轨道交通GPS数据约简的数学模型与算法研究概要.docx
《轨道交通GPS数据约简的数学模型与算法研究概要.docx》由会员分享，可在线阅读，更多相关《轨道交通GPS数据约简的数学模型与算法研究概要.docx（9页珍藏版）》请在冰豆网上搜索。
轨道交通GPS数据约简的数学模型与算法研究概要
第30卷第4期铁 道 学 报Vol.30 No.42008年8月JOURNALOFTHECHINARAILWAYSOCIETYAugust2008
文章编号:
100128360（20080420116204
轨道交通GPS数据约简的数学模型与算法研究
陈德旺, 蔡伯根, 王 剑, 唐 涛
（北京交通大学轨道交通控制与安全国家重点实验室,北京 100044
摘 要:
利用实测轨道GPS数据生成电子地图是实现列控智能化的一个重要环节。
为减少存储空间和提高列
车定位的实时性,需要对大量GPS数据进行约简,找出其中的少量关键数据。
通过数学建模和分析,轨道交通
GPS数据约简问题是一个NP问题,难以求得最优解。
本文提出一种启发式线性算法,并给出6个性能指标的定
义。
两个铁路区间的实测GPS数据用于对算法的性能指标进行分析比较。
计算结果表明,该算法是有效的且运
行速度较快。
该算法能以较低的约简率在一定误差要求的前提下约简大量GPS数据。
在误差约束为1m时,约
简率小于2%;误差约束为2m时,约简率约为1%。
随着轨道弯曲程度的增加,约简率有所增加。
关键词:
轨道交通;全球定位系统;电子地图;数据约简;启发式算法
中图分类号:
U284 文献标志码:
A
MathematicalModeland
Reduction
CEN CAI,GJian, TANGTao
（ofRailandSafety,BeijingJiaotongUniversity,Beijing100044,China
Abstract:
dataofrailwayGPS（GlobalPositionSystemtogenerateanelectronicmapisanimprotantsteptorealizetheintelligenttraincontrol.Todecreasethememoryspaceandenhancethereal2timepropertyoftrainpositioning,itisnecessarytofindaneffectivedatareductionalgorithmforhugeGPSdata.ModelingandanalysisindicatethattheproblemofrailwayGPSdatareductionisaNPproblemanditishardtogettheoptimalsolution.Aheuristicalgorithmwasputforwardand6performanceindexesweredefinedinthispaper.ThesurveyedGPSdataoftworailwaysectionswereusedtoanalyzetheperformanceindexofthealgo2rithm.Thecomputationalresultsshowthatthealgorithmiseffectiveandtherunningspeedofthealgorithmisveryhigh.ThealgorithmcanreducethehugeGPSdatainaverylowreductionrateundercertainerrorrequire2ment.Whentheerrorrequirementis1m,thereductionrateislessthan2%;whentheerrorrequirementis2m,thereductionrateisabout1%.Withtheincreaseofthecamberofrailway,thereductionrateincreases.Keywords:
railtraffic;GPS;electronicmap;datareduction;heuristicalgorithm
全球定位系统GPS在城市车辆、飞机、船舶导航、大地测量、地图绘制和火箭导弹监控等众多领域得到广泛应用[1]。
同样,在铁路勘测、定位和监控方面有着好的发展前景[2,3]。
目前欧洲各国铁路正在加强利用GPS技术,沿相应线路设置差分基站,并使之与移动通信技术结合,以提高铁路的通过能力和可靠性[4]。
收稿日期:
2006211227;修回日期:
2007204223
基金项目:
国家自然科学基金面上项目（60776833;
国家自然科学基金重点项目（60634010;
轨道交通控制与安全国家重点实验室（北京交通大学开放基金项目（SKL2007K005
作者简介:
陈德旺（1976─,男,安徽南陵人,副教授,博士。
E2mail:
dwchen@bjtu.edu.cn列车调度指挥智能化是铁路运输现代化的重要标志[5]。
实现列车的智能化调度和监控,可消除行车安全隐患,提高运行效率。
精确的电子地图是列车智能化调度和监控的重要环节[6]。
铁路传统的测量方法难以获取电子地图所需的大量基础数据。
采用GPS测量操作简便、进度快,可极大提高工作效率[7]。
在获取大量轨道GPS数据之后,一个重要问题是采用有效的约简算法简单高效地表示轨道,以减少存储空间和提高电子地图匹配效率,同时要把误差控制在允许范围内。
轨道可分为直线轨道和曲线轨道,直线轨道表示相对简单,曲线轨道在电子地图上的表示
