CN112461269A - 惯性测量单元标定方法、设备及服务器 - Google Patents

惯性测量单元标定方法、设备及服务器 Download PDF

Info

Publication number
CN112461269A
CN112461269A CN202011397982.4A CN202011397982A CN112461269A CN 112461269 A CN112461269 A CN 112461269A CN 202011397982 A CN202011397982 A CN 202011397982A CN 112461269 A CN112461269 A CN 112461269A
Authority
CN
China
Prior art keywords
accelerometer
gyroscope
output data
calibration
calibration parameters
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011397982.4A
Other languages
English (en)
Other versions
CN112461269B (zh
Inventor
费再慧
贾双成
朱磊
李成军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhidao Network Technology Beijing Co Ltd
Original Assignee
Zhidao Network Technology Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhidao Network Technology Beijing Co Ltd filed Critical Zhidao Network Technology Beijing Co Ltd
Priority to CN202011397982.4A priority Critical patent/CN112461269B/zh
Publication of CN112461269A publication Critical patent/CN112461269A/zh
Application granted granted Critical
Publication of CN112461269B publication Critical patent/CN112461269B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/18—Stabilised platforms, e.g. by gyroscope

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Navigation (AREA)

Abstract

本申请是关于一种惯性测量单元标定方法、设备及服务器。所述方法包括：接收至少一个车载智能设备上传的惯性测量单元中加速度计的输出数据和所述惯性测量单元的陀螺仪的输出数据；根据所述加速度计的输出数据、所述陀螺仪的输出数据以及预存的标定模型，依次确定所述加速度计的标定参数和所述陀螺仪的标定参数，其中，所述标定模型用于计算所述标定参数，所述标定参数至少包括如下之一：零偏、刻度因数、安装误差；将确定的所述零偏，和/或所述刻度因数，和/或所述安装误差下发至所述至少一个车载智能设备。本申请提供的方案，能够提高惯性测量单元标定的效率。

