第３２卷第２期测绘工程Ｖｏｌ．３２Ｎｏ．２２０２３年３月ＥｎｇｉｎｅｅｒｉｎｇｏｆＳｕｒｖｅｙｉｎｇａｎｄＭａｐｐｉｎｇＭａｒ．２０２３ＤＯＩ：１０．１９３４９／ｊ．ｃｎｋｉ．ｉｓｓｎ１００６－７９４９．２０２３．０２．００２基于Ｋａｌｍａｍ滤波和Ｋａｌｍａｎ－ＲＴＳ平滑的高铁轨道平顺性数据融合算法郭锦萍，白征东，辛浩浩（清华大学土木工程系，北京１０００８４）摘要：针对传统轨道平顺性测量方法存在的依赖于ＣＰⅢ控制网、维护成本高、测量技术效率低等问题，文中基于高铁轨道平顺性测量系统，采用Ｋａｌｍａｎ滤波和Ｋａｌｍａｎ－ＲＴＳ平滑算法对包括ＧＮＳＳ接收机、里程计、ＩＭＵ在内的多种传感器的数据进行融合处理。实验表明，多传感器数据先通过Ｋａｌｍａｎ滤波处理后，轨道测量绝对坐标横向偏差均值从纯ＧＮＳＳ的４．７ｍｍ降低至２．２ｍｍ，精度提升幅度达５３．２％；再进行Ｋａｌｍａｎ－ＲＴＳ平滑处理后，绝对坐标横向偏差均值再度降低到１．６ｍｍ，总的精度提升幅度达６６．３％，相对坐标横向偏差均值精度提升幅度达１０．１％，可以有效提升轨道测量作业效率。关键词：工程测量；高铁轨道平顺性；Ｋａｌｍａｎ滤波；Ｋａｌｍａｎ－ＲＴＳ平滑中图分类号：Ｐ２２８．４；Ｕ２１２文献标识码：Ａ文章编号：１００６－７９４９（２０２３）０２－０００７－０６Ｈｉｇｈ－ｓｐｅｅｄｒａｉｌｗａｙｔｒａｃｋｒｅｇｕｌａｒｉｔｙｄａｔａｆｕｓｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＫａｌｍａｎｆｉｌｔｅｒａｎｄＫａｌｍａｎ－ＲＴＳｓｍｏｏｔｈｅｒＧＵＯＪｉｎｐｉｎｇ，ＢＡＩＺｈｅｎｇｄｏｎｇ，ＸＩＮＨａｏｈａｏ（ＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｖｉｅｗｏｆｔｈｅｐｒｏｂｌｅｍｓｅｘｉｓｔｉｎｇｉｎｔｈｅｔｒａｄｉｔｉｏｎａｌｔｒａｃｋｒｅｇｕｌａｒｉｔｙｍｅａｓｕｒｅｍｅｎｔｍｅｔｈｏｄｓ，ｓｕｃｈａｓｒｅｌｙｉｎｇｏｎｔｈｅＣＰＩＩＩｃｏｎｔｒｏｌｎｅｔｗｏｒｋ，ｈｉｇｈｍａｉｎｔｅｎａｎｃｅｃｏｓｔ，ａｎｄｌｏｗｍｅａｓｕｒｅｍｅｎｔｔｅｃｈｎｏｌｏｇｙｅｆｆｉｃｉｅｎｃｙ，ｔｈｉｓｐａｐｅｒ，ｗｈｉｃｈｉｓｂａｓｅｄｏｎｔｈｅｈｉｇｈ－ｓｐｅｅｄｒａｉｌｔｒａｃｋｒｅｇｕｌａｒｉｔｙｍｅａｓｕｒｅｍ...
