La localisation précise d’un train sur la voie ferrée est une information vitale pour la gestion du trafic et la sécurité des passagers. Le système européen de contrôle des trains (ETCS) embarque ainsi un accéléromètre mono axe mesurant l’accélération longitudinale du train. Ce capteur est l’un des nombreux capteurs présents à bord permettant une odométrie précise. Cependant, sa mesure est faussée par la projection de la gravité sur l’axe sensible en fonction de l’inclinaison de la voie. L’objectif de ce mémoire est donc d’augmenter l’intérêt de ce capteur en développant une solution basée sur une centrale inertielle complète dans le but de fournir une accélération longitudinale fiable. Pour cela, un estimateur d’état a été développé à partir d’un filtre de Kalman étendu et de la prise en compte de contraintes sur le vecteur d’état. L’utilisation d’une équation de réactualisation du gain de Kalman force ainsi l’estimation d’état à évoluer dans un espace contraint. De plus, le vecteur d’observation du système a été augmenté par les informations fournies par un estimateur de vitesse et un estimateur d’attitude du train. L’estimateur de vitesse utilise une analyse fréquentielle des mesures accélérométriques et l’estimateur d’attitude exploite la complémentarité fréquentielle des mesures gyrométriques et accélérométriques pour estimer les angles de roulis et de tangage. Ces informations sont ensuite fusionnées avec les mesures de la centrale. Enfin, des expérimentations ont été réalisées en Turquie dans un train et les performances de l’estimateur ont été validées en comparant les résultats obtenus aux données fournies par une centrale de navigation haut de gamme. / The precise location of a train on the rail network is vital information for traffic management and passenger safety. The European Train Control System (ETCS) features a single-axis accelerometer which measures the longitudinal acceleration of the train. This sensor is one of many sensors onboard providing a precise odometry. However, its measurement is corrupted by the projection of the gravity on the sensitive axis as a function of the inclination of the track. The purpose of this work is to increase the value of this sensor by developing a solution based on a complete inertial system in order to provide a reliable longitudinal acceleration. For this, a state estimator was developed based on an extended Kalman filter and the consideration of constraints on the state vector. The use of updating equation of the Kalman gain forces the state estimation to evolve in a constrained space. In addition, the observation vector has been increased with the information provided by a velocity estimator and a train attitude estimator. The velocity estimator uses a frequency analysis of the accelerometer measurements and the attitude estimator operates the frequency complementarity of gyro and accelerometer measurements, to estimate the roll and pitch angles. This information is then merged with the measurements of the IMU. Finally, experiments were carried out in Turkey on a train and the estimator's performance was validated by comparing the results with data from a high-performance inertial navigation system.
Identifer | oai:union.ndltd.org:theses.fr/2016MONTT311 |
Date | 13 December 2016 |
Creators | Veillard, Damien |
Contributors | Montpellier, Fraisse, Philippe |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0016 seconds