基于北斗高精度定位的鐵路巡檢技術應用

王紹新，翁艷彬

( 1. 西南交通大學信息科學與技術學院, 成都 611756；2. 中電科航空電子有限公司, 成都 611731；3. 湖南工業大學計算機學院, 湖南 株洲 412007 )

0 引言

鐵路是我國重要的交通運輸方式之一，關系著國民經濟的大動脈，安全巡檢、危情處理和日常養護是鐵路運營管理工作的重中之重[1-3].

鐵路運輸的貨場或調度場面積涉及數十平方公里，由幾十條接駁路軌形成長條形調控場地，軌道間距離一般比較接近，當多列各類型車廂并排一起時，對一般采用無線場強的定位技術，會形成自然屏障，所以無法精確定位，若增加無線定位標簽數量，則成本和效益均不理想；近些年來較為常用則是衛星定位技術，雖然衛星信號是從天空直接傳達至接收機，但受車廂并排所引起的屏蔽和遮擋影響，以及常規大氣層及各種物理、定位算法及硬件設計技術等方面的限制，仍然有數米的定位誤差[4-8].

基于此種背景，一套“鐵路軌道峽谷”模式下的高精度定位系統對于鐵路行業定位非常重要，并且應具有高靈活性、高可靠性和擴展性，可強化室外班組巡檢作業人員的信息化、標準化管理和安全作業信息的管理，為鐵路建設和檢修維護提供重要安全保障，降低運維成本，系統提高安全水平、生產效率和管理水平.

1 鐵路巡檢技術需求分析

相對于公路和航空而言，鐵路運輸在中國的交通運輸行業中始終占有至為重要的地位，而鐵路巡檢工作事關鐵路運輸的安全. 為了保障鐵路安全運行，以前老舊的人工巡檢工作模式已經不能適應現代社會的需要，完善并加強信息化和物聯網手段對工區巡道工的管理、沿途設施的維護以及保障工人人身安全等具有非常實際的意義.

1.1 鐵路巡檢系統分類

現有的巡檢系統基本上分為三類：第一類是基于信息紐扣的電子巡檢系統，通過手持帶有信息標志的巡檢終端，巡檢人員通過觸碰方式讀取信息，然后巡檢儀記錄將收到的結果送往管理中心控制的巡檢主機，供后續的考查統計等；第二類是基于射頻識別技術(radio frequency identification, RFID)的電子巡檢系統，RFID系統利用讀卡器與射頻卡，通過電磁耦合或者電感耦合實現雙方的能量傳輸和信息交換；克服了信息鈕扣系統必須接觸的缺陷，但RFID巡檢點呈現離散分布，無法體現和記錄巡檢路徑，鐵路設備是否按照操作規程進行檢查亦無法從結果中獲知；第三類是基于GPS和地理信息服務引擎(geographic information system, GIS)技術的電子巡檢系統，巡檢終端可實時接收GPS數據，待定位成功后保存終端定位位置，巡檢完成后所有存儲的導航數據可導入主機，結合GIS應用軟件進行分析，最終自動生成巡檢報告[9]. 該方法存在受遮擋無法定位、因定位精度較低導致不能分辨設備集中時的數據等缺陷.

上述三種方法中，信息紐扣電子巡檢系統受技術限制，必須外露，易遭受破壞且要求巡檢儀與紐扣必須精確接觸. RFID電子巡檢系統無法記錄巡檢路徑，僅能將巡檢點以離散形態呈現，無法確認巡檢質量和效果. GIS/GPS電子巡檢系統存在因定位精度較低，無法分辨設備集中時的數據和受遮擋無法定位等缺陷. 為了避免了上述問題，本文研究在保證高精度導航定位的基礎上，集成豐富的傳感系統，實現多方位的巡檢管理和保障.

1.2 鐵路峽谷模式下的衛星可見性分析

相鄰兩條軌道中心線的間隔距離一般稱為線間距，鐵道部《鐵路技術管理規程》有詳細規定，它是限制列車運行速度的原因之一. 圖1中給出了部分鐵路線間距規定.

