CN107272038B - 一种高精度定位的方法及设备 - Google Patents

Abstract

本申请的目的是提供一种高精度定位的方法及设备，本申请通过获取GPS定位点数据，其中，所述定位点数据包括所述定位点的经度、纬度、高程、当前速度和时间戳；根据预设的精度因子和滤波方式对所述GPS定位点数据进行处理，得到优化后的GPS定位点数据；将优化后的GPS定位点数据传输至终端设备。从而只需知道某个GPS定位点的数据，对定位点数据进行处理，不需要建立运动模型，同时计算方式简单有效，规避了发散和运算量大的现象，能输出平滑流畅和高频率的GPS定位点优化数据。

Description

一种高精度定位的方法及设备

技术领域

本申请涉及计算机领域，尤其涉及一种高精度定位的方法及设备。

背景技术

建筑工程中，作业环境和精度需求非常特殊，无论是建筑设计环节，施工环节，展示环节，想要使得AR(Augmented Reality，增强现实)场景中三维模型与现实场景中的实际建筑精确匹配和完全重合，对于AR显示设备的定位精度都提出了相当高的要求。

目前，可以应用于AR环节的大多数手机或者智能眼镜的单独定位能力并不能达到建筑行业对精度的要求，其定位的精度一般在米级别或分米级别，同时，定位的延时性和漂移性都很大。在这样的定位精度下，无法达到三维模型与建筑现场的重合，所以需要借助额外的定位设备。

室外的定位方法主要以GPS为主，但定位信号到达地面时较弱，不能穿透建筑物，GPS接收终端一般都会出现位置偏差现象，由于外界有许多不可变的因素在无时无刻影响着GPS接收卫星信号，如大气层、卫星时钟误差、星历误差和多路径效应等，使得GPS接收终端接收发生漂移的信号，而出现定位偏离现象，而且建筑工程领域中，因为对GPS定位精度要求高，且施工场地环境复杂，传统GPS定位受到接收机观测到的伪距的精度、利用卫星导航电文求得的卫星位置的精度和卫星时钟精度影响很大，传统GPS在建筑施工领域的定位精度不是很高。对于GPS信号的处理方式常见的有滤波和插值等等，如标准卡尔曼滤波、扩展卡尔曼滤波。利用卡尔曼滤波进行测速、定位是需要建立合理准确的运动模型，同时要求系统的观测模型和状态方程是线性的，不准确的载体运动模型会导致滤波在计算过程中产生发散现象；常速模型和常加速模型是卡尔曼滤波常用的两种运动模型，而GPS单点定位中的观测方程是非线性的，所以要对观测方程进行线性化的处理。常用的线性化的方法是把滤波的一步预测值作为近似值，对观测方程在一步预测值处进行泰勒展开，对观测方程进行线性化处理，这种方法称为扩展的卡尔曼滤波法。无论是标准卡尔曼滤波还是扩展卡尔曼滤波，都存在运算量大，效率较低的情况，不适用于高频率情况。

发明内容

本申请的一个目的是提供一种高精度定位的方法及设备，解决现有技术中需要建立运动模型，计算方式复杂，发散和运算量大，定位的延时性和漂移性大的问题。

根据本申请的一个方面，提供了一种高精度定位的方法，所述方法包括：

获取GPS定位点数据，其中，所述定位点数据包括所述定位点的经度、纬度、高程、当前速度和时间戳；

根据预设的精度因子和滤波方式对所述GPS定位点数据进行处理，得到优化后的GPS定位点数据；

将优化后的GPS定位点数据传输至终端设备。

进一步地，上述方法中，所述方法包括：

根据预设的精度因子确定变异系数的初值；

根据所述相隔数据的持续时间及变异系数的初值确定首次GPS定位点数据的变异系数。

进一步地，上述方法中，根据预设的精度因子和滤波方式对所述GPS定位点数据进行处理，包括：

根据所述GPS定位点数据确定相隔数据的持续时间；

根据所述相隔数据的持续时间、前一组GPS定位点数据的更新后的变异系数及当前GPS定位点数据中的速度确定当前GPS定位点数据的变异系数；

根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数；

根据每一组GPS定位点数据的增益系数对所述GPS定位点数据进行处理。

进一步地，上述方法中，根据所述GPS定位点数据确定相隔数据的持续时间，包括：

根据当前GPS定位点数据中的时间戳及前一组GPS定位点数据中的时间戳确定相隔数据的持续时间。

进一步地，上述方法中，根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数之后，包括：

根据所述GPS定位点数据的增益系数及变异系数更新所述GPS定位点数据的变异系数。

进一步地，上述方法中，根据所述GPS定位点数据的增益系数及变异系数更新所述GPS定位点数据的变异系数，包括：

V′_i＝(1-K_i)·V_i，其中，V′_i为更新后的变异系数，V_i为所述GPS定位点数据的变异系数，K_i为所述GPS定位点数据的增益系数，i＝1,2,3…。