Description

惯性测量单元标定方法、设备及服务器
技术领域
本申请涉及导航技术领域，尤其涉及一种惯性测量单元标定方法、设备及服务器。
背景技术
惯性测量单元（Inertial Measurement Unit，IMU）包含三个单轴加速度计和三个单轴陀螺仪，用于测量物体在惯性空间中的角速度和加速度，为载体例如车辆的定位、导航提供所需的数据。
惯性测量单元受各种因素影响，使用一段时间后，其内参数和性能会发生变化，不能满足定位、导航的要求，因此必须定期对惯性测量单元的相应内参数进行标定。相关技术的惯性测量单元的内参数标定，数据处理量大，计算复杂，对车辆的车载智能设备的资源消耗大，而车载智能设备的资源是有限的，导致在车载智能设备上进行惯性测量单元的标定效率低。
发明内容
为克服相关技术中存在的问题，本申请提供一种惯性测量单元标定方法、设备及服务器，能够提高惯性测量单元标定的效率。
本申请第一方面提供一种惯性测量单元标定方法，所述方法包括：
接收至少一个车载智能设备上传的惯性测量单元中加速度计的输出数据和所述惯性测量单元的陀螺仪的输出数据，所述加速度计的输出数据和陀螺仪的输出数据包括：载有所述至少一个车载智能设备的车辆在不同位姿静止状态下时，所述加速度计分别测得的加速度计输出数据和所述陀螺仪分别测得的陀螺仪输出数据；
根据所述加速度计的输出数据、预存的所述标定模型，确定所述加速度计的标定参数，利用所述加速度计的标定参数对所述加速度计的输出数据进行校正，获得加速度计校正数据，根据所述陀螺仪的输出数据、预存的所述标定模型，采用Allan方差计算确定所述陀螺仪的标定参数的零偏，根据所述陀螺仪的输出数据、所述加速度计校正数据、以及预存的所述标定模型，采用优化方式计算确定所述陀螺仪的标定参数的刻度因数和安装误差，其中，所述标定模型用于计算所述加速度计的标定参数和所述陀螺仪的标定参数；
将确定的所述加速度计的标定参数和所述陀螺仪的标定参数下发至所述至少一个车载智能设备。
本申请第二方面另提供一种惯性测量单元标定方法，所述方法包括：
获取并上传惯性测量单元中加速度计的输出数据和所述惯性测量单元的陀螺仪的输出数据至服务器，所述加速度计的输出数据和陀螺仪的输出数据包括：载有所述至少一个车载智能设备的车辆在不同位姿静止状态下时，所述加速度计分别测得的加速度计输出数据和所述陀螺仪分别测得的陀螺仪输出数据；
接收所述服务器下发的所述加速度计的标定参数和所述陀螺仪的标定参数，所述加速度计的标定参数和所述陀螺仪的标定参数分别由所述服务器根据上传的所述加速度计的输出数据和所述陀螺仪的输出数据、以及预存于所述服务器的标定模型依次确定，包括：根据所述加速度计的输出数据、预存的所述标定模型，确定所述加速度计的标定参数，利用所述加速度计的标定参数对所述加速度计的输出数据进行校正，获得加速度计校正数据，根据所述陀螺仪的输出数据、预存的所述标定模型，采用Allan方差计算确定所述陀螺仪的标定参数的零偏，根据所述陀螺仪的输出数据、所述加速度计校正数据、以及预存的所述标定模型，采用优化方式计算确定所述陀螺仪的标定参数的刻度因数和安装误差，其中，所述标定模型用于计算所述加速度计的标定参数和所述陀螺仪的标定参数。
本申请第三方面提供一种车载智能设备，所述车载智能设备包括：
上传单元，用于获取并上传惯性测量单元中加速度计的输出数据和所述惯性测量单元的陀螺仪的输出数据至服务器，所述加速度计的输出数据和陀螺仪的输出数据包括：载有至少一个车载智能设备的车辆在不同位姿静止状态下时，所述加速度计分别测得的加速度计输出数据和所述陀螺仪分别测得的陀螺仪输出数据；
参数接收单元，用于接收所述服务器下发的所述加速度计的标定参数和所述陀螺仪的标定参数，所述加速度计的标定参数和所述陀螺仪的标定参数分别由所述服务器根据所述上传单元上传的所述加速度计的输出数据和所述陀螺仪的输出数据、以及预存于所述服务器的标定模型依次确定，包括：根据所述加速度计的输出数据、预存的所述标定模型，确定所述加速度计的标定参数，利用所述加速度计的标定参数对所述加速度计的输出数据进行校正，获得加速度计校正数据，根据所述陀螺仪的输出数据、预存的所述标定模型，采用Allan方差计算确定所述陀螺仪的标定参数的零偏，根据所述陀螺仪的输出数据、所述加速度计校正数据、以及预存的所述标定模型，采用优化方式计算确定所述陀螺仪的标定参数的刻度因数和安装误差，其中，所述标定模型用于计算所述加速度计的标定参数和所述陀螺仪的标定参数。
本申请第四方面提供一种服务器，所述服务器包括：
接收单元，用于接收至少一个车载智能设备上传的惯性测量单元中加速度计的输出数据和所述惯性测量单元的陀螺仪的输出数据，所述加速度计的输出数据和陀螺仪的输出数据包括：载有所述至少一个车载智能设备的车辆在不同位姿静止状态下时，所述加速度计分别测得的加速度计输出数据和所述陀螺仪分别测得的陀螺仪输出数据；
处理单元，包括第一标定子单元、校正子单元、第二标定子单元，所述第一标定子单元，用于根据所述接收单元接收的所述加速度计的输出数据、预存的所述标定模型，确定所述加速度计的标定参数，所述校正子单元，用于利用所述第一标定子单元确定的所述加速度计的标定参数对所述接收单元接收的所述加速度计的输出数据进行校正，获得加速度计校正数据，所述第二标定子单元，用于根据所述接收单元接收的所述陀螺仪的输出数据、预存的所述标定模型，采用Allan方差计算确定所述陀螺仪的标定参数的零偏，用于根据所述接收单元接收的所述陀螺仪的输出数据、所述校正子单元获得的加速度计校正数据、以及预存的所述标定模型，采用优化方式计算确定所述陀螺仪的标定参数的刻度因数和安装误差，其中，所述标定模型用于计算所述加速度计的标定参数和所述陀螺仪的标定参数；
下发单元，用于将所述处理单元确定的所述加速度计的标定参数和所述陀螺仪的标定参数下发至所述至少一个车载智能设备。
本申请提供的技术方案可以包括以下有益效果：
本申请实施例提供的一种惯性测量单元标定方法，无需特定的标定设备，操作简单便捷；同时应用预存于服务器的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数，不仅降低了惯性测量单元标定对车载智能设备资源的消耗，提高了惯性测量单元标定的计算处理速度，而且避免了加速度计的标定参数和陀螺仪的标定参数相互之间的干扰，降低了惯性测量单元标定复杂度，减少了惯性测量单元标定的计算量，提高了车载惯性测量单元标定的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
图1是本申请实施例示出的惯性测量单元标定方法的流程示意图；
图2是本申请实施例示出的惯性测量单元标定方法的另一流程示意图；
图3是本申请实施例示出的惯性测量单元标定方法的另一流程示意图；
图4是本申请实施例示出的车载智能设备的结构示意图；
图5是本申请实施例示出的服务器的结构示意图；
图6是本申请实施例示出的服务器的另一结构示意图；
图7是本申请实施例示出的惯性测量单元标定系统的结构示意图；
图8是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
本申请实施例提供一种惯性测量单元标定方法，能够提高车载惯性测量单元标定的效率。
本申请实施例提供的惯性测量单元标定方法，可以应用于一种惯性测量单元标定系统中，该标定系统包括车载智能设备和服务器，车载智能设备获取并上传惯性测量单元中加速度计的输出数据和惯性测量单元的陀螺仪的输出数据至服务器；服务器接收车载智能设备上传的惯性测量单元中加速度计的输出数据和惯性测量单元的陀螺仪的输出数据，根据接收的加速度计的输出数据和惯性测量单元的陀螺仪的输出数据、预存的标定模型，依次确定惯性测量单元的加速度计和陀螺仪的标定参数，服务器将加速度计和陀螺仪的标定参数下发给车载智能设备。
以下结合附图详细描述本申请实施例的技术方案。
实施例一：
图1是本申请实施例示出的惯性测量单元标定方法的流程示意图。
参见图1，一种惯性测量单元标定方法，包括：
在步骤101中，接收至少一个车载智能设备上传的惯性测量单元中加速度计的输出数据和惯性测量单元的陀螺仪的输出数据。
在一实施例中，惯性测量单元包括加速度计和陀螺仪，车辆的至少一个车载智能设备分别获取并上传车辆在不同位姿时静止状态下加速度计的输出数据和陀螺仪的输出数据。
在步骤102中，根据加速度计的输出数据和陀螺仪的输出数据、以及预存的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数，其中，所述标定模型用于计算所述标定参数，所述标定参数至少包括如下之一：零偏、刻度因数、安装误差。
在一实施例中，惯性测量单元的标定参数包括加速度计和陀螺仪的标定参数，加速度计的标定参数可以包括加速度计的零偏
Figure 334227DEST_PATH_IMAGE001
、刻度因数
Figure 87419DEST_PATH_IMAGE002
和安装误差
Figure 578574DEST_PATH_IMAGE003
其中的至少一项；陀螺仪的标定参数可以包括陀螺仪的零偏
Figure 340994DEST_PATH_IMAGE004
、刻度因数
Figure 991418DEST_PATH_IMAGE005
和安装误差
Figure 40146DEST_PATH_IMAGE006
其中的至少一项。
在一实施例中，可以根据接收的加速度计的输出数据、预存的标定模型，确定加速度计的标定参数；可以根据接收的陀螺仪的输出数据、预存的标定模型，确定陀螺仪的标定参数。
在步骤103中，将确定的零偏，和/或刻度因数，和/或安装误差下发至至少一个车载智能设备。
