AiBrainBox列车长隧道内外定位-RTK隧道外绝对基准，超宽带隧道内时间基准与测距约束，三目VIO+双IMU高频运动估计，视觉标识绝对位置校正

AiBrainBox列车长隧道内外定位-RTK隧道外绝对基准，超宽带隧道内时间基准与测距约束，三目VIO+双IMU高频运动估计，视觉标识绝对位置校正

GNSS-Denied Railway Localization

AiBrainBox-UGV 的硬件形态非常适合做成“列车车载定位前端”。但有一个关键判断：

120/160 km/h 下，3目 120 FPS + 双IMU + RTK + 隧道视觉标识，可以做到比较稳定的亚米级定位；300 km/h 下也可以做，但不能把“3目SLAM本身”作为绝对定位保证，必须把 200–300 m 视觉标识作为周期性绝对位置校正，并最好增加车轮里程计/轴速信息或者UWB作为第四类约束。

已有铁路研究也基本印证这个技术方向：GNSS 在隧道中失效后，单纯 MEMS INS 会快速积累误差，而视觉/VIO、里程计、运动约束或 UWB 等外部约束都是解决这一问题的典型路线。近期也已经有 GNSS/INS 与视觉定位切换用于铁路隧道定位的研究，实测 RMS 约 1 m。

底层：

• 3-Camera VIO(120 FPS全局)

• Dual-IMU(1000HZ )

• RTK Initialization（双RTK 位姿）

• UWB

• Railway Motion Constraint

• Visual Landmark Absolute Correction

最终形成：

绝对位置 + 相对连续位姿 + 定位置信度 

• 三层定位

Layer 1：连续定位

Dual IMU + 3 Camera VIO

120 FPS / 1000 Hz

↓

厘米～分米级短时相对运动 

一、列车速度对 120 FPS 的影响

这其实是整个方案最重要的指标。

120 km/h

每帧前进约 28 cm。

对于 120 FPS 三目相机，这已经是一个比较舒服的工作区间。

如果相机：

• Global Shutter

• 120 FPS

• 曝光时间 1/1000 s 左右

• 前视 FOV 70°～100°

• 有足够纹理

那么连续帧之间虽然已经存在明显位移，但是仍然有大量可跟踪特征。

120 km/h：方案比较稳。

---

160 km/h

每帧前进约 37 cm。

仍然可以做，但对：

• 镜头焦距

• 分辨率

• 曝光时间

• 特征密度

• IMU预积分

• 三目几何约束

要求明显提高。

160 km/h：仍属于比较合理的目标。

---

300 km/h

每帧前进接近：

70 cm / frame

这就开始进入真正需要认真设计的高速视觉里程计区域。

问题不是“120 FPS够不够”，而是：

连续两帧之间的视觉变化已经非常大。

如果隧道比较单调，例如：

• 混凝土壁

• 重复灯具

• 重复电缆

• 重复支架

• 重复轨道结构

SLAM 很容易出现：

• 特征点数量下降

• 特征匹配错误

• 短时间 tracking loss

• 局部尺度/姿态漂移

• 重复结构导致错误匹配

已有铁路视觉里程计研究也特别指出，铁路场景存在尺度漂移、特征关联等问题，需要结合场景信息进行约束。

所以：

300 km/h不是不能做，而是不能把它理解成普通机器人SLAM直接跑到300 km/h。

Layer 2：绝对校正

Visual Landmark

100～300m

↓

绝对位置校正 

Layer 3：独立交叉验证

UWB

↓

距离约束 + 时间基准 + 定位完整性检查

最终：

 

AiBrainBox-UGV 三目是：

• Front + Left + Right

Front

负责：

1. 主视觉里程计

2. 隧道纵向结构

3. 标识识别

4. 轨道/隧道几何

5. 前方语义特征

Left + Right

主要价值不是传统意义上的“左右双目测深”，而是：

增加横向环境特征，增强空间约束和长期特征跟踪。

这样做对于隧道特别有价值。

因为前视方向在高速情况下变化太快，而左右墙壁上的：

• 电缆

• 支架

• 洞壁纹理

• 接缝

• 标牌

• 灯具

可以形成相对稳定的侧向特征。

所以把这个系统定义为：

3-camera Railway Visual-Inertial Odometry

而不是简单叫“三目SLAM”。

Front：

• Global Shutter

• 120 FPS

• 2MP～4MP

• 2.8～4mm左右广角，根据安装高度/FOV确定

• 短曝光

• HDR

• 硬件同步

Left / Right

• Global Shutter

• 120 FPS

• 1.3～2MP即可

• 更偏向广视场

• HDR

• 硬件同步

而且三路必须做到：

Hardware Trigger / FSIN 同步

 