进一步地，上述方法中，根据所述相隔数据的持续时间、前一组GPS定位点数据的更新后的变异系数及当前GPS定位点数据中的速度确定当前GPS定位点数据的变异系数，包括：

其中，V′_i-1为前一组GPS定位点数据的更新后的变异系数，V_i为当前GPS定位点数据的变异系数，S_i为当前GPS定位点数据中的速度的平方，D_i为相隔数据的持续时间，i＝1,2,3…。

进一步地，上述方法中，根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数，包括：

其中，K_i为所述GPS定位点数据的增益系数，V_i为所述GPS定位点数据的变异系数，A为预设的精度因子，i＝1,2,3…。

进一步地，将优化后的GPS定位点数据传输至终端设备，包括：

将优化后的GPS定位点数据按照预设数据格式进行处理，并通过发布/订阅事件总线将处理为预设数据格式的GPS定位点数据传输至终端设备。

根据本申请另一个方面，还提供了一种高精度定位的设备，所述设备包括：

获取装置，用于获取GPS定位点数据，其中，所述定位点数据包括所述定位点的经度、纬度、高程、当前速度和时间戳；

优化装置，用于根据预设的精度因子和滤波方式对所述GPS定位点数据进行处理，得到优化后的GPS定位点数据；

传输装置，用于将优化后的GPS定位点数据传输至终端设备。

进一步地，上述设备中，所述设备包括：

初始化装置，用于根据预设的精度因子确定变异系数的初值；

初值确定装置，用于根据所述相隔数据的持续时间及变异系数的初值确定首次GPS定位点数据的变异系数。

进一步地，上述设备中，所述优化装置用于：

根据所述GPS定位点数据确定相隔数据的持续时间；

根据所述相隔数据的持续时间、前一组GPS定位点数据的更新后的变异系数及当前GPS定位点数据中的速度确定当前GPS定位点数据的变异系数；

根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数；

根据每一组GPS定位点数据的增益系数对所述GPS定位点数据进行处理。

进一步地，上述设备中，所述优化装置用于：

根据当前GPS定位点数据中的时间戳及前一组GPS定位点数据中的时间戳确定相隔数据的持续时间。

进一步地，上述设备中，所述设备包括：

更新装置，用于根据所述GPS定位点数据的增益系数及变异系数更新所述GPS定位点数据的变异系数。

进一步地，上述设备中，所述更新装置用于：

V′_i＝(1-K_i)·V_i，其中，V′_i为更新后的变异系数，V_i为所述GPS定位点数据的变异系数，K_i为所述GPS定位点数据的增益系数，i＝0,1,2…。

进一步地，上述设备中，所述优化装置用于：

其中，V′_i-1为前一组GPS定位点数据的更新后的变异系数，V_i为当前GPS定位点数据的变异系数，S_i为当前GPS定位点数据中的速度的平方，D_i为相隔数据的持续时间，i＝1,2,3…。

进一步地，上述设备中，所述优化装置用于：

其中，K_i为所述GPS定位点数据的增益系数，V_i为所述GPS定位点数据的变异系数，A为预设的精度因子，i＝1,2,3…。

进一步地，所述传输装置用于：

将优化后的GPS定位点数据按照预设数据格式进行处理，并通过发布/订阅事件总线将处理为预设数据格式的GPS定位点数据传输至终端设备。

根据本申请再一个方面，还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如前述的方法。

与现有技术相比，本申请通过获取GPS定位点数据，其中，所述定位点数据包括所述定位点的经度、纬度、高程、当前速度和时间戳；根据预设的精度因子和滤波方式对所述GPS定位点数据进行处理，得到优化后的GPS定位点数据；将优化后的GPS定位点数据传输至终端设备。从而只需知道某个GPS定位点的数据，对定位点数据进行处理，不需要建立运动模型，同时计算方式简单有效，规避了发散和运算量大的现象，能输出平滑流畅和高频率的GPS定位点优化数据。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1示出根据本申请的一个方面提供的一种高精度定位的方法流程示意图；

图2示出本申请中的一实施例的GPS定位点数据处理的示意图；

图3示出本申请一实施例的优化GPS定位点的流程示意图；

图4示出根据本申请的另一个方面提供的一种高精度定位的设备结构示意图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

下面结合附图对本申请作进一步详细描述。

在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

本申请所述的高精度定位方法可应用于AR场景中，具体可以应用于将AR融入建筑工程领域的室外定位，能够有效解决实时定位及三维注册、场景融合等技术问题，使得AR场景中三维模型与现实场景中的实际建筑精确匹配和完全重合。