在一实施例中，加速度计的标定参数可以包括加速度计的零偏
Figure 674389DEST_PATH_IMAGE001
、刻度因数
Figure 83243DEST_PATH_IMAGE002
和安装误差
Figure 588174DEST_PATH_IMAGE003
其中的至少一项；陀螺仪的标定参数可以包括陀螺仪的零偏
Figure 948748DEST_PATH_IMAGE004
、刻度因数
Figure 663763DEST_PATH_IMAGE005
和安装误差
Figure 767985DEST_PATH_IMAGE006
其中的至少一项；可以将加速度计的标定参数与陀螺仪的标定参数任意组合，将组合后的加速度计的标定参数与陀螺仪的标定参数下发至车辆的至少一个车载智能设备。车载智能设备可以向惯性测量单元发送加速度计的标定参数和陀螺仪的标定参数，使得惯性测量单元在定位导航时可以利用加速度计的标定参数和陀螺仪的标定参数分别对加速度计的输出数据和陀螺仪的输出数据进行校正，以提高惯性测量单元定位导航的精度。
本申请实施例提供的一种惯性测量单元标定方法，无需特定的标定设备，操作简单便捷；同时应用预存于服务器的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数，不仅降低了惯性测量单元标定对车载智能设备资源的消耗，提高了惯性测量单元标定的计算处理速度，而且避免了加速度计的标定参数和陀螺仪的标定参数相互之间的干扰，降低了惯性测量单元标定复杂度，减少了惯性测量单元标定的计算量，提高了车载惯性测量单元标定的效率。
实施例二：
图2是本申请实施例示出的惯性测量单元标定方法的另一流程示意图。图2相对于图1更详细描述了本申请方案。
参见图2，一种惯性测量单元标定方法，包括：
在步骤201中，接收至少一个车载智能设备上传的车辆在不同位姿时，加速度计分别测得的加速度计输出数据和陀螺仪分别测得的陀螺仪输出数据。
在一种具体实施方式中，车辆载有包括惯性测量单元的至少一个车载智能设备，惯性测量单元包括加速度计和陀螺仪，车载智能设备分别获取并上传车辆在不同位姿时静止状态下加速度计分别测得的加速度计输出数据和陀螺仪分别测得的陀螺仪输出数据。
在一种具体实施方式中，将车辆停于平整路面，转动车辆使其保持不同位姿，不同位姿车辆保持30秒以上的静止状态。车辆可以分别转动不同角度，不同角度包括90度、180度、270度、360度，在车辆转动不同角度的不同位姿下，使车辆处于静止状态，静止状态时间在30秒以上，惯性测量单元至少重复3次采集加速度计的输出数据和陀螺仪的输出数据。
在一种具体实施方式中，惯性测量单元的单个采样周期为
Figure 268368DEST_PATH_IMAGE007
，惯性测量单元在车辆处于不同位姿时保持静止状态的静置时间内至少获得加速度计测得的N个加速度计输出数据和陀螺仪测得的N个陀螺仪输出数据，N为大于等于50的整数。
在一种具体实施方式中，可以将惯性测量单元设置于车辆内的车载智能设备内，也可以设置于车载智能设备外，但都与车载智能设备之间可以进行通信交互。车载智能设备分别获取车辆处于不同位姿时静止状态下加速度计测得的加速度计输出数据和陀螺仪测得的陀螺仪输出数据，将加速度计的输出数据和陀螺仪的输出数据上传。
在步骤202中，根据加速度计的输出数据、预存的标定模型，确定加速度计的标定参数。
在一实施例中，加速度计和陀螺仪的标定参数分开确定，先确定加速度计的标定参数，再确定陀螺仪的标定参数，从而完成惯性测量单元的标定。
在一种具体实施方式中，加速度计的标定参数包括加速度计的零偏
Figure 799843DEST_PATH_IMAGE001
、刻度因数
Figure 877521DEST_PATH_IMAGE002
和安装误差
Figure 378909DEST_PATH_IMAGE003
，加速度计完整的误差模型可以表示为：
Figure 124011DEST_PATH_IMAGE008
式中，
Figure 937640DEST_PATH_IMAGE009
表示标定后加速度计校正数据，
Figure 502613DEST_PATH_IMAGE010
表示加速度计的输出数据，
Figure 948638DEST_PATH_IMAGE011
表示加速度计测量噪声，在获取加速度计的输出数据时可以取一个时间段内的平均值，因此，在计算过程忽略不考虑加速度计测量噪声。加速度计的误差模型可以表示为：
Figure 672881DEST_PATH_IMAGE012
在一种具体实施方式中，惯性测量单元静态下由于只受重力的影响，加速度计三个轴上的输出数据的归一化值在理论上应等于重力加速度值。因此，预存的用于确定加速度计的标定参数的标定模型可以表示为：
Figure 280579DEST_PATH_IMAGE013
式中，
Figure 208215DEST_PATH_IMAGE014
是当地的重力加速度，
Figure 192352DEST_PATH_IMAGE015
是车辆处于不同位姿静止状态的时刻k的加速度计的输出数据，加速度计的输出数据可以是加速度计输出的加速度，h为加速度计的归一化，
Figure 771101DEST_PATH_IMAGE016
是待求解的加速度计的标定参数。
比较车辆处于不同位姿时静止状态的加速度计输出数据的归一化值与重力加速度值，利用Levenberg-Marquardt（英文简称：L-M，中文全称：列文伯格-马夸尔特）算法，将加速度计测得的N个加速度计输出数据的N个归一化值代入标定模型，选取残差最小的一组参数确定为加速度计的标定参数，加速度计的标定参数包括加速度计三个敏感轴的零偏
Figure 815280DEST_PATH_IMAGE001
、刻度因数
Figure 89267DEST_PATH_IMAGE002
和安装误差
Figure 985416DEST_PATH_IMAGE003
其中的至少一项。
在一实施例中，Levenberg-Marquardt算法，也称作阻尼最小二乘法，结合了高斯牛顿法和梯度下降法的优点，拟合非线性函数的系数，利用最小二乘法，使得函数的均方误差最小。Levenberg-Marquardt算法也可认为是采用了信赖域法的高斯牛顿法。
在步骤203中，利用加速度计的标定参数对加速度计的输出数据进行校正，获得加速度计校正数据。
在一种具体实施方式中，可以利用加速度计的误差模型：
Figure 559617DEST_PATH_IMAGE017
、加速度计的标定参数对接收的加速度计的输出数据进行校正，获得加速度计校正数据。
在步骤204中，根据陀螺仪的输出数据、加速度计校正数据、以及预存的标定模型，确定陀螺仪的标定参数。
在一种具体实施方式中，陀螺仪的标定参数包括陀螺仪的零偏
Figure 633752DEST_PATH_IMAGE004
、刻度因数
Figure 660614DEST_PATH_IMAGE005
和安装误差
Figure 986553DEST_PATH_IMAGE006
其中的至少一项。可以根据接收的陀螺仪的输出数据、以及预存的用于确定陀螺仪的标定参数的标定模型，采用Allan方差（阿伦方差）计算确定陀螺仪的标定参数的零偏。具体为：
在一种具体实施方式中，陀螺仪的输出速率
Figure 290627DEST_PATH_IMAGE018
可表示为：
Figure 411029DEST_PATH_IMAGE019
式中：
Figure 49821DEST_PATH_IMAGE020
、
Figure 913872DEST_PATH_IMAGE021
分别为
Figure 302478DEST_PATH_IMAGE022
、
Figure 859362DEST_PATH_IMAGE023
时刻陀螺仪的输出角度，
Figure 719870DEST_PATH_IMAGE024
为
Figure 387612DEST_PATH_IMAGE025
、
Figure 790911DEST_PATH_IMAGE023
时刻时间间隔，也即是单个采样周期，可以表示为
Figure 128483DEST_PATH_IMAGE026
。
Allan方差
Figure 351654DEST_PATH_IMAGE027
可按下式估算：
Figure 213300DEST_PATH_IMAGE028
式中：
Figure 205526DEST_PATH_IMAGE029
，
Figure 212534DEST_PATH_IMAGE030
为采样频率，把N个采样值
Figure 188581DEST_PATH_IMAGE031
分成指定长度M的序列号，计算出每串的平均值
Figure 198125DEST_PATH_IMAGE032
，
Figure 435071DEST_PATH_IMAGE033
，即可计算获得Allan方差。
在一种具体实施方式中，可以采用计算获得的Allan方差
Figure 504658DEST_PATH_IMAGE027
，根据以下用于确定陀螺仪的标定参数的零偏
Figure 312208DEST_PATH_IMAGE004
的标定模型计算确定陀螺仪三个敏感轴的零偏
Figure 391023DEST_PATH_IMAGE004
。
Figure 92263DEST_PATH_IMAGE034
在一种具体实施方式中，可以根据接收的陀螺仪的输出数据、加速度计校正数据、以及预存的用于确定陀螺仪的标定参数的标定模型，采用优化方式计算确定陀螺仪的标定参数的刻度因数
Figure 722964DEST_PATH_IMAGE005
和安装误差
