本发明涉及铁路轨道检测，尤其涉及一种车载检测终端数据处理方法及装置。
背景技术：
1、本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
2、在高速铁路工务基础设施中，轨道作为保障列车运行的关键载体，其服役状态直接关系到高速行车的安全性和平稳性，因此，快速检测轨道状态是保障高铁运营安全的重要基础。目前，高速综合检测列车的动态检测作为保障监控线路运行安全最重要的手段，已贯穿新线验收、日常维护和设备大修全生命周期。随着大数据技术快速发展，更多便携、小型化、可搭载在车厢内部的检测装置得到推广运用，旨在通过多源数据融合分析来逐步提升智能运维水平。此类检测装置集成的硬件设备相对简易，因此，难以实时获取精确的车速和里程信息，这将对后续数据的深度挖掘分析带来很大困扰。
3、铁路系统已发展了很多种列车测速定位技术，包括基于轮轴编码器、应答器、轨道电路、rfid射频标签、多普勒雷达以及gnss全球卫星导航系统等，运营列车应用最为成熟的是通过轮轴编码器与应答器组合来实现测速定位。但对于放置在车厢内部的便携式检测装置而言，仅有gnss定位系统可以利用，其在gnss信号状态较好时有很高的定位精度，但隧道、桥梁、林区等存在遮挡的场景或天气因素都会对gnss定位状态带来干扰，从而导致列车测速和定位状态失效。
技术实现思路
1、本发明实施例提供一种车载检测终端数据处理方法，能够通过融合gnss信号和列车振动姿态信息，从而获取更为准确且连续的列车车速和里程，以提升车载检测终端的数据分析效率和利用车载检测数据查找定位疑似病害处所的能力，该方法包括：
2、对多台车载检测终端采集的数据进行同步，车载检测终端采集的数据包括imu惯性测量单元测量的车体加速度和车体角速度、gnss模块测量的列车的车速和经纬度坐标、倾角计测量的车体点头角度；
3、对列车的车速进行异常值剔除，获得剔除异常值的车速；
4、根据车体加速度和车体角速度，求解不同车载检测终端的时间滞后量，基于所述时间滞后量和剔除异常值的车速，计算多终端振动信号时延估计的车速，并对异常值进行补偿，得到补偿后的车速估计；
5、根据车体点头角度和补偿后的车速估计，进行基于卡尔曼滤波的惯性积分车速修正，获得状态估计矩阵；
6、根据状态估计矩阵和gnss模块测量的列车的经纬度坐标，进行基于gnss的里程偏差一次修正，获得基于gnss的里程修正结果；
7、根据基于gnss的里程修正结果，进行基于曲线台账的里程偏差二次修正，获得基于曲线台账的里程修正结果。
8、本发明实施例提供一种车载检测终端数据处理装置，实现通过融合gnss信号和列车振动姿态信息，从而获取更为准确且连续的列车车速和里程，以提升车载检测终端的数据分析效率和利用车载检测数据查找定位疑似病害处所的能力，该装置包括：
9、数据同步模块，用于对多台车载检测终端采集的数据进行同步，车载检测终端采集的数据包括imu惯性测量单元测量的车体加速度和车体角速度、gnss模块测量的列车的车速和经纬度坐标、倾角计测量的车体点头角度；
10、车速异常值剔除模块，用于对列车的车速进行异常值剔除，获得剔除异常值的车速；
11、车速补偿模块，用于根据车体加速度和车体角速度，求解不同车载检测终端的时间滞后量，基于所述时间滞后量和剔除异常值的车速，计算多终端振动信号时延估计的车速，并对异常值进行补偿，得到补偿后的车速估计；
12、车速修正模块，用于根据车体点头角度和补偿后的车速估计，进行基于卡尔曼滤波的惯性积分车速修正，获得状态估计矩阵；
13、里程偏差一次修正模块，用于根据状态估计矩阵和gnss模块测量的列车的经纬度坐标，进行基于gnss的里程偏差一次修正，获得基于gnss的里程修正结果；
14、里程偏差二次修正模块，用于根据基于gnss的里程修正结果，进行基于曲线台账的里程偏差二次修正，获得基于曲线台账的里程修正结果。
15、本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述车载检测终端数据处理方法。
16、本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述车载检测终端数据处理方法。