圖1 鐵路線間距規定

經查詢高速鐵路標準資料[10]和普速鐵路標準資料[11]，確定了如下參數：

1)線間距：普速鐵路為4.2 m，高速鐵路為5.0 m.

2)車廂尺寸：一節高鐵車廂的列車車體寬度為3.36 m，高度為4.05 m；普通列車的寬度約為3.3 m，高度約為2.8 m.

3)終端高度：不小于1.2 m (定位終端位于手持狀態或肩膀上).

據此建立鐵路軌道峽谷模式下的衛星可視范圍模型，如圖2所示.

圖2 鐵路軌道峽谷模式的衛星可見性分析

當人員行走于股道中間時我們稱之為“高仰角模式”，行走于列車旁進行巡檢作業時稱之為“半邊天模式”. 由圖2可知，當手持北斗終端位于手上或貼近輪軌進行檢測時，產生一個衛星入射角的變化，對于導航定位解算時高度截止角參數的設置有一定的影響，它決定了當前衛星可見性的分布，進而產生變化的精度衰減因子(dilution of precision, DOP)值影響了最終的定位精度.

以當前的高速鐵路參數，可以計算得出巡檢高仰角的極值范圍. 高鐵車廂的高度較普速列車有所增加，為乘客提供了更寬闊的空間，但是從基于安全風險角度出發，線間距亦有所拓寬，仰角計算結果與普速列車相比略有變化. 從表1可以看出，如此之大的高度截止角也確實給導航解算帶來了相當大的挑戰.

表1 仰角計算結果

2 高精度導航定位與增強技術

通過對鐵路定位需求的分析可以看出，衛星在鐵路軌道峽谷內的信號受到嚴重的遮擋或反射，跟蹤數量和測量精度急劇下降，給導航定位帶來了挑戰[8,12].在這種場景下必須采取有效的措施來提高衛星跟蹤數量和定位精度.

北斗三號(BeiDou-3 Navigation Satellite System,BDS-3)已經于2020年7月完成建設，與美國的GPS、俄羅斯的GLONASS、歐洲的Galileo一同形成當今運行的GNSS. 各導航系統間頻點相同或接近，軌道設計原理相同. 隨著信號現代化的不斷發展，目前已經基本實現了新體制信號的兼容互操作，為我們實現多星多頻組合導航定位帶來了便利. 同時，也極大地提高了城市街區或峽谷等遮擋/多徑影響下具有挑戰性的定位場景的導航定位精度和完好性[13].

2.1 誤差源分析與導航增強技術

GNSS定位的核心是高度精確的同步時鐘，導航接收機接收并解調來自特定衛星的信號并計算其與該衛星的距離，當接收機測得與至少4顆衛星的距離時，就可以解算其本身的位置. 然而，位置精度的準確性受到星載原子鐘漂移、軌道預報誤差、電離層誤差、對流層誤差、多徑與反射延遲等多種誤差源的影響. 為了提高定位精度和性能，需要利用算法模型或差分增強手段來降低誤差源的影響，主要的校正方法有實時動態(real-time kinematic, RTK)、連續運行參考站(continuously operating reference stations, CORS)、星基增強系統(satellite-based augmentation system,SBAS)等.

RTK指的是實時動態測量技術，它是以高精度測量的載波相位觀測為依據的實時差分技術，能夠得到厘米級的定位精度，極大地提高了測量精度和作業效率. 簡單來說，設置在附近(一般不超過20 km)的基準站計算獲得校正數據，通過電臺或移動網絡將這些校正數據傳遞給需要測量的接收機(稱之為移動站)，可以消除衛星星歷誤差、衛星鐘差、大氣傳播等大部分的GNSS誤差，從而獲得更為精準的位置信息.

