摘要：因車體坐標系統和手機坐標系統存在角度偏差，為使手機檢測數據真實反映車體振動加速度，提出針對手機姿態誤差的系統性矯正方法。該方法以重力方向為基準矯正手機垂向加速度，借助車體橫、縱向加速度的正交性矯正手機水平向加速度，并基于極大似然估計原理評估角度偏差，保證手機姿態矯正的可靠性。結合現場測試結果表明：兩部智能手機檢測數據經姿態誤差矯正得到以重力方向為基準的垂向角度修正值分別為0.008°和0.007°，兩者水平夾角為29.75，與試驗放置夾角30偏差0.25;智能手機與高精度傳感器檢測的車體加速度在時域和頻域的幅值、主頻均一致。

　　關鍵詞：車輛運行品質;智能手機;姿態誤差矯正;角度偏差估計;極大似然原理

　　截至2011年底，我國城市軌道交通運營里程達到730.27km，為及時、準確地檢測城市軌道交通的軌道狀態，保障地鐵車輛運營的安全性及乘坐舒適性，目前周期性的軌道狀態檢測方法已不滿足需求1]。對列車運行狀態的準確掌握一方面可為車輛維修提供依據，另一方面也是軌道線路養護維修的重要依據，其中對列車車體加速度準確、經濟、便捷的檢測成為一個新的研究熱點。車輛運行品質主要與車體振動幅度，頻率，方向和持續時間有關。

　　車輛論文范例： 基于車載智能通信終端的車輛救援服務

　　如果人體長時間暴露在車輛的振動環境中，則會出現諸如肌肉骨骼，頸肩疾病，前庭神經系統等問題，根據美國鐵路系統的統計數據，大多數機車駕駛員患有背痛或背部相關疾病。為實現車輛運行品質和軌道狀態的實時監測及降低監測成本，各國學者提出在運營車輛的軸箱、轉向架、車體不同位置安裝多種傳感器(加速度傳感器、麥克風)。

　　文獻在上海地鐵號線地鐵車輛的轉向架、車體上安裝加速度傳感器，對檢測數據進行低通濾波與二次積分獲取軌道垂向、橫向不平順，該方法可為軌道線形檢測、演變規律及制定維修計劃提供數據支撐。文獻成功研制了運營車輛車載監測系統，集多種傳感器融合檢測鋼軌波磨、軌道不平順等，實現高頻次檢測軌道狀態與實時預警，確保運營車輛行車安全。

　　文獻在輕軌車輛上安裝多類型傳感器，獲取16個月內車體振動加速度，結合數據融合方法分析軌道基礎結構健康演變規律。上述車載檢測系統可準確識別影響車輛運行品質的異常軌道狀態，但該方法依賴于整套傳感系統，檢測系統購買、安裝、維護成本過高，數據采集過程較為復雜，難以應用于所有的運營列車。同時，既有軌檢車的周期性檢測顯然不滿足運營任務日益繁重的軌道交通系統的需求。

　　當前智能手機計算處理性能的不斷提升，為不斷提升用戶的體驗質量，其內置了加速度傳感器、陀螺儀等，且具有便攜性、續航久等優點，將手機用作一種測量設備的理念已經為研究者廣泛接受。在智能交通運輸領域，智能手機的應用已經較為廣泛，且具有較高的置信度，例如基于手機傳感器數據的乘坐舒適度的評價，交通流擁擠狀態識別，監督司機駕駛行為等。

　　為彌補當前軌道交通領域周期性檢測的空白期，本文提出一種基于智能手機感知車輛運行品質的檢測方法，為保證手機坐標系與車輛坐標系平行一致，研究了智能手機姿態誤差矯正算法，一般思想是以重力方向為參照矯正垂向姿態誤差，再結合縱向與橫向加速度的正交性，基于極大似然原理對手機坐標系相對于車體坐標系在xy平面的角度偏差進行估計。同時，借助現場測試驗證智能手機姿態誤差矯正算法的準確性和傳感器性能的可靠性。該方法打破了智能手機檢測車輛加速度的過程中對手機擺放姿態的依賴，從而促進智能手機測評車輛運行品質的應用，可為軌道交通領域提供一種經濟、便捷、高效的車輛振動檢測設備。

　　智能手機坐標系經姿態修正后，可保證智能手機坐標系與車體坐標系平行一致，而此時的智能手機檢測數據是否可以真實反應車體振動，需進一步經現場試驗驗證智能手機傳感器精度，采取智能手機與高精度傳感器現場測試對比試驗。

　　本文介紹了一種基于智能手機檢測車輛運行品質的方法，并就車體坐標系與智能手機坐標系偏差問題進行了深入分析，提出了手機姿態誤差的系統性矯正方法。該方法在不借助外部信息的情況下，僅從加速度數據本身的特性出發，一方面以重力方向為參照修正了垂向加速度的偏差，另一方面通過橫向、縱向加速度的正交性，對手機、車體坐標系平面偏差進行矯正，修正過程中采用極大似然原理，保證角度偏差估計的可靠性。

　　最后結合現場試驗，驗證了智能手機姿態誤差矯正算法和傳感器精度的準確性。修正垂向角度偏差后，橫向、縱向加速度偏差在0.03m∙s−2以內，手機和手機水平向夾角約29.75°，與試驗手機放置角度30°近似相等。同時，智能手機與高精度傳感器的實測對比試驗表明，智能手機傳感器精度滿足地鐵運營添乘需求。

　　參考文獻：

　　[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：陳嶸，從建力，高鳴源，王源，王平