• 双 IMU 方案

高量程低精度 IMU + 低量程高精度 IMU

这个设计，非常适合高速列车应用。

因为列车车头的振动环境与普通机器人完全不同。

尤其在：

• 道岔

• 接缝

• 高速运行

• 隧道入口

• 隧道内结构变化

情况下，可能出现瞬时较大的角速度/加速度。

所以可以做：

更重要的是：

不要简单做：

两个 IMU 数据平均

而应该做：

Dual-IMU Adaptive Fusion

根据：

• acceleration

• angular velocity

• saturation

• vibration

• innovation

动态决定哪个 IMU 更可信。

这会成为 AiBrainBox-UGV 在这个项目里的一个比较有技术含量的地方。

• RTK 最重要的作用实际上是：

建立进入隧道之前的高精度绝对初始位置和姿态/速度状态。

整个过程应该设计成：

这就是一个非常标准的：

GNSS → VIO/INS → Landmark → VIO/INS → Landmark

的“绝对—相对—绝对”定位体系。

近期铁路定位研究也采用了 GNSS/INS 与视觉定位在 GNSS-denied 环境之间切换的思路。

• 列车本身有很强的运动先验：

基本沿轨道纵向运动；

横向速度相对很小；

垂向运动受轨道约束；

高速运行时速度连续；

转弯时曲率是连续变化的。

因此可以在 VIO/INS 后面增加一个 Rail Motion Constraint：

UWB 至少承担三个功能：

Front：主VIO + Landmark

Left/Right：增加隧道壁面的横向特征

这样即使正前方：

灯光变化

轨道区域纹理重复

视觉特征不足

左右两侧仍然可以提供辅助特征。

• 200～300 m 一个视觉标识，这个设计非常关键

这个设计是整个方案能不能做到稳定亚米级的关键。

应该设计成：

Railway Localization Landmark

包括：

• 唯一ID

• 精确线路坐标

• 轨道方向

• 安装高度

• 安装横向位置

• 可视尺寸

• 多尺度编码

• 几何定位特征

视觉识别之后不是简单：

“我看到了 Landmark 23”

而是：

“Camera 相对于 Landmark 23 的 6DoF 位姿是多少？”

这样才能真正给 SLAM/INS 提供：

绝对位置观测量。

所以对于 300 km/h：

200～300 m 一个 Landmark，相当于每 2.4～3.6 秒给系统一次绝对位置校正。

这其实是比较好的。

Landmark

是：

在列车高速通过时，能够稳定检测 → 唯一识别 → 精确估计相对6DoF位姿 → 转换为线路绝对坐标。

推荐尺寸

初期原型可以测试：

600 × 600 mm

以及：

800 × 800 mm

两个规格。

甚至在某些隧道条件下：

1000 × 1000 mm

原因很简单：

300 km/h：

83.3 m/s

如果只在经过 Landmark 的瞬间才识别，那就已经太晚。

应该做到：

这样系统不是“看到一次”，而是：

几十米范围内连续观测同一个 Landmark。

这对精度非常重要。

Landmark 应该包含“绝对线路坐标”

在列车高速通过时，能够稳定检测 → 唯一识别 → 精确估计相对6DoF位姿 → 转换为线路绝对坐标。

实际效果高度依赖：

• 隧道纹理；

• 相机FOV；

• 分辨率；

• 曝光时间；

• Landmark尺寸；

• Landmark安装精度；

• 双IMU性能；

• VIO算法；

• 隧道照明；

• 列车振动。

 

视觉算法建议

其中：

Sub-pixel Corner Refinement

Phase 1｜可用性验证

30 km/h

三目VIO + 双IMU + UWB时间同步 + Landmark

证明：

系统能连续定位。

Phase 2｜高速定位验证

120 / 160 km/h

不同Landmark间距

证明：

亚米级连续定位。

Phase 3｜极限工况验证

300 km/h

高速视觉 + UWB + Landmark

证明：

高速GNSS-denied环境下仍具备连续定位能力。

AiBrainBox-UGV铁路后装定位方案的核心技术路线

“GNSS/RTK提供隧道外绝对基准，UWB提供隧道内统一时间基准与测距约束，三目VIO+双IMU提供高频连续运动估计，视觉Landmark提供周期性绝对位置校正。”