骤1：系统初始化
系统初始化包括定位终端中北斗定位模块的初始化和列车站场股道信息初始化，后者包括依据站场轨道地理测绘信息得到的股道中线的地理信息、站场股道条数k(k值最大为8)，首次识别时基准时刻前后采集定位数据组数i＝5；
步骤2：终端与铁鞋识别匹配
由铁路站场工作人员进行防溜作业，进行智能铁鞋放置作业后，利用定位终端与智能铁鞋进行RFID射频识别，并与铁鞋进行匹配；
步骤2所述的定位终端与铁鞋匹配识别的具体步骤如下：
2-1)、现场操作人员先将智能铁鞋、定位终端从防溜器具箱中取出，移送到防溜作业处，将智能铁鞋放置于预定铁轨；
2-2)、将定位终端通过RFID射频识别与智能铁鞋进行匹配绑定；
2-3)、判断定位终端是否与铁鞋成功匹配：若未匹配成功，则执行步骤2-2)；若匹配成功，则进入步骤3；
步骤3：定位终端定位识别股道
定位终端与智能铁鞋成功匹配后，以RFID射频识别匹配时刻为基准时刻，前后各取i秒高精度定位数据，组成长度为(2*i+1)的数据序列，识别系统利用这组定位数据依次进行精度权重统计法股道识别、变方差高斯滤波法股道识别，两次识别结果一致则确定并输出股道识别结果；识别结果不一致则令定位数据采集组数i＝i+5，循环步骤3，循环3次后两种方法的识别结果依旧不一致，则利用DS证据推理算法对两次识别结果进行融合判断，将信息融合判断结果作为最终识别结果；
步骤3所述的定位终端定位识别股道的具体步骤如下：
3-1)、定位终端与铁鞋匹配成功后，将定位终端放置在铁鞋旁，以终端机与铁鞋RFID射频识别时刻为基准时刻，前后各取i组高精度定位数据，组成长度为(2*i+1)的定位数据序列，执行步骤3-2)；
3-2)、使用精度权重统计法进行股道识别：对(2*i+1)组定位数据分别进行股道识别，并将其精度权重分配给识别的股道，最终统计各个股道的总权重，总权重最高的股道作为股道识别结果，获得股道识别结果后执行步骤3-3)；
3-3)、使用变方差高斯滤波法进行股道识别：对(2*i+1)组定位数据进行变方差高斯滤波计算，得到变方差高斯滤波后坐标(x`,y`)，计算变方差高斯滤波后坐标与各股道中线的垂直距离，距离最近的股道即为股道识别结果，获得股道识别结果后执行步骤3-4)；
3-4)、判断两种方法进行股道识别结果是否一致：若结果一致，则上传股道识别结果，进入步骤4；若结果不一致，执行步骤3-5)；
3-5)、令i＝i+5，扩大定位数据采集时间范围，并判断i是否≤15；若i≤15，则执行步骤3-1)；若i>15，执行步骤3-6)。
3-6)、采用基于不同识别方法识别结果融合判断方法，分别计算两种方法对不同识别结果的可信度，利用DS证据推理算法融合计算判断股道识别结果，并将融合判断结果作为最终结果并上传，进入步骤4；
步骤4：监控上位机更新状态
铁鞋股道识别成功后，监控上位机检测该股道是否有车，若监控上位机显示该股道有车，则铁鞋正常上线，监控上位机更新该股道列车与铁鞋状态；若显示该股到无车，则再次确认铁鞋是否放置到位，判断是否需要进行上位机补录车次信息或重新放置铁鞋。
步骤4所述的监控上位机更新状态的具体步骤如下：
4-1)、根据智能铁鞋股道识别结果监控上位机该股道是否有车：若上位机显示该股道无车，则执行步骤4-2)；若上位机显示该股道有车，则执行步骤4-4)；
4-2)、检测铁鞋是否放置到位：铁鞋放置到位包括两个条件：1、由铁鞋上的金属检测器确定铁鞋在轨；2、由铁鞋上的声波测距探头检测铁鞋与车轮之间距离，确定铁鞋放置在防溜范围内。当铁鞋在轨且在防溜范围内，且铁鞋放置到位，执行步骤4-3)；任一条件不满足则为铁鞋放置不到位，需要重新放置铁鞋，执行步骤2-1)；
4-3)、铁鞋放置到位，则上位机未及时录入车次信息，补录车次信息后执行步骤4-4)；
4-4)、铁鞋正常上线，监控上位机更新该股道上列车与智能铁鞋状态，结束。