17、本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述车载检测终端数据处理方法。
18、本发明实施例中，对多台车载检测终端采集的数据进行同步，车载检测终端采集的数据包括imu惯性测量单元测量的车体加速度和车体角速度、gnss模块测量的列车的车速和经纬度坐标、倾角计测量的车体点头角度；对列车的车速进行异常值剔除，获得剔除异常值的车速；根据车体加速度和车体角速度，求解不同车载检测终端的时间滞后量，基于所述时间滞后量和剔除异常值的车速，计算多终端振动信号时延估计的车速，并对异常值进行补偿，得到补偿后的车速估计；根据车体点头角度和补偿后的车速估计，进行基于卡尔曼滤波的惯性积分车速修正，获得状态估计矩阵；根据状态估计矩阵和gnss模块测量的列车的经纬度坐标，进行基于gnss的里程偏差一次修正，获得基于gnss的里程修正结果；根据基于gnss的里程修正结果，进行基于曲线台账的里程偏差二次修正，获得基于曲线台账的里程修正结果。通过上述步骤，可对gnss模块采集的数据和列车振动姿态信息(即imu惯性测量单元测量的车体加速度和车体角速度)进行处理，包括剔除了车速异常值，进行了车速补偿和修正，并对里程进行了两次修正，从而获取更为准确且连续的列车车速和里程。
1.一种车载检测终端数据处理方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述车体加速度包括车体纵向加速度、车体横向加速度、车体垂向加速度，所述车体角速度包括车体侧滚角速度、车体点头角速度和车体摇头角速度。
3.如权利要求2所述的方法，其特征在于，对多台车载检测终端采集的数据进行同步，包括：
4.如权利要求3所述的方法，其特征在于，获得处理对象数据对应的最优时间偏差，包括：
5.如权利要求1所述的方法，其特征在于，对列车的车速进行异常值剔除，包括：
6.如权利要求2所述的方法，其特征在于，根据车体加速度和车体角速度，求解不同车载检测终端的时间滞后量，基于所述时间滞后量和剔除异常值的车速，计算多终端振动信号时延估计的车速，并对异常值进行补偿，得到补偿后的车速估计，包括：
7.如权利要求6所述的方法，其特征在于，对于每种处理对象数据，利用相关系数将第二车载检测终端和第一车载检测终端的处理对象数据分段匹配，包括：
8.如权利要求6所述的方法，其特征在于，对于每种处理对象数据，引入约束条件，根据第二车载检测终端的处理对象数据的每个单元相对于第一车载检测终端的每个单元的相关系数最大值，获得第二车载检测终端的每种处理对象数据的车速权重序列，其中，所有处理对象数据的车速权重序列构成第二车载检测终端的车速权重矩阵，包括：
9.如权利要求6所述的方法，其特征在于，对于每种处理对象数据，根据第二车载检测终端的处理对象数据的每个单元相对于第一车载检测终端的每个单元的时间滞后量，获得第二车载检测终端的每种处理对象数据的虚拟车速序列，其中，所有处理对象数据的虚拟车速序列构成第二车载检测终端的虚拟车速矩阵，包括：
10.如权利要求6所述的方法，其特征在于，基于剔除异常值的车速和第二车载检测终端的虚拟车速矩阵，计算多终端振动信号时延估计的车速，包括：
11.如权利要求1所述的方法，其特征在于，根据车体点头角度和补偿后的车速估计，进行基于卡尔曼滤波的惯性积分车速修正，获得状态估计矩阵，包括：
12.如权利要求1所述的方法，其特征在于，根据状态估计矩阵和gnss模块测量的列车的经纬度坐标，进行基于gnss的里程偏差一次修正，获得基于gnss的里程修正结果，包括：
13.如权利要求1所述的方法，其特征在于，根据基于gnss的里程修正结果，进行基于曲线台账的里程偏差二次修正，获得基于曲线台账的里程修正结果，包括：
14.一种车载检测终端数据处理装置，其特征在于，包括：
15.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至13任一所述方法。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至13任一所述方法。
17.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至13任一所述方法。