方法则是一个难点。
目前常用方法有NURBS表示[8]、Bézier曲线表示等[9,10]。
这类曲线表示方法会导致数据存储量增大,尤其是相应的地图匹配算法复杂。
实际的曲线铁轨是渐近线形状,曲率半径比较大。
文献[6]发现,只要取较少的点就可把分段直线替代曲线轨道的误差控制在一定范围内。
本文提出可在轨道上依次取点,用顺次相连的折线近似代表曲线轨道。
用折线表示轨道形成的误差有两种:
横向误差和纵向误差。
横向误差为折线偏离轨道的最大正交投影距离;纵向误差即轨道长度与折线长度之差。
本文推导了数据约简的组合数学模型,提出一种启发式算法,并以铁路实测的GPS数据对算法性能进行分析和比较。
1 数据描述和数学模型
1.1 数据描述
本文所用的数据是青藏铁路的实测GPS数据,是用差分GPS技术测量,精度为cm级。
本文选取其中的两个区间数据对算法效果进行验证,其中区间9935组数据,区间2有8452距离为1.5m～3m,km。
XY
坐标,,如图1和图2所示
。
对于约简算法而言,同时控制两个误差指标比较困难,本文以横向误差为约束条件,再去检验纵向误差。
复线区段上下行线路中心线之间和车站内相邻股道之间的距离约为5m。
对于横向误差约束,分别设为1m和2m。
这显然可以区分出上下行列车轨道;同样也可以区分开车站内不同股道。
1.2 数学模型
轨道交通GPS数据约简,其实就是在所测数据集中选择最少的关键数据点,构成顺次相连的折线,并使
得每个实测数据到相应分段上的最大正交距离不超过
设定的横向误差约束。
本文利用组合优化理论[11]推导了数学模型描述该问题:
6
n
i=1
zi（1zi∈（0,1,Πi=2…,n
（2z1zn（3
Πi,j（4n,设定的横向误差约束为（2表示在这n个数据点中,如果第i
则zi=1,否则为0。
约束条件式（3表示分段直线第一段的起点是该数据集的起点;分段直线最后一段的终点是数据集的终点。
所以数据集中还有n-2个点可以被选为分段点。
约束条件式（4表示实测数据到相应分段直线的正交距离不超过设定的横向误差,di,j表示分段点i与下一分段点j之间的点到这两点连线间的正交距离。
该组合问题共有2n-2种可能的解。
实际中,一般以一个铁路区间的GPS数据为一个基本单元进行约简,n约为8000。
由于点到直线的投影距离公式是非线性的,并且求最大投影距离不超过设定横向误差的约束条件也是非线性的,所以该问题是一个分段非线性的组合问题。
不难看出,该问题是一个大规模的NP完全问题,在有限的时间内难以求得最优解,必须结合工程实际寻求较优解。
2 算法和性能指标
2.1 启发式算法
该算法的基本思想是“步步为营,不能进则退”。
具体来说,从起点开始试探下一个假设终点,能前进（误差满足要求尽可能地前进,不能进则退后一步;找到下一个终点后,再以该终点为起点,寻找下下个终点;如此循环直到所有数据点都包括在各分段中。
显然,该算法是一个简单实用的局部优化的启发式算法。
算法的步骤为:
7
11第4期轨道交通GPS数据约简的数学模型与算法研究
第1步 将区间起点设为起始点,作为所有分段中的起始点,i=1。
第2步 从起点i开始,以该点之后的第2个点（i+2为假设终点。
第3步 将起点和假设终点连接成直线。
如果起点和终点的X坐标相等,直线斜率为无穷大,则用式（5计算正交距离,其中的x是起点或者终点的X坐标;否则,求出该直线的斜率k和截距b,利用点到直线距离公式,计算起点和假设终点之间的数据点xi到该直线的正交距离,如式（6所示。
di=|xi-x|（5di=
2+1
（6 第4步 求这些正交距离中的最大值Dmax
Dmax=max{di}（7 第5步 如果Dmax小于设定的横向误差E,则假设终点向前方（从起点到终点的方向为前方移动一个点,回到第3步。
第6步 如果Dmax大于E,
终点的前面一点,,
2
第7步。
算法的效率取决于数据集合的规模。
2.2 算法性能指标
在满足横向误差约束时,算法的性能指标有:
（1分段数m:
分段直线的总数,越少越好。
（2数据约简率r:
关键点数和所有数据点数n之比,反映数据约简的效率,越小越好。
实际上,该指标与分段数密切相关,因为关键点数等于分段数加1。
r=
n
×100%（8 （3纵向误差Le:
反映分段直线表示曲线轨道在长度上的损失,越小越好。
Le=1-6mi=1ki/6n-1j=1lj×100%（9式中,ki为分段直线i的长度;lj为相邻数据点间长度。
（4横向误差的平均值E:
所有点到相应直线段的投影距离的平均值,越小表明算法的鲁棒性越好。
（5横向误差的最大值Emax:
所有点到相应直线段投影距离的最大值,以检验算法是否满足横向误差要求,同时也间接表明算法的鲁棒性,越小越好。
（6运行时间t:
反映算法的时间效率,越小越好。
由于该算法在地图生成前离线运行,不是用于列车实时定位,运行时间只要不太长就可接受。
3 计算结果及比较
对两个区间的数据,在不同的横向误差约束下,算法性能指标的比较分别如表1和表2所示。
表1 区间1的算法性能指标比较
性能指标数值
E/m12
m/m12087
r/%1.220.89
Le/%0.0130.025
Emax/m0.991.99
E/m0.581.16
t/s148.4156.8
2 区间
E/2
12993
r/%1.541.11
Le/%0.0160.032
Emax/m0.991.99
E/m0.581.08
t/s102.7100.3
从表1和表2中可发现以下规律:
（1算法的约简率很低,能以较少的关键数据描述大量的实测GPS数据。