Figure 142444DEST_PATH_IMAGE006
。具体为：
在一种具体实施方式中，由加速度计校正数据得到一个时刻
Figure 870622DEST_PATH_IMAGE035
的加速度向量
Figure 957527DEST_PATH_IMAGE036
，在陀螺仪测得的N个陀螺仪的输出数据
Figure 368917DEST_PATH_IMAGE037
中，通过积分陀螺仪
Figure 400327DEST_PATH_IMAGE035
时刻和
Figure 820944DEST_PATH_IMAGE038
时刻的陀螺仪的输出数据得到
Figure 372142DEST_PATH_IMAGE038
时刻的重力向量
Figure 954433DEST_PATH_IMAGE039
，陀螺仪的输出数据可以是陀螺仪输出的角速度，定义运算符
Figure 614084DEST_PATH_IMAGE040
，则：
Figure 431868DEST_PATH_IMAGE041
式中
Figure 493365DEST_PATH_IMAGE040
可以是通过积分输入角速度来计算最终方向的任何积分算法。
陀螺仪任意转动，积分得到的角度和加速度计校正数据求得的角度比较，得到用于确定陀螺仪的标定参数的刻度因数
Figure 354879DEST_PATH_IMAGE005
和安装误差
Figure 501827DEST_PATH_IMAGE006
的标定模型：
Figure 998667DEST_PATH_IMAGE042
式中
Figure 773725DEST_PATH_IMAGE043
表示标定后陀螺仪校正数据，
Figure 697819DEST_PATH_IMAGE044
表示陀螺仪的输出数据，
Figure 941849DEST_PATH_IMAGE004
表示陀螺仪的零偏，
Figure 976801DEST_PATH_IMAGE005
表示陀螺仪的刻度因数，
Figure 12891DEST_PATH_IMAGE006
表示陀螺仪的安装误差，
Figure 232519DEST_PATH_IMAGE045
是由加速度计校正数据得到的时刻
Figure 822901DEST_PATH_IMAGE038
的实际的重力向量。利用Levenberg-Marquardt算法，将N个不同的加速度计校正数据得到的实际的重力向量和通过积分陀螺仪测得的N个不同的陀螺仪的输出数据得到的重力向量代入标定模型，选取残差最小的一组参数确定为陀螺仪的三个敏感轴的刻度因数
Figure 32515DEST_PATH_IMAGE005
和安装误差
Figure 923111DEST_PATH_IMAGE006
。
在步骤205中，将加速度计的标定参数和陀螺仪的标定参数下发至至少一个车载智能设备。
在一实施例中，加速度计的标定参数可以包括加速度计的零偏
Figure 313641DEST_PATH_IMAGE001
、刻度因数
Figure 656898DEST_PATH_IMAGE002
和安装误差
Figure 33652DEST_PATH_IMAGE003
其中的至少一项；陀螺仪的标定参数可以包括陀螺仪的零偏
Figure 654121DEST_PATH_IMAGE004
、刻度因数
Figure 90918DEST_PATH_IMAGE005
和安装误差
Figure 780526DEST_PATH_IMAGE006
其中的至少一项；可以将加速度计的标定参数与陀螺仪的标定参数任意组合，将组合后的加速度计的标定参数与陀螺仪的标定参数下发至车辆的至少一个车载智能设备。车载智能设备可以向惯性测量单元发送加速度计的标定参数和陀螺仪的标定参数，使得惯性测量单元在定位导航时可以利用加速度计的标定参数和陀螺仪的标定参数分别对加速度计的输出数据和陀螺仪的输出数据进行校正，以提高惯性测量单元定位导航的精度。
本申请实施例提供的惯性测量单元标定方法，无需特定的标定设备，操作简单便捷；同时应用预存与服务器的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数，不仅降低了惯性测量单元标定对车载智能设备资源的消耗，提高了惯性测量单元标定的计算处理速度，而且避免了加速度计的标定参数和陀螺仪的标定参数相互之间的干扰，降低了惯性测量单元标定复杂度，减少了惯性测量单元标定的计算量，提高了车载惯性测量单元标定的效率。
进一步的，本申请实施例提供的一种惯性测量单元标定方法，利用加速度计的标定参数对接收的加速度计的输出数据进行校正，获得加速度计校正数据；根据陀螺仪的输出数据、加速度计校正数据、以及预存的标定模型，确定陀螺仪的标定参数，陀螺仪的标定参数的确定以加速度计校正数据作为参考值，提高了陀螺仪的标定参数的准确性。
实施例三：
图3是本申请实施例示出的惯性测量单元标定方法的另一流程示意图。
参见图3，本申请实施例还提供一种惯性测量单元标定方法，应用于车载智能设备，包括：
在步骤301中，获取并上传惯性测量单元中加速度计的输出数据和惯性测量单元的陀螺仪的输出数据至服务器。
在一实施例中，车辆载有包括惯性测量单元的至少一个车载智能设备，惯性测量单元包括加速度计和陀螺仪，车载智能设备分别获取并上传车辆在不同位姿时静止状态下加速度计的输出数据和陀螺仪的输出数据。该步骤车载智能设备获取并上传加速度计的输出数据和陀螺仪的输出数据至服务器的详细方法步骤可以参见图1和图2的描述，此处不再赘述。
在步骤302中，接收服务器下发的加速度计的标定参数和陀螺仪的标定参数，加速度计的标定参数和陀螺仪的标定参数分别由服务器根据上传的加速度计的输出数据和陀螺仪的输出数据、以及预存于服务器的标定模型依次确定，其中，标定模型用于计算标定参数，标定参数至少包括如下之一：零偏、刻度因数、安装误差。
在一实施例中，服务器接收车辆的至少一个车载智能设备上传的加速度计的输出数据和陀螺仪的输出数据；根据接收的加速度计的输出数据和陀螺仪的输出数据，以及预存的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数；车辆的至少一个车载智能设备接收服务器下发的加速度计的标定参数和陀螺仪的标定参数。该步骤根据加速度计的输出数据和陀螺仪的输出数据、以及预存的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数的详细方法步骤可以参见图1和图2的描述，此处不再赘述。
实施例四：
与前述应用功能实现方法实施例相对应，本申请还提供了一种车载智能设备、服务器、系统及相应的实施例。
图4是本申请实施例示出的车载智能设备的结构示意图。
参见图4，一种车载智能设备，该车载智能设备40包括上传单元401、参数接收单元402。
上传单元401，用于获取并上传惯性测量单元中加速度计的输出数据和惯性测量单元的陀螺仪的输出数据至服务器。
在一实施例中，车辆载有惯性测量单元，惯性测量单元包括加速度计和陀螺仪，上传单元401分别获取并上传车辆在不同位姿时静止状态下加速度计的输出数据和陀螺仪的输出数据。上传单元401获取并上传加速度计的输出数据和陀螺仪的输出数据至服务器的功能描述可以参见图1和图2的描述，此处不再赘述。
参数接收单元402，用于接收服务器下发的加速度计的标定参数和陀螺仪的标定参数，加速度计的标定参数和陀螺仪的标定参数分别由服务器根据上传的加速度计的输出数据和陀螺仪的输出数据、以及预存于服务器的标定模型依次确定，其中，标定模型用于计算标定参数，标定参数至少包括如下之一：零偏、刻度因数、安装误差。
在一实施例中，服务器接收上传单元401上传的惯性测量单元中加速度计的输出数据和惯性测量单元的陀螺仪的输出数据；根据加速度计的输出数据、陀螺仪的输出数据、以及预存的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数；向车辆的参数接收单元402下发加速度计的标定参数和陀螺仪的标定参数。参数接收单元402接收服务器下发的加速度计的标定参数和陀螺仪的标定参数。服务器根据加速度计的输出数据、陀螺仪的输出数据、以及预存的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数的功能描述可以参见下述图5和图6的描述，此处不再赘述。
实施例五：
图5是本申请实施例示出的服务器的结构示意图。
参见图5，一种服务器，该服务器50包括接收单元501、处理单元502、下发单元503。
接收单元501，用于接收至少一个车载智能设备上传的惯性测量单元中加速度计的输出数据和惯性测量单元的陀螺仪的输出数据。
在一实施例中，惯性测量单元包括加速度计和陀螺仪，接收单元501接收车辆的至少一个车载智能设备分别获取并上传的车辆在不同位姿时静止状态下加速度计的输出数据和陀螺仪的输出数据。
处理单元502，用于根据接收单元501接收的加速度计的输出数据、陀螺仪的输出数据、以及预存的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数，其中，标定模型用于计算标定参数，标定参数至少包括如下之一：零偏、刻度因数、安装误差。
在一实施例中，惯性测量单元的标定参数包括加速度计和陀螺仪的标定参数，处理单元502确定的加速度计的标定参数可以包括加速度计的零偏
Figure 960971DEST_PATH_IMAGE001
、刻度因数
Figure 560580DEST_PATH_IMAGE002
和安装误差
Figure 542180DEST_PATH_IMAGE003
其中的至少一项；处理单元502确定的陀螺仪的标定参数可以包括陀螺仪的零偏
