La navigation terrestre GNSS assistée par la trajectoire : application au positionnement du train

Trajectory-aided GNSS land navigation : application to train positioning

• Auteur / Autrice : Guoliang Zhu
• Direction : Lionel Fillatre, Igor Vladimirovitch Nikiforov
• Type : Thèse de doctorat
• Discipline(s) : Optimisation et Sûreté des Systèmes
• Date : Soutenance le 27/02/2014
• Etablissement(s) : Troyes
• Ecole(s) doctorale(s) : Ecole doctorale Sciences pour l'Ingénieur (Troyes, Aube)
• Partenaire(s) de recherche : Organisme gouvernemental étranger : China Scholarship Council
• Partenaire(s) de recherche : Laboratoire : Institut Charles Delaunay / ICD
• Jury : Président / Présidente : Régis Lengelle
• Jury : Examinateurs / Examinatrices : Lionel Fillatre, Igor Vladimirovitch Nikiforov, Régis Lengelle, Joaquin Rodriguez, Philippe Bonnifait, Monica Malvezzi
• Jury : Rapporteurs / Rapporteuses : Joaquin Rodriguez, Philippe Bonnifait

Mots clés

Mots clés contrôlés

Moindres carrés

Analyse de régression

Estimation, Théorie de l'

GPS

Transports ferroviaires

Mots clés libres

Transports ferroviaires

GPS

Estimation, théorie de l'

Analyse de régression

Moindres carrés

Railroads

GPS

Estimation theory

Regression analysis

Least square

Résumé

Au cours des dernières années, la technologie GNSS a attiré beaucoup d’attention autour du monde et elle a été largement appliquée dans de nombreux domaines. D'autre part, le système d'exploitation ferroviaire avancé a été largement utilisé pour assurer la sécurité, la sûreté et l'efficacité du réseau ferroviaire. L'efficacité de ce système se fonde sur la disponibilité du positionnement fiable du train. L’application de cette technologie au positionnement du train est un domaine de recherche très prometteur. Dans cette thèse, plusieurs algorithmes sont proposés pour le positionnement du train en utilisant des signaux GNSS et un modèle géométrique de voie stocké dans la base de données à bord du train. Premièrement, la distance, vitesse du train sont estimées en utilisant des signaux GNSS et un modèle géométrique ‘idéal’ qui est composé de lignes droites, de courbes de transition et d'arcs de cercle. L’impact du rayon de courbure de la voie sur ces estimations est étudié. Deuxièmement, la distance, vitesse du train sont estimées en utilisant des signaux GNSS et un modèle géométrique ‘non-idéal’ qui est approché par une ligne polygonale avec un certain niveau d'incertitude. L’impact de l’incertitude de la voie sur ces estimations est étudié. Finalement, la distance, vitesse du train sont estimées à l’aide d’intégration des mesures GNSS et une base de données bruitée. L’impact des erreurs de GNSS et de la base de données sur ces estimations est étudié

Over these years, GNSS technology has attracted many attentions around world and it has been widely applied in navigation for airplanes, ground vehicles and boats. On the other hand, advanced railway operating systems have been widely used to guarantee the safety and efficiency of the railway network. The efficiency of these systems is based on the availability of reliable train positioning. Hence, applying GNSS technology to the train positioning is a very promising research area, since it has such important benefits as lower initial costs and lower maintenance. In this thesis, several algorithms are proposed for train positioning by using GNSS signals and the railway centerline stored in the onboard computer database. At first, the train travelled distance, speed are estimated by using GNSS signals and an ''ideal'' railway centerline which is composed of straight line segments, transition curves and arcs of circles. The impact of the railroad curvature on these estimations is studied. Secondly, the train travelled distance, speed are estimated by using GNSS signals and a ''non-ideal'' railway centerline which is defined by a polygonal line with some level of uncertainty. The impact of the track geometric model imprecision on these estimations is studied. Finally, the train travelled distance, speed are estimated by integrating the GNSS measurements with a track database. The impact of the GNSS measurements and the track database errors on these estimations is studied