车辆运行品质的智能手机检测方法及姿态误差矫正

　　摘要：因车体坐标系统和手机坐标系统存在角度偏差，为使手机检测数据真实反映车体振动加速度，提出针对手机姿态误差的系统性矫正方法。该方法以重力方向为基准矫正手机垂向加速度，借助车体横、纵向加速度的正交性矫正手机水平向加速度，并基于极大似然估计原理评估角度偏差，保证手机姿态矫正的可靠性。结合现场测试结果表明：两部智能手机检测数据经姿态误差矫正得到以重力方向为基准的垂向角度修正值分别为0.008°和0.007°，两者水平夹角为29.75，与试验放置夹角30偏差0.25;智能手机与高精度传感器检测的车体加速度在时域和频域的幅值、主频均一致。

　　关键词：车辆运行品质;智能手机;姿态误差矫正;角度偏差估计;极大似然原理

　　截至2011年底，我国城市轨道交通运营里程达到730.27km，为及时、准确地检测城市轨道交通的轨道状态，保障地铁车辆运营的安全性及乘坐舒适性，目前周期性的轨道状态检测方法已不满足需求1]。对列车运行状态的准确掌握一方面可为车辆维修提供依据，另一方面也是轨道线路养护维修的重要依据，其中对列车车体加速度准确、经济、便捷的检测成为一个新的研究热点。车辆运行品质主要与车体振动幅度，频率，方向和持续时间有关。

　　车辆论文范例： 基于车载智能通信终端的车辆救援服务

　　如果人体长时间暴露在车辆的振动环境中，则会出现诸如肌肉骨骼，颈肩疾病，前庭神经系统等问题，根据美国铁路系统的统计数据，大多数机车驾驶员患有背痛或背部相关疾病。为实现车辆运行品质和轨道状态的实时监测及降低监测成本，各国学者提出在运营车辆的轴箱、转向架、车体不同位置安装多种传感器(加速度传感器、麦克风)。

　　文献在上海地铁号线地铁车辆的转向架、车体上安装加速度传感器，对检测数据进行低通滤波与二次积分获取轨道垂向、横向不平顺，该方法可为轨道线形检测、演变规律及制定维修计划提供数据支撑。文献成功研制了运营车辆车载监测系统，集多种传感器融合检测钢轨波磨、轨道不平顺等，实现高频次检测轨道状态与实时预警，确保运营车辆行车安全。

　　文献在轻轨车辆上安装多类型传感器，获取16个月内车体振动加速度，结合数据融合方法分析轨道基础结构健康演变规律。上述车载检测系统可准确识别影响车辆运行品质的异常轨道状态，但该方法依赖于整套传感系统，检测系统购买、安装、维护成本过高，数据采集过程较为复杂，难以应用于所有的运营列车。同时，既有轨检车的周期性检测显然不满足运营任务日益繁重的轨道交通系统的需求。

　　当前智能手机计算处理性能的不断提升，为不断提升用户的体验质量，其内置了加速度传感器、陀螺仪等，且具有便携性、续航久等优点，将手机用作一种测量设备的理念已经为研究者广泛接受。在智能交通运输领域，智能手机的应用已经较为广泛，且具有较高的置信度，例如基于手机传感器数据的乘坐舒适度的评价，交通流拥挤状态识别，监督司机驾驶行为等。

　　为弥补当前轨道交通领域周期性检测的空白期，本文提出一种基于智能手机感知车辆运行品质的检测方法，为保证手机坐标系与车辆坐标系平行一致，研究了智能手机姿态误差矫正算法，一般思想是以重力方向为参照矫正垂向姿态误差，再结合纵向与横向加速度的正交性，基于极大似然原理对手机坐标系相对于车体坐标系在xy平面的角度偏差进行估计。同时，借助现场测试验证智能手机姿态误差矫正算法的准确性和传感器性能的可靠性。该方法打破了智能手机检测车辆加速度的过程中对手机摆放姿态的依赖，从而促进智能手机测评车辆运行品质的应用，可为轨道交通领域提供一种经济、便捷、高效的车辆振动检测设备。

　　智能手机坐标系经姿态修正后，可保证智能手机坐标系与车体坐标系平行一致，而此时的智能手机检测数据是否可以真实反应车体振动，需进一步经现场试验验证智能手机传感器精度，采取智能手机与高精度传感器现场测试对比试验。

　　本文介绍了一种基于智能手机检测车辆运行品质的方法，并就车体坐标系与智能手机坐标系偏差问题进行了深入分析，提出了手机姿态误差的系统性矫正方法。该方法在不借助外部信息的情况下，仅从加速度数据本身的特性出发，一方面以重力方向为参照修正了垂向加速度的偏差，另一方面通过横向、纵向加速度的正交性，对手机、车体坐标系平面偏差进行矫正，修正过程中采用极大似然原理，保证角度偏差估计的可靠性。

　　最后结合现场试验，验证了智能手机姿态误差矫正算法和传感器精度的准确性。修正垂向角度偏差后，横向、纵向加速度偏差在0.03m∙s−2以内，手机和手机水平向夹角约29.75°，与试验手机放置角度30°近似相等。同时，智能手机与高精度传感器的实测对比试验表明，智能手机传感器精度满足地铁运营添乘需求。

　　参考文献：

　　[1].ANGY,CONGJ,WANGP,etal.ADataFusionApproachforSpeedEstimationandLocationCalibrationofaMetroTrainBasedonLowCostSensorsinSmartphones[J].IEEESensorsJournal,2019,19(22):1074410752

　　[2].WANGP,WANGY,WANGL,etal.MEASUREMENTOFCARBODYVIBRATIONINURBANRAILTRILTRANSTITUSING SMARTPHONES.TransportationResearchBoard96thAnnualMeeting,2017.

　　[3].OHANNNING,FISCHERS,CHRISTEetal,WholeBodyVibrationExposureStudyinU.S.RailroadLocomotives—AnErgonomicRiskAssessment,AIHAJournal,vol.63,no.4,pp.439–446,Jul.2002.

　　[4].LEEJ,CHOIS,KIMS,etal.AMixedFilteringApproachforTrackConditionMonitoringUsingAccelerometersontheAxleBoxandBogie[J].InstrumentationandMeasurement,IEEETransactionson,2012,61(3):p.749758

　　[5].ANGY,QINY,WEIX.Trackirregularitiesestimationbasedonaccelerationmeasurements[M].TrackIrregularitiesEstimationbasedonAccelerationMeasurements.2012.

　　作者：陈嵘，从建力，高鸣源，王源，王平