定位方法、系统及列车

技术领域

本公开涉及轨道交通的列车领域，具体地，涉及一种定位方法、系统及列车。

背景技术

在现有的轨道交通技术中，对于列车的定位，通常采用安装于列车上的定位子系统和安装于轨道下方的应答器交互通信定位的方式实现，该方式的实现原理是在列车接近应答器时通过列车上的定位子系统接收应答器发送的应答信息来进行定位，单一的定位结构一旦发生故障时，列车位置信息会出现错误，影响行车，造成交通事故。

发明内容

本公开的目的是提供一种定位方法、系统及列车，用于解决现有技术中当列车单一的定位结构发生故障时导致的列车位置信息不准备，从而影响列车安全运行的问题。

为了实现上述目的，本公开实施例的第一方面，提供一种定位方法，应用于轨道交通中的列车，所述列车设置有多个定位设备，所述方法包括：

获取所述多个定位设备采集的多个定位数据；

根据所述多个定位数据进行表决，得到表决结果；

根据所述表决结果确定所述列车的位置信息。

可选地，所述列车的两端均设置有多个定位设备；所述获取多个定位设备采集的多个定位数据，包括：

获取激活端的多个定位设备采集的多个定位数据；所述激活端为所述列车的两端中作为车头的一端。

可选地，所述获取激活端的多个定位设备采集的多个定位数据，包括：

对每个所述定位数据进行数据融合生成融合定位数据，以得到所述多个定位数据对应的多个融合定位数据，作为所述激活端的多个融合定位数据；

所述根据所述多个定位数据进行表决，得到表决结果，包括：

根据所述激活端的多个融合定位数据进行表决，得到表决结果。

可选地，所述根据所述激活端的多个融合定位数据进行表决，得到表决结果，包括：

根据所述激活端的多个融合定位数据进行表决，得到表决结果，所述表决结果包括通过表决，或者未通过表决；

在所述表决结果为未通过表决时，获取对端的至少一个定位设备采集的至少一个定位数据，所述对端为所述列车的两端中作为车尾的一端；

对所述对端的至少一个定位数据中的每个定位数据进行数据融合生成融合定位数据，得到所述对端的至少一个定位数据对应的至少一个融合定位数据；

根据所述激活端的多个融合定位数据，以及所述对端的所述至少一个融合定位数据再次进行表决，得到再次表决的表决结果。

可选地，所述列车还包括速度传感器，所述根据所述表决结果确定所述列车的位置信息，包括：

基于所述表决结果和所述速度传感器的累积走行距离，确定所述列车的位置信息。

可选地，每个定位设备为：GNSS传感器，惯性传感器和激光雷达中的一种或多种，所述获取多个定位设备采集的多个定位数据，包括：

对于每个所述定位设备，获取所述GNSS传感器采集的位置数据，和/或所述惯性传感器采集的位姿数据，和/或所述激光雷达采集的点云数据；

对所述位置数据，和/或所述位姿数据，和/或所述点云数据进行时间同步；

对时间同步后的所述位置数据，和/或所述位姿数据，和/或所述点云数据进行滤波处理，所述滤波处理包括：提取感兴趣区域、无效点滤除和降采样处理中的至少一种；

将所述进行滤波处理后的所述位置数据，和/或所述位姿数据，和/或所述点云数据，作为该个定位设备采集的一个定位数据。

可选地，所述对每个所述定位数据进行数据融合生成融合定位数据，以得到所述多个定位数据对应的多个融合定位数据，包括：

利用卡尔曼滤波算法对所述多个定位数据中的每个定位数据进行数据融合，得到所述多个定位数据对应的多个融合定位数据。

可选地，所述利用卡尔曼滤波算法对所述多个定位数据中的每个定位数据进行数据融合，得到所述多个定位数据对应的多个融合定位数据，包括：

利用卡尔曼滤波算法对所述多个定位数据中的每个定位数据进行数据融合，得到每个定位数据的融合结果，所述融合结果包括基于地心坐标系的第一坐标位置；

确定所述列车当前所在区域的区域坐标系；

根据所述地心坐标系和所述区域坐标系之间的坐标系转换参数，将所述第一坐标位置转换为在区域坐标系内的第二坐标位置，作为该个定位数据对应的融合定位数据。

可选地，所述进行表决，包括：

对参与表决的多个定位数据进行一致性比较；

在所述参与表决的多个定位数据中的至少两个定位数据通过一致性比较时，确定所述至少两个定位数据通过表决，并根据所述至少两个定位数据得到通过表决的定位数据；

在所述参与表决的多个定位数据中的任意两个定位数据均未通过一致性比较时，确定所述参与表决的多个定位数据未通过表决。

可选地，所述基于所述表决结果和所述速度传感器的累积走行距离，确定所述列车的位置信息，包括：

根据单位时间内的位置差与所述速度传感器的累积走行距离，确定所述单位时间内的定位偏差；所述位置差为通过表决的定位数据与上一次获取的所述列车的位置信息的位置差；

在所述定位偏差处于预设的偏差范围时，将通过表决的定位数据作为本次的所述列车的位置信息；

在所述定位偏差超出所述偏差范围时，根据所述速度传感器的累积走行距离确定本次的所述列车的位置信息。

本公开实施例的第二方面，提供一种定位系统，所述定位系统包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第二方面中任一项所述方法的步骤。

