一种利用倾角监测车辆运行姿态的方法、装置及介质与流程

1.本技术涉及车辆平稳性监测技术领域，特别是涉及一种利用倾角监测车辆运行姿态的方法、装置及介质。


背景技术：

2.在城市轨道交通的发展中，车辆运行的平稳性和安全性一直是至关重要的研究方向。随着运行里程的增加，车辆经过长时间的不同载荷及轮轨力等应力作用，会导致车辆的悬挂系统可能发生疲劳、阻尼变化、形变，继而导致车体及转向架运行状态发生改变，再加上轮轨匹配度不良，可能对车辆的运用安全造成影响，如车体运行不平稳、左右晃动、前后抖动、车体倾斜，甚至导致车辆在运行过程中存在倾覆的风险。此外，随着车辆结构设计的变化，车辆悬挂装置设计的距离变化也对车辆运行品质造成了一定影响。
3.目前的方法是单独针对转向架、单独针对车体的振动加速度进行独立检测及实时判断。该方法只关注了转向架和车体各自的横、垂方向上的振动加速度变化，即仅对监测对象的平移运动进行关注，信息不全面，不利于对车辆运行姿态和运行品质的全面监测及问题的分析。
4.由此可见，如何对车辆运行姿态进行更全面监测，提升车辆运行安全性，进而提升用户对车辆状态的全面了解，是本领域技术人员亟待解决的问题。


技术实现要素：

5.本技术的目的是提供一种利用倾角监测车辆运行姿态的方法、装置及介质，对车辆运行姿态进行全面监测，提升车辆运行安全性，进而提升用户对车辆状态的全面了解。
6.为解决上述技术问题，本技术提供一种利用倾角监测车辆运行姿态的方法，包括：
7.分别获取待测车辆的车体和/或转向架的倾角数据；
8.对所述各类倾角数据的分布特性进行分析以输出车辆倾覆预警信号。
9.优选地，所述对所述各类倾角数据的分布特性进行分析以输出车辆倾覆预警信号包括：
10.将各类所述倾角数据按照时间顺序进行排序；
11.依据排序结果依次判断各类所述倾角数据是否大于对应的第一阈值；
12.若大于所述第一阈值，则计数器加1；
13.若不大于所述第一阈值，则所述计数器清零；
14.确定当前所述计数器对应的数值是否大于第一预设值；
15.若大于所述第一预设值，输出所述倾覆预警信号，并将所述计数器清零；
16.若不大于所述第一预设值，返回所述依据排序结果依次判断各类所述倾角数据是否大于对应的第一阈值的步骤。
17.优选地，所述对所述各类倾角数据的分布特性进行分析以输出车辆倾覆预警信号包括：
18.对预设时长内的各类所述倾角数据按照时间顺序进行排序；
19.依据排序结果依次判断各类所述倾角数据是否大于对应的第二阈值；
20.若大于所述第二阈值，则计数器加1；
21.若不大于所述第二阈值，则计数器减1；
22.确定在所述预设时长后所述计数器对应的数值是否大于第二预设值；
23.若大于所述第二预设值，输出所述倾覆预警信号，并将所述计数器清零；
24.若不大于所述第二预设值，将所述计数器清零，并返回所述依据排序结果依次判断各类所述倾角数据是否大于对应的第二阈值的步骤。
25.优选地，所述倾角数据包括横滚角、俯仰角和偏航角。
26.优选地，当车速不为0时，所述分别获取待测车辆的车体和/或转向架的倾角数据包括：
27.分别获取所述待测车辆的车体和/或所述转向架的角速度数据；
28.基于四元数法对所述角速度数据进行计算得到所述车体和/或所述转向架的横滚角、俯仰角和偏航角；
29.获取所述车体和/或所述转向架的振动加速度数据；
30.通过所述振动加速度数据对所述横滚角和所述俯仰角的误差进行补偿，并通过地磁计数据对所述偏航角的误差进行补偿。
31.优选地，当车速为0时，所述分别获取待测车辆车体和/或转向架的倾角数据包括：
32.获取所述车体和/或所述转向架的振动加速度数据；
33.当监测对象绕预先建立的基准坐标系中的y轴旋转时，根据所述振动加速度数据计算横滚角；
34.当所述监测对象绕所述基准坐标系中的x轴旋转时，根据所述振动加速度数据计算俯仰角。
35.优选地，在所述分别获取待测车辆车体和/或转向架的倾角数据之后还包括：
36.计算所述倾角数据的特征数据；其中，所述特征数据包括横滚角度极值、俯仰角度极值和偏航角度极值；
37.分析各类所述特征数据以确定倾角指标趋势是否连续上升和/或波动异常和/或趋势超限；
38.输出待测车辆车体和/或转向架的状态告警信号。
39.优选地，所述分析各类所述特征数据以确定倾角指标趋势是否连续上升和/或波动异常和/或趋势超限包括：
40.获取车辆运行的行驶速度相关数据；
41.提取第一预设周期内满足第一预设条件的所述行驶速度相关数据所对应的所述特征数据；其中，所述第一预设条件为行驶速度达到预设速度等级，且所述行驶速度在预设速度区间内；
42.分别计算各所述特征数据在第一预设时长内的均值aud；
43.以第二预设时长为一个滑动窗口，计算每个所述滑动窗口的平均值aw、方差sw和斜率bw；其中，所述第一预设时长小于所述第二预设时长；
44.筛选所述方差sw小于第一预设方差s1的目标滑动窗口，对所述目标滑动窗口中的
各平均值aw和各斜率bw分别求均值得到第一参考值ah和第二参考值bh；
45.当确定所述车体和/或所述转向架的特征数据中任意一类数据连续第一预设次数所述平均值aw大于所述第一参考值ah，且所述方差sw大于所述第二参考值bh时，输出对应转向架和/或车体的倾角指标趋势连续上升告警信号；
46.当确定所述车体和/或所述转向架的目标分析数据中任意一类数据连续第二预设次数所述方差sw大于所述第一预设方差s1时，输出对应转向架和/或车体的倾角指标趋势波动异常告警信号；
47.当确定所述车体和/或所述转向架的目标分析数据中任意一类数据对应的第一参考值ah大于第一参考阈值a1，且对应的第二参考值bh大于第二参考阈值b1时，输出对应转向架和/或车体的倾角指标趋势超限告警信号。
48.优选地，在所述筛选所述方差sw小于第一预设方差s1的目标滑动窗口，对所述目标滑动窗口中的各平均值aw和各斜率bw分别求均值得到第一参考值ah和第二参考值bh之前，还包括：
49.当确定第二预设周期内所述行驶速度达到预设速度等级，和/或获取所述车辆的行驶公里数相关数据；当所述行驶公里数小于预设公里数，和/或斜率bw小于预设斜率时，将所述第一预设周期内所有所述特征数据剔除。
50.优选地，在所述分别获取待测车辆车体和/或转向架的倾角数据之后还包括：
51.获取车辆运行的行驶速度相关数据；
52.分析所述车体和转向架的倾角数据以确定所述车体和转向架之间的各方向倾角差值指标趋势是否连续上升和/或波动异常和/或趋势超限；