由于RTK技術每次測量時都需要建設基準站，且基準站作用有效距離較短，須自行建立差分數據鏈，在使用時很不方便，隨之產生了網絡差分定位服務系統即CORS，它是利用網絡RTK技術建立的連續運行參考站，是衛星導航、網絡通信、數據鏈等技術融合的新技術成果. CORS的出現極大提高了高精度定位和測量測繪的速度與效率，使得外業人員的測繪工作強度大大降低，并減少了測繪工程的作業費用. CORS技術帶來了兩個改變：一是可以隨時隨地使用單機進行高精度的測量，得到厘米級的動態位置信息，極大加快了基礎地理信息的建設；二是對于重要的橋梁、大壩及山坡等位置可以開展高精度定位和形變監測，對位移變化進行長期的毫米級監測，可對過度變形、位移或滑坡進行實時預警和長期趨勢預測.

提高位置精度的手段主要有兩類，即差分與增強. 上述的RTK、CORS即屬于差分技術，另外一類為增強技術，主要有機載增強系統(airborne based augmentation system, ABAS)、地基增強系統(groundbased augmentation systems, GBAS)、SBAS等，本文主要使用的是SBAS技術.

SBAS是為了實現原有衛星導航系統定位精度的改進而誕生的一個導航增強系統，主要由地面監測站、主控站、注入站和靜止地球軌道(geostationary earth orbit, GEO)衛星四部分組成. 如圖3所示，SBAS的監測站廣泛分布于世界各地，對所有導航衛星進行長期實時的監測并將監測數據向主控站實時傳送，主控站收到各監測站傳送的偽距、載波等原始觀測量數據后進行誤差修正信息建模計算(星歷誤差、衛星鐘差、電離層延遲等)，GEO衛星收到注入站上注的修正結果數據后再播發給廣大的導航用戶，從而實現導航性能和定位精度的改進.

圖3 世界SBAS分布

目前較為完善的SBAS有美國的WAAS（Wide Area Augmentation System）、歐洲地球同步衛星導航增強系統(European Geostationary Navigation Overlay Service, EGNOS)、俄羅斯的差分校正和監測系統(System for Differential Corrections and Monitoring,SDCM) 、日本的 (Multi-Functional Satellite Augmentation System, MSAS)和印度的GPS輔助GEO增強導航系統(GPS Aided Geo Augmented Navigation，GAGAN)，中國的北斗星基增強系統(BeiDou satellitebased augmentation system, BDSBAS)也發布了接口控制文檔，初步完成建設并投入試運行.

2.2 實時載波差分定位

本次試驗在成都辦公樓頂架設了2臺高精度差分接收機，設置模式為同時接收GPS、GLONASS、BDS三系統導航信號，測試時長約為2 h，下面選取其中一段時間的數據來分析系統模式及高度截止角對差分結果帶來的影響.

由圖4可知，三系統組合之后，衛星數驚人的達到了40顆以上，然而如圖5所示，如果我們設置截止角為60°后，模擬惡劣環境下的峽谷模式，則衛星數總共約為10顆，依靠單系統幾乎無法定位.

圖4 截止角(5°)

圖5 截止角(60°)

將存儲好的兩份原始數據轉換為RINEX（Receiver Independent Exchange Format）文件，通過后處理算法獲取高精度定位結果，為了方便直觀理解，我們以高程為例統計差分精度. 數據對比分析的維度有三個：組合模式、導航系統及高度截止角. 在統計時關注固定解成功率、公共衛星數及差分精度.

RTK差分結果統計如表2所示.

表2 差分統計結果

通過分析圖6中的結果，可得下述基本結論：

圖6 差分結果高程比較

1) BDS+GPS+GLONASS三系統組合模式下的定位精度和穩定性要高于單系統模式；

2) 單系統模式中，BDS和GPS精度接近，GLONASS精度較差；

3) BDS+GPS+GLONASS三系統組合模式下，截止角為45°時，仍然有10顆以上足夠的衛星參與定位，差分結果與常規模式無明顯差異，但如果提升至55°時，衛星顆數下降至勉強定位，基線結果有了一定的偏差；截止角為60°時，公共衛星數已經不能保證，僅部分歷元可進行差分，成功率急劇降低；

4) 雖然高仰角時的差分精度似乎還處于厘米級水平，但這僅是因為在此模擬計算中忽略了低于截止角的衛星而并未調整其他衛星的測量精度；在環境惡劣的實際情況下，測量精度會隨著遮擋和反射等多徑誤差明顯降低，很難保證厘米級的定位精度.