图1示出根据本申请的一个方面提供的一种高精度定位的方法流程示意图，所述方法包括：步骤S11～步骤S13，其中，在步骤S11中，获取GPS定位点数据，其中，所述定位点数据包括所述定位点的经度、纬度、高程、当前速度和时间戳；在步骤S12中，根据预设的精度因子和滤波方式对所述GPS定位点数据进行处理，得到优化后的GPS定位点数据；在步骤S13中，将优化后的GPS定位点数据传输至终端设备。从而只需知道某个GPS定位点的数据，对定位点数据进行处理，不需要建立运动模型，同时计算方式简单有效，规避了发散和运算量大的现象，能输出平滑流畅和高频率的GPS定位点优化数据。

具体地，在步骤S11中，获取GPS定位点数据，其中，所述定位点数据包括所述定位点的经度、纬度、高程、当前速度和时间戳；在此，从GPS设备中或其他终端中获取GPS定位点数据，可以用G_i＝(Lat_i，Lng_i，Alt_i，S_i，T_i)表示定位点数据，包括纬度Lat_i、经度Lng_i、高程Alt_i、当前速度S_i及当前时间(时间戳)T_i，为后续的计算提供数据基础，从而只需要对GPS定位点数据G_i进行优化处理，不需要建立运动模型，规避发散和运算量大的现象。对于GPS定位点数据的采集可以采用GPS设备，如GPS接收机直接进行采集数据，未经过计算和优化，与真实世界同步，构成GPS定位点数据集G_i＝(Lat_i，Lng_i，Alt_i，S_i，T_i)。

具体地，在步骤S12中，根据预设的精度因子和滤波方式对所述GPS定位点数据进行处理，得到优化后的GPS定位点数据；在此，在步骤S12中，对接收到的GPS定位点数据G_i进行滤波和优化处理，生成新的GPS坐标，新的GPS坐标精度高，衔接平滑顺畅，接着，在步骤S13中，将优化后的GPS定位点数据传输至终端设备。将新的GPS坐标连贯输入终端设备中，如AR设备或智能手机、平板等移动设备中，从而减少GPS接收终端接收到漂移的信号对GPS定位的影响。

进一步地，在步骤S12中，根据所述GPS定位点数据确定相隔数据的持续时间；根据所述相隔数据的持续时间、前一组GPS定位点数据的更新后的变异系数及后一组GPS定位点数据中的速度确定当前GPS定位点数据的变异系数；根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数；根据每一组GPS定位点数据的增益系数对所述GPS定位点数据进行处理。在本申请一实施例中，对GPS定位点数据进行处理时，使用滤波方式，如图2所示，GPS定位点数据处理的示意图，有定位点数据G₁、G₂、……G_i，则首先将G₁、G₂的数据进行处理，产生优化数据G’₁，G’₁再与G₃的数据进行处理，产生优化数据G’₂，以此类推，得到新的G’_i。具体得到优化数据G’_i的计算过程如下：首先需要计算相隔数据的持续时间D，优选地为相隔两次数据的持续时间D；接着，在下一步中，利用计算得到的持续时间计算当前GPS定位点数据的变异系数，根据计算得到的变异系数及预设的精度因子计算增益系数，进而通过增益系数对原始定位点数据G_i进行处理，得到优化数据G’_i。可以看出，上述计算方法不需要建立运动模型，通过合理算法直接对GPS原始数据进行优化，能够得到平滑流畅和高频率的优化数据。

需要说明的是，所述精度因子为在使用算法前预先设置的参数，用于决定对GPS定位点数据优化的精度和平滑程度；所述变异系数为计算过程中产生的中介系数，可用于计算增益系数，在整个算法计算中起传导变化和纠偏作用；所述增益系数直接作用于GPS定位点数据，对GPS定位点数据产生增益放大或者减小波动的作用。

进一步地，根据所述GPS定位点数据确定相隔数据的持续时间，可以通过以下方式实现：根据当前GPS定位点数据中的时间戳及前一组GPS定位点数据中的时间戳确定相隔数据的持续时间。在本申请实施例中，优选应用于AR的定位，为了和真实世界同步，对数据进行处理时，按照时间顺序取数据，时间顺序由时间戳T_i确定。优选地为相隔两次数据的持续时间D，则持续时间D为此次数据的时间戳T_i减去前一次数据的时间戳T_i-1，

D_i＝(T_i-T_i-1)，

其中，i＝1,2,3…。需要说明的是，当持续时间大于0时，进入下一步变异系数的计算,当持续时间小于或等于零时，需要重载GPS定位点数据。持续时间是基于真实世界的时间戳，比如一秒50hz，则D为20ms，将数据端的时间D与真实世界的时间T对应，从而计算两个更新点之间的时间差，方便下一步对数据优化的计算，并确定数据顺序。因需要GPS定位点数据的更新与真实世界的时间同步，持续时间大于0能够保证按照时间顺序得到正确的运动状态。

进一步地，根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数之后，还需要根据所述GPS定位点数据的增益系数及变异系数更新所述GPS定位点数据的变异系数。在本申请一实施例中，后一组GPS定位点数据的变异系数与前一组定位点的变异系数有关，而对数据进行优化时，前一组的变异系数需要进行更新，从而方便后一组的变异系数的优化，GPS定位点数据处理时通过更新每一组的变异系数，进而计算增益系数，从而利用增益系数对GPS定位点数据进行优化。

优选地，根据所述GPS定位点数据的增益系数及变异系数更新所述GPS定位点数据的变异系数，可通过以下公式实现：

V′_i＝(1-K_i)·V_i，其中，V′_i为更新后的变异系数，V_i为所述GPS定位点数据的变异系数，K_i为所述GPS定位点数据的增益系数，i＝1,2,3…。在此，新的变异系数等于前一次的变异系数与(1-K)的乘积，特别地，V′₀＝V₀＝A²。

进一步地，根据所述相隔数据的持续时间、前一组GPS定位点数据的更新后的变异系数及当前GPS定位点数据中的速度确定当前GPS定位点数据的变异系数，可通过以下公式实现：

其中，V′_i-1为前一组GPS定位点数据的更新后的变异系数，V_i为当前GPS定位点数据的变异系数，S_i为当前GPS定位点数据中的速度的平方，D_i为相隔数据的持续时间，N为常数，i＝1,2,3…。在本申请一实施例中，根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数，通过以下公式实现：

其中，K_i为所述GPS定位点数据的增益系数，V_i为所述GPS定位点数据的变异系数，A为预设的精度因子，i＝1,2,3…。同时，由上述实施例中可知，GPS定位点数据的变异系数的更新公式为：

V′_i＝(1-K_i)·V_i，

因此可以得到，

在此，由GPS接收机输入未优化的数据G＝(Lat，Lng，Alt，S，T)，第一条数据为G₀，G₀＝(Lat₀，Lng₀，Alt₀，S₀，T₀)，因为只有一条数据，所以算法无法对G₀进行计算，需将G₀存入数据仓。当序号(i|i≥1)开始的G_i输入时，此时至少有两条未经优化的数据集G₀和G₁，开始计算新的G_i。因此，在上述变异系数的计算公式中，特别地，需要根据预设的精度因子确定变异系数的初值；根据所述相隔数据的持续时间及变异系数的初值确定首次GPS定位点数据的变异系数。即：

V₀＝V′₀＝A²

其中，V₀为变异系数(V)的初值，预设的精度因子A用于优化，可以称为优化精度A(accuracy)，在本申请实施例中，可以设置优化精度A的范围在1.00～10.00之间，A值越大，平滑程度越大，与原始数据的贴合准确度越低；A值越小，平滑程度越低，与原始数据的贴合准确度越高。由此可见，若只考虑平滑程度，容易造成过拟合，使得数据修饰过渡，若只考虑贴合程度，因原始数据会有不准确的部分，容易造成漂移点和漂移线段无法纠正或者滤除；因此，A值的选择需要综合考虑平滑程度和真实数据的贴合准确度进行确定。当选取A值后，对变异系数进行初始化，设定变异系数的初值V₀＝A²。需要说明的是，若变异系数小于或等于0，则需要重新进行初始化。在上述公式中，应用于AR的定位，以毫秒为单位进行计量，因此需乘以1/1000，进行单位的转化，将定位的精确度提升至厘米级别，使得AR场景中三维模型与现实场景中的实际建筑精确匹配和高度重合。

在本申请一实施例中，将计算得到的增益系数K对GPS定位点数据中的经度Lng、纬度Lat、高程Alt进行处理，如可通过以下公式计算：

Lat′_i＝Lat_i+K_i·(Lat_i+1-Lat_i)

Lng′_i＝Lng_i+K_i·(Lng_i+1-Lng_i)

Alt′_i＝Alt_i+K_i·(Alt_i+1-Alt_i)

得到优化的G′_i-1，其中包括纬度Lat′、经度Lng′、高程Alt′。

在本申请一实施例中，如图3所示的处理GPS定位点数据的流程示意图，设置预设的精度因子A，初始化变异系数V；根据获取到的原始GPS数据G_i，计算相隔持续时间D_i以及变异系数V_i，并根据计算得到的变异系数V_i及精度因子A计算增益系数K_i，接着，利用计算得到的K_i更新变异系数得到V’_i，并根据K_i优化处理GPS数据G_i，得到G’_i-1。上述方法中对高频定位数据的实时优化和处理，计算效率、鲁棒性、动态性高，能够调整精度和平滑度，计算方式简单，规避了发散和运算量大的现象，能够输出平滑流畅和高频率的GPS定位点优化数据。

接着，在步骤S13中，将优化后的GPS定位点数据按照预设数据格式进行处理，并通过发布/订阅事件总线将处理为预设数据格式的GPS定位点数据传输至终端设备。在本申请一实施例中，对GPS定位点数据处理后，输入至AR设备或如移动手机、平板等智能终端中，与GPS设备的对接，包括蓝牙连接、串口连接，将处理后的GPS定位点数据进行传输时，需要对定位点数据进行数据格式的预处理，数据包实时传输采用发布/订阅事件总线(比如EventBus)，如过程中采用注解和反射的方式来获取订阅方法信息，当前订阅者是添加到EventBus总事件订阅者的集合中，订阅者所有订阅的事件类型添加到事件类型集合中，方便解注册，移除事件。将GPS定位点数据进行传输时的数据包的数据格式为：序号+速度(米/每秒)+纬度(度)+经度(度)+高程(米)+时间戳(毫秒)。在本申请一实施例中，实时或低延时传输至AR设备中，传输到头戴眼镜或手持手机设备中，使三维模型的空间位置和建筑的实际位置能够精确匹配，使得AR画面能够平滑切换。

本申请所述的高精度定位的方法，适合高速运动的载体跟踪，能够达到1Hz～50Hz的测量和位置输出，最小低至20毫秒的低延时。可以理解的是，本申请所述的定位方法应用于AR的室外定位的场景仅为一应用场景，在AR应用中，能使三维模型与建筑现场准确重合，基于物理空间提供更连续的漫游体验，大大降低信息转换的成本和其中可能出现的错误以及满足工程验收阶段的需求。当然，本申请所述的高精度的定位方法还可以应用于其他需要定位的场景应用中，如机器人领域的定位、无人机的定位等等。

本申请所述的高精度定位设备中各装置执行的步骤可应用于AR场景中，具体可以应用于将AR融入建筑工程领域的室外定位，能够有效解决实时定位及三维注册、场景融合等技术问题，使得AR场景中三维模型与现实场景中的实际建筑精确匹配和完全重合。

图4示出根据本申请的另一个方面提供的一种高精度定位的设备结构示意图，所述设备包括：获取装置11、优化装置12和传输装置13，其中，获取装置11，用于获取GPS定位点数据，其中，所述定位点数据包括所述定位点的经度、纬度、高程、当前速度和时间戳；优化装置12，用于根据预设的精度因子和滤波方式对所述GPS定位点数据进行处理，得到优化后的GPS定位点数据；传输装置13，用于将优化后的GPS定位点数据传输至终端设备。从而只需知道某个GPS定位点的数据，对定位点数据进行处理，不需要建立运动模型，同时计算方式简单有效，规避了发散和运算量大的现象，能输出平滑流畅和高频率的GPS定位点优化数据。

具体地，获取装置11，用于获取GPS定位点数据，其中，所述定位点数据包括所述定位点的经度、纬度、高程、当前速度和时间戳；在此，从GPS设备中或其他终端中获取GPS定位点数据，可以用G_i＝(Lat_i，Lng_i，Alt_i，S_i，T_i)表示定位点数据，包括纬度Lat_i、经度Lng_i、高程Alt_i、当前速度S_i及当前时间(时间戳)T_i，为后续的计算提供数据基础，从而只需要对GPS定位点数据G_i进行优化处理，不需要建立运动模型，规避发散和运算量大的现象。对于GPS定位点数据的采集可以采用GPS设备，如GPS接收机直接进行采集数据，未经过计算和优化，与真实世界同步，构成GPS定位点数据集G_i＝(Lat_i，Lng_i，Alt_i，S_i，T_i)。

具体地，优化装置12，用于根据预设的精度因子和滤波方式对所述GPS定位点数据进行处理，得到优化后的GPS定位点数据；在此，优化装置12，用于对接收到的GPS定位点数据G_i进行滤波和优化处理，生成新的GPS坐标，新的GPS坐标精度高，衔接平滑顺畅，接着，传输装置13，用于将优化后的GPS定位点数据传输至终端设备。将新的GPS坐标连贯输入终端设备中，如AR设备或智能手机、平板等移动设备中，从而减少GPS接收终端接收到漂移的信号对GPS定位的影响。

进一步地，优化装置12，用于根据所述GPS定位点数据确定相隔数据的持续时间；根据所述相隔数据的持续时间、前一组GPS定位点数据的更新后的变异系数及后一组GPS定位点数据中的速度确定当前GPS定位点数据的变异系数；根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数；根据每一组GPS定位点数据的增益系数对所述GPS定位点数据进行处理。在本申请一实施例中，对GPS定位点数据进行处理时，使用滤波方式，如图2所示，GPS定位点数据处理的示意图，有定位点数据G₁、G₂、……G_i，则首先将G₁、G₂的数据进行处理，产生优化数据G’₁，G’₁再与G₃的数据进行处理，产生优化数据G’₂，以此类推，得到新的G’_i。具体得到优化数据G’_i的计算过程如下：首先需要计算相隔数据的持续时间D，优选地为相隔两次数据的持续时间D；接着，在下一步中，利用计算得到的持续时间计算当前GPS定位点数据的变异系数，根据计算得到的变异系数及预设的精度因子计算增益系数，进而通过增益系数对原始定位点数据G_i进行处理，得到优化数据G’_i。可以看出，上述计算方法不需要建立运动模型，通过合理算法直接对GPS原始数据进行优化，能够得到平滑流畅和高频率的优化数据。

需要说明的是，所述精度因子为在使用算法前预先设置的参数，用于决定对GPS定位点数据优化的精度和平滑程度；所述变异系数为计算过程中产生的中介系数，可用于计算增益系数，在整个算法计算中起传导变化和纠偏作用；所述增益系数直接作用于GPS定位点数据，对GPS定位点数据产生增益放大或者减小波动的作用。

进一步地，根据所述GPS定位点数据确定相隔数据的持续时间，可以通过以下方式实现：根据当前GPS定位点数据中的时间戳及前一组GPS定位点数据中的时间戳确定相隔数据的持续时间。在本申请实施例中，优选应用于AR的定位，为了和真实世界同步，对数据进行处理时，按照时间顺序取数据，时间顺序由时间戳T_i确定。优选地为相隔两次数据的持续时间D，则持续时间D为此次数据的时间戳T_i减去前一次数据的时间戳T_i-1，

D_i＝(T_i-T_i-1)，

其中，i＝1,2,3…。需要说明的是，当持续时间大于0时，进入下一步变异系数的计算,当持续时间小于或等于零时，需要重载GPS定位点数据。持续时间是基于真实世界的时间戳，比如一秒50hz，则D为20ms，将数据端的时间D与真实世界的时间T对应，从而计算两个更新点之间的时间差，方便下一步对数据优化的计算，并确定数据顺序。因需要GPS定位点数据的更新与真实世界的时间同步，持续时间大于0能够保证按照时间顺序得到正确的运动状态。

进一步地，所述设备包括更新装置，用于根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数之后，根据所述GPS定位点数据的增益系数及变异系数更新所述GPS定位点数据的变异系数。在本申请一实施例中，后一组GPS定位点数据的变异系数与前一组定位点的变异系数有关，而对数据进行优化时，前一组的变异系数需要进行更新，从而方便后一组的变异系数的优化，GPS定位点数据处理时通过更新每一组的变异系数，进而计算增益系数，从而利用增益系数对GPS定位点数据进行优化。

优选地，根据所述GPS定位点数据的增益系数及变异系数更新所述GPS定位点数据的变异系数，可通过以下公式实现：

V′_i＝(1-K_i)·V_i，其中，V′_i为更新后的变异系数，V_i为所述GPS定位点数据的变异系数，K_i为所述GPS定位点数据的增益系数，i＝1,2,3…。在此，新的变异系数等于前一次的变异系数与(1-K)的乘积，特别地，V′₀＝V₀＝A²。

进一步地，优化装置12用于根据所述相隔数据的持续时间、前一组GPS定位点数据的更新后的变异系数及当前GPS定位点数据中的速度确定当前GPS定位点数据的变异系数，可通过以下公式实现：

其中，V′_i-1为前一组GPS定位点数据的更新后的变异系数，V_i为当前GPS定位点数据的变异系数，S_i为当前GPS定位点数据中的速度的平方，D_i为相隔数据的持续时间，N为常数，i＝1,2,3…。在本申请一实施例中，根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数，通过以下公式实现：

其中，K_i为所述GPS定位点数据的增益系数，V_i为所述GPS定位点数据的变异系数，A为预设的精度因子，i＝1,2,3…。同时，由上述实施例中可知，GPS定位点数据的变异系数的更新公式为：

V′_i＝(1-K_i)·V_i，

因此可以得到，

在此，由GPS接收机输入未优化的数据G＝(Lat，Lng，Alt，S，T)，第一条数据为G₀，G₀＝(Lat₀，Lng₀，Alt₀，S₀，T₀)，因为只有一条数据，所以算法无法对G₀进行计算，需将G₀存入数据仓。当序号(i|i≥1)开始的G_i输入时，此时至少有两条未经优化的数据集G₀和G₁，开始计算新的G_i。因此，在上述变异系数的计算公式中，特别地，所述设备包括初始化装置，用于根据预设的精度因子确定变异系数的初值；初值确定装置，用于根据所述相隔数据的持续时间及变异系数的初值确定首次GPS定位点数据的变异系数。即：

V₀＝V′₀＝A²

其中，V₀为变异系数(V)的初值，预设的精度因子A用于优化，可以称为优化精度A(accuracy)，在本申请实施例中，可以设置优化精度A的范围在1.00～10.00之间，A值越大，平滑程度越大，与原始数据的贴合准确度越低；A值越小，平滑程度越低，与原始数据的贴合准确度越高。由此可见，若只考虑平滑程度，容易造成过拟合，使得数据修饰过渡，若只考虑贴合程度，因原始数据会有不准确的部分，容易造成漂移点和漂移线段无法纠正或者滤除；因此，A值的选择需要综合考虑平滑程度和真实数据的贴合准确度进行确定。当选取A值后，对变异系数进行初始化，设定变异系数的初值V₀＝A²。需要说明的是，若变异系数小于或等于0，则需要重新进行初始化。在上述公式中，应用于AR的定位，以毫秒为单位进行计量，因此需乘以1/1000，进行单位的转化，将定位的精确度提升至厘米级别，使得AR场景中三维模型与现实场景中的实际建筑精确匹配和高度重合。

在本申请一实施例中，将计算得到的增益系数K对GPS定位点数据中的经度Lng、纬度Lat、高程Alt进行处理，如可通过以下公式计算：

Lat′_i＝Lat_i+K_i·(Lat_i+1-Lat_i)

Lng′_i＝Lng_i+K_i·(Lng_i+1-Lng_i)

Alt′_i＝Alt_i+K_i·(Alt_i+1-Alt_i)

得到优化的G′_i-1，其中包括纬度Lat′、经度Lng′、高程Alt′。

在本申请一实施例中，如图3所示的处理GPS定位点数据的流程示意图，设置预设的精度因子A，初始化变异系数V；根据获取到的原始GPS数据G_i，计算相隔持续时间D_i以及变异系数V_i，并根据计算得到的变异系数V_i及精度因子A计算增益系数K_i，接着，利用计算得到的K_i更新变异系数得到V’_i，并根据K_i优化处理GPS数据G_i，得到G’_i-1。上述方法中对高频定位数据的实时优化和处理，计算效率、鲁棒性、动态性高，能够调整精度和平滑度，计算方式简单，规避了发散和运算量大的现象，能够输出平滑流畅和高频率的GPS定位点优化数据。

接着，传输装置13，用于将优化后的GPS定位点数据按照预设数据格式进行处理，并通过发布/订阅事件总线将处理为预设数据格式的GPS定位点数据传输至终端设备。在本申请一实施例中，对GPS定位点数据处理后，输入至AR设备或如移动手机、平板等智能终端中，与GPS设备的对接，包括蓝牙连接、串口连接，将处理后的GPS定位点数据进行传输时，需要对定位点数据进行数据格式的预处理，数据包实时传输采用发布/订阅事件总线(比如EventBus)，如过程中采用注解和反射的方式来获取订阅方法信息，当前订阅者是添加到EventBus总事件订阅者的集合中，订阅者所有订阅的事件类型添加到事件类型集合中，方便解注册，移除事件。将GPS定位点数据进行传输时的数据包的数据格式为：序号+速度(米/每秒)+纬度(度)+经度(度)+高程(米)+时间戳(毫秒)。在本申请一实施例中，实时或低延时传输至AR设备中，传输到头戴眼镜或手持手机设备中，使三维模型的空间位置和建筑的实际位置能够精确匹配，使得AR画面能够平滑切换。

本申请所述的设备用于高精度的定位，适合高速运动的载体跟踪，能够达到1Hz～50Hz的测量和位置输出，最小低至20毫秒的低延时。可以理解的是，本申请所述设备中各装置执行的定位方法应用于AR的室外定位的场景仅为一应用场景，在AR应用中，能使三维模型与建筑现场准确重合，基于物理空间提供更连续的漫游体验，大大降低信息转换的成本和其中可能出现的错误以及满足工程验收阶段的需求。当然，本申请所述设备中各装置执行的高精度的定位方法还可以应用于其他需要定位的场景应用中，如机器人领域的定位、无人机的定位等等。

根据本申请再一个方面，还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如前述的方法。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (11)

