现代有轨电车定位技术研究

魏 源

（南瑞集团公司，江苏 南京 210061）

随着城市化进程的不断发展，现代有轨电车在国际上悄然复兴。有轨电车因其具有造价低廉、运行速度快、噪声低、安全可靠且拥有介于公交与轻轨间的中等运量的优势而成为解决中小城市出行问题的理想交通方案[1]。相比于地铁和轻轨等传统的轨道交通线路，现代有轨电车具有运行线路环境复杂、运行车道是混合车道或半封闭车道以及路权相对开放等特点[2]。因此传统轨道交通线路中所采用的车辆定位方法无法很好地适用于现代有轨电车。但因为车辆定位技术是调度中心全面了解全线车辆运行情况并实时发布调度命令的核心，所以需要研究一种专门适用于有轨电车的车辆定位技术，以满足有轨电车对车辆可靠、精准定位的需求。

1 现代有轨电车定位技术

1.1 基于GPS定位技术的定位追踪系统

GPS定位技术是利用GPS接收装置接收车辆经纬度坐标定位的技术。但由于从GPS接收装置接收到的经、纬度信息无法直接应用于导航地图，因此基于GPS定位技术的定位系统的核心内容是利用GPS坐标转换、地图匹配等技术手段将GPS经纬度坐标应用于导航地图，从而实现对车辆位置的持续定位。

1.1.1 GPS测量坐标系

GPS经纬度坐标是在一个以地球质心为坐标原点的坐标系内进行计算的。该坐标系被称为WGS-84坐标系，其长轴半径为6 387 137.0 m，偏心率为1/298.257223563[3]。由于WGS-84坐标不是平面直角坐标系，因此需要对WGS-84坐标进行“高斯-克吕格”投影，其投影得到的坐标才可以用于匹配计算。

1.1.2 GPS坐标转换

将WGS-84坐标转化为平面直角坐标一般有2种方案：1） 将GPS坐标先转换成我国的北京54坐标系，再对54坐标系进行投影变换，并利用四参数法求出相应的坐标。2） 直接对WGS-84坐标进行高斯投影。第一种方案计算量大且运算过程繁杂，但优点是求得的坐标精度高。第二种方案虽然精度相对较低，但是运算量小，尤其适合类似导航系统这样的在短时间内要求高响应的实时系统。因此采用第二种方案作为坐标转换的方法。

将WGS-84经纬度坐标高斯投影到平面坐标的正算公式如公式（1）、公式（2）所示。

式中：X为横坐标值；Y为纵坐标值。x为赤道至纬度为B的纬线圈的子午线弧长；L为GPS测量的大地经度；B为大地纬度，计算式中的B要转化为相应的弧度；A0、B0、C0、D0以及E0为待求取待定参数；a、b分别为椭球长、短半轴长；N为卯酉圈曲率半径，；e为椭球第一偏心率，；l为椭球点经线与中央子午线的经差，经差：以江苏为例，其位于中央子午线3°带上，直接测量得到l=2.1045761893。

令e'为椭球第二偏心率，，那么t、η和ρ为中间变量，如公式（3）～公式（5）所示。

对 WGS-84 参考椭球，其长轴半径a为 6 387 137.0 m，p为圆周率。 偏心率f为 1/298.257223563，略去极小值量后，可由公式（6）求出子午线弧长。

1.1.3 地图匹配

现代有轨电车的导航地图一般用“边”和“偏移量”的概念来定位车辆。而“边”和“偏移量”是一维的线路坐标，它是指车辆位置与测绘起点的距离。地图匹配的核心即为将转化得到的平面直角坐标以某种匹配算法向线路坐标映射，从而得到的最终的位置信息。

一般来说，地图匹配算法分为4种类型：半确定性算法、概率统计算法、基于模糊逻辑的算法以及模式识别算法。其衍生的常用匹配算法一般分为简单匹配算法和复杂匹配算法。简单匹配算法主要是几何匹配算法[4]，其特点是利用道路的几何信息进行匹配，它只考虑距线路最近的距离，而不考虑线路的连接关系。这种算法非常简单且运算效率高，但缺点是匹配精度低且存在较高的误匹配率，因此很少直接使用该算法。复杂匹配算法主要有概率映射法、基于神经网络以及基于模糊控制的卡尔曼滤波匹配算法[5]；其中，卡尔曼滤波匹配算法的核心是通过神经网络或模糊理论对GPS数据进行卡尔曼滤波，它能极大地降低地图的误匹配率，匹配精度较高，但是缺点是该算法比较复杂，实时运行效率较差，因此并不适用于对实时性要求高的现代有轨电车定位系统。概率映射法是对几何匹配的优化，与几何匹配算法类似，概率映射法也是将GPS数据向附近的道路进行映射[6]。但概率映射法会将所有匹配到的解构成解集，同时分析线路的连接关系，进而得到车辆在各线路上可能出现的权重，取权重最高的值作为最终位置。其优点是相对简单，更重要的是可以满足有轨电车定位系统对实时性的要求，但与几何匹配法类似，其匹配精度相对较低，存在一定的误匹配性，需要配合其他方法来提高定位精度，降低误匹配性。