Figure 860029DEST_PATH_IMAGE004
、刻度因数
Figure 968799DEST_PATH_IMAGE005
和安装误差
Figure 157335DEST_PATH_IMAGE006
其中的至少一项。
在一实施例中，处理单元502可以根据接收单元501接收的加速度计的输出数据、预存的标定模型，确定加速度计的标定参数；处理单元502可以根据接收单元501接收的陀螺仪的输出数据、预存的标定模型，确定陀螺仪的标定参数。
下发单元503，用于将处理单元502确定的零偏，和/或刻度因数，和/或安装误差下发至至少一个车载智能设备。
在一实施例中，处理单元502确定的加速度计的标定参数包括加速度计的零偏
Figure 201514DEST_PATH_IMAGE001
、刻度因数
Figure 616446DEST_PATH_IMAGE002
和安装误差
Figure 404274DEST_PATH_IMAGE003
其中的至少一项；处理单元502确定的陀螺仪的标定参数包括陀螺仪的零偏
Figure 837529DEST_PATH_IMAGE004
、刻度因数
Figure 787031DEST_PATH_IMAGE005
和安装误差
Figure 190723DEST_PATH_IMAGE006
其中的至少一项；下发单元503可以将处理单元502确定的加速度计的标定参数与陀螺仪的标定参数任意组合，将组合后的加速度计的标定参数与陀螺仪的标定参数下发至车辆的至少一个车载智能设备。车载智能设备可以向惯性测量单元发送加速度计的标定参数和陀螺仪的标定参数，使得惯性测量单元在定位导航时可以利用加速度计的标定参数和陀螺仪的标定参数分别对加速度计的输出数据和陀螺仪的输出数据进行校正，以提高惯性测量单元定位导航的精度。
本申请实施例提供的技术方案，无需特定的标定设备，操作简单便捷；同时应用预存的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数，不仅降低了惯性测量单元标定对车载智能设备资源的消耗，提高了惯性测量单元标定的计算处理速度，而且避免了加速度计的标定参数和陀螺仪的标定参数相互之间的干扰，降低了惯性测量单元标定复杂度，减少了惯性测量单元标定的计算量，提高了车载惯性测量单元标定的效率。
实施例六：
图6是本申请实施例示出的服务器的另一结构示意图。图6相对于图5更详细描述了本申请方案。
参见图5，一种服务器，该服务器50包括接收单元501、处理单元502、下发单元503。
在一实施例中，下发单元503的功能可以参见图5的描述。
在一实施例中，接收单元501，用于接收至少一个车载智能设备上传的车辆在不同位姿时，加速度计分别测得的加速度计输出数据和陀螺仪分别测得的陀螺仪输出数据。
在一种具体实施方式中，车辆载有包括惯性测量单元的至少一个车载智能设备，惯性测量单元包括加速度计和陀螺仪，接收单元501接收车载智能设备分别获取并上传的车辆在不同位姿时静止状态下加速度计分别测得的加速度计输出数据和陀螺仪分别测得的陀螺仪输出数据。
在一种具体实施方式中，将车辆停于平整路面，转动车辆使其保持不同位姿，不同位姿车辆保持30秒以上的静止状态。车辆可以分别转动不同角度，不同角度包括90度、180度、270度、360度，在车辆转动不同角度的不同位姿下，使车辆处于静止状态，静止状态时间在30秒以上，惯性测量单元至少重复3次采集加速度计的输出数据和陀螺仪的输出数据。
在一种具体实施方式中，惯性测量单元的单个采样周期为
Figure 516663DEST_PATH_IMAGE007
，惯性测量单元在车辆处于不同位姿时保持静止状态的静置时间内至少获得加速度计测得的N个加速度计输出数据和陀螺仪测得的N个陀螺仪输出数据，N为大于等于50的整数。
在一种具体实施方式中，可以将惯性测量单元设置于车辆内的车载智能设备内，也可以设置于车载智能设备外，但都与车载智能设备之间可以进行通信交互。车载智能设备分别获取车辆处于不同位姿时静止状态下加速度计测得的加速度计输出数据和陀螺仪测得的陀螺仪输出数据，将加速度计的输出数据和陀螺仪的输出数据上传，接收单元501上传的接收加速度计的输出数据和陀螺仪的输出数据。
在一实施例中，处理单元502包括第一标定子单元5021、校正子单元5022、第二标定子单元5023。
在一实施例中，第一标定子单元5021，用于根据接收单元501接收的加速度计的输出数据、预存的标定模型，确定加速度计的标定参数，加速度计标定参数包括加速度计的零偏、刻度因数和安装误差其中的至少一项。
在一实施例中，校正子单元5022，用于利用第一标定子单元5021确定的加速度计的标定参数对接收单元501接收的加速度计的输出数据进行校正，获得加速度计校正数据。
在一实施例中，第二标定子单元5023，用于根据接收单元501接收的陀螺仪的输出数据、校正子单元5022获得的加速度计校正数据、以及预存的标定模型，确定陀螺仪的标定参数，陀螺仪的标定参数包括陀螺仪的零偏、刻度因数和安装误差其中的至少一项。
在一实施例中，加速度计和陀螺仪的标定参数分开确定，先确定加速度计的标定参数，再确定陀螺仪的标定参数，从而完成惯性测量单元的标定。
在一种具体实施方式中，第一标定子单元5021确定的加速度计的标定参数包括加速度计的零偏
Figure 679791DEST_PATH_IMAGE001
、刻度因数
Figure 455986DEST_PATH_IMAGE002
和安装误差
Figure 704564DEST_PATH_IMAGE003
，加速度计完整的误差模型可以表示为：
Figure 443981DEST_PATH_IMAGE008
式中，
Figure 992774DEST_PATH_IMAGE009
表示标定后加速度计校正数据，
Figure 143133DEST_PATH_IMAGE010
表示加速度计的输出数据，
Figure 144587DEST_PATH_IMAGE011
表示加速度计测量噪声，在获取加速度计的输出数据时可以取一个时间段内的平均值，因此，在计算过程忽略不考虑加速度计测量噪声。加速度计的误差模型可以表示为：
Figure 812329DEST_PATH_IMAGE012
在一种具体实施方式中，惯性测量单元静态下由于只受重力的影响，加速度计三个轴上的输出数据的归一化值在理论上应等于重力加速度值。因此，预存的用于确定加速度计的标定参数的标定模型可以表示为：
Figure 589530DEST_PATH_IMAGE046
式中，
Figure 51735DEST_PATH_IMAGE014
是当地的重力加速度，
Figure 399540DEST_PATH_IMAGE015
是车辆处于不同位姿静止状态的时刻k的加速度计的输出数据，加速度计的输出数据可以是加速度计输出的加速度，h为加速度计的归一化，
Figure 870972DEST_PATH_IMAGE016
是待求解的加速度计的标定参数。
第一标定子单元5021比较车辆处于不同位姿时静止状态的加速度计的输出数据的归一化值与重力加速度值，利用Levenberg-Marquardt算法，将加速度计测得的N个加速度计输出数据的N个归一化值代入标定模型，选取残差最小的一组参数确定为加速度计的标定参数，加速度计的标定参数包括加速度计三个敏感轴的零偏
Figure 863199DEST_PATH_IMAGE001
、刻度因数
Figure 637251DEST_PATH_IMAGE002
和安装误差
Figure 613298DEST_PATH_IMAGE003
其中的至少一项。
在一实施例中，Levenberg-Marquardt算法，也称作阻尼最小二乘法，结合了高斯牛顿法和梯度下降法的优点，拟合非线性函数的系数，利用最小二乘法，使得函数的均方误差最小。Levenberg-Marquardt算法也可认为是采用了信赖域法的高斯牛顿法。
在一种具体实施方式中，校正子单元5022可以利用加速度计的误差模型：
Figure 481896DEST_PATH_IMAGE017
、第一标定子单元5021确定的加速度计的标定参数对接收单元501接收的加速度计的输出数据进行校正，获得加速度计校正数据。
在一种具体实施方式中，第二标定子单元5023确定的陀螺仪的标定参数包括陀螺仪的零偏
Figure 594209DEST_PATH_IMAGE004
、刻度因数
Figure 769189DEST_PATH_IMAGE005
和安装误差
Figure 966952DEST_PATH_IMAGE006
其中的至少一项。第二标定子单元5023可以根据接收单元501接收的陀螺仪的输出数据、以及预存的用于确定陀螺仪的标定参数的标定模型，采用Allan方差计算确定陀螺仪的标定参数的零偏。具体为：
在一种具体实施方式中，陀螺仪的输出速率
Figure 780187DEST_PATH_IMAGE018
可表示为：
Figure 871640DEST_PATH_IMAGE019
式中：
Figure 112128DEST_PATH_IMAGE020
、
Figure 406974DEST_PATH_IMAGE021
分别为
Figure 23901DEST_PATH_IMAGE022
、
Figure 969860DEST_PATH_IMAGE023
时刻陀螺仪的输出角度，
Figure 381250DEST_PATH_IMAGE007
为
Figure 553605DEST_PATH_IMAGE025
、
Figure 816965DEST_PATH_IMAGE023
时刻时间间隔，也即是单个采样周期，可以表示为