本公开实施例的第三方面，提供一种列车，包括设置于两端的多个定位设备以及上述第二方面所述的定位系统。

通过上述技术方案，获取多个定位设备采集的多个定位数据；根据该多个定位数据进行表决，得到表决结果；根据表决结果确定列车的位置信息。上述技术方案中，通过对部署在列车上的多个定位设备的多个定位数据进可以同时获取多个定位数据，能够应对当列车的单一定位结构出现故障时，列车定位数据出现错误导致的列车位置不准确问题，同时通过对多个定位数据的表决，比起两个定位结构单独判断，能够保证定位的可靠性，从而保证列车的行车安全。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是根据一示例性实施例示出的一种定位方法的流程图。

图2是根据一示例性实施例示出的另一种定位方法的流程图。

图3是根据一示例性实施例示出的另一种定位方法的流程图。

图4是根据一示例性实施例示出的另一种定位方法的流程图。

图5是根据一示例性实施例示出的另一种定位方法的流程图。

图6是根据一示例性实施例示出的另一种定位方法的流程图。

图7a是根据一示例性实施例示出的一种定位系统的结构示意图。

图7b是根据一示例性实施例示出的另一种定位系统的结构示意图。

图8是根据一示例性实施例示出的另一种定位系统的结构示意图。

图9是根据一示例性实施例示出的另一种定位系统的结构示意图。

图10是根据一示例性实施例示出的一种列车的框图示意图。

具体实施方式

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。

图1是根据一示例性实施例示出的一种定位方法的流程图，如图1所示，应用于轨道交通中的列车，该列车设置有多个定位设备，包括以下步骤：

在步骤S11中，获取多个定位设备采集的多个定位数据。

在步骤S12中，根据该多个定位数据进行表决，得到表决结果。

可以理解的是，由于各个定位设备中包含的定位传感器的类型和数量可以相同，因此各个定位设备采集的定位数据应当具有一定的一致性，可以通过对该多个定位数据进行表决，通过分析该多个定位数据的一致性来判定定位数据是否准确。

在步骤S13中，根据表决结果确定该列车的位置信息。

示例地，表决结果可以包括通过表决，或者未通过表决，如果表决结果是通过表决，则该表决结果可以包括通过表决的定位数据，如果该表决结果为通过表决，则可以根据该表决的定位数据作为列车最终的位置信息。或者，如果该表决结果为未通过，则本次定位数据不可信，列车将采取防护措施来确保列车的运行安全。

可选的，在一种实现方式中，在列车的两端均设置有多个定位设备的情况下，步骤S12所述的获取多个定位设备采集的多个定位数据可以包括获取列车激活端的多个定位设备采集的多个定位数据，激活端指的是列车两端中当前作为车头的一端。可以理解的是，通常列车的车头和车尾均设置有主控设备，主控设备作为列车的“大脑”，可以用于控制列车，因此通常可以根据列车需要行进的方向在列车的两端中选择激活哪一端的主控设备，激活主控设备的一端作为车头，因此可以将当前作为车头的一端称为激活端。

可选地，在另一种实现方式中，获取列车激活端的多个定位设备采集的多个定位数据，可以包括对每个定位数据进行数据融合生成融合定位数据，以得到多个定位数据对应的多个融合定位数据，作为该激活端的多个融合定位数据。

示例地，每个定位设备可以为多种不同的定位传感器，分别用于采集不同的数据，例如列车的位置（可以是经纬度）、位姿等。其中，各个定位设备中包含的定位传感器的类型和数量可以相同，从而该多个定位设备可以采集多个相同类型的定位数据，而后对每个定位数据进行融合处理，生成每个定位数据对应的融合定位数据，即每一个定位数据对应生成一个融合定位数据，从而得到多个定位数据所对应的多个融合定位数据，将该多个融合定位数据作为该激活端的多个融合定位数据。

可选地，在另一种实现方式中，步骤S13所述的根据多个定位数据进行表决，得到表决结果，可以包括：根据激活端的多个融合定位数据进行表决，得到表决结果。

示例地，通过多组传感器采集的多个定位数据具有一定的一致性，从而基于多个定位数据生成的多个融合定位数据也应当具备一定的一致性，基于该原理，在得到激活端的多个定位数据所对应的多个融合定位数据后，可以通过对该多个融合定位数据进行表决，通过分析该多个融合定位数据的一致性来判定融合定位数据是否准确。