1.2 基于轨道电路、通信环线定位技术的定位追踪系统

轨道电路、通信环线均是现代有轨电车轨旁设备的一部分。其中，轨道电路的原理是当车辆通过铺设的既有轨道时，产生1个车辆 “占用”的指示信号[7]，将该被“占用”的轨道电路的物理位置作为当前车辆的位置。但由于轨道电路是无状态的，并不能精确地指示是哪辆车经过，同时如果轨道电路不是连续铺设的，则无法持续追踪运行车辆。

通信环线的原理是当车辆通过既有的铺设环线时，车辆与环线之间产生感应信号，车辆仅需要通过解析该信号就可以得到当前车辆的精确位置。与轨道电路不同的是，通信环线发出的信号值直接就是当前车辆的精确位置信息，因此环线定位是最精确的定位方式。但与轨道电路相同，如果环线的铺设不连续，同样无法持续追踪运行车辆。

1.3 基于速度传感器定位技术的定位追踪系统

速度传感器定位技术原理简单，它用通信时间内速度的积分计算当前车辆经过的位移来追踪车辆，如公式（7）所示。

式中：S（t）为当前定位位置；S0为前一时刻车辆位置；v（t）为当前时 刻的瞬时速度；t为经过的时间。

由于有轨电车与速度传度器的通信周期一般在500 ms以内，因此可以认为该时间段内速度均匀变化，则公式（7）可变为公式（8）。

式中：tN为N周期经过的时间；vN和vN-1分别为该周期内初速度和末速度；Δt为通信周期。

2 车辆定位技术比较

对上述3种现代有轨电车定位技术构建的定位追踪系统进行分析比较可以得出以下结论。

相比于其他两种定位系统，基于GPS定位技术构建的系统仅依赖于GPS卫星信号提供的经纬度信息，因此车辆定位精确度较高，系统结构简单，造价低廉。但当车辆经过遮蔽的高楼或穿越隧道时，会因GPS卫星信号丢失而无法提供有效的车辆位置信息，造成车辆定位丢失，定位可靠性相对较低。此外，由于GPS信号普遍存在“漂移”现象，即信号经常会在轨行区相平行的上下行轨道间不断发生漂移，进而直接造成定位过程中车辆不断在轨行区间上下跳动，稳定可用性相对较差。因此该系统无法满足现代有轨电车定位系统的高可靠、高稳定且高可用性的要求。

基于轨道电路或通信环线构建的定位系统依赖的是物理铺设的线路元件，因此定位精确度最高。但实现精确定位的前提是需要全线铺设轨道电路或通信环线，因此与其他2种方案相比，它的造价较高。事实上在实际运行的有轨电车线路中，轨道电路或通信环线仅铺设于重要的岔区或路口而非全线铺设。因此该系统无法满足现代有轨电车定位系统对车辆的持续、精确追踪的要求。

基于速度传感器定位技术构建的定位系统是一种持续追踪系统，其优点是设计原理简单，造价也相对低廉，且在较短行驶距离下定位精准。但其缺点包括以下几个方面：首先，随着行驶距离的加大，累计误差会不断加大。其次，该系统仅能持续追踪车辆，如果想要定位车辆的具体位置必须依赖其他技术先对车辆的初始位置进行定位，无法单独对车辆进行定位。最后，由于有轨电车线路具有半封闭性特点，车辆可能会受雨雪等恶劣天气的影响，出现车轮空转、打滑以及黏着不足等现象，进而直接导致速度传感器出现测速误差。因此该系统无法满足现代有轨电车定位系统对车辆的高精确度的要求。

3 数据融合定位技术

综上所述，车辆定位虽然有多种技术手段，但由于现代有轨电车造价有限，运行线路复杂，运行环境多变，单独依赖某一种定位技术构建的系统无法完全满足现代有轨电车对车辆精确定位和持续追踪的需求，因此需要一种融合技术对上述技术进行有机整合，使其可以在有轨电车不同的运行状态下以自适应的方式持续定位追踪车辆。根据有轨电车运行状态又可分为定位数据融合以及追踪数据融合。