横向误差约束为1m,约简率不超过2%,横向误差约束为2m,约简率约为1%。
（2纵向误差非常小。
随着横向误差约束的增大,纵向误差有所增大。
在横向误差约束为1m时,纵向误差不超过万分之二;横向误差约束为2m,纵向误差不超过万分之四。
（3随着横向误差约束的增大,算法的分段数减少,约简率降低,而纵向误差、横向误差的最大值和横向误差的平均值增大。
（4区间2的数据为较弯曲的曲线轨道,在相同的横向误差前提下,区间2数据的分段数和约简率要比区间1大,而其他3项指标没有明显的区别。
（5算法的运行时间很短,效率比较高。
对于一个大规模的组合NP问题,只要运行时间不是太长就可以接受。
算法是生成电子地图的前期环节,是离线运行的,应该说速度是较快的。
区间1的数据规模大,运行时间略长;不同的横向误差约束对算法速度的影
811 铁 道 学 报第30卷
响很小。
这也说明该算法是一个线性算法,算法运行时间和数据集的大小呈线性关系。
这里选择2个运行结果进行显示。
区间1的数据在横向误差约束为1m的情况下,算法的运行结果如图3所示。
区间2的数据在横向误差约束为2m的情况下,算法的运行结果如图4所示。
图3、图4中的圆点为分段点。
可发现在轨道弯曲的地方圆点密度高,在轨道平直的地方圆点密度低
。
4 结束语
把误差控制在允许的范围内,对大量实测GPS数
据进行约简以尽可能简单高效地表示轨道,对列控电子地图的自动生成和列车实时定位具有重要意义。
今后在算法研究的基础上,电子地图的数据格式、存储方式、长度误差的补偿、快速地图匹配算法还需做深入研究。
参考文献:
[1]刘基余,等.全球定位系统原理及应用[M].北京:
测绘出
版社,1995:
1210.
[2]UrechA,PerezDiestroJ,GonzalezO.AGalileoDemon2
stratorforRailwayOperationSystem[C]//ProceedingsofDASIA,Dublin,Ireland,2002:
4422447.
[3]王江涛,王剑,蔡伯根.基于GPS和RFID技术的铁路信
号设备巡检系统[J].铁道学报,2006,28（5:
90294.
WANGJiang2tao,WANGJian,CAIBai2gen.APatrolSystemforRailwaySignalDevicesBasedonGPSandRFID[J].JournaloftheChinaRailwaySociety,2006,28（5:
90294.
[4]AntonellaAlbanese,LivioMarradi,GiovanniLabbiento.
TheRUNEproject:
TheIntegrityPerformancesofGNSS2BasedRailwayUserNavigationEquipment[C]//Proceed2ingsofJRC2005JointRailConference,Pueblo,ColoradoUSA,2005:
2112218.
[5]唐涛,等.基于通信的列车运行控制技术发展战略探讨
[J].都市快轨交通,2005,18（6:
25229.
TANGTao,etal.AtheCBTCDevelop2ment].UrbanTransit,2005,18（6:
229.
].[J,2006,28（1:
63267.
Gui2gui,CAIBai2gen.Researchontheautomatice2lectronicmapgenerationalgorithmforthetrainsupervisionsystem[J].JournaloftheChinaRailwaySociety,2006,28（1:
63267.
[7]GlausR,PeelsG,MullerU,ela1.PreciseRailTrackSur2
veying[J].GPSWorld,2004,12（2:
76278.
[8]韩明,等.圆弧曲线的二次NURBS表示方法研究[J].华中
科技大学学报（自然科学版,200l,29（12:
37239.
HANMing,etal.ExpressingmethodforthesecondaryNURBScircularcurve[J].JournalofHuazhongUniversityofScienceandTechnology（NatureScience,200l,29（12:
37239.
[9]陈秦玉,汪国昭.圆弧的C2Bezier曲线表示[J].软件学报,
2002,13（11:
215522161.
CHENQin2yu,WANGGuo2zhao.RepresentationofarcwithC2Beziercurve[J].Journalofsoftware,2002,13（11:
215522161.
[10]GuntherO,DominguezS.Hierarchicalschemesforcurve
representation[J].IEEEonComputerGraphicsandAp2plications,1993,13（3:
55263.
[11]MartinGrtschel.CombinatorialOptimizationinHand2
bookofCombinatorics[M].VolumeII,Elsevier（North2Holland:
1995,154121597.
（责任编辑 江 峰
9
11第4期轨道交通GPS数据约简的数学模型与算法研究
升级会员 