通过上述技术方案，获取多个定位设备采集的多个定位数据；根据该多个定位数据进行表决，得到表决结果；根据表决结果确定列车的位置信息。上述技术方案中，通过对部署在列车上的多个定位设备的多个定位数据进可以同时获取多个定位数据，能够应对当列车的单一定位结构出现故障时，列车定位数据出现错误导致的列车位置不准确问题，同时通过对多个定位数据的表决，比起两个定位结构单独判断，能够保证定位的可靠性，从而保证列车的行车安全。

在一种实施方式中，图2是根据一示例性实施例示出的另一种定位方法的流程图，如图2所示，在上述图1实施例所述的根据激活端的多个融合定位数据进行表决，得到表决结果，可以包括以下步骤：

在步骤S131中，根据该激活端的多个融合定位数据进行表决，得到表决结果，该表决结果包括通过表决，或者未通过表决。

在步骤S132中，在表决结果为未通过表决时，获取对端的至少一个定位设备采集的至少一个定位数据，对端为列车的两端中作为车尾的一端。

在步骤S133中，对该至少一个定位数据中的每个定位数据进行数据融合生成融合定位数据，得到对端的该至少一个定位数据对应的至少一个融合定位数据。

在步骤S134中，根据激活端的多个融合定位数据，以及对端的该至少一个融合定位数据再次进行表决，得到再次表决的表决结果。

在一种实现方式中，选择激活端的多个融合定位数据进行表决可以是选择激活端的多个融合定位数据中的至少两个进行表决，在激活端的至少两个融合定位数据表决通过时，得到通过表决的结果；

在激活端的至少两个融合定位数据未通过表决时，可以在对端选择至少一个定位设备采集的至少一个定位数据，通过进行数据融合生成至少一个融合定位数据，从而得到另一端的至少一个融合定位数据；根据激活端的至少两个融合定位数据，与另一端的该至少一个融合定位数据进行再次表决，得到再次的表决结果；例如，再次表决可以是激活端的任一个数据与对端的一个数据进行两两表决，假设激活端的至少两个融合定位数据包括A和B，另一端的该至少一个融合定位数据包括C，在A和C表决通过或B和C表决通过时，认为表决结果通过，得到通过表决的定位数据，反之，在A和C表决未通过且B和C表决未通过时，则认为表决未通过，确定为本次的定位数据不可信，列车需要采取防护措施。

可选地，所述列车还包括速度传感器，步骤S13所述的根据表决结果确定列车的位置信息，可以包括以下步骤：

基于该表决结果和该速度传感器的累积走行距离，确定列车的位置信息。

示例的，如果该表决结果为通过表决，则可以以该速度传感器的累积走行距离为依据，来判断通过表决的定位数据的准确性，从而确定是否使用该通过表决的定位数据作为该列车最终的位置信息。或者，如果该表决结果为未通过表决，则可以根据速度传感器的数据来确定最终的列车的位置信息，如果列车一直未获取到该位置信息，在列车定位误差超过预设的阈值时，则采用丢失定位进行系统防护。

可选地，在一种实施方式中，上述的每个定位设备可以为：GNSS传感器，惯性传感器和激光雷达中的一种或多种，图3是根据一示例性实施例示出的另一种定位方法的流程图，如图3所示，步骤S11所述的获取多个定位设备采集的多个定位数据，可以包括以下步骤：

在步骤S111中，对于每个定位设备，获取GNSS传感器采集的位置数据，和/或惯性传感器采集的位姿数据，和/或激光雷达采集的点云数据。

其中，GNSS(Global Navigation Satellite System全球导航卫星系统)传感器包括但不限于基于北斗卫星导航系统（Beidou Navigation Satellite System，BDS）、全球定位系统（Global Positioning System，GPS）、格洛纳斯卫星导航系统（Global NavigationSatellite System，GLONASS）或伽利略卫星导航系统（Galileo Satellite NavigationSystem）的传感器，可选地，该GNSS传感器可以为包含RTK（Real-Time Kinematic 实时动态差分定位技术）功能的传感器，GNSS可提供全球性全天候的定位和授时信息，再结合RTK技术，可以用来校正GNSS定位中收到的一些误差数据，使定位精度达cm级，从而提高定位的精度和可靠性。惯性传感器是一种主要是检测和测量加速度、倾斜、冲击、振动、旋转和多自由度运动的传感器，惯性传感器通常包括加速度计和角速度传感器。LiDAR（Light Detectionand Ranging），激光探测及测距）也称为Laser Radar或LADAR（Laser Detection andRanging），即激光雷达，激光雷达是用激光器作为发射光源，采用光电探测技术手段的主动遥感设备。