2.3 星基增強定位

關于星基增強定位的測試方法，實驗中將兩種不同類型的接收機放置于寫字樓門前的空地上，天線接近窗戶邊上，環境遮擋反射嚴重. 結果如圖7～10所示. 如圖8所示，此時兩種接收機的靈敏度均較高，可捕獲較多的衛星，但是測量精度較差，參與解算的衛星數反復跳變，單點定位精度降低至20～30 m. 而支持SBAS的接收機則能夠根據差分信息(差分衛星為GAGAN的132號衛星)，獲得浮點解(結果標志為2)甚至固定解(結果標志為1)的定位結果，如圖10所示.

圖7 單點定位水平誤差

圖8 單點定位解高度及解算衛星數

圖9 SBAS水平誤差

圖10 SBAS定位解高度及固定解標志

3 高精度北斗手持終端實測與分析

3.1 北斗手持終端高精度定位方案

面對“鐵路峽谷”定位場景，為了應對遮擋嚴重、多路徑誤差大的挑戰，我們采用了多功能定位增強北斗手持終端進行了測試，定位模式包括GNSS、CORS和SBAS. 手持終端插入4G卡，通過賬號使用NTrip協議接入千尋CORS網絡. 測試場景包括空曠場地、樹木、樓宇等，最后我們在成都公興站鐵路站場內進行了實地巡檢模式下的高精度定位測試. 圖11展示了北斗高精度手持終端定位方案的架構.

圖11 北斗高精度手持終端定位方案架構

3.2 測試過程及結果分析

為了全面測試手持終端的性能，我們設計了園區空曠道路、樹陰密集和高層樓宇間等多種復雜定位場景，定位過程中接入千尋CORS網絡，并通過GIS軟件記錄差分結果. 圖12和圖13 分別給出了GIS記錄的軌跡和定位結果.

圖12 GIS軌跡記錄

圖13 定位結果

手持終端使用過程的測試數據及表現如表3所示.

表3 多場景測試結果

3.3 成都鐵路某站場實測

如圖14～17所示，項目組攜帶高精度終端，經過預約后至成都公興站，進行現場測試和數據存儲. 通過與站長及巡檢人員的交流，了解常規的巡檢工作模式，模擬進行如下三類測試：窄股道的定位、寬股道的定位和站臺上的空曠定位，此三類定位均進行了往復測試，以確定同樣路線時的重復精度.

圖14 正面視圖，左側為窄股道，右側為寬股道

圖15 測試軌跡全貌

圖16 測試軌跡下半部分

圖17 站臺空曠模式下的重復性

導出軌跡數據并使用MATLAB作圖，分析位置精度與軌跡重復性，如圖18～19所示，其中紅色為浮點解，綠色為固定解.

圖18 全程平面軌跡視圖

圖19 定位軌跡三維視圖

經過數據分析與統計，以高程為例，精度統計如表4所示.

表4 鐵路站場高程精度統計

4 結論與展望

在站場測試過程中與巡檢人員進行了交流和確認，目前的巡檢定位系統較陳舊，有較強的升級需求和必要性，當前惡劣環境下亞米級的定位精度基本滿足要求，產品開發時應繼續提高定位精度和可用性，尤其要減少工作過程中衛星失鎖重捕后再次固定解的時間，提高工作效率.

本階段對鐵路軌道峽谷模式下高精度北斗定位開展了技術分析和精度驗證，未來將切實提高終端定位性能，同時完善地圖匹配、DR推算等算法，增加圖像智能識別等增強手段，為下一步設計開發基于物聯網的智能巡檢系統打下了良好的基礎.