3.1 定位数据融合

定位数据融合是指该车辆首次出现时，系统对该车辆进行识别和正确定位的过程。初始定位数据融合技术主要通过2个过程来确定上线车辆的位置。首先，当车辆由车辆段驶出时，系统通过GPS定位技术来确定车辆可能存在的位置，同时根据连续多周期的GPS位置数据推断车辆的运行方向。鉴于GPS数据存在漂移误差，因此需要融合其他数据才能得到车辆最终的精确位置。其次，当车辆驶入转换轨时，系统将转换轨轨道电路产生的占用数据转换成位置数据，并与GPS数据进行融合。通过比对修正GPS数据得到车辆的精确位置。

3.2 追踪数据融合

追踪数据融合是指车辆已经在正线正常运行时，系统对该车辆进行持续定位追踪的过程，追踪数据融合技术主要通过3个过程来对车辆进行定位追踪。首先，当车辆行驶在GPS信号良好区域时，系统以GPS数据作为定位基础数据，同时与速度传感器产生的里程信息转化的定位数据进行融合，进而得到车辆的精确位置。其次，当车辆穿越隧道或者高大建筑遮蔽物时，由于GPS信号失效，此时系统以速度传感器定位为主要手段来确定车辆的位置。最后，当车辆通过通信环线或轨道电路时，系统融合其位置信息，对原车辆位置进行修正，保证车辆位置的精确度。

4 数据融合定位技术的应用

由于该技术应用于有轨电车定位系统，因此利用国内某有轨电车线路动车调试实验验证对有轨电车定位的持续性以及精确性。动车实验选取的线路起始于该有轨电车线路A站，途经2号岔区并穿越区间隧道，经过公路路口后至B路站终止（下述简称为A/B区间）。详细实验数据见表1。

表1 各定位技术误差对比表（单位：km）

表1选取了A/B区间中最具代表性的3段线路进行比较分析。

4.1 A站站台区间

A站站台测试区间分布于DK0+424.9km至DK0+536.1km间，从表1中的数据对比可以明显看出，在起始位置时，速度传感器无法产生定位数据。同时随着公里数的增加，传感器累积误差会增大。而轨道电路定位方式，仅在拥有轨道电路的起始位置（DK0+424.9km），岔区1道岔前（DK0+536.1km）产生定位数据。虽然定位精度最高（不存在定位误差），但无法持续追踪车辆。GPS定位在站台区间虽然可以持续追踪车辆，但是相较于其他定位方式，其误差相对较大。数据融合定位则兼顾上述3种定位方法的优点：即稳定地追踪车辆、相对适中的定位误差以及通过数据融合对累积误差进行修正与消除。

4.2 A/B正线区间

A/B正线测试区间分布于DK0+805.7km至DK1+122.1km间，与站台区间不同，由于有轨电车线路在无岔区间一般不铺设轨道电路，仅在路口铺设少量的通信环线。因此轨道电路/通信环线定位方式仅在车辆经过路口时产生定位数据，基本无法定位车辆。此外，GPS定位技术在正线区间内出现随机的数据丢失现象，定位持续性降低，且依旧存在一定的误差。而速度传感器定位数据则存在累计误差不断加大的特点。

4.3 A/B下穿隧道区间

A/B下穿隧道测试区间分布于DK1+655.3km至DK1+963.2km间。与上述2个区间不同的是，在隧道区间内，GPS定位由于信号遮蔽等原因无法产生定位数据，已彻底丢失车辆的位置信息。此外，隧道区间无铺设轨道电路或通信环线，因此也无法定位车辆。仅速度传感器定位技术与数据融合定位技术可以正常定位车辆。但由于累积误差的原因，速度传感器定位技术与数据融合定位技术相比，其误差较大。

5 结论

通过上述分析可以得出：首先，从定位持续性方面来看，数据融合定位技术可以很好地适应各路况条件下对车辆的定位，显著优于GPS定位技术以及轨道电路或通信环线定位技术；其次，从定位精准性方面来看，数据融合定位技术在车辆行驶的全过程中误差较小，优于GPS定位技术以及速度传感器定位技术；最后，从造价方面来看，数据融合技术对线路的铺设没有特殊要求，显著优于需要全线铺设轨道电路或通信环线的定位技术。因此数据融合技术是满足现代有轨电车定位需求的一种比较理想的技术。