示例地，基于RTK的GNSS传感器采集的位置数据可以为经纬度，惯性传感器（Inertia Measurement Unit，IMU）采集的位姿数据可以包括连续的三维定向（姿态信息）和三维定位（位置和速度），激光雷达采集的点云数据可以包括探测目标的距离、方位、高度、速度、姿态、甚至形状等完整的三维信息。

以每个定位设备均为：GNSS传感器，惯性传感器和激光雷达为例，从每一个定位设备均可以获取位置（经纬度）、位姿、点云数据。通过上述GNSS传感器、IMU传感器、激光雷达的融合定位，能够使各个传感器弥补其他传感器在其极限条件下定位不精确的问题，保证了各种极限条件下都能最大程度进行定位，同时在任一单传感器失效的情况下也能保证有定位。

在步骤S112中，对位置数据，和/或位姿数据，和/或点云数据进行时间同步。

示例地，由于各传感器按照自己的时间基准运行且采样频率也各不相同，可能导致采样的数据，时间不同步，因此需要对各传感器进行时间同步，确保步骤S111所述的位置数据、位姿数据、点云数据统一到同一时间戳下。

在一种实现方式中，可以通过预设的唯一时钟源给上述GNSS传感器、惯性传感器、激光雷达提供一个相同的基准时间，各个传感器根据该基准时间校准各自的时钟时间，上述唯一时钟源可以为GNSS的时钟源，以GNSS时间为基准时间，例如采用PTP（PrecisionTime Protocol）或gPTP（Generalized Precision Time Protocol）的时钟同步协议来完成各传感器之间的时间同步，上述同步方式称之为时间同步的硬同步方式。

可选地，在另一种实现方式中，可以利用时间戳进行不同传感器间的匹配，通常将上述各传感器数据统一到周期较长（频率较小）的传感器数据上，这样各传感器的每个采样时刻被记录在统一的时间序列上，当周期较长的传感器完成一次采样时，寻找与该时刻最近邻时刻的其他传感器数据，这样就完成了多传感器之间的数据匹配，上述同步方式称之为时间同步的软同步方式。

在步骤S113中，对时间同步后的位置数据，和/或位姿数据，和/或点云数据进行滤波处理，滤波处理包括：提取感兴趣区域、无效点滤除和降采样处理中的至少一种。

示例地，以点云数据为例，点云数据在获取时由于环境因素，设备自身精度等影响不可避免地会出现一些噪声，因此在一种实现方式中，可以通过直通滤波器和条件滤波器提取特定的数据得到感兴趣区域；在另一种实现方式中，可以对点云数据中的噪声点及无效数据进行平滑和去除离散或无效点处理；或者，在另一种实现方式中，在使用数据中考虑到时效性和数据量，可以对点云数据进行降采样处理，以减少数据量。上述的滤波处理方法可以选择其中的一种或多种，并且上述的滤波处理方法也仅为示例性的，也可以考虑采用其他的滤波处理方法对对时间同步后的位置数据，位姿数据，和/或点云数据进行滤波处理。

在步骤S114中，将进行滤波处理后的位置数据，和/或位姿数据，和/或点云数据，作为该个定位设备采集的一个定位数据。

示例地，在通过滤波处理后的数据能更好地进行特征提取或重建等高阶应用，将其作为该个定位设备采集的一个定位数据，基于滤波处理后的数据能够使得到的列车的位置信息更精准。

下面对上述图1实施例所述的对每个定位数据进行数据融合生成融合定位数据，以得到多个定位数据对应的多个融合定位数据的方法进行说明，示例的，可以包括：

利用卡尔曼滤波算法对多个定位数据中的每个定位数据进行数据融合，得到多个定位数据对应的多个融合定位数据。

示例地，惯性传感器采集的位姿数据可以包括位置信息、速度信息、姿态信息，利用卡尔曼（kalman）滤波算法，可以将惯性传感器（IMU）采集的位姿数据作为预测值，GNSS传感器采集的位置数据作为观测值，并将位置信息、速度信息、姿态信息的误差值作为卡尔曼滤波算法的状态量，用观测值反复去校正预测值，通过反复的迭代去逼近最优值，因此在卡尔曼滤波算法迭代到一定程度（例如上述误差值满足收敛条件）时，即可得到精确的姿态信息，速度信息和位置信息。其中，可以至少将该位置信息作为上述的融合定位数据，可选地可以将通过卡尔曼滤波算法得到的姿态信息，速度信息和位置信息共同作为该融合定位数据。每一个定位数据均可以通过上述方法进行融合，得到对应的一个融合定位数据。

图4是根据一示例性实施例示出的另一种定位方法的流程图，如图4所示，上述的利用卡尔曼滤波算法对多个定位数据中的每个定位数据进行数据融合，得到多个定位数据对应的多个融合定位数据，可以包括以下步骤：

