Para los sistemas de control de trenes, la precisión del seguimiento de la posición es esencial para garantizar la seguridad y eficiencia de las operaciones. Las técnicas de fusión de información de múltiples fuentes pueden mejorar la precisión de posicionamiento, pero las limitaciones computacionales del equipo a bordo obstaculizan las capacidades de procesamiento en tiempo real requeridas por algoritmos avanzados de fusión de información. Se propone un enfoque innovador que combina la fusión de información de múltiples sensores con la computación en el borde para reducir la carga computacional en los sistemas a bordo y acelerar el procesamiento de datos. Las Redes de Petri de Colores (CPNs) se utilizan para el modelado y validación del algoritmo. El análisis del espacio de estados se utiliza para evaluar la seguridad funcional del método propuesto. Se realizan simulaciones numéricas para identificar los factores clave que afectan el rendimiento del método de posicionamiento de trenes. Estas simulaciones también determinan el intervalo de seguimiento mínimo requerido para un funcionamiento efectivo bajo la computación en el borde. Los resultados muestran que el método de fusión de posicionamiento de trenes basado en la computación en el borde reduce los retrasos en el procesamiento de datos y mejora la precisión del posicionamiento. Este enfoque ofrece una solución práctica para sistemas de control de trenes en tiempo real y precisos.