A New Map/Odometer Tunnel Positioning Method Using Random Forest-Derived Heading Estimation

doi:10.1109/ojits.2026.3681900

A New Map/Odometer Tunnel Positioning Method Using Random Forest-Derived Heading Estimation

2026-01-01

0

PRE

AI

DOI：10.1109/ojits.2026.3681900

原文链接

原文求助

摘要

En 中文

在无全球导航卫星系统（GNSS）场景下，里程计/惯性导航系统（INS）集成的列车定位因未校正的传感器漂移导致的累积姿态误差而趋于发散。为提供无传感器漂移的航向并辅助里程计航位推算，提出了一种基于地图的航向/里程计定位方法及其优化策略。在基于地图的航向/里程计定位框架中，航向通过在数字轨道图上投影和搜索获取，并利用对应区间计算得到。结合航向和里程计速度，从列车行驶距离计算位置。理论上，更短的区间能提供更精确的航向和位置。然而，由于车载存储限制，存储的区间信息需减少，这意味着更长的区间长度更符合工业要求。因此，在该方法的优化策略中，引入基于随机森林（RF）的航向估计策略，以从长区间地图获取精确航向。具体而言，该方法在离线训练时利用长、短区间数字轨道图。通过重新划分长区间地图以与提供精确航向的短区间地图建立对应关系，可构建从长区间地图数据到精确航向的映射，并利用RF模型学习该映射。在线预测时，RF模型可从车载长区间地图估计航向以进行定位。实验和数据集采集在青藏铁路桑格列至当雄站之间进行。数字轨道图由实时动态（RTK）定位轨迹数据生成，并在3 m和100 m区间进行重采样，分别形成短区间和长区间地图数据库。实验结果表明，基于RF的策略在仅使用长区间地图时，实现了与短区间地图相当的航向精度，并提升了无GNSS环境下基于地图的航向/里程计定位性能。

Keyword:

Antennas

Antennas and propagation

Radio frequency

Location awareness

IP networks

Receivers

Communication systems

Computer networks

Telecommunications

Mobile communication

Train positioning

digital track map

heading

random forest

A New Map/Odometer Tunnel Positioning Method Using Random Forest-Derived Heading Estimation

摘要

期刊

机构

引用论文