1.一种高精度定位的方法，其中，所述方法包括：

获取GPS定位点数据，其中，所述定位点数据包括所述定位点的经度、纬度、高程、当前速度和时间戳；

根据预设的精度因子确定变异系数的初值，其中，所述变异系数为计算过程中产生的中介系数；

根据相隔两次GPS定位点数据的持续时间及变异系数的初值确定首次GPS定位点数据的变异系数；

根据所述相隔两次GPS定位点数据的持续时间、前一组GPS定位点数据的更新后的变异系数及当前GPS定位点数据中的速度确定当前GPS定位点数据的变异系数，根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数，根据每一组GPS定位点数据的增益系数对所述GPS定位点数据进行处理，得到优化后的GPS定位点数据；

将优化后的GPS定位点数据传输至终端设备；

其中，根据所述相隔数据的持续时间、前一组GPS定位点数据的更新后的变异系数及后一组GPS定位点数据中的速度确定当前GPS定位点数据的变异系数，包括：

其中，V’_i-1为前一组GPS定位点数据的更新后的变异系数，V_i为当前GPS定位点数据的变异系数，S_i为当前GPS定位点数据中的速度的平方，D_i为相隔数据的持续时间，i＝1,2,3…；

根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数，包括：

其中，K_i为所述GPS定位点数据的增益系数，V_i为所述GPS定位点数据的变异系数，A为预设的精度因子，i＝1,2,3…。

2.根据权利要求1所述的方法，其中，所述方法包括：

根据当前GPS定位点数据中的时间戳及前一组GPS定位点数据中的时间戳确定相隔两次GPS定位点数据的持续时间。

3.根据权利要求1所述的方法，其中，根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数之后，包括：

根据所述GPS定位点数据的增益系数及变异系数更新所述GPS定位点数据的变异系数。

4.根据权利要求3所述的方法，其中，根据所述GPS定位点数据的增益系数及变异系数更新所述GPS定位点数据的变异系数，包括：

V′_i＝(1-K_i)·V_i，其中，V’_i为更新后的变异系数，V_i为所述GPS定位点数据的变异系数，K_i为所述GPS定位点数据的增益系数，i＝1,2,3…。

5.根据权利要求1所述的方法，其中，将优化后的GPS定位点数据传输至终端设备，包括：

将优化后的GPS定位点数据按照预设数据格式进行处理，并通过发布/订阅事件总线将处理为预设数据格式的GPS定位点数据传输至终端设备。

6.一种高精度定位的设备，其中，所述设备包括：

获取装置，用于获取GPS定位点数据，其中，所述定位点数据包括所述定位点的经度、纬度、高程、当前速度和时间戳；

初始化装置，用于根据预设的精度因子确定变异系数的初值，其中，所述变异系数为计算过程中产生的中介系数；

初值确定装置，用于根据相隔两次GPS定位点数据的持续时间及变异系数的初值确定首次GPS定位点数据的变异系数；

优化装置，用于根据所述相隔两次GPS定位点数据的持续时间、前一组GPS定位点数据的更新后的变异系数及当前GPS定位点数据中的速度确定当前GPS定位点数据的变异系数，根据确定的变异系数及所述预设的精度因子确定每一组GPS定位点数据的增益系数，根据每一组GPS定位点数据的增益系数对所述GPS定位点数据进行处理，得到优化后的GPS定位点数据；

传输装置，用于将优化后的GPS定位点数据传输至终端设备；

其中，所述优化装置用于：

其中，V’_i-1为前一组GPS定位点数据的更新后的变异系数，V_i为当前GPS定位点数据的变异系数，S_i为当前GPS定位点数据中的速度的平方，D_i为相隔数据的持续时间，i＝1,2,3…；

所述优化装置用于：

其中，K_i为所述GPS定位点数据的增益系数，V_i为所述GPS定位点数据的变异系数，A为预设的精度因子，i＝1,2,3…。

7.根据权利要求6所述的设备，其中，所述优化装置用于：

根据当前GPS定位点数据中的时间戳及前一组GPS定位点数据中的时间戳确定相隔两次GPS定位点数据的持续时间。

8.根据权利要求6所述的设备，其中，所述设备包括：

更新装置，用于根据所述GPS定位点数据的增益系数及变异系数更新所述GPS定位点数据的变异系数。

9.根据权利要求6所述的设备，其中，所述更新装置用于：

V′_i＝(1-K_i)·V_i，其中，V’_i为更新后的变异系数，V_i为所述GPS定位点数据的变异系数，K_i为所述GPS定位点数据的增益系数，i＝1,2,3…。

10.根据权利要求6所述的设备，其中，所述传输装置用于：

将优化后的GPS定位点数据按照预设数据格式进行处理，并通过发布/订阅事件总线将处理为预设数据格式的GPS定位点数据传输至终端设备。

11.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如权利要求1至5中任一项所述的方法。

Images