基于Kalmam滤波和Kalman-RTS平滑的高铁轨道平顺性数据融合算法

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4.7 mm降低至2.2 mm,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1.6 mm,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。