53.输出待测车辆车体和转向架之间部件的状态告警信号。
54.优选地，所述分析所述车体和转向架的倾角数据以确定所述车体和转向架之间的各方倾角差值指标趋势是否连续上升和/或波动异常和/或趋势超限包括：
55.提取第三预设周期内满足第二预设条件的所述行驶速度相关数据所对应的倾角数据；其中，所述第二预设条件为行驶速度达到预设速度等级，且所述行驶速度在预设速度区间内；
56.分别计算所述车体与所述转向架在横滚、俯仰和偏航方向上的倾角差值；
57.计算各所述倾角差值在第三预设时长内的均值ave；
58.以第四预设时长为一个滑动窗口，计算每个所述滑动窗口的平均值ax、方差sx和斜率bx；其中，所述第三预设时长小于所述第四预设时长；
59.筛选所述方差sx小于第二预设方差s2的目标滑动窗口，对所述目标滑动窗口中的各平均值ax和各斜率bx分别求均值得到第三参考值an和第四参考值bn；
60.当确定任意一类所述倾角差值连续第三预设次数所述平均值ax大于所述第三参考值an，且所述方差sx大于所述第四参考值bn时，输出待测车辆车体和转向架之间部件的倾角差值指标趋势连续上升告警信号；
61.当确定任意一类所述倾角差值连续第三预设次数所述方差sx大于所述第二预设方差s2时，输出待测车辆车体和转向架之间部件的倾角差值指标趋势波动异常告警信号；
62.当确定任意一类所述倾角差值对应的第三参考值an大于参考阈值a2，且对应的第二参考值bh大于参考阈值b2时，输出待测车辆车体和转向架之间部件的倾角差值指标趋势
超限告警信号。
63.优选地，所述的利用倾角监测车辆运行姿态的方法，还包括：
64.获取列车运行的行驶速度相关数据；
65.对同一列车的不同车辆的各类所述特征数据进行分析以确定车辆指标是否离散度异常，以输出相应车体，和/或转向架，和/或车体与转向架之间的部件的告警信号。
66.优选地，所述对同一列车的不同车辆的各类所述特征数据进行分析以确定车辆指标是否离散度异常，以输出相应车体，和/或转向架，和/或车体与转向架之间的部件的告警信号包括：
67.从所述行驶速度相关数据中提取第四预设周期内行驶速度达到预设速度等级，且所述行驶速度在预设速度区间内的所述行驶速度相关数据所对应的目标分析数据；其中，所述目标分析数据包括振动加速度相关数据和/或角速度相关数据、和/或倾角相关数据、和/或车体与转向架之间各方向的倾角差值；
68.分别计算所述车辆的各所述目标分析数据在第五预设时长内的均值au；
69.计算在第五预设周期内所述车辆的各所述目标分析数据在不同行驶速度等级下的平均值at和方差st；
70.当确定所述车辆对应的目标分析数据中任意一类数据在第六预设时长内所述方差st大于方差阈值sm，则确定所述车辆相应指标离散度异常并输出相应车体和/或转向架的告警信号；
71.当确定所述车辆对应的目标分析数据中任意一类数据在第七预设时长内所述方差st大于方差阈值sm，且所述方差st最大值均为同一目标车辆，则确定所述目标车辆相应指标离散度异常，并输出相应车体和/或转向架的告警信号。
72.为了解决上述技术问题，本技术还提供了一种利用倾角监测车辆运行姿态的装置，包括：
73.获取模块，用于分别获取车体和/或转向架的倾角数据；
74.分析模块，用于对所述倾角数据的分布特性进行分析以输出车辆倾覆预警信号。
75.为了解决上述技术问题，本技术还提供了一种利用倾角监测车辆运行姿态的装置，包括存储器，用于存储计算机程序；
76.处理器，用于执行所述计算机程序时实现所述的利用倾角监测车辆运行姿态的方法的步骤。
77.为了解决上述技术问题，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的利用倾角监测车辆运行姿态的方法的步骤。
78.本发明所提供的一种利用倾角监测车辆运行姿态的方法，包括：分别获取车体和转向架的倾角数据，并对倾角数据的分布特性进行分析以输出车辆倾覆预警信号。由此可见，本技术所提供的技术方案，基于车体和转向架的倾角数据对车辆运行的姿态进行监测，提前对车辆可能出现的危险进行预警，提升车辆运行安全性，进而提升用户对车辆状态的掌握。进一步的，本技术所提供的技术方案，弥补了现有车辆运行姿态监测时，仅监测车辆转向架、车体的振动加速度指标时存在的问题，提出了一种针对转向架、车体在运行过程中绕某一方向的旋转运动的不平稳现象的监测方法，完善了车辆运行姿态的监测内容。该方
法将原来的仅关注转向架和车体各自的横、垂方向上的振动加速度变化情况，即将仅监测车辆的平移运动情况，扩展到关注转向架、车体在运行过程中绕某一方向的旋转运动情况。同时，本技术的技术方案还进一步对转向架、车体的倾角及倾角差等数据的长时间的积累和分析进行关注，进而关注转向架、车体及转向架和车体之间的部件如悬挂装置等的状态趋势，帮助列车运维人员总结出车辆的运行姿态的发展规律、确定车辆维修门限值，为列车运维人员提前掌握车辆、列车状态，安排维修作业提供了支撑。
79.此外，本技术还提供一种利用倾角监测车辆运行姿态的装置和介质，与上述的利用倾角监测车辆运行姿态的方法相对应，效果同上。
附图说明
80.为了更清楚地说明本技术实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
81.图1为本技术实施例所提供的一种利用倾角监测车辆运行姿态的方法的流程图；
82.图2为本技术实施例所提供的一种列车基准坐标系的示意图；
83.图3为本技术实施例所提供的一种利用倾角监测车辆运行姿态的装置的结构图；
84.图4为本技术另一实施例提供的一种利用倾角监测车辆运行姿态的装置的结构图。
具体实施方式
85.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本技术保护范围。
86.本技术的核心是提供一种利用倾角监测车辆运行姿态的方法、装置及介质，对车辆运行姿态进行全面监测，提升车辆运行安全性，进而提升用户对车辆状态的全面了解。
87.为了使本领域的技术人员更好地理解本技术方案，下面结合附图和具体实施方式对本技术作进一步的详细说明。
88.在城市轨道交通的发展中，车辆运行的平稳性和安全性一直是至关重要的研究方向。随着运行里程的增加，车辆经过长时间的不同载荷及轮轨力等应力作用，会导致车辆的悬挂系统可能发生疲劳、阻尼变化、形变，继而导致车体及转向架运行状态发生改变，再加上轮轨匹配度不良，可能对车辆的运用安全造成影响，如车体运行不平稳、左右晃动、前后抖动、车体倾斜，甚至导致车辆在运行过程中存在倾覆的风险。此外，随着车辆结构设计的变化，车辆悬挂装置设计的距离变化也对车辆运行品质造成了一定影响。