如图3所示，步骤3-2)使用精度权重统计法进行股道识别的方法是对(2*i+1)组定位数据分配精度权重，并分别进行股道识别，统计各个股道精度权重统计值，精度权重统计值最高的股道作为股道识别结果，使用精度权重统计法进行股道识别的具体步骤如下：
3-2-1)、以刷卡时刻为基准，前后各取i组定位数据，获得一个长度为(2*i+1)的定位数据序列，对(2*i+1)组定位数据按精度分配权重，权重公式为：
其中δj为第j个定位数据的定位数据精度，ωj为第j个定位数据的精度权重。令j＝1，G1＝G2＝···＝Gk＝0，G1、G2···Gk分别为k条股道的识别权重统计值，执行步骤3-2-2)；
3-2-2)、取定位数据序列中第j组定位数据(xj,yj)，计算定位点(xj,yj)与各股道中心线的垂直距离L1···Lk。执行步骤3-2-3)；
3-2-3)、确定L1···Lk中最小值Lm，m∈[1,k]，即该定位点与股道m距离最近，且该定位数据精度权重为δj，将该精度权重统计在对应的股道权重上，令Gm＝Gm+δj，j＝j+1，执行步骤3-2-4)；
3-2-4)、判断j是否≤2*i+1：若j≤2*i+1，执行步骤3-2-2)；若j>2*i+1，执行步骤3-2-5)；
3-2-5)、确定G1、G2···Gk中最大为GN，N∈[1,k]，精度权重统计法股道识别结果为股道N，结束。
如图4所示，步骤3-3)使用变方差高斯滤波法进行股道识别的方法是对(2*i+1)组定位数据进行变方差高斯滤波计算，得到变方差高斯滤波后坐标(x`,y`)，计算变方差高斯滤波坐标与各股道中线的垂直距离，距离最近的股道即为股道识别结果，使用变方差高斯滤波法进行股道识别的具体步骤如下：
3-3-1)、以刷卡时刻为基准，前后各取i组定位数据，获得一个长度为(2*i+1)的定位数据序列P1(x1,y1)、P2(x2,y2)、···、P2i+1(x,y)，对序列中各组数据赋予高斯权重值，变方差高斯滤波后的坐标数据为(x`,y`),其中x`、y`的计算方式如下：
其中，xj、yj、σ分别对应第j组定位数据的x坐标、y坐标以及高斯分布标准差。对于不同长度的定位数据序列，选取不同的σ值，改变权重分配，当i逐渐增大，定位数据序列长度扩大时，降低σ值以提高基准时刻附近定位数据的权重，降低边缘时刻定位数据的权重，当i＝5时，取σ＝10；当i＝10时，取σ＝4.5；当i＝15时，取σ＝4。
将序列中的所有定位数据进行变方差高斯滤波得到坐标(x`,y`)，执行步骤3-3-2)；
3-3-2)、计算坐标点(x`,y`)与各股道中心线的垂直距离L1···Lk后，执行步骤3-3-3)；
3-3-3)、确定L1···Lk中最小值为LM，M∈[1,k]，股道识别结果为股道M，
结束。
步骤3-6)基于两种股道识别方法的识别结果融合判断方法，具体融合判断过程如下：
记精度权重统计法识别结果为p，变方差高斯滤波法识别结果为q。p,q∈[1,k]且p≠q，即两种识别方法得到的识别结果不相同。
精度权重统计法对于股道识别结果为p和q的可信度分别为：
其中，为所有股道的精度权重统计值总和，GP，Gq分别为p股道、q股道的精度权重统计值。
变方差高斯滤波法对于股道识别结果为p和q的可信度分别为：
基于两种股道识别方法的识别结果融合计算匹配股道p的可信度m(p)，匹配股道q的可信度m(q)，其中：
比较m(p)与m(q)，若m(p)>m(q)，则融合判断为匹配股道p；若m(p)<m(q)，则融合判断为匹配股道q；若m(p)＝m(q)，提示等可能性匹配股道p、股道q。
如图5所示，计算定位坐标点与各股道中线的垂直距离算法的具体为：
(1)根据列车站场的轨道地理测绘数据，确定股道中线的地理位置，确定股道中线两端点坐标为A(X1,Y1)，B(X2,Y2)；
(2)定位点坐标P(X,Y)，则定位点P与股道中线的垂直距离为：
本文中所描述的具体实施例仅仅是对本发明精神做举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种用于轨道板隐蔽性病害的自动检测系统