Figure 23955DEST_PATH_IMAGE026
。
Allan方差
Figure 730880DEST_PATH_IMAGE027
可按下式估算：
Figure 124952DEST_PATH_IMAGE028
式中：
Figure 83681DEST_PATH_IMAGE029
，
Figure 489386DEST_PATH_IMAGE030
为采样频率，把N个采样值
Figure 242578DEST_PATH_IMAGE031
分成指定长度M的序列号，计算出每串的平均值
Figure 248580DEST_PATH_IMAGE032
，
Figure 11000DEST_PATH_IMAGE033
，第二标定子单元5023即可计算获得Allan方差。
在一种具体实施方式中，第二标定子单元5023可以采用计算获得的Allan方差
Figure 772676DEST_PATH_IMAGE027
，根据以下用于确定陀螺仪的标定参数的零偏
Figure 696770DEST_PATH_IMAGE004
的标定模型计算确定陀螺仪三个敏感轴的零偏
Figure 331013DEST_PATH_IMAGE004
。
Figure 490599DEST_PATH_IMAGE034
在一种具体实施方式中，第二标定子单元5023可以根据接收单元501接收的陀螺仪的输出数据、校正子单元获得的加速度计校正数据、以及预存的用于确定陀螺仪的标定参数的标定模型，采用优化方式计算确定陀螺仪的标定参数的刻度因数
Figure 261109DEST_PATH_IMAGE005
和安装误差
Figure 231470DEST_PATH_IMAGE006
。具体为：
在一种具体实施方式中，第二标定子单元5023由加速度计校正数据得到一个时刻
Figure 87431DEST_PATH_IMAGE047
的加速度向量
Figure 50708DEST_PATH_IMAGE036
，在陀螺仪测得的N个陀螺仪的输出数据
Figure 675724DEST_PATH_IMAGE037
中，通过积分陀螺仪
Figure 941620DEST_PATH_IMAGE047
时刻和
Figure 393199DEST_PATH_IMAGE038
时刻的陀螺仪的输出数据得到
Figure 301112DEST_PATH_IMAGE038
时刻的重力向量
Figure 905269DEST_PATH_IMAGE039
，陀螺仪的输出数据可以是陀螺仪输出的角速度，定义运算符
Figure 342066DEST_PATH_IMAGE040
，则：
Figure 172619DEST_PATH_IMAGE041
式中
Figure 228431DEST_PATH_IMAGE040
可以是通过积分输入角速度来计算最终方向的任何积分算法。
陀螺仪任意转动，积分得到的角度和加速度计校正数据求得的角度比较，得到用于确定陀螺仪的标定参数的刻度因数
Figure 562460DEST_PATH_IMAGE005
和安装误差
Figure 560372DEST_PATH_IMAGE006
的标定模型：
Figure 612642DEST_PATH_IMAGE042
式中
Figure 596778DEST_PATH_IMAGE043
表示标定后陀螺仪校正数据，
Figure 445303DEST_PATH_IMAGE044
表示陀螺仪的输出数据，
Figure 223903DEST_PATH_IMAGE004
表示陀螺仪的零偏，
Figure 153682DEST_PATH_IMAGE005
表示陀螺仪的刻度因数，
Figure 675930DEST_PATH_IMAGE006
表示陀螺仪的安装误差，
Figure 859918DEST_PATH_IMAGE045
是由加速度计校正数据得到的时刻
Figure 74998DEST_PATH_IMAGE038
的实际的重力向量。利用Levenberg-Marquardt算法，将N个不同的加速度计校正数据得到的实际的重力向量和通过积分陀螺仪测得的N个不同的陀螺仪输出数据得到的重力向量代入标定模型，第二标定子单元5023选取残差最小的一组参数确定为陀螺仪的三个敏感轴的刻度因数
Figure 836281DEST_PATH_IMAGE005
和安装误差
Figure 552433DEST_PATH_IMAGE006
。
本申请实施例提供的技术方案，无需特定的标定设备，操作简单便捷；同时应用预存的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数，不仅降低了惯性测量单元标定对车载智能设备资源的消耗，提高了惯性测量单元标定的计算处理速度，而且避免了加速度计的标定参数和陀螺仪的标定参数相互之间的干扰，降低了惯性测量单元标定复杂度，减少了惯性测量单元标定的计算量，提高了车载惯性测量单元标定的效率。
进一步的，本申请实施例提供的技术方案，利用加速度计的标定参数对接收的加速度计的输出数据进行校正，获得加速度计校正数据；根据接收的陀螺仪的输出数据、加速度计校正数据、以及预存的标定模型，确定陀螺仪的标定参数，陀螺仪的标定参数的确定以加速度计校正数据作为参考值，提高了陀螺仪的标定参数的准确性。
实施例七：
图7是本申请实施例示出的惯性测量单元标定系统的结构示意图。
参见图7，一种惯性测量单元标定系统，包括车载智能设备40和服务器50；
车载智能设备40，用于获取并上传惯性测量单元中加速度计的输出数据和惯性测量单元的陀螺仪的输出数据至服务器50，接收服务器50下发的加速度计的标定参数和陀螺仪的标定参数。
在一实施例中，车辆的至少一个车载智能设备40获取并上传惯性测量单元中加速度计的输出数据和惯性测量单元中陀螺仪的输出数据至服务器50的功能描述可以参见图1和图2的描述，此处不再赘述。
服务器50，用于接收车载智能设备40上传的惯性测量单元中加速度计的输出数据和惯性测量单元的陀螺仪的输出数据；根据接收的加速度计的输出数据和陀螺仪的输出数据、以及预存的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数，其中，标定模型用于计算标定参数，标定参数包括：零偏、刻度因数、安装误差其中的至少一项；将加速度计的标定参数和陀螺仪的标定参数下发至车载智能设备40。
在一实施例中，服务器50根据接收的车载智能设备40上传的加速度计的输出数据和陀螺仪的输出数据、预存于服务器的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数；将加速度计的标定参数和陀螺仪的标定参数下发至车辆的至少一个车载智能设备40。服务器50根据加速度计的输出数据和陀螺仪的输出数据、预存的标定模型，依次确定加速度计的标定参数和陀螺仪的标定参数的功能描述可以参见上述图5和图6的描述，此处不再赘述。
图8是本申请实施例示出的电子设备的结构示意图。
参见图8，电子设备80包括存储器801和处理器802。
处理器802可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器801可以包括各种类型的存储单元，例如系统内存、只读存储器（ROM），和永久存储装置。其中，ROM可以存储处理器802或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置（例如磁或光盘、闪存）作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备（例如软盘、光驱）。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器801可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片（DRAM，SRAM，SDRAM，闪存，可编程只读存储器），磁盘和/或光盘也可以采用。在一些实施方式中，存储器801可以包括可读和/或写的可移除的存储设备，例如激光唱片（CD）、只读数字多功能光盘（例如DVD-ROM，双层DVD-ROM）、只读蓝光光盘、超密度光盘、闪存卡（例如SD卡、min SD卡、Micro-SD卡等等）、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器801上存储有可执行代码，当可执行代码被处理器802处理时，可以使处理器802执行上文述及的方法中的部分或全部。
上文中已经参考附图详细描述了本申请的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本申请所必须的。另外，可以理解，本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外，根据本申请的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者，本申请还可以实施为一种非暂时性机器可读存储介质（或计算机可读存储介质、或机器可读存储介质），其上存储有可执行代码（或计算机程序、或计算机指令代码），当所述可执行代码（或计算机程序、或计算机指令代码）被电子设备（或电子设备、服务器等）的处理器执行时，使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。
本领域技术人员还将明白的是，结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (4)