在步骤S1211中，利用卡尔曼滤波算法对多个定位数据中的每个定位数据进行数据融合，得到每个定位数据的融合结果，融合结果包括基于地心坐标系的第一坐标位置。

示例的，经过上述卡尔曼滤波算法对任一个定位数据进行数据融合后得到的融合结果为基于地心坐标系的坐标位置。由于在轨道交通中，通常在不同区域都建立有自己当地的坐标系。因此，可以将融合结果的基于地心坐标系的坐标位置转换到列车当前所在区域的区域坐标系。

在步骤S1212中，确定列车当前所在区域的区域坐标系。

在步骤S1213中，根据地心坐标系和区域坐标系之间的坐标系转换参数，将第一坐标位置转换为在区域坐标系内的第二坐标位置，作为该个定位数据对应的融合定位数据。

其中，地心坐标系可以为WGS84坐标系，是以参考椭球面为基准面建立起来的坐标系。列车当前所在区域的区域坐标系是列车所在区域的地方坐标系，是从参考椭球体按照某种投影方法投影得到的。

示例地，可以基于参心坐标系确定列车所在区域的地方坐标系，其中参心坐标系是以参考椭球的几何中心为基准的地心坐标系，如北京54坐标系，西安80坐标系；在一种实现方式中，假设列车当前所在区域的地方坐标系为基于北京54坐标系建立的，则可以以北京54坐标系为过渡坐标系，将基于WGS84的第一坐标位置转换到地方坐标系的第二坐标位置。

可选地，假如在地方A已获取到了基于大地坐标系WGS84的第一坐标，则通过预先设置投影参数（投影方式或投影参数等），采用三参数法或者七参数法得到第一转换坐标，该第一转换坐标为北京54坐标系下的坐标，其中三参数法是通过一个已知点确定三参数，三参数包括3个平移因子（△X，△Y，△Z），七参数法是通过三个已知点确定七参数，七参数包括3个平移因子（△X，△Y，△Z）、3个旋转因子（x旋转,y旋转,z旋转）、一个比例因子（尺度变化k）；而后，可以根据上述第一转换坐标采用四参数得到第二转换坐标，该第二转换坐标为第一坐标在地方坐标系下所对应的第二坐标，其四参数包括：2个平移因子（△X，△Y）、旋转角度T、一个比例因子（尺度变化k）。

图5是根据一示例性实施例示出的另一种定位方法的流程图，如图5所示，在上述图1实施例或图2实施例所述的进行表决，可以包括以下步骤：

在步骤S135中，对参与表决的多个定位数据进行一致性比较。

在步骤S136中，在参与表决的多个定位数据中的至少两个定位数据通过一致性比较时，确定至少两个定位数据通过表决，并根据至少两个定位数据得到通过表决的定位数据。

在步骤S137中，在参与表决的多个定位数据中的任意两个定位数据均未通过一致性比较时，确定参与表决的多个定位数据未通过表决。

示例地，上述参与表决的多个定位数据可以为激活端的多个定位数据，还可以为对端的至少一个定位数据，可以理解的是上述进行表决的方法可以适用于进行首次表决还可以适用于进行再次表决，也可以适用于进行更多次地表决中的任意一次表决；通过步骤S11获得的多个定位数据和/或通过步骤S132获得的对端的至少一个定位数据可能不完全一样，在一种实现方式中，可以选择激活端的多个定位数据参与表决，在激活端的多个定位数据中的至少任意两组进行一致性比较，当其均在一定阈值范围时，则认为表决通过，表决通过后取其平均值得到通过表决的定位数据，当任意一组或两组均超出该阈值范围时，则认为表决不通过，此时该参与表决的两个定位数据未通过表决。在表决通过后，可以取两个定位数据的平均值作为通过表决的定位数据；在另一种实现方式中，可以选择激活端的多个定位数据，和对端的至少一个定位数据来参与表决，进行一致性比较，从而进行再次表决。

可选地，进行表决时所选择的定位数据组数可以超过两组。另外，在定位设备的组数较多的情况下，也可以进行多次判决。例如，假设定位系统包括4个定位设备，4个定位设备可以采集4个定位数据，从而经过数据后可以得到4个定位数据。则在进行判决时，可以先选择其中的两个定位数据进行上述的表决，如果该两个定位数据表决结果为不通过时，可以再加另一个定位数据，通过三个定位数据进行两两表决，综合两两表决的结果来最终确定是否通过表决。或者，在另一种实现方式中，也可以选择将上述4个定位数据均进行表决，例如可以将4个定位数据分别表示为定位数据A、B、C和D，可以将定位数据A-D两两表决，即分别进行定位数据AB、AC、AD、BC、BD、CD的两两表决，当上述几种两两表决的组合均通过表决时，认为上述4个定位数据通过表决，可以根据该4个定位数据获取平均值作为通过表决的定位数据，或者也可以将表决策略设置为上述几种两两表决的组合中的大部分通过表决即可通过表决，例如当超过70%的组合通过表决时判定为通过表决。可以理解的是，上述的判定是否通过表决的策略为示例性的，可以根据实际场景中对定位数据的准确程度的需要来进行设置，本公开不做限定。

图6是根据一示例性实施例示出的另一种定位方法的流程图，如图6所示，上述基于表决结果和速度传感器的累积走行距离，确定列车的位置信息，可以包括以下步骤：

在步骤S141中，根据单位时间内的位置差与速度传感器的累积走行距离，确定单位时间内的定位偏差；该位置差为通过表决的定位数据与上一次获取的列车的位置信息的位置差。

在步骤S142中，在定位偏差处于预设的偏差范围时，将通过表决的定位数据作为本次的列车的位置信息。

在步骤S143中，在定位偏差超出偏差范围时，根据速度传感器的累积走行距离确定本次的列车的位置信息。

示例的，上一次获取的列车的位置信息，即历史最近一次执行上述步骤S11至S14所得到的列车的位置信息，计算本次执行步骤S11至S14所得到的列车的位置信息与该上一次获取的列车的位置信息之差，作为该位置差；将该位置差与单位时间内的速度传感器测得的累积走行距离作差，得到该位置差与速度传感器的累积走行距离之差，作为该单位时间的定位偏差，如果该定位偏差在预设的偏差范围内时，可以用本次通过表决得到的定位数据作为本次的列车的位置信息，如果该定位偏差超出预设的偏差范围时，则可以使用速度传感器累积走行距离作为本次的列车的位置信息。

本公开实施例还提供一种定位系统，参照图7a，图7a是根据一示例性实施例示出的一种定位系统的结构示意图，如图7a所示，该定位系统设置于于轨道交通中的列车上，包括：设备层710、数据处理层720和表决层730，该设备层710包括设置于列车两端的多个定位设备（图7a中以3个定位设备为例），可以理解为在列车两端均设置多个定位设备，该数据处理层720与车头和车尾的多个定位设备连接以及表决层连接；

该设备层710的激活端的多个定位设备用于采集多个定位数据，并将该多个定位数据传输给对应的数据处理层，激活端为列车的两端中作为车头的一端；

该数据处理层720用于分别对每个定位数据进行数据融合生成融合定位数据，以得到该多个定位数据对应的多个融合定位数据，作为激活端的多个融合定位数据，并将该激活端的多个融合定位数据传输给表决层；

该表决层730用于根据激活端的多个融合定位数据进行表决，得到表决结果，以及根据表决结果确定列车的位置信息；

示例的，上述各层所执行的方法可以参照前文步骤S11至S14所示的方法，不再赘述。

可选地，表决层730用于：

根据激活端的多个融合定位数据进行表决，得到表决结果，表决结果包括通过表决，或者未通过表决；

在表决结果为未通过表决时，获取对端的至少一个定位设备采集的至少一个定位数据，对端为列车的两端中作为车尾的一端；

对对端的该至少一个定位数据中的每个定位数据进行数据融合生成融合定位数据，得到该至少一个定位数据对应的至少一个融合定位数据；

根据激活端的多个融合定位数据，以及对端的该至少一个融合定位数据再次进行表决，得到再次表决的表决结果。

可选地，列车还包括速度传感器740，该速度传感器用于输出累积走行距离，该表决层730还用于：

基于表决结果和速度传感器的累积走行距离，确定列车的位置信息。

示例的，上述表决层所执行的方法可以参照前文图2所示的方法，不再赘述。

可选地，上述每个定位设备可以为：GNSS传感器，惯性传感器和激光雷达中的一种或多种，数据处理层包括至少一个数据处理单元；

GNSS传感器用于采集位置数据，并将位置数据传输至对应的数据处理单元；

惯性传感器用于采集位姿数据，并将位姿数据传输至对应的数据处理单元；

激光雷达用于采集的点云数据，并将点云数据传输至对应的数据处理单元；

数据处理单元用于对接收到的所述位置数据，位姿数据，和/或点云数据进行时间同步，并对时间同步后的位置数据，位姿数据，和/或点云数据进行滤波处理，并将进行滤波处理后的位置数据，位姿数据，和/或点云数据，作为该个定位设备采集的一个定位数据，滤波处理包括：提取感兴趣区域、无效点滤除和降采样处理中的至少一种。

其中，关于上述各个传感器，数据同步以及滤波方法可以参照前文步骤S111至S113所示的内容，不再赘述。

可选地，该数据处理层720，用于：

利用卡尔曼滤波算法分别对多个定位数据中的每个定位数据进行数据融合，得到多个定位数据对应的多个融合定位数据。

可选地，数据处理层包括多个数据处理单元，每个数据处理单元对应一个定位设备，任一数据处理单元，用于：

利用卡尔曼滤波算法对数据处理单元对应的一个定位数据进行数据融合，得到该个定位数据的融合结果，融合结果包括基于地心坐标系的第一坐标位置；数据处理单元对应的一个定位数据，是数据处理单元对应一个定位设备采集的一个定位数据；

确定列车当前所在区域的区域坐标系；

根据地心坐标系和区域坐标系之间的坐标系转换参数，将第一坐标位置转换为在区域坐标系内的第二坐标位置，作为该个定位数据对应的融合定位数据。

其中，关于卡尔曼滤波算法和坐标转换的方法可以参照前文步骤S12以及步骤S1211至S1213所示的方法，不再赘述。

可选地，该表决层730用于：

对激活端的多个融合定位数据进行一致性比较；

在多个融合定位数据中的至少两个融合定位数据通过一致性比较时，确定至少两个融合定位数据通过表决，并根据至少两个融合定位数据得到通过表决的定位数据；

在多个融合定位数据中的任意两个融合定位数据均未通过一致性比较时，确定多个融合定位数据未通过表决。

其中，多个融合定位数据进行表决的方法可以参照前文步骤S135至S137所示的方法，不再赘述。

可选地，该定位系统还包括：输出层；

该表决层还用于根据单位时间内的位置差与速度传感器的累积走行距离，确定单位时间内的定位偏差；位置差为通过表决的定位数据与上一次获取的列车的位置信息的位置差；

该输出层用于在定位偏差处于预设的偏差范围时，将通过表决的定位数据作为本次的列车的位置信息；在定位偏差超出所述偏差范围时，根据速度传感器的累积走行距离确定本次的列车的位置信息。

其中，确定最终列车的位置信息的方法可以参照前文步骤S141至S143所示的方法，不再赘述。

在一种示例性实施例中，如图7b所示，设备层710可以包括三个定位设备（定位设备1、定位设备2和定位设备3），数据处理层720可以包括三个数据处理单元（数据处理单元1、数据处理单元2和数据处理单元3），数据处理层720和表决层730之间可以还包括数据传输层750，数据传输层750可以包括三个数据传输单元，每个数据传输单元对应一个数据处理单元，用于将对应的数据处理单元所输出的一个融合定位数据发送至表决层730中的表决单元。

表决单元每次可以选择其中至少两个数据处理单元输出的融合定位数据进行一致性比较，得到表决结果。可选地，表决单元还可以选择两个以上数据处理单元的融合定位数据进行一致性表决。

可选地，上述的表决层730与数据处理层720可以在列车的同一个设备上实现，也可以在两个设备上分布设置。示例性的，如果表决层730与数据处理层720通过同一个设备实现，则表决层730与数据处理层720可以集成在列车的高算力单元上。如果表决层730与数据处理层720在两个设备上分布设置，则可以将表决层730集成在列车的车载控制器上，将数据处理层720集成在列车的高算力单元上。其中，该高算力单元可以为用高算力芯片搭建起来的硬件电路模块，可以处理更多的数据同时保持高效能。值得一提的是，如果表决层730集成在列车的车载控制器上，数据处理层720集成在列车的高算力单元上，则数据传输层750可以通过UDP协议来实现表决层730和数据处理层720之间的通信；如果表决层730与数据处理层720均集成在列车的高算力单元上，则数据传输层750可以通过函数调用来实现，该函数可以根据实际需求设置，本公开实施例对具体调用的函数不做限定。

可选地，该定位系统还可以包括输出层，用于在确定列车的位置信息后，可以通过输出层将列车的位置信息输出。

通过上述技术方案，获取多个定位设备采集的多个定位数据；根据该多个定位数据进行表决，得到表决结果；根据表决结果确定列车的位置信息。上述技术方案中，通过对部署在列车上的多个定位设备的多个定位数据进可以同时获取多个定位数据，能够应对当列车的单一定位结构出现故障时，列车定位数据出现错误导致的列车位置不准确问题，同时通过对多个定位数据的表决，比起两个定位结构单独判断，能够保证定位的可靠性，从而保证列车的行车安全。

图8是根据一示例性实施例示出的另一种定位系统的结构示意图，如图8所示，在列车的车头和车尾各布置两套定位设备（GNSS+IMU+LiDAR传感器+高算力单元），列车运行时同时启用车头和车尾的各两套定位设备，每套设备均对采集到的传感器数据进行处理和融合，并将融合结果发送给车载控制器里的表决单元进行一致性比较，或由执行数据融合的高算力单元进行一致性比较，车载控制器（或高算力单元）可以优先选择当前激活端的2套定位设备的输出来进行表决；如果当前激活端的2套定位系统表决通过，则直接使用这2套定位设备表决的结果作为列车的定位数据；如果当前激活端的2套定位设备表决不通过，则选择的一套无故障的定位设备参与输出结果表决，表决通过后使用表决通过的结果；其中，当前激活端的2套定位设备和对端一套无故障定位设备可以进行两两表决，例如，两两表决可以理解为将该对端一套无故障定位设备分别与当前激活端的2套定位设备进行表决，如当前激活端的2套定位设备为定位设备A和B，对端一套无故障定位设备为C，则可以将定位设备A和C的数据进行表决，定位设备B和C的数据进行表决，当前激活端的2套定位设备和对端一套套无故障定位设备两两表决均不通过，定位不可信，车载控制器将采取防护措施，如果当前激活端的2套定位设备和对端一套无故障定位系统两两表决中有至少一对定位设备的表决通过时，则可以判定表决通过。

在一种实现方式中，车头或车尾各自的高算力单元可以将车头或车尾的各两套系统的数据经过数据处理、数据融合、表决以及轨道电子地图的换算，得到轨道上一维绝对位置（轨道id和偏移量）；要想得到列车的相对位置，需要确定列车的初始位置和方向，初始位置和方向的确定方法可以包括以下步骤：在当前激活端是车头时，根据轨道电子地图区段链接关系，判断车头和车尾定位设备汇报出来的一维定位结果上下行关系，如果车头定位设备一维定位结果在车尾定位设备一维定位结果的上行方向，判断列车初始运行方向为上行，否则为下行反之，在当前激活端是车尾，判定方法亦然，可选地，为了保证初始定位方向准确性，可以连续判定n次，并且这n次判定结果一致，才确定判定结果；初始方向确定后，取用激活端定位设备的一维定位结果作为列车初始位置，根据列车初始方向、初始位置和绝对绝位置可以确定列车的相对位置。

可选地，速度传感器获取的是列车的相对位置，在上述定位系统的每个周期都能正常输出结果的情况下，通过表决层输出的位置信息计算出来的相对位置信息所确定的列车包络（列车包络是指列车最大可能位置和列车最小可能位置范围）在速度传感器计算的列车包络范围内时，判定上述定位系统输出的位置信息可信，并且可以采用上述定位系统输出结果更新列车包络；否则，不使用定位系统输出结果更新列车包络，而继续使用速度传感器累积走行距离更新列车包络，上述称为校位，如果一直得不到校位，当列车定位误差超过一定阈值，采用丢失定位进行系统防护。

通过采用上述车头和车尾的定位系统混合表决的方案，在保证安全性的前提极大程度的提高了系统可用性，减少设备使用量，并节约了成本，提高了经济效益。

图9是根据一示例性实施例示出的另一种定位系统的结构示意图，如图9所示，包括通道1、通道2和通道3。

示例地，每一通道均由设备层、数据处理层、数据传输层构成，每一通道的设备层均包括一组GNSS+IMU+LiDAR传感器、一个数据处理单元和一个数据传输单元；通过通道1的GNSS+IMU+LiDAR传感器采集第一个定位数据（位置、位姿、点云），利用数据处理单元1对第一个定位数据进行处理得到第一个融合定位数据，通过数据传输单元1将第一个融合定位数据传输至表决单元；通过通道2的GNSS+IMU+LiDAR传感器采集第二个定位数据（位置、位姿、点云），利用数据处理单元2对第二个定位数据进行处理得到第二个融合定位数据，通过数据传输单元2将第二个融合定位数据传输至表决单元；通过通道3的GNSS+IMU+LiDAR传感器采集第三个定位数据（位置、位姿、点云），利用数据处理单元3对第三个定位数据进行处理得到第三个融合定位数据，通过数据传输单元3将第三个融合定位数据传输至表决层中的表决单元，表决单元对上述三个融合定位数据进行一致性比较，在任意两个融合定位数据一致性表决通过后，则认为该融合定位数据可以被使用。

图10是根据一示例性实施例示出的一种列车1000的框图。例如，列车1000可以包括上述的定位系统。

在一种实施方中，本公开实施例提供的一种定位系统，包括：存储器，其上存储有计算机程序；处理器，用于执行该存储器中的该计算机程序，以实现上述的定位方法的步骤。

其中，处理器可以上述的车载控制器或者高算力单元，也可以是该车载控制器或者高算力单元中的某一处理单元，该处理器可以为一个或多个，用于作为定位系统中的数据处理层中的数据处理单元，和/或作为判决层中的判决单元，关于数据处理层和判决层的介绍，可以参照前文图7a和图7b所示的实施例，不再赘述。在本实施方式，列车可以包括设置于该列车两端的多个定位设备以及上述定位系统。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的定位方法的代码部分。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。例如，可以将列车改变为有定位需求的其他类型的车辆。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。