89.目前的方法是单独针对转向架、单独针对车体的振动加速度进行独立检测及实时判断。该方法只关注了转向架和车体各自的横、垂方向上的振动加速度变化，即仅对监测对象的平移运动进行关注，信息不全面，不利于对车辆运行姿态和运行品质的全面监测及问题的分析。
90.为了解决上述技术问题，对车辆运行姿态进行更全面监测，提升车辆运行安全性，
进而提升用户对车辆状态的全面了解，本技术实施例提供了一种利用倾角监测车辆运行姿态的方法，通过获取待测车辆的车体和/或转向架的倾角数据，并对各类倾角数据的分布特性进行分析，进而输出车辆倾覆预警信号，基于对转向架、车体在运行过程中绕某一方向的旋转运动的监测，实现对车辆运行姿态的全面监测，提升车辆运行安全性。
91.图1为本技术实施例所提供的一种利用倾角监测车辆运行姿态的方法的流程图，如图1所示，该方法包括：
92.s10：分别获取待测车辆的车体和/或转向架的倾角数据；
93.在具体实施例中，获取待测车辆的车体和/或转向架的倾角数据时，可以是将对应的传感器设置于车体和/或转向架上直接采集倾角数据，也可以是先获取车体和/或转向架的振动加速度数据和角速度数据，在通过振动加速度数据和角速度数据计算得到倾角数据，对于倾角数据的获取方式本技术不作限定。
94.其中，倾角数据包括横滚角、俯仰角和偏航角，事实上，获取到横滚角、俯仰角和偏航角基本可以还原部件的运行姿态。图2为本技术实施例所提供的一种列车基准坐标系的示意图，如图2所示，以列车为基准建立坐标系，即，以列车的横向为x轴，纵向为y周，垂向为z轴建立列车基准坐标系，车辆绕x轴旋转称之为横滚，横滚与x-y轴形成的水平面形成的夹角为横滚角，车辆绕y轴旋转称之为俯仰，俯仰与x-y轴形成的水平面形成的夹角为俯仰角，而车辆绕z轴旋转称之为偏航，偏航与x-z轴形成的平面形成的夹角为偏航角。
95.实施中，当车辆的车速不为0时，获取车体和/或转向架的倾角数据时，需要先获取车体和/或转向架的角速度数据和振动加速度数据，然后基于四元数法对角速度数据进行计算得到车体和/或转向架的横滚角、俯仰角和偏航角，并通过振动加速度数据对横滚角和俯仰角的误差进行补偿，且通过地磁计数据对偏航角的误差进行补偿。
96.若车速为0时，只有振动加速度信号，因此只能根据振动加速度数据计算倾角数据。具体的，在获取到车体和/或转向架的振动加速度数据后，当监测对象绕预先建立的基准坐标系中的y轴旋转时，根据振动加速度数据计算横滚角，当检测对象绕基准坐标系中的x轴旋转时，根据振动加速度数据计算俯仰角。
97.s11：对各类倾角数据的分布特性进行分析以输出车辆倾覆预警信号。
98.在得到各类倾角数据后，可以对各类倾角数据的分布特性进行分析，进而输出车辆倾覆的预警信号。还可以计算各倾角数据的特征数据，其中特征数据包括横滚角度极值、俯仰角度极值和偏航角度极值，得到倾角数据的特征数据后，分析各类特征数据以确定倾角指标趋势是否连续上升和/或波动异常和/或趋势超限的情况，进而输出待测车辆车体和/或转向架的状态告警信号。
99.此外，还可以额外获取车辆运行的行驶速度相关数据，然后基于行驶速度相关数据分析车体和转向架的倾角数据，进而确定车体和转向架之间的各方向倾角差值指标趋势是否发生连续上升和/或波动异常和/或趋势超限的情况，并输出待测车辆车体和转向架之间部件的状态告警信号。
100.进一步的，在得到列车运行的行驶速度相关数据后，可以对同一列车的不同车辆的各类特征数据进行分析，进而确定车辆指标是否离散度异常，并输出相应车体，和/或转向架，和/或车体与转向架之间的部件的告警信号。
101.本技术实施例所提供的利用倾角监测车辆运行姿态的方法，包括：分别获取车体
和转向架的倾角数据，并对倾角数据的分布特性进行分析以输出车辆倾覆预警信号。由此可见，本技术所提供的技术方案，基于车体和转向架的倾角数据对车辆运行的姿态进行监测，提前对车辆可能出现的危险进行预警，提升车辆运行安全性，进而提升用户对车辆状态的掌握。进一步的，本技术所提供的技术方案，弥补了现有车辆运行姿态监测时，仅监测车辆转向架、车体的振动加速度指标所存在的问题，提出了一种针对转向架、车体在运行过程中绕某一方向的旋转运动的不平稳现象的监测方法，完善了车辆运行姿态的监测内容。该方法将原来的仅关注转向架和车体各自的横、垂方向上的振动加速度变化情况，即将仅监测车辆的平移运动情况，扩展到关注转向架、车体在运行过程中绕某一方向的旋转运动情况。同时，本技术的技术方案还进一步对转向架、车体的倾角及倾角差等数据的长时间的积累和分析进行关注，进而关注转向架、车体及转向架和车体之间的部件如悬挂装置等的状态趋势，帮助列车运维人员总结出车辆的运行姿态的发展规律、确定车辆维修门限值，为列车运维人员提前掌握车辆、列车状态，安排维修作业提供了支撑。
102.在具体实施例中，对各类倾角数据的分布特性进行分析以输出车辆倾覆预警信号时，可以通过以下两种方式进行分析：
103.方式一：先对各类倾角数据按照时间顺序进行排序得到排序结果，根据排序结果依次判断各类倾角数据是否大于对应的第一阈值g1，若大于第一阈值g1，控制计数器加1，若不大于第一阈值g1，则对计数器清零。进一步的，实时判断当前计数器对应的数值是否大于第一预设值h1，若大于第一预设值h1，则确定车辆可能发生倾覆的风险，此时输出倾覆预警信号，并将计数器清零。若不大于第一预设值h1，则继续判断各类倾角数据是否大于对应的第一阈值g1。
104.方式二：先对预设时长t内的各类倾角数据按照时间顺序进行排序得到排序结果，并根据排序结果依次判断各类倾角数据是否大于对应的第二阈值g2，若大于，控制计数器加1，否则，控制计数器减1。进一步的，在预设时长后确定计数器对应的数值大于第二预设值h2，则确定车辆可能发生倾覆的风险，此时输出倾覆预警信号，并将计数器清零。若计数器对应的数值不大于第二预设值h2，则继续判断各类倾角数据是否大于对应的第二阈值g2。实施中，可以选择方式一分析车辆是否有发生倾覆的风险，也可以采用方式二进行分析，对此本技术不作具体限定。
105.本技术实施例所提供的利用倾角监测车辆运行姿态的方法，基于车体和转向架的倾角数据对车辆运行的姿态进行监测，提前对车辆可能出现的危险进行预警，提升车辆运行安全性，进而提升用户对车辆状态的掌握。并通过对转向架、车体在运行过程中绕某一方向的旋转运动不平稳现象的监测，基于三维角度的监测，提升检测准确定。
106.在具体实施例中，当车辆的车速不为0，获取待测车辆的车体和/或转向架的倾角数据时，先分别获取待测车辆的车体和/或转向架的角速度数据，并通过角速度数据基于四元数法计算得到车体和/或转向架的横滚角、俯仰角和偏航角。进一步的，通过获取车体和/或转向架的振动加速度数据，且通过振动加速度数据对横滚角和俯仰角的误差进行补偿，并通过地磁计数据对偏航角的误差进行补偿。
107.具体的，为了描述姿态，需要引入空间三维坐标系，用空间矢量变换方法加以描述。定义参考坐标系(又称导航坐标系)和载体坐标系两个不同的三维坐标系。
108.在监测对象运行过程中，参考坐标系保持不变，载体坐标系相对参考坐标系经过
一次或多次旋转后，得到新的载体坐标系。实施中，若通过传感器采集监测对象的运行相关数据，由于监测传感器需要安装在监测对象上，且为刚性连接，因此监测传感器获取的数据都在载体坐标系中。所以在姿态计算中，需要将载体坐标系的数据转换到参考坐标系中再进行姿态计算。
109.根据欧拉旋转定理，刚体绕固定点的位移可以通过绕该点的某个轴一次转动实现，在欧拉转动中，将载体坐标系转动三次得到参考坐标系。在三次转动中每次的旋转轴是被转动坐标系的某一坐标轴，每次的转动角即为欧拉角。因此，以欧拉角确定的姿态矩阵是三次坐标转换矩阵的乘积。其中，坐标转换矩阵有如下标准形式：
[0110][0111][0112][0113]
其中，为绕x轴旋转的矩阵，ry(θ)为绕y轴旋转的矩阵，rz(y)为绕z轴旋转的矩阵。
[0114]
按照z轴、y轴和x轴的旋转顺序，可得姿态旋转矩阵：
[0115][0116]
根据矩阵a，可得z方向、y方向和x方向上旋转(或变化)的倾角分别为：
[0117][0118]
θ＝arcsin[a(1,3)](6)
[0119][0120]
其中，a(2,3)表示矩阵a的第二行第三列数据，其他矩阵同理，此处暂不赘述。
[0121]
对应矩阵a，以四元数法来表示姿态旋转矩阵，得到矩阵b：
[0122][0123]
结合矩阵a和矩阵b，根据公式(5)、公式(6)和公式(7)式，可得z方向、y方向和x方向上旋转(或变化)的倾角分别为：
[0124][0125]
θ＝arcsin[b(1,3)]＝arcsin(2(q1q
3-q0q2))(10)
[0126][0127]
进一步的，四元数的微分方程为：
[0128][0129]
公式(12)中，ω为监测对象的角速度测量值。公式(12)还可以表示为：
[0130][0131]
四元数在离散域的更新算法为：
[0132][0133]
其中，δω为监测对象的角速度值。
[0134]
特别的，在具体实施例中，若仅采用陀螺仪来监测角速度，且用来计算角度，陀螺仪的动态性能虽好，但是对陀螺仪测得的角速度在时间上进行积分时会带来累计误差，因此，仅采用陀螺仪来监测角速度是不够的。
[0135]
为了得到准确的偏航角，本技术所提供的技术方案，加速度计可用来对陀螺仪的横滚角和俯仰角的速度误差进行补偿，而偏航角的速度误差可以采用地磁计(即，电子罗盘)的信号进行补偿，进而得到准确的偏航角。
[0136]
也就是说，在车速不为0时，基于四元数法计算得到各倾角数据后，即，得到横滚角、俯仰角和偏航角后，通过振动加速度数据对横滚角和俯仰角的误差进行补偿，并通过地磁计数据对偏航角的误差进行补偿。
[0137]
进一步的，根据公式(14)对四元数进行更新，将更新后的四元数带入公式(9)、公式(10)和公式(11)，进而计算得到倾角数据。
[0138]
本技术实施例所提供的利用倾角监测车辆运行姿态的方法，当车速不为0时，在获取到待测车辆的车体和/或转向架的角速度数据后，基于四元数法对角速度数据进行计算得到车体和/或转向架的横滚角、俯仰角和偏航角，并通过振动加速度数据对横滚角和俯仰角的误差进行补偿，且通过地磁计数据对偏航角的误差进行补偿，由此得到准确的倾角数据，进而提升车辆运行姿态的监测准确性。
[0139]
进一步的，当车辆的车速为0时，此时，仅能通过加速度信号求解倾角数据。具体的，在获取到车体和/或转向架的振动加速度数据后，当监测对象绕预先建立的基准坐标系中的y轴旋转时，根据振动加速度数据计算横滚角，当监测对象绕基准坐标系中的x轴旋转时，根据振动加速度数据计算俯仰角。
[0140]
实施中，在三位空间中建立基准坐标系，以y轴为列车的行进方向，假设，监测对象绕y轴旋转的角为θ，则θ为监测对象的横滚角，且θ的计算公式为：
[0141][0142]
若监测对象绕y轴旋转的角为ψ，则ψ为监测对象的俯仰角，且ψ的计算公式为：
[0143][0144]
事实上，仅使用加速度信号无法求解偏航角，此时，可采用基于四元数法计算得到偏航角，并通过地磁计数据对偏航角的误差进行补偿的方式得到偏航角。
[0145]
本技术实施例所提供的利用倾角监测车辆运行姿态的方法，当车速为0时，可通过获取到车体和/或转向架的振动加速度数据，当监测对象绕预先建立的基准坐标系中的y轴旋转时，根据振动加速度数据计算横滚角，当监测对象绕基准坐标系中的x轴旋转时，根据振动加速度数据计算俯仰角。由此，实现静态求倾角数据，并对得到的倾角数据进行分析以确定车辆运行是否平稳，以便运维人员获取车辆运行姿态的发展规律，并为维护作业提供相应的支撑。
[0146]
在上述实施例的技术上，在得到待测车辆车体和/或转向架的倾角数据之后，可以通过计算倾角数据的特征数据，并对各类特征数据进行分析，进而确定倾角指标趋势是否发生连续上升和/或波动异常和/或趋势超限的现象，以便输出待测车辆车体和/或转向架的状态告警信号。需要说明的是，倾角数据的特征数据包括横滚角度极值、俯仰角度极值和偏航角度极值。
[0147]
具体的，对倾角数据的各类特征数据进行分析包括以下几个步骤：
[0148]
步骤1：获取车辆运行的行驶速度相关数据，并提取第一预设周期内满足第一预设条件的行驶速度相关数据所对应的特征数据；其中，第一预设条件为行驶速度达到预设速度等级，且行驶速度在预设速度区间内；
[0149]
可以理解的是，不同的速度等级和行驶速度均对应不同的特征数据，为了提升监测准确性，需要滤除无效数据，例如行驶速度未达到预设等级时，表征车辆未行驶，则将产生的数据作为分析数据，会降低监测准确性，因此在得到行驶速度相关数据后，仅提取满足第一预设条件的特征数据进行分析。
[0150]
例如，第一预设周期为1个月，在得到车辆的行驶速度相关数据后，提取一个月内行驶速度达到预设速度等级(例如，行驶速度等级达到250km/h)，且行驶速度在预设速度区间内(例如，行驶速度浮动在[-10km/h，+10km/h]内)的行驶速度相关数据所对应的特征数据。
[0151]
需要说明的是，特征数据包括横滚角度极值、俯仰角度极值和偏航角度极值，选择数据进行分析时，可以选择特征数据中的一类或者多类进行分析，对此本技术不做限定。
[0152]
步骤2：分别计算各特征数据在第一预设时长内的均值aud，并以第二预设时长为一个滑动窗口，计算每个滑动窗口的平均值aw、方差sw和斜率bw；其中，第一预设时长小于第二预设时长；
[0153]
例如，第一预设时长为1天，第二预设时长为n天，则计算各特征数据每日的均值aud，然后以n天为一个固定滑动窗口，每次滑动一天，计算每个滑动窗口的平均值aw、方差sw和斜率bw，其中，平均值aw、方差sw和斜率bw的计算公式分别为：
[0154][0155][0156][0157]
步骤3：筛选方差sw小于第一预设方差s1的目标滑动窗口，对目标滑动窗口中的各平均值aw和各斜率bw分别求均值得到第一参考值ah和第二参考值bh；
[0158]
进一步的，计算历史平均值和历史斜率作为更新数据的分析依据。即，筛选出sw＜s1的目标滑动窗口，事实上，筛选的目标滑动窗口即为数据波动较小的窗口。然后对筛选出的各目标滑动窗口中的各平均值aw和各斜率bw分别求均值得到第一参考值ah和第二参考值bh。当然，后续还可以在第一参考值ah和第二参考值bh的基础上再求均值，可根据地面分析系统的数据搜索量确定是否进一步求均值。往往在数据量较大时，需要进一步求均值。
[0159]
步骤4：分析倾角指标趋势是否发生连续上升和/或波动异常和/或趋势超限的现象，并输出待测车辆车体和/或转向架的状态告警信号；
[0160]
具体的，当确定车体和/或转向架的特征数据中任意一类数据连续第一预设次数平均值aw大于第一参考值ah，且方差sw大于第二参考值bh时，输出对应转向架和/或车体的倾角指标趋势连续上升告警信号；
[0161]
当确定车体和/或转向架的目标分析数据中任意一类数据连续第二预设次数方差sw大于第一预设方差s1时，输出对应转向架和/或车体的倾角指标趋势波动异常告警信号；
[0162]
当确定车体和/或转向架的目标分析数据中任意一类数据对应的第一参考值ah大于第一参考阈值a1，且对应的第二参考值bh大于第二参考阈值b1时，输出对应转向架和/或车体的倾角指标趋势超限告警信号。
[0163]
在具体实施例中，为了进一步提升监测准确性，在筛选方差sw小于第一预设方差s1的目标滑动窗口，对目标滑动窗口中的各平均值aw和各斜率bw分别求均值得到第一参考值ah和第二参考值bh之前，对分析数据进一步进行过滤和处理。
[0164]
具体的，当确定第二预设周期内行驶速度达到预设速度等级，和/或获取车辆的行驶公里数相关数据；当行驶公里数小于预设公里数，和/或斜率bw小于预设斜率时，将第一预设周期内所有特征数据剔除。
[0165]
本技术实施例所提供的利用倾角监测车辆运行姿态的方法，在获取待测车辆车体和/或转向架的倾角数据之后，通过计算倾角数据的特征数据，并分析各类特征数据以确定倾角指标趋势是否连续上升和/或波动异常和/或趋势超限，进而输出待测车辆车体和/或转向架的状态告警信号。由此，基于倾角数据的特征数据，实现对车辆倾角指标趋势的分
析，确定车体和/或转向架的状态，为用户了解车辆状态提供全面的信息，进而提升车辆运行安全性。
[0166]
作为优选的实施例，在获取待测车辆车体和/或转向架的倾角数据之后，还可以获取车辆运行的行驶速度相关数据，并分析车体和转向架的倾角数据，进而确定车体和转向架之间的各方向倾角差值指标趋势是否连续上升和/或波动异常和/或趋势超限，以便输出待测车辆车体和转向架之间部件的状态告警信号。具体的，包括以下几个步骤：
[0167]
步骤1：提取第三预设周期内满足第二预设条件的行驶速度相关数据所对应的倾角数据，并分别计算车体与转向架在横滚、俯仰和偏航方向上的倾角差值；其中，第二预设条件为行驶速度达到预设速度等级，且行驶速度在预设速度区间内；
[0168]
例如，第三预设周期为一天，则提取一天之内行驶速度等级分别达到300km/h，且行驶速度在[-10km/h，+10km/h]的预设区间内的行驶速度相关数据所对应的倾角数据，并计算倾角数据中，车体与转向架分别在横滚、俯仰和偏航方向上的倾角差值。
[0169]
步骤2：计算各倾角差值在第三预设时长内的均值ave，并以第四预设时长为一个滑动窗口，计算每个滑动窗口的平均值ax、方差sx和斜率bx；其中，第三预设时长小于第四预设时长；
[0170]
其中，平均值ax、方差sx和斜率bx的计算公式分别为：
[0171][0172][0173][0174]
步骤3：筛选方差sx小于第二预设方差s2的目标滑动窗口，对目标滑动窗口中的各平均值ax和各斜率bx分别求均值得到第三参考值an和第四参考值bn；
[0175]
将sx＜s2的窗口作为目标滑动窗口，然后对求目标滑动窗口中的各平均值ax和各斜率bx的均值得到第三参考值an和第四参考值bn。同样的，可以在第三参考值an和第四参考值bn的基础上进一步求均值，对此本技术不作限定，可根据实际数据量进行相应调整。
[0176]
步骤4：分析车体和转向架的倾角数据，进而确定车体和转向架之间的各方向倾角差值指标趋势是否连续上升和/或波动异常和/或趋势超限。
[0177]
具体的，当确定任意一类倾角差值连续第三预设次数平均值ax大于第三参考值an，且方差sx大于第四参考值bn时，输出待测车辆车体和转向架之间部件的倾角差值指标趋势连续上升告警信号；
[0178]
当确定任意一类倾角差值连续第三预设次数方差sx大于第二预设方差s2时，输出待测车辆车体和转向架之间部件的倾角差值指标趋势波动异常告警信号；
[0179]
当确定任意一类倾角差值对应的第三参考值an大于参考阈值a2，且对应的第二参考值bh大于参考阈值b2时，输出待测车辆车体和转向架之间部件的倾角差值指标趋势超限
告警信号。
[0180]
本技术实施例所提供的利用倾角监测车辆运行姿态的方法，在分别获取待测车辆车体和/或转向架的倾角数据之后，通过获取车辆运行的行驶速度相关数据，并分析车体和转向架的倾角数据以确定车体和转向架之间的各方向倾角差值指标趋势是否连续上升和/或波动异常和/或趋势超限，进而输出待测车辆车体和转向架之间部件的状态告警信号。由此，基于倾角数据确定车体和转向架之间部件的状态，进一步完善了车辆运行姿态的监测内容，关注转向架、车体及转向架和车体之间的部件如悬挂装置等的状态趋势，为了维护人员进行维护提供依据。
[0181]
进一步的，作为优选的实施例，本技术所提供的技术方案，可以通过获取列车运行的行驶速度相关数据，并对同一列车的不同车辆的各类特征数据进行分析以确定车辆指标是否离散度异常，进而输出相应车体，和/或转向架，和/或车体与转向架之间的部件的告警信号。具体的，包括以下几个步骤：
[0182]
步骤1：从行驶速度相关数据中提取第四预设周期内行驶速度达到预设速度等级，且行驶速度在预设速度区间内的行驶速度相关数据所对应的目标分析数据；其中，目标分析数据包括振动加速度相关数据和/或角速度相关数据、和/或倾角相关数据、和/或车体与转向架之间各方向的倾角差值；
[0183]
例如，第四预设周期为5天，预设速度等级为300km/h，且预设速度区间为[-5km/h，+5km/h]，则将5天内行驶速度达到300km/h，且行驶速度波动范围在[-5km/h，+5km/h]内的行驶速度相关数据，所对应的振动加速度相关数据和/或角速度相关数据、和/或倾角相关数据、和/或车体与转向架之间各方向的倾角差值作为目标分析数据。
[0184]
也就是说，处理获取车体和转向架的倾角数据外，还需要获取振动加速度相关数据和角速度相关数据等，可以通过设置对应的传感器器件直接进行采集，对此本技术不做限定。
[0185]
步骤2：分别计算车辆的各目标分析数据在第五预设时长内的均值au，并计算在第五预设周期内车辆的各目标分析数据在不同行驶速度等级下的平均值at和方差st；
[0186]
例如，第五预设时长为1天，则以1天为单位，计算每天列车在不同速度等级下的平均值at和方差st，平均值at和方差st的计算公式分别为：
[0187][0188][0189]
其中，n为一列车中的车辆数，即，车厢数。
[0190]
步骤3：对同一列车的不同车辆的各类特征数据进行分析以确定车辆指标是否离散度异常；
[0191]
具体的，当确定车辆对应的目标分析数据中任意一类数据在第六预设时长内(例如，连续三天内)方差st＞方差阈值sm，则确定车辆相应指标离散度异常并输出相应车体和/或转向架的告警信号；
[0192]
当确定车辆对应的目标分析数据中任意一类数据在第七预设时长内(例如，连续
一周内)方差st＞方差阈值sm，且方差st最大值均为同一目标车辆，则确定目标车辆相应指标离散度异常，并输出相应车体和/或转向架的告警信号。
[0193]
本技术实施例所提供的利用倾角监测车辆运行姿态的方法，通过获取列车运行的行驶速度相关数据，并对同一列车的不同车辆的各类特征数据进行分析，进而确定车辆指标是否离散度异常，并输出相应车体，和/或转向架，和/或车体与转向架之间的部件的告警信号。由此，通过对车辆各类特征数据进行分析输出车体，和/或转向架，和/或车体与转向架之间的部件的告警信号，从空间上，即，对同一对象的不同个体进行分析，进一步扩展监测范围，提升监测准确性和可靠性。
[0194]
在上述实施例中，对于利用倾角监测车辆运行姿态的方法进行了详细描述，本技术还提供一种利用倾角监测车辆运行姿态的装置对应的实施例。需要说明的是，本技术从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件结构的角度。
[0195]
图3为本技术实施例所提供的一种利用倾角监测车辆运行姿态的装置的结构图，如图3所示，该装置包括：
[0196]
获取模块10，用于分别获取车体和/或转向架的倾角数据；
[0197]
分析模块11，用于对倾角数据的分布特性进行分析以输出车辆倾覆预警信号。
[0198]
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
[0199]
本技术实施例所提供的利用倾角监测车辆运行姿态的装置，包括：分别获取车体和转向架的倾角数据，并对倾角数据的分布特性进行分析以输出车辆倾覆预警信号。由此可见，本技术所提供的技术方案，基于车体和转向架的倾角数据对车辆运行的姿态进行监测，提前对车辆可能出现的危险进行预警，提升车辆运行安全性，进而提升用户对车辆状态的掌握。进一步的，本技术所提供的技术方案弥补了现有车辆运行姿态监测时，仅监测车辆转向架、车体的振动加速度指标所存在的问题，提出了一种针对转向架、车体在运行过程中绕某一方向的旋转运动的不平稳现象的监测方法，完善了车辆运行姿态的监测内容。该方法将原来的仅关注转向架和车体各自的横、垂方向上的振动加速度变化情况，即将仅监测车辆的平移运动情况，扩展到关注转向架、车体在运行过程中绕某一方向的旋转运动情况。同时，本技术的技术方案还进一步对转向架、车体的倾角及倾角差等数据的长时间的积累和分析进行关注，进而关注转向架、车体及转向架和车体之间的部件如悬挂装置等的状态趋势，帮助列车运维人员总结出车辆的运行姿态的发展规律、确定车辆维修门限值，为列车运维人员提前掌握车辆、列车状态，安排维修作业提供了支撑。
[0200]
图4为本技术另一实施例提供的一种利用倾角监测车辆运行姿态的装置的结构图，如图4所示，利用倾角监测车辆运行姿态的装置包括：存储器20，用于存储计算机程序；
[0201]
处理器21，用于执行计算机程序时实现如上述实施例所提到的利用倾角监测车辆运行姿态的方法的步骤。
[0202]
本实施例提供的利用倾角监测车辆运行姿态的装置可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
[0203]
其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(digital signal processor，简称dsp)、现场可编
程门阵列(field-programmable gate array，简称fpga)、可编程逻辑阵列(programmable logic array，简称pla)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(central processing unit，简称cpu)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以集成有图像处理器(graphics processing unit，简称gpu)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括人工智能(artificial intelligence，简称ai)处理器，该ai处理器用于处理有关机器学习的计算操作。
[0204]
存储器20可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器20至少用于存储以下计算机程序201，其中，该计算机程序被处理器21加载并执行之后，能够实现前述任一实施例公开的利用倾角监测车辆运行姿态的方法的相关步骤。另外，存储器20所存储的资源还可以包括操作系统202和数据203等，存储方式可以是短暂存储或者永久存储。其中，操作系统202可以包括windows、unix、linux等。数据203可以包括但不限于利用倾角监测车辆运行姿态的方法中所涉及的相关数据等。
[0205]
在一些实施例中，利用倾角监测车辆运行姿态的装置还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
[0206]
本领域技术人员可以理解，图4中示出的结构并不构成对利用倾角监测车辆运行姿态的装置的限定，可以包括比图示更多或更少的组件。
[0207]
本技术实施例提供的利用倾角监测车辆运行姿态的装置，包括存储器和处理器，处理器在执行存储器存储的程序时，能够实现如下方法：利用倾角监测车辆运行姿态的方法。
[0208]
本技术实施例所提供的利用倾角监测车辆运行姿态的装置，基于车体和转向架的倾角数据对车辆运行的姿态进行监测，提前对车辆可能出现的危险进行预警，提升车辆运行安全性，进而提升用户对车辆状态的掌握。进一步的，本技术所提供的技术方案弥补了现有车辆运行姿态监测时，仅监测车辆转向架、车体的振动加速度指标所存在的问题，提出了一种针对转向架、车体在运行过程中绕某一方向的旋转运动的不平稳现象的监测方法，完善了车辆运行姿态的监测内容。
[0209]
最后，本技术还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
[0210]
可以理解的是，如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0211]
以上对本技术所提供的一种利用倾角监测车辆运行姿态的方法、装置及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以对本技术进行若干改进和修饰，这些改进和修饰也落入本技术权利要求的保护范围内。
[0212]
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

技术特征：
1.一种利用倾角监测车辆运行姿态的方法，其特征在于，包括：分别获取待测车辆的车体和/或转向架的倾角数据；对所述各类倾角数据的分布特性进行分析以输出车辆倾覆预警信号。2.根据权利要求1所述的利用倾角监测车辆运行姿态的方法，其特征在于，所述对所述各类倾角数据的分布特性进行分析以输出车辆倾覆预警信号包括：将各类所述倾角数据按照时间顺序进行排序；依据排序结果依次判断各类所述倾角数据是否大于对应的第一阈值；若大于所述第一阈值，则计数器加1；若不大于所述第一阈值，则所述计数器清零；确定当前所述计数器对应的数值是否大于第一预设值；若大于所述第一预设值，输出所述倾覆预警信号，并将所述计数器清零；若不大于所述第一预设值，返回所述依据排序结果依次判断各类所述倾角数据是否大于对应的第一阈值的步骤。3.根据权利要求1所述的利用倾角监测车辆运行姿态的方法，其特征在于，所述对所述各类倾角数据的分布特性进行分析以输出车辆倾覆预警信号包括：对预设时长内的各类所述倾角数据按照时间顺序进行排序；依据排序结果依次判断各类所述倾角数据是否大于对应的第二阈值；若大于所述第二阈值，则计数器加1；若不大于所述第二阈值，则计数器减1；确定在所述预设时长后所述计数器对应的数值是否大于第二预设值；若大于所述第二预设值，输出所述倾覆预警信号，并将所述计数器清零；若不大于所述第二预设值，将所述计数器清零，并返回所述依据排序结果依次判断各类所述倾角数据是否大于对应的第二阈值的步骤。4.根据权利要求1所述的利用倾角监测车辆运行姿态的方法，其特征在于，所述倾角数据包括横滚角、俯仰角和偏航角。5.根据权利要求4所述的利用倾角监测车辆运行姿态的方法，其特征在于，当车速不为0时，所述分别获取待测车辆的车体和/或转向架的倾角数据包括：分别获取所述待测车辆的车体和/或所述转向架的角速度数据；基于四元数法对所述角速度数据进行计算得到所述车体和/或所述转向架的横滚角、俯仰角和偏航角；获取所述车体和/或所述转向架的振动加速度数据；通过所述振动加速度数据对所述横滚角和所述俯仰角的误差进行补偿，并通过地磁计数据对所述偏航角的误差进行补偿。6.根据权利要求4所述的利用倾角监测车辆运行姿态的方法，其特征在于，当车速为0时，所述分别获取待测车辆车体和/或转向架的倾角数据包括：获取所述车体和/或所述转向架的振动加速度数据；当监测对象绕预先建立的基准坐标系中的y轴旋转时，根据所述振动加速度数据计算横滚角；当所述监测对象绕所述基准坐标系中的x轴旋转时，根据所述振动加速度数据计算俯
仰角。7.根据权利要求4所述的利用倾角监测车辆运行姿态的方法，其特征在于，在所述分别获取待测车辆车体和/或转向架的倾角数据之后还包括：计算所述倾角数据的特征数据；其中，所述特征数据包括横滚角度极值、俯仰角度极值和偏航角度极值；分析各类所述特征数据以确定倾角指标趋势是否连续上升和/或波动异常和/或趋势超限；输出待测车辆车体和/或转向架的状态告警信号。8.根据权利要求7所述的利用倾角监测车辆运行姿态的方法，其特征在于，所述分析各类所述特征数据以确定倾角指标趋势是否连续上升和/或波动异常和/或趋势超限包括：获取车辆运行的行驶速度相关数据；提取第一预设周期内满足第一预设条件的所述行驶速度相关数据所对应的所述特征数据；其中，所述第一预设条件为行驶速度达到预设速度等级，且所述行驶速度在预设速度区间内；分别计算各所述特征数据在第一预设时长内的均值aud；以第二预设时长为一个滑动窗口，计算每个所述滑动窗口的平均值aw、方差sw和斜率bw；其中，所述第一预设时长小于所述第二预设时长；筛选所述方差sw小于第一预设方差s1的目标滑动窗口，对所述目标滑动窗口中的各平均值aw和各斜率bw分别求均值得到第一参考值ah和第二参考值bh；当确定所述车体和/或所述转向架的特征数据中任意一类数据连续第一预设次数所述平均值aw大于所述第一参考值ah，且所述方差sw大于所述第二参考值bh时，输出对应转向架和/或车体的倾角指标趋势连续上升告警信号；当确定所述车体和/或所述转向架的目标分析数据中任意一类数据连续第二预设次数所述方差sw大于所述第一预设方差s1时，输出对应转向架和/或车体的倾角指标趋势波动异常告警信号；当确定所述车体和/或所述转向架的目标分析数据中任意一类数据对应的第一参考值ah大于第一参考阈值a1，且对应的第二参考值bh大于第二参考阈值b1时，输出对应转向架和/或车体的倾角指标趋势超限告警信号。9.根据权利要求8所述的利用倾角监测车辆运行姿态的方法，其特征在于，在所述筛选所述方差sw小于第一预设方差s1的目标滑动窗口，对所述目标滑动窗口中的各平均值aw和各斜率bw分别求均值得到第一参考值ah和第二参考值bh之前，还包括：当确定第二预设周期内所述行驶速度达到预设速度等级，和/或获取所述车辆的行驶公里数相关数据；当所述行驶公里数小于预设公里数，和/或斜率bw小于预设斜率时，将所述第一预设周期内所有所述特征数据剔除。10.根据权利要求1所述的利用倾角监测车辆运行姿态的方法，其特征在于，在所述分别获取待测车辆车体和/或转向架的倾角数据之后还包括：获取车辆运行的行驶速度相关数据；分析所述车体和转向架的倾角数据以确定所述车体和转向架之间的各方向倾角差值指标趋势是否连续上升和/或波动异常和/或趋势超限；
输出待测车辆车体和转向架之间部件的状态告警信号。11.根据权利要求10所述的利用倾角监测车辆运行姿态的方法，其特征在于，所述分析所述车体和转向架的倾角数据以确定所述车体和转向架之间的各方倾角差值指标趋势是否连续上升和/或波动异常和/或趋势超限包括：提取第三预设周期内满足第二预设条件的所述行驶速度相关数据所对应的倾角数据；其中，所述第二预设条件为行驶速度达到预设速度等级，且所述行驶速度在预设速度区间内；分别计算所述车体与所述转向架在横滚、俯仰和偏航方向上的倾角差值；计算各所述倾角差值在第三预设时长内的均值ave；以第四预设时长为一个滑动窗口，计算每个所述滑动窗口的平均值ax、方差sx和斜率bx；其中，所述第三预设时长小于所述第四预设时长；筛选所述方差sx小于第二预设方差s2的目标滑动窗口，对所述目标滑动窗口中的各平均值ax和各斜率bx分别求均值得到第三参考值an和第四参考值bn；当确定任意一类所述倾角差值连续第三预设次数所述平均值ax大于所述第三参考值an，且所述方差sx大于所述第四参考值bn时，输出待测车辆车体和转向架之间部件的倾角差值指标趋势连续上升告警信号；当确定任意一类所述倾角差值连续第三预设次数所述方差sx大于所述第二预设方差s2时，输出待测车辆车体和转向架之间部件的倾角差值指标趋势波动异常告警信号；当确定任意一类所述倾角差值对应的第三参考值an大于参考阈值a2，且对应的第二参考值bh大于参考阈值b2时，输出待测车辆车体和转向架之间部件的倾角差值指标趋势超限告警信号。12.根据权利要求1所述的利用倾角监测车辆运行姿态的方法，其特征在于，还包括：获取列车运行的行驶速度相关数据；对同一列车的不同车辆的各类所述特征数据进行分析以确定车辆指标是否离散度异常，以输出相应车体，和/或转向架，和/或车体与转向架之间的部件的告警信号。13.根据权利要求12所述的利用倾角监测车辆运行姿态的方法，其特征在于，所述对同一列车的不同车辆的各类所述特征数据进行分析以确定车辆指标是否离散度异常，以输出相应车体，和/或转向架，和/或车体与转向架之间的部件的告警信号包括：从所述行驶速度相关数据中提取第四预设周期内行驶速度达到预设速度等级，且所述行驶速度在预设速度区间内的所述行驶速度相关数据所对应的目标分析数据；其中，所述目标分析数据包括振动加速度相关数据和/或角速度相关数据、和/或倾角相关数据、和/或车体与转向架之间各方向的倾角差值；分别计算所述车辆的各所述目标分析数据在第五预设时长内的均值au；计算在第五预设周期内所述车辆的各所述目标分析数据在不同行驶速度等级下的平均值at和方差st；当确定所述车辆对应的目标分析数据中任意一类数据在第六预设时长内所述方差st大于方差阈值sm，则确定所述车辆相应指标离散度异常并输出相应车体和/或转向架的告警信号；当确定所述车辆对应的目标分析数据中任意一类数据在第七预设时长内所述方差st
大于方差阈值sm，且所述方差st最大值均为同一目标车辆，则确定所述目标车辆相应指标离散度异常，并输出相应车体和/或转向架的告警信号。14.一种利用倾角监测车辆运行姿态的装置，其特征在于，包括：获取模块，用于分别获取车体和/或转向架的倾角数据；分析模块，用于对所述倾角数据的分布特性进行分析以输出车辆倾覆预警信号。15.一种利用倾角监测车辆运行姿态的装置，其特征在于，包括存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至13任一项所述的利用倾角监测车辆运行姿态的方法的步骤。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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至13任一项所述的利用倾角监测车辆运行姿态的方法的步骤。

技术总结
本申请涉及车辆平稳性监测技术领域，公开了一种利用倾角监测车辆运行姿态的方法、装置及介质，包括：分别获取车体和转向架的倾角数据，并对倾角数据的分布特性进行分析以输出车辆倾覆预警信号。由此，基于车体和转向架的倾角数据对车辆运行的姿态进行监测，提前对车辆可能出现的危险进行预警，提升车辆运行安全性。此外，对转向架、车体在运行过程中绕某一方向的旋转运动的不平稳现象进行分析，完善了车辆运行姿态的监测内容。同时，进一步对转向架、车体的倾角及倾角差等数据的长时间的积累和分析，进而关注转向架、车体及转向架和车体之间的部件如悬挂装置等的状态趋势，以便全面了解车辆运行姿态的发展规律。解车辆运行姿态的发展规律。解车辆运行姿态的发展规律。


技术研发人员：卫俊杰 黄贵发 曾承志 宋辛晖 蒲金飞 李修文 王智
受保护的技术使用者：唐智科技湖南发展有限公司
技术研发日：2022.12.26
技术公布日：2023/4/28