1.一种惯性测量单元标定方法，其特征在于，包括：
接收至少一个车载智能设备上传的惯性测量单元中加速度计的输出数据和所述惯性测量单元的陀螺仪的输出数据，所述加速度计的输出数据和陀螺仪的输出数据包括：载有所述至少一个车载智能设备的车辆在不同位姿静止状态下时，所述加速度计分别测得的加速度计输出数据和所述陀螺仪分别测得的陀螺仪输出数据；
根据所述加速度计的输出数据、预存的所述标定模型，确定所述加速度计的标定参数，利用所述加速度计的标定参数对所述加速度计的输出数据进行校正，获得加速度计校正数据，根据所述陀螺仪的输出数据、预存的所述标定模型，采用Allan方差计算确定所述陀螺仪的标定参数的零偏，根据所述陀螺仪的输出数据、所述加速度计校正数据、以及预存的所述标定模型，采用优化方式计算确定所述陀螺仪的标定参数的刻度因数和安装误差，其中，所述标定模型用于计算所述加速度计的标定参数和所述陀螺仪的标定参数；
将确定的所述加速度计的标定参数和所述陀螺仪的标定参数下发至所述至少一个车载智能设备。
2.一种惯性测量单元标定方法，其特征在于，包括：
获取并上传惯性测量单元中加速度计的输出数据和所述惯性测量单元的陀螺仪的输出数据至服务器，所述加速度计的输出数据和陀螺仪的输出数据包括：载有所述至少一个车载智能设备的车辆在不同位姿静止状态下时，所述加速度计分别测得的加速度计输出数据和所述陀螺仪分别测得的陀螺仪输出数据；
接收所述服务器下发的所述加速度计的标定参数和所述陀螺仪的标定参数，所述加速度计的标定参数和所述陀螺仪的标定参数分别由所述服务器根据上传的所述加速度计的输出数据和所述陀螺仪的输出数据、以及预存于所述服务器的标定模型依次确定，包括：根据所述加速度计的输出数据、预存的所述标定模型，确定所述加速度计的标定参数，利用所述加速度计的标定参数对所述加速度计的输出数据进行校正，获得加速度计校正数据，根据所述陀螺仪的输出数据、预存的所述标定模型，采用Allan方差计算确定所述陀螺仪的标定参数的零偏，根据所述陀螺仪的输出数据、所述加速度计校正数据、以及预存的所述标定模型，采用优化方式计算确定所述陀螺仪的标定参数的刻度因数和安装误差，其中，所述标定模型用于计算所述加速度计的标定参数和所述陀螺仪的标定参数。
3.一种车载智能设备，其特征在于，包括：
上传单元，用于获取并上传惯性测量单元中加速度计的输出数据和所述惯性测量单元的陀螺仪的输出数据至服务器，所述加速度计的输出数据和陀螺仪的输出数据包括：载有至少一个车载智能设备的车辆在不同位姿静止状态下时，所述加速度计分别测得的加速度计输出数据和所述陀螺仪分别测得的陀螺仪输出数据；
参数接收单元，用于接收所述服务器下发的所述加速度计的标定参数和所述陀螺仪的标定参数，所述加速度计的标定参数和所述陀螺仪的标定参数分别由所述服务器根据所述上传单元上传的所述加速度计的输出数据和所述陀螺仪的输出数据、以及预存于所述服务器的标定模型依次确定，包括：根据所述加速度计的输出数据、预存的所述标定模型，确定所述加速度计的标定参数，利用所述加速度计的标定参数对所述加速度计的输出数据进行校正，获得加速度计校正数据，根据所述陀螺仪的输出数据、预存的所述标定模型，采用Allan方差计算确定所述陀螺仪的标定参数的零偏，根据所述陀螺仪的输出数据、所述加速度计校正数据、以及预存的所述标定模型，采用优化方式计算确定所述陀螺仪的标定参数的刻度因数和安装误差，其中，所述标定模型用于计算所述加速度计的标定参数和所述陀螺仪的标定参数。
4.一种服务器，其特征在于，包括：
接收单元，用于接收至少一个车载智能设备上传的惯性测量单元中加速度计的输出数据和所述惯性测量单元的陀螺仪的输出数据，所述加速度计的输出数据和陀螺仪的输出数据包括：载有所述至少一个车载智能设备的车辆在不同位姿静止状态下时，所述加速度计分别测得的加速度计输出数据和所述陀螺仪分别测得的陀螺仪输出数据；
处理单元，包括第一标定子单元、校正子单元、第二标定子单元，所述第一标定子单元，用于根据所述接收单元接收的所述加速度计的输出数据、预存的所述标定模型，确定所述加速度计的标定参数，所述校正子单元，用于利用所述第一标定子单元确定的所述加速度计的标定参数对所述接收单元接收的所述加速度计的输出数据进行校正，获得加速度计校正数据，所述第二标定子单元，用于根据所述接收单元接收的所述陀螺仪的输出数据、预存的所述标定模型，采用Allan方差计算确定所述陀螺仪的标定参数的零偏，用于根据所述接收单元接收的所述陀螺仪的输出数据、所述校正子单元获得的加速度计校正数据、以及预存的所述标定模型，采用优化方式计算确定所述陀螺仪的标定参数的刻度因数和安装误差，其中，所述标定模型用于计算所述加速度计的标定参数和所述陀螺仪的标定参数；
下发单元，用于将所述处理单元确定的所述加速度计的标定参数和所述陀螺仪的标定参数下发至所述至少一个车载智能设备。
CN202011397982.4A 2020-12-04 2020-12-04 惯性测量单元标定方法、设备及服务器 Active CN112461269B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011397982.4A CN112461269B (zh) 2020-12-04 2020-12-04 惯性测量单元标定方法、设备及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011397982.4A CN112461269B (zh) 2020-12-04 2020-12-04 惯性测量单元标定方法、设备及服务器

Publications (2)

Publication Number Publication Date
CN112461269A true CN112461269A (zh) 2021-03-09
CN112461269B CN112461269B (zh) 2023-08-15

Family

ID=74805433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011397982.4A Active CN112461269B (zh) 2020-12-04 2020-12-04 惯性测量单元标定方法、设备及服务器

Country Status (1)

Country Link
CN (1) CN112461269B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112985462A (zh) * 2021-04-21 2021-06-18 智道网联科技(北京)有限公司 基于卷积神经网络模型的惯性测量数据校正方法及装置
CN113551690A (zh) * 2021-07-15 2021-10-26 Oppo广东移动通信有限公司 校准参数的获取方法、装置、电子设备及存储介质
CN116539069A (zh) * 2023-07-05 2023-08-04 杭州光粒科技有限公司 一种数据校正方法、装置、设备及可读存储介质
CN117129236A (zh) * 2023-09-11 2023-11-28 深邦智能科技集团(青岛)有限公司 基于远程控制的机动车设备标定检测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050240347A1 (en) * 2004-04-23 2005-10-27 Yun-Chun Yang Method and apparatus for adaptive filter based attitude updating
CN109459061A (zh) * 2018-12-04 2019-03-12 广州辰创科技发展有限公司 微惯性测量单元标定方法、设备及计算机可读存储介质
CN109696183A (zh) * 2019-01-28 2019-04-30 北京华捷艾米科技有限公司 惯性测量单元的标定方法及装置
CN111982158A (zh) * 2020-10-21 2020-11-24 蘑菇车联信息科技有限公司 一种惯性测量单元标定方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050240347A1 (en) * 2004-04-23 2005-10-27 Yun-Chun Yang Method and apparatus for adaptive filter based attitude updating
CN109459061A (zh) * 2018-12-04 2019-03-12 广州辰创科技发展有限公司 微惯性测量单元标定方法、设备及计算机可读存储介质
CN109696183A (zh) * 2019-01-28 2019-04-30 北京华捷艾米科技有限公司 惯性测量单元的标定方法及装置
CN111982158A (zh) * 2020-10-21 2020-11-24 蘑菇车联信息科技有限公司 一种惯性测量单元标定方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112985462A (zh) * 2021-04-21 2021-06-18 智道网联科技(北京)有限公司 基于卷积神经网络模型的惯性测量数据校正方法及装置
CN112985462B (zh) * 2021-04-21 2021-07-23 智道网联科技(北京)有限公司 基于卷积神经网络模型的惯性测量数据校正方法及装置
CN113551690A (zh) * 2021-07-15 2021-10-26 Oppo广东移动通信有限公司 校准参数的获取方法、装置、电子设备及存储介质
CN116539069A (zh) * 2023-07-05 2023-08-04 杭州光粒科技有限公司 一种数据校正方法、装置、设备及可读存储介质
CN117129236A (zh) * 2023-09-11 2023-11-28 深邦智能科技集团(青岛)有限公司 基于远程控制的机动车设备标定检测方法及系统
CN117129236B (zh) * 2023-09-11 2024-03-26 深邦智能科技集团(青岛)有限公司 基于远程控制的机动车设备标定检测方法及系统

Also Published As

Publication number Publication date
CN112461269B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
CN112461269B (zh) 惯性测量单元标定方法、设备及服务器
CN111928869B (zh) 车辆运动轨迹估计方法、装置及电子设备
CN111982158B (zh) 一种惯性测量单元标定方法及装置
WO2022205623A1 (zh) 惯性测量传感器的零偏的补偿方法
CN112762933B (zh) 基于神经网络模型的车辆定位方法及装置
CN111928847A (zh) 惯性测量单元位姿数据优化方法、装置及电子设备
CN112197772B (zh) 一种确定车辆移动轨迹的方法及相关装置
CN112146683B (zh) 惯性测量单元标定参数调整方法、装置及电子设备
CN111784784B (zh) Imu内参的标定方法、装置、电子设备仪及存储介质
CN112985462A (zh) 基于卷积神经网络模型的惯性测量数据校正方法及装置
CN113607176B (zh) 组合导航系统轨迹输出方法及装置
CN113375669B (zh) 基于神经网络模型的姿态更新方法及装置
CN112989625A (zh) Uwb传感器异常值的剔除方法
CN112130188B (zh) 车辆定位方法、设备及云服务器
CN113375668B (zh) 卫星导航系统的天线安装角标定方法及装置
CN112348903B (zh) 行车记录仪外参数标定方法、装置及电子设备
CN113917512B (zh) 自动驾驶车辆的定位方法、装置、电子设备及存储介质
CN113175936B (zh) 基于神经网络模型的车辆轨迹推算方法及装置
CN112985463B (zh) 基于卷积神经网络模型的惯性测量单元标定方法及装置
CN113252060B (zh) 基于神经网络模型的车辆轨迹推算方法及装置
CN112284421B (zh) 一种imu内参调整方法及相关装置
CN113120713A (zh) 电梯定位方法
CN114543800A (zh) 一种用于车辆移动轨迹估计的处理方法及相关装置
CN113124884B (zh) 基于lstm神经网络模型的车辆定位方法及装置
CN113758502B (zh) 组合导航处理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant