CN112526573B - 对象定位方法和装置、存储介质及电子设备 - Google Patents

对象定位方法和装置、存储介质及电子设备 Download PDF

Info

Publication number
CN112526573B
CN112526573B CN202110174587.8A CN202110174587A CN112526573B CN 112526573 B CN112526573 B CN 112526573B CN 202110174587 A CN202110174587 A CN 202110174587A CN 112526573 B CN112526573 B CN 112526573B
Authority
CN
China
Prior art keywords
current
ambiguity
target
inertial navigation
positioning
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.)
Active
Application number
CN202110174587.8A
Other languages
English (en)
Other versions
CN112526573A (zh
Inventor
储超
闫伟
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202110174587.8A priority Critical patent/CN112526573B/zh
Publication of CN112526573A publication Critical patent/CN112526573A/zh
Application granted granted Critical
Publication of CN112526573B publication Critical patent/CN112526573B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
    • 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
    • G01C21/165—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 combined with non-inertial navigation instruments

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Automation & Control Theory (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种对象定位方法和装置、存储介质及电子设备。应用于地图领域，该方法包括：获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统采集到的当前观测数据；基于当前惯导数据和测量关系数据，获取天线相位中心位置的第一参考位置信息；联立基于当前观测数据构建的双差观测方程和基于当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合以得到当前模糊度集；基于从当前模糊度集中确定出的目标模糊度子集，获取天线相位中心位置的第二参考位置信息；利用第二参考位置信息与第一参考位置信息之间的状态误差，对当前惯导数据进行校正以得到目标对象的定位结果。本发明解决了对象定位结果准确性较差的问题。

Description

对象定位方法和装置、存储介质及电子设备
技术领域
本发明涉及定位导航领域，具体而言，涉及一种对象定位方法和装置、存储介质及电子设备。
背景技术
为了对移动对象（如车辆、无人机、移动终端等）实现精准定位，目前相关技术中常用的定位方式是对全球导航卫星系统（Global Navigation Satellite System，简称GNSS）和惯性导航系统（Inertial Navigation System，简称INS）等传感器采集到的传感器数据进行融合，来辅助定位导航。
但在上述定位过程中，由于需要对不同的传感器数据进行融合计算，因而不可避免地会引入定位估算误差，从而导致定位结果准确性较差的问题。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种对象定位方法和装置、存储介质及电子设备，以至少解决对象定位结果准确性较差的技术问题。
根据本发明实施例的一个方面，提供了一种对象定位方法，包括：获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在上述当前历元下对上述目标对象采集到的当前观测数据；基于上述当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息，其中，上述测量关系数据用于指示上述惯性导航系统和上述定位导航系统之间的位置关系；联立基于上述当前观测数据构建的双差观测方程和基于上述当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，以得到上述当前历元下对应的当前模糊度集；从上述当前模糊度集中确定出目标模糊度子集，其中，上述目标模糊度子集达到固定比率阈值条件；基于上述目标模糊度子集获取上述定位导航系统的上述天线相位中心位置的第二参考位置信息；利用根据上述第二参考位置信息与上述第一参考位置信息确定出的状态误差，对上述当前惯导数据进行校正以得到上述目标对象的定位结果。
根据本发明实施例的另一方面，还提供了一种对象定位装置，包括：第一获取单元，用于获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在上述当前历元下对上述目标对象采集到的当前观测数据；第二获取单元，用于基于上述当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息，其中，上述测量关系数据用于指示上述惯性导航系统和上述定位导航系统之间的位置关系；处理单元，用于联立基于上述当前观测数据构建的双差观测方程和基于上述当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，以得到上述当前历元下对应的当前模糊度集；确定单元，用于从上述当前模糊度集中确定出目标模糊度子集，其中，上述目标模糊度子集达到固定比率阈值条件；第三获取单元，用于基于上述目标模糊度子集获取上述定位导航系统的上述天线相位中心位置的第二参考位置信息；定位校正单元，用于利用根据上述第二参考位置信息与上述第一参考位置信息确定出的状态误差，对上述当前惯导数据进行校正以得到目标对象的定位结果。
根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述对象定位方法。
根据本发明实施例的又一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过所述计算机程序执行上述的对象定位方法。
在本发明实施例中，在获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在当前历元下对目标对象采集到的当前观测数据的情况下，基于当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息，其中，测量关系数据用于指示惯性导航系统和定位导航系统之间的位置关系；并联立基于当前观测数据构建的双差观测方程和基于当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，以得到当前历元下对应的当前模糊度集；然后从当前模糊度集中确定出达到固定比率阈值条件的目标模糊度子集，并基于该目标模糊度子集获取定位导航系统的天线相位中心位置的第二参考位置信息。利用根据第二参考位置信息与第一参考位置信息确定出的状态误差，对当前惯导数据进行校正以得到目标对象的定位结果。从而实现在GNSS/INS紧组合模式下，结合部分模糊度固定算法来对采集到的当前惯导数据进行校正定位，从而达到提高定位准确性的效果，进而克服相关技术中定位准确性较差的问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的对象定位方法的硬件环境的示意图；
图2是根据本发明实施例的一种可选的对象定位方法的流程图；
图3是根据本发明实施例的另一种可选的对象定位方法的流程图；
图4是根据本发明实施例的又一种可选的对象定位方法的流程图；
图5是根据本发明实施例的又一种可选的对象定位方法的流程图；
图6是根据本发明实施例的一种可选的对象定位装置的结构示意图；
图7是根据本发明实施例的一种可选的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请实施例中，可以但不限于使用以下技术术语：
实时动态：（Real-time kinematic，简称RTK）载波相位差分技术，是实时处理两个测量站载波相位观测量的差分方法，将基准站采集的载波相位发给用户接收机，进行求差解算坐标。
惯性导航系统：（Inertial Navigation System，简称INS），有时也简称为惯性系统或惯性导航。
整周模糊度：（ambiguity of whole cycles）：又称整周未知数，是在全球定位系统技术的载波相位测量时，载波相位与基准相位之间相位差的首观测值所对应的整周未知数。
分散式滤波：先通过INS预测的位置信息作为虚拟观测方程辅助GNSS-RTK进行模糊度固定，然后通过独立的GNSS-RTK解算模块输出的位置对INS滤波器进行量测更新，此方法的优点是模块化方式，独立性好，缺点是需要两个滤波器。
根据本发明实施例的一个方面，提供了一种对象定位方法，可选地，作为一种可选的实施方式，上述对象定位方法可以但不限于应用于如图1所示的硬件环境中对象定位系统中。其中，该对象定位系统可以包括但不限于移动对象102、定位系统104、网络106及服务器108。其中，移动对象102中包括移动终端1022、车辆1024，定位系统104中包括卫星1044（如全球定位导航系统GNSS）、基站1042及位于移动对象102中的定位传感器（图中未示出，如各种定位传感器）。此外，服务器108中包括数据库1082及处理引擎1084。其中数据库1082中用于存储定位过程中产生的数据及用于实现定位的算法代码，而处理引擎1084用于执行上述对象定位方法中的各个步骤。
假设当前待定位的目标对象为移动终端1022，基于定位系统104对上述目标对象进行定位，具体过程如以下步骤S102-S112：
在获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在当前历元下对目标对象采集到的当前观测数据的情况下，如步骤S102，将上述数据通过网络106发送服务器108。然后，在服务器108中基于当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息，如步骤S104，其中，测量关系数据用于指示惯性导航系统和定位导航系统之间的位置关系；并如步骤S106，联立基于当前观测数据构建的双差观测方程和基于当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，以得到当前历元下对应的当前模糊度集；然后执行步骤S108，从当前模糊度集中确定出达到固定比率阈值条件的目标模糊度子集，并如步骤S110，基于该目标模糊度子集获取定位导航系统的天线相位中心位置的第二参考位置信息。利用根据第二参考位置信息与第一参考位置信息确定出的状态误差，对当前惯导数据进行校正以得到目标对象的定位结果，如步骤S112。从而实现在GNSS/INS紧组合模式下，结合部分模糊度固定算法来对采集到的当前惯导数据进行校正定位，从而达到提高定位准确性的效果，进而克服相关技术中定位准确性较差的问题。
可选地，在本实施例中，上述移动终端可以是配置有定位传感器的终端设备，可以包括但不限于以下至少之一：手机（如Android手机、iOS手机等）、笔记本电脑、平板电脑、掌上电脑、MID（Mobile Internet Devices，移动互联网设备）、PAD、穿戴设备（如智能手表）、无人机或无人车等。上述定位传感器可以但不限于用于检测上述终端设备的速度、位置及姿态等。上述网络可以包括但不限于：有线网络，无线网络，其中，该有线网络包括：局域网、城域网和广域网，该无线网络包括：蓝牙、WIFI及其他实现无线通信的网络。上述服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群，或者是云服务器。上述仅是一种示例，本实施例中对此不作任何限定。
可选地，作为一种可选的实施方式，如图2所示，上述对象定位方法包括：
S202，获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在当前历元下对目标对象采集到的当前观测数据；
S204，基于当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息，其中，测量关系数据用于指示惯性导航系统和定位导航系统之间的位置关系；
S206，联立基于当前观测数据构建的双差观测方程和基于当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，以得到当前历元下对应的当前模糊度集；
S208，从当前模糊度集中确定出目标模糊度子集，其中，目标模糊度子集达到固定比率阈值条件；
S210，基于目标模糊度子集获取定位导航系统的天线相位中心位置的第二参考位置信息；
S212，利用根据第二参考位置信息与第一参考位置信息确定出的状态误差，对当前惯导数据进行校正以得到目标对象的定位结果。
可选地，在本实施例中，上述对象定位方法可以但不限于应用于对可移动的对象的动态定位检测过程，其中，上述对象可以但不限于配置定位传感器的移动终端（如手机、平板电脑或智能手表等）、无人控制载体（如无人机或无人车等）等。上述应用场景为示例，本实施例中对此不作任何限定，下文将以手机为例进行说明。
需要说明的是，在获取手机中的惯性导航系统INS中采集到的当前惯导数据（如手机的移动速度、位置信息及姿态信息）及定位导航系统GNSS采集到的当前观测数据（如卫星星历数据及载波相位观测数据）之后，基于当前惯导数据推导获取定位导航系统的天线相位中心位置的第一参考位置信息。然后基于当前观测数据构建的双差观测方程和基于当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，并进行固定解算，从而得到目标模糊度子集，以便于基于该目标模糊度子集获取定位导航系统的天线相位中心位置的第二参考位置信息。最后利用根据上述第一参考位置及第二参考位置信息之间确定出的状态误差，来对上述当前惯导数据进行校正。从而实现在GNSS/INS紧组合模式下，结合部分模糊度固定算法来对采集到的当前惯导数据进行校正定位，从而达到提高定位准确性的效果，进而克服相关技术中定位准确性较差的问题。
此外，上述定位导航系统和惯性导航系统是采用紧组合模式，其中，上述紧组合模式是利用GNSS接收机输出的伪距、伪距率等观测量，与INS结合星历数据反算得到的伪距、伪距率进行组合。采用GNSS接收机输出的原始信息参与组合，伪距和伪距率等基本观测量的相关性相对较弱，使导航定位精度更准确，且系统在可见星少于4颗的情况下仍然可以工作。
可选地，在本实施例中，上述惯导数据可以包括但不限于：通过INS系统中的传感器（如手机中的陀螺仪）检测传感器所在设备当前的位置信息、速度信息及姿态信息等信息。
可选地，在本实施例中，上述观测数据中包括：星历数据和载波相位数据。其中，这里的星历数据可以但不限用于说明每个一段时间某星体预定所在位置，或每隔一定时间某人造卫星预定所在位置，可以但不限用于精准计算、预测、描绘、跟踪卫星、飞行体的时间、位置、速度等运行状态，可以但不限于能表达飞行体、卫星、航天器、导弹、太空垃圾等飞行体的精准参数，能够将飞行体置于三维空间，用时间立体描绘天体的过去、现在和将来，在上述目标终端定位方法中，可以但不限于通过该星历信息计算出对应卫星的卫星位置、运行速度、卫星钟差等。这里的载波相位数据用于通过载波相位差分算法实现测距，可以为利用接收机测定载波相位观测值或差分观测值，经基线向量解算以获得两个同步观测站之间的基线向量坐标差的方法。
可选地，在本实施例中，在获取到定位导航系统采集到的当前观测数据之后，可以但不限于再对观测数据进行周跳探测。其中，这里的周跳探测是指在全球导航卫星系统GNSS的载波测量中，由于卫星信号的失锁而导致的整周计数的跳变或中断。因而在本实施例中，可以但不限于将获取无周跳的观测数据来构建双差观测方程，其中，这里的双差观测方程可以但不限于为基于基准站和流动站的载波相位值，以及参考卫星和非参考卫星的星历数据来构建得到。
可选地，在本实施例中，在获取到惯性导航系统采集到的当前惯导数据之后，可以但不限于对上述当前惯导数据进行机械编排，得到编排结果。其中，上述机械编排可以包括但不限于：加速度计的积分和角速度计的计分。这里角速度计的积分路线可以单独运行，如基于上个历元的姿态矩阵及当前历元的角速度变化量（如角增量或角速度），来计算得到当前历元的当前姿态矩阵。上述加速度计的积分路线依赖于上述当前历元的当前姿态矩阵，再结合自身的比力或速度变化量，计算得到当前历元的位置参数和速度参数。进一步，基于上述编排结果来获取定位导航系统的天线相位中心位置的第一参考位置信息，并以此来构建虚拟观测方程。
可选地，在本实施例中，在联立双差观测方程和虚拟观测方程通过滤波器进行滤波融合之后，将可以得到当前模糊度集。然后对上述当前模糊度集中的模糊度采用部分固定算法进行固定。在获取到达到固定比率阈值条件的目标模糊度子集的情况下，基于该目标模糊度子集来获取定位导航系统的天线相位中心位置的第二参考位置信息，从而实现利用基于第二参考位置和第一参考位置信息确定出的状态误差，来对上述惯性导航系统采集到的当前惯导数据进行校正。
可选地，在本实施例中，上述对模糊度集中的模糊度进行固定时，可以但不限于使用LAMBDA算法来固定。其中，用于判定完成固定的条件可以但不限于包括利用Ratio test值和BootStrapping成功率来比对确认。这里的Ratio test值可以但不限于用于指示模糊度被成功固定的概率，可以被定义为次优模糊度残差二次型和最优模糊度残差二次型，计算公式可以为：
Figure DEST_PATH_IMAGE001
（1）
其中，
Figure 852538DEST_PATH_IMAGE002
表示模糊度浮点解，
Figure DEST_PATH_IMAGE003
和
Figure 156480DEST_PATH_IMAGE004
分别表示次优整数模糊度组和最优整数模糊 度组，
Figure DEST_PATH_IMAGE005
表示模糊度协方差矩阵。
BootStrapping成功率计算公式可以为：
Figure 480538DEST_PATH_IMAGE006
（2）
需要说明的是，上述用于求解固定解的LAMBDA算法可以但不限于是GPS模糊度去 相关解算法，通过构建Z转换矩阵，将模糊度向量
Figure DEST_PATH_IMAGE007
转换为新的模糊度向量
Figure 186326DEST_PATH_IMAGE008
，其协方差矩阵
Figure DEST_PATH_IMAGE009
也将对应转换。对应公式包括：
Figure 131280DEST_PATH_IMAGE010
（3）
其中，式中
Figure DEST_PATH_IMAGE011
为降相关矩阵，过此转换矩阵可以获得比原模糊度更加精确的模糊度 参数。
进一步地，上述比率检测（Ratio test）值可以但不限于大于3，且BootStrapping成功率大于目标阈值。
具体结合图3所示进行说明：如步骤S302，惯导初始对准目标对象，以获取当前惯导数据（即IMU数据），如步骤S304，其中包括：位置、速度和姿态信息（其中位置、速度可由GNSS提供，在此基础上，再由惯导信息确定初始姿态）。然后如步骤S306，对上述当前惯导数据进行机械编排，得到编排结果。
此外，如步骤S308，通过GNSS获取原始数据（即观测值数据和卫星星历数据），在经过步骤S310周跳探测之后，对无周跳的观测数据构建双差观测方程，以计算得到新息，如步骤S312。然后再如步骤S314-S316，通过卡尔曼滤波和模糊度固定处理，得到固定结果。
进一步如步骤S318判定是否固定成功，若不成功，如步骤S320-1获取浮点模糊度（即浮点解坐标），若成功，如步骤S320-2获取固定模糊度（即固定解坐标）。然后如步骤S322，基于上述固定结果和上述编排结果进行组合滤波，以确定出状态误差（即位置速度的姿态误差）。然后对上述IMU数据进行校正，如步骤S324反馈IMU误差，并如步骤S326输出正确的定位导航结果。
通过本申请提供的实施例，在GNSS/INS紧组合模式下，结合部分模糊度固定算法来对采集到的当前惯导数据进行校正定位，从而达到提高定位准确性的效果，进而克服相关技术中定位准确性较差的问题。
作为一种可选的方案，从当前模糊度集中确定出目标模糊度子集，其中，目标模糊度子集达到固定比率阈值条件包括：
S1，依次将当前模糊度集中的各个浮点模糊度的参数信息从实数空间转换至整数空间，得到模糊度矢量及相关矩阵，其中，相关矩阵中包括模糊度矢量中每个模糊度各自对应的方差协方差信息；
S2，按照目标固定策略从模糊度矢量中确定出目标模糊度子集。
可选地，在本实施例中，当前模糊度集中的每个浮点模糊度的参数信息从实数空间转换至整数空间可以但不限于得到：模糊度矢量及对应的方差-协方差，其中，这里的模糊度矢量可以包括但不限于浮点模糊度
Figure DEST_PATH_IMAGE013
。
具体结合以下公式进行说明：假设对于短基线而言，联立基于当前观测数据构建的双差观测方程和基于当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合通过滤波器进行滤波融合，得到的未知参数将分为两类：基线坐标和双差模糊度。线性化后的双差观测方程简写成如下的形式：
Figure 949282DEST_PATH_IMAGE014
（4）
式中，
Figure DEST_PATH_IMAGE015
表示观测值与计算的双差载波相位观测值或者双差伪距之差，简称OMC （observations minus calculations），
Figure 90413DEST_PATH_IMAGE016
；
Figure DEST_PATH_IMAGE017
表示基线向量的坐标增量矩阵；
Figure 978604DEST_PATH_IMAGE018
表示
Figure DEST_PATH_IMAGE019
个双差模糊度参数；
Figure 812568DEST_PATH_IMAGE020
表示基线坐标前的设计矩阵；
Figure DEST_PATH_IMAGE021
表示模型计算的残余误差和测量噪声；
Figure 372993DEST_PATH_IMAGE022
表示观测方程为模糊度配置的系数矩阵。
Figure DEST_PATH_IMAGE023
（5）
将实数空间（即原空间）的浮点模糊度的参数信息，转换到整数空间（即新空间），得到模糊度矢量（包括多个模糊度）和相关矩阵（包括每个模糊度对应的方差-协方差矩阵）。
可选地，在本实施中，上述步骤S2，按照目标固定策略从模糊度矢量中确定出目标模糊度子集包括：
S21，从相关矩阵中提取每个模糊度各自对应的方差；
S22，按照从小到大的顺序遍历方差，依次执行以下操作：
S22-1，获取当前方差对应的当前固定置信度，其中，当前固定置信度阈值为当前方差的求解成功率与在当前方差之前的在先方差各自对应的求解成功率的累积结果；
S22-2，在当前固定置信度大于目标置信度阈值的情况下，获取当前方差之后的下一个方差对应的固定置信度，以更新当前固定置信度，其中，固定比率阈值条件中包括目标置信度阈值；
S22-3，在当前固定置信度小于或等于目标置信度阈值的情况下，获取用于确定当前方差的各个模糊度构成的候选模糊度子集；
S22-4，从候选模糊度子集中提取出目标模糊度子集。
具体结合以下过程进行说明：在部分模糊度算法中，先预设一个成功率阈值（即目标置信度阈值），然后据此来挑选相关后的模糊度子集最优解。
在转换得到的相关矩阵中提取各个模糊度各自对应的方差，从中选择具有最小方 差的模糊度，记为
Figure 317815DEST_PATH_IMAGE024
。然后基于上述模糊度计算各自对应的求解成功率
Figure DEST_PATH_IMAGE025
，计算公式 如下
Figure 719234DEST_PATH_IMAGE026
（6）
Figure DEST_PATH_IMAGE027
（7）
上式用于计算一个模糊度的求解成功率的公式。将这一个最小方差的模糊度对应的求解成功率作为其固定置信度，在该固定置信度大于上述预设的成功率阈值（即目标置信度阈值）的情况下，则获取具有第二小方差的模糊度对应的求解成功率，并基于两个求解成功率来计算累积成功率，将该累计成功率作为该第二小方差的模糊度对应的当前固定置信度，来与上述成功率阈值（即目标置信度阈值）进行比对。在比对结果仍指示当前固定置信度大于上述成功率阈值（即目标置信度阈值）的情况下，则依次选择具有较小方差的模糊度对应的求解成功率，并计算相应的累积成功率，作为具有该方差的模糊度对应的固定置信度，直到具有第n大的方差对应的当前固定置信度小于或等于成功率阈值。将前n个方差各自的模糊度确定为候选模糊度子集。上述过程可以参考以下公式计算得出：
Figure 724099DEST_PATH_IMAGE028
（8）
其中，
Figure DEST_PATH_IMAGE029
为目标置信度阈值，
Figure 771821DEST_PATH_IMAGE030
为当前固定置信度，
Figure DEST_PATH_IMAGE031
为按照从小到大顺序排列的 第
Figure 504022DEST_PATH_IMAGE032
大的方差，
Figure DEST_PATH_IMAGE033
。
进一步，从上述候选模糊度子集中再提取出目标模糊度子集。
需要说明的是，在进行降相关处理后得到的模糊度矢量
Figure 38909DEST_PATH_IMAGE034
中，可以但不限于挑选符 合要求的
Figure DEST_PATH_IMAGE035
个模糊度的子集，固定该
Figure 699829DEST_PATH_IMAGE036
个模糊度参数，根据前
Figure DEST_PATH_IMAGE037
模糊度参数与后
Figure 687376DEST_PATH_IMAGE036
参数之间的相关性，即利用对应的方差-协方差阵调整前
Figure 442842DEST_PATH_IMAGE037
个参数，最后通过逆转换矩阵获 得对应的原空间的模糊度参数。
这里除非所有模糊度均可以固定，否则反馈到原空间的模糊度本身不是整数，依 然是浮点数。最后基于式
Figure 78573DEST_PATH_IMAGE038
获得最后的坐标固定解，式中，
Figure DEST_PATH_IMAGE039
为基线固定解。
通过本申请提供的实施例，通过空间转换来辅助完成对GNSS/INS紧组合模式中的观测数据的部分模糊度固定，从而实现提高定位准确性和稳定性的效果。
作为一种可选的方案，从候选模糊度子集中提取出目标模糊度子集包括：
S1，重复执行以下步骤，直至获取到目标模糊度子集：
S11，从候选模糊度子集中确定出当前模糊度子集；
S12，获取当前模糊度子集通过目标固定算法计算得到的第一固定解和第二固定解，其中，第一固定解优于第二固定解；
S13，将第二固定解和第一固定解的比值，确定为当前固定比率检测值；
S14，在当前固定比率检测值小于目标比率检测阈值的情况下，剔除当前模糊度子集中最大方差对应的模糊度，以得到更新后的当前模糊度子集，其中，固定比率阈值条件中包括目标比率检测阈值；
S15，在当前固定比率检测值大于或等于目标比率检测阈值，且已固定的模糊度的数量达到个数阈值的情况下，将当前模糊度子集确定为目标模糊度子集，其中，固定比率阈值条件中还包括个数阈值。
具体结合以下示例进行说明：假设基于上述实施例继续说明：
利用所述候选模糊度子集中的全部k个模糊度作为初始的当前模糊度子集，用于与目标比率检测阈值进行比对。获取上述k个模糊度通过目标固定算法（如上述LAMBDA算法（如公式（3）））求解固定解，即第一固定解（即最优解）和第二固定解（即次优解）。根据上述第一固定解与第二固定解的比值确定该当前模糊度子集对应的当前固定比率检测值。
在当前固定比率检测值小于目标比率检测阈值时，则剔除该当前模糊度子集中方差最大的模糊度，以更新当前模糊度子集。然后，再参照上述过程继续计算获取更新后的当前模糊度子集的当前固定比率检测值，以与上述目标比率检测阈值进行比对，根据比对结果依次剔除具有较大方差的模糊度，以完成模糊度搜索，直到（k-m）个模糊度构成的当前模糊度子集对应的当前固定比率检测值达到目标比率检测阈值后，此外还确定已固定的模糊度的数量达到个数阈值的情况下，则判定固定成功，并确定当前模糊度子集为目标模糊度子集。
例如，如图4所示，如步骤S402，获取到浮点模糊度及对应的浮点模糊度方差Q。然后如步骤S404，基于上述过程按照从小到大的顺序依次确定各个方差对应的固定置信度（基于求解成功率的累计结果得到），在具有第n大的方差对应的固定置信度小于或等于成功率阈值的情况下，将前n个方差各自的模糊度确定为候选模糊度子集。进一步如步骤S406执行模糊度搜索。在候选模糊度子集中依次提取当前模糊度子集，并确定该当前模糊度子集对应的固定比率检测值，并如步骤S408，将其与目标固定监测比率检测阈值（如图中所示Ratio Test）进行比对。在比对结果指示小于目标比率检测阈值的情况下，则如步骤S410-1，更新当前模糊度子集，并返回步骤S406，继续进行模糊度搜索；在比对结果指示大于或等于目标比率检测阈值的情况下，则如步骤S410-2，将当前模糊度子集确定为目标模糊度子集。
通过本申请提供的实施例，对各个模糊度子集依次进行比对处理，以得到达到固定比率阈值条件的目标模糊度子集，基于该固定成功的结果来辅助提高对象定位的准确性。
作为一种可选的方案，基于目标模糊度子集获取定位导航系统的天线相位中心位置的第二参考位置信息包括：
S1，将候选模糊度子集中除目标模糊度子集中的模糊度之外的模糊度确定为参考模糊度；
S2，根据目标模糊度子集对参考模糊度进行修正，得到修正模糊度；
S3，将目标模糊度子集中的模糊度与修正模糊度逆变换至实数空间，得到整周模糊度；
S4，根据整周模糊度及整周模糊度的方差协方差信息，确定天线相位中心位置的第二参考位置信息。
需要说明的是，在转换到整数空间得到的模糊度中可以包括：一类是挑选出来的 可以进行固定的模糊度参数（如目标模糊度子集中的模糊度）
Figure 707132DEST_PATH_IMAGE040
，另一类是不能进行固定的 模糊度参数（如参考模糊度）
Figure DEST_PATH_IMAGE041
，如下：
Figure 181976DEST_PATH_IMAGE042
和
Figure DEST_PATH_IMAGE043
（9）
当用LAMBDA算法固定
Figure 52717DEST_PATH_IMAGE040
之后，类似于修正坐标参数过程，用
Figure 765459DEST_PATH_IMAGE044
的固定解
Figure DEST_PATH_IMAGE045
，来修正
Figure 502602DEST_PATH_IMAGE046
及其对应的方差-协方差矩阵，如以下过程：
Figure DEST_PATH_IMAGE047
（10）
其中，式（10）中的第二式可以不用计算，只需要计算出对
Figure 464741DEST_PATH_IMAGE048
进行修正后得到的修 正模糊度
Figure DEST_PATH_IMAGE049
，于是得到对应的新空间的目标模糊度子集中的固定模糊度和修正模糊度
Figure 142104DEST_PATH_IMAGE050
， 再通过逆变换将该固定模糊度和修正模糊度转换到原空间（实数空间），得到整周模糊度， 计算公式如下：
Figure DEST_PATH_IMAGE051
（11）
通过本申请提供的实施例，通过上述对模糊度在不同空间的转换处理，来实现对模糊度的固定处理，从而实现对模糊度完成部分固定以得到固定解的目的。
作为一种可选的方案，利用根据第二参考位置信息与第一参考位置信息确定出的状态误差，对当前惯导数据进行校正以得到定位结果包括：
S1，对第二参考位置信息及第一参考位置信息做差，得到位置信息差量；
S2，构建位置信息差量与惯性导航系统中各个导航参数之间的误差状态方程；
S3，对误差状态方程进行解算，以得到状态误差；
S4，对当前惯导数据按照状态误差进行校正。
具体结合以下示例进行说明，假设INS建模如下：
Figure 506089DEST_PATH_IMAGE052
（12）
式中，
Figure DEST_PATH_IMAGE053
表示地心地固系下的INS的位置误差量，
Figure 679712DEST_PATH_IMAGE054
表示地心地固系下的INS的 速度误差量，
Figure DEST_PATH_IMAGE055
表是姿态误差，
Figure 863569DEST_PATH_IMAGE056
和
Figure DEST_PATH_IMAGE057
分别表示陀螺和加速度计的零偏误差，
Figure 544955DEST_PATH_IMAGE058
和
Figure DEST_PATH_IMAGE059
分别表 示陀螺和加速度计的比例因子误差，其在地心地固坐标系系下的公共误差的微分方程可以 表述如下：
Figure 779758DEST_PATH_IMAGE060
（13）
其中，
Figure DEST_PATH_IMAGE061
和
Figure 639130DEST_PATH_IMAGE062
分别表示加速度计和陀螺仪的仪器误差总和。因此传感器误差和 位置、速度、姿态误差构成了一个21维的误差状态方程：
Figure DEST_PATH_IMAGE063
（14）
式中，
Figure 415675DEST_PATH_IMAGE064
是与惯导相关的误差状态量，
Figure DEST_PATH_IMAGE065
是系统矩阵；
Figure 402217DEST_PATH_IMAGE066
为驱动噪声阵；
Figure DEST_PATH_IMAGE067
为驱动 白噪声。
通过本申请提供的实施例，基于部分固定算法确定出的状态误差，来对惯导数据进行校正，从而达到确保对象定位的准确性和稳定性。
作为一种可选的方案，基于当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息包括：
S1，对当前惯导数据进行机械编排，得到编排结果；
S2，获取杆臂在目标对象所在的载体坐标系下的三轴坐标以及载体坐标系和定位导航坐标系之间的方向余弦矩阵，其中，载体坐标系为惯性导航系统所使用的坐标系，定位导航坐标系为定位导航系统所使用的坐标系；
S3，基于编排结果和方向余弦矩阵，计算得到第一参考位置信息。
具体结合以下实施例进行说明：假设在INS机械编排后得到位置、速度和姿态的信息，可以通过杆臂将INS处的位置推导GNSS天线相位中心处的位置及其方差，对应的公式如下：
Figure 209636DEST_PATH_IMAGE068
（15）
Figure 754756DEST_PATH_IMAGE069
（16）
式中，带有上标的参数是有误差的。
Figure DEST_PATH_IMAGE070
表示杆臂向量，
Figure 913204DEST_PATH_IMAGE071
表示INS机械编排的位 置，
Figure DEST_PATH_IMAGE072
表示天线相位中心的位置。再根据误差传播定律计算该推导位置的方差。
需要说明的是，在计算GNSS天线中心位置的方差信息时，可以将INS机械编排得到 的
Figure 172279DEST_PATH_IMAGE073
代替真值
Figure DEST_PATH_IMAGE074
，并且忽略位置误差和角度误差之间的相关性，即忽略
Figure 99783DEST_PATH_IMAGE075
和
Figure DEST_PATH_IMAGE076
之间的相 关性。
可选地，在本实施例中，S1，对当前惯导数据进行机械编排，得到编排结果包括：
S11，获取当前历元之前的上一个历元的历史姿态矩阵；
S12，对历史姿态矩阵和当前惯导数据中的当前角速度变化量进行积分，以得到当前历元的当前姿态矩阵；
S13，根据当前姿态矩阵，及当前惯导数据中的当前速度变化量及比力信息进行积分，以得到当前历元的当前速度参数和当前位置参数；
其中，编排结果包括当前姿态矩阵、当前速度参数和当前位置参数。
例如，在本实施例中，先进行角速度计的积分，再进行加速度计的积分路线，具体过程可以如图5所示。其对应的微分方程可以表示为如下：
Figure 349892DEST_PATH_IMAGE077
（17）
式中，带有上标的点表示导数。i表示参考坐标系，b表示载体坐标系，e表示定位导 航坐标系（也可称作地心地固坐标系）。
Figure DEST_PATH_IMAGE078
表示在e系下的速度，
Figure 746370DEST_PATH_IMAGE079
表示姿态矩阵，
Figure DEST_PATH_IMAGE080
表示重 力加速度在e系下的投影，
Figure 58403DEST_PATH_IMAGE081
表示在b系下的比力。
Figure DEST_PATH_IMAGE082
表示载体坐标系（即b系）相对于惯性 参考坐标系（即i系）相对的角速度在b系下的投影，
Figure 89681DEST_PATH_IMAGE083
表示定位导航坐标系（即e系）相对惯 性参考坐标系（即i系）的角速度在b系下的投影。
作为一种可选的方案，在获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在当前历元下对目标对象采集到的当前观测数据之后，还包括：
S1，在当前观测数据中包括基准站观测到的载波相位值和流动站观测到的载波相位值，参考卫星观测到的星历数据及非参考卫星观测到的星历数据的情况下，根据基准站观测到的载波相位值和流动站观测到的载波相位值确定当前载波相位值，并根据参考卫星观测到的星历数据及非参考卫星观测到的星历数据确定当前伪距观测值；
S2，基于当前载波相位值及当前伪距观测值，构建双差观测方程；
S3，基于第一参考位置信息及对应的方差信息，构建虚拟观测方程。
S4，需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
具体结合以下实施例，假设GNSS/INS紧组合模式下，可以基于分别在站间、星间求差，构建双差观测方程，作为卡尔曼滤波的观测量。
对于短基线，对流层和电离层误差可以通过双差较好的消除，其对应的载波相位和伪距双差观测方程为：
Figure 727336DEST_PATH_IMAGE084
（18）
式中，
Figure DEST_PATH_IMAGE085
是双差算子；下标
Figure 611110DEST_PATH_IMAGE086
、
Figure DEST_PATH_IMAGE087
分别表示基站和流动站；上标
Figure 461254DEST_PATH_IMAGE088
为观测卫星，
Figure 832192DEST_PATH_IMAGE032
表 示参考卫星；上标组合时星间单差，下标组合是站间单差；
Figure DEST_PATH_IMAGE089
为载波相位观测值；
Figure 176103DEST_PATH_IMAGE090
为伪距观 测值；
Figure 999703DEST_PATH_IMAGE086
为卫星与测站之间的几何距离；
Figure DEST_PATH_IMAGE091
为载波相位的波长；
Figure 466587DEST_PATH_IMAGE092
为载波相位的整周模糊度 参数；
Figure DEST_PATH_IMAGE093
为观测噪声。
由于INS在短期导航中具备较高的定位精度，且具有连续定位的能力，通过加入INS提供的先验位置信息，可以通过加入约束方程的方式提高模糊度的浮点解精度，从而提升定位精度。
进一步，上述由INS推导得到的GNSS天线相位中心处的位置参数及其方差，则位置参数在三维坐标系下对应的虚拟观测方程可以表示为如下：
Figure 206879DEST_PATH_IMAGE094
（19）
联立（18）和（19）式，进入抗差卡尔曼滤波程序。
通过本申请提供的实施例，由于INS在短期导航中具备较高的定位精度，且具有连续定位的能力，通过加入INS提供的先验位置信息，可以通过加入虚拟观测方程作为约束方程的方式，提高模糊度的浮点解精度，从而提升定位精度。
根据本发明实施例的另一个方面，还提供了一种用于实施上述对象定位方法的对象定位装置。如图6所示，该装置包括：
1）第一获取单元602，用于获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在当前历元下对目标对象采集到的当前观测数据；
2）第二获取单元604，用于基于当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息，其中，测量关系数据用于指示惯性导航系统和定位导航系统之间的位置关系；
3）处理单元606，用于联立基于当前观测数据构建的双差观测方程和基于当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，以得到当前历元下对应的当前模糊度集；
4）确定单元608，用于从当前模糊度集中确定出目标模糊度子集，其中，目标模糊度子集达到固定比率阈值条件；
5）第三获取单元610，用于基于目标模糊度子集获取定位导航系统的天线相位中心位置的第二参考位置信息；
6）定位校正单元612，用于利用根据第二参考位置信息与第一参考位置信息确定出的状态误差，对当前惯导数据进行校正以得到目标对象的定位结果。
在本实施例中具体的实施例可以参考上述方法实施例，这里不再赘述。
根据本发明实施例的又一个方面，还提供了一种用于实施上述对象定位方法的电子设备，该电子设备可以是图1所示的终端设备或服务器。本实施例以该电子设备为服务器为例来说明。如图7所示，该电子设备包括存储器702和处理器704，该存储器702中存储有计算机程序，该处理器704被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述电子设备可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在当前历元下对目标对象采集到的当前观测数据；
S2，基于当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息，其中，测量关系数据用于指示惯性导航系统和定位导航系统之间的位置关系；
S3，联立基于当前观测数据构建的双差观测方程和基于当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，以得到当前历元下对应的当前模糊度集；
S4，从当前模糊度集中确定出目标模糊度子集，其中，目标模糊度子集达到固定比率阈值条件；
S5，基于目标模糊度子集获取定位导航系统的天线相位中心位置的第二参考位置信息；
S6，利用根据第二参考位置信息与第一参考位置信息确定出的状态误差，对当前惯导数据进行校正以得到目标对象的定位结果。
可选地，本领域普通技术人员可以理解，图7所示的结构仅为示意，电子设备也可以是智能手机（如Android手机、iOS手机等）、平板电脑、掌上电脑以及移动互联网设备（Mobile Internet Devices，MID）、PAD等终端设备。图7其并不对上述电子设备的结构造成限定。例如，电子设备还可包括比图7中所示更多或者更少的组件（如网络接口等），或者具有与图7所示不同的配置。
其中，存储器702可用于存储软件程序以及模块，如本发明实施例中的对象定位方法和装置对应的程序指令/模块，处理器704通过运行存储在存储器702内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的对象定位方法。存储器702可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器702可进一步包括相对于处理器704远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中，存储器702具体可以但不限于用于存储目标对象的当前惯导数据和当前观测数据及定位结果等信息。作为一种示例，如图7所示，上述存储器702中可以但不限于包括上述对象定位装置中的第一获取单元602、第二获取单元604、处理单元606、确定单元608、第三获取单元610及定位校正单元612。此外，还可以包括但不限于上述对象定位装置中的其他模块单元，本示例中不再赘述。
可选地，上述的传输装置706用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中，传输装置706包括一个网络适配器（Network Interface Controller，NIC），其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中，传输装置706为射频（Radio Frequency，RF）模块，其用于通过无线方式与互联网进行通讯。
此外，上述电子设备还包括：显示器708，用于显示目标对象的定位结果；和连接总线710，用于连接上述电子设备中的各个模块部件。
在其他实施例中，上述终端设备或者服务器可以是一个分布式系统中的一个节点，其中，该分布式系统可以为区块链系统，该区块链系统可以是由该多个节点通过网络通信的形式连接形成的分布式系统。其中，节点之间可以组成点对点（P2P，Peer To Peer）网络，任意形式的计算设备，比如服务器、终端等电子设备都可以通过加入该点对点网络而成为该区块链系统中的一个节点。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述对象定位方法。其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述计算机可读的存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在当前历元下对目标对象采集到的当前观测数据；
S2，基于当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息，其中，测量关系数据用于指示惯性导航系统和定位导航系统之间的位置关系；
S3，联立基于当前观测数据构建的双差观测方程和基于当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，以得到当前历元下对应的当前模糊度集；
S4，从当前模糊度集中确定出目标模糊度子集，其中，目标模糊度子集达到固定比率阈值条件；
S5，基于目标模糊度子集获取定位导航系统的天线相位中心位置的第二参考位置信息；
S6，利用根据第二参考位置信息与第一参考位置信息确定出的状态误差，对当前惯导数据进行校正以得到目标对象的定位结果。
可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器（Read-Only Memory，ROM）、随机存取器（Random Access Memory，RAM）、磁盘或光盘等。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果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，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明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存储介质中，包括若干指令用以使得一台或多台计算机设备（可为个人计算机、服务器或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种对象定位方法，其特征在于，包括：
获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在所述当前历元下对所述目标对象采集到的当前观测数据；
基于所述当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息，其中，所述测量关系数据用于指示所述惯性导航系统和所述定位导航系统之间的位置关系；
联立基于所述当前观测数据构建的双差观测方程和基于所述当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，以得到所述当前历元下对应的当前模糊度集；
采用部分固定算法对所述当前模糊度集中的模糊度进行固定，以从所述当前模糊度集中确定出目标模糊度子集，其中，所述目标模糊度子集达到固定比率阈值条件，所述固定比率阈值条件包括用于指示所述当前模糊度集中的模糊度被成功固定的概率条件；
基于所述目标模糊度子集获取所述定位导航系统的所述天线相位中心位置的第二参考位置信息；
利用根据所述第二参考位置信息与所述第一参考位置信息确定出的状态误差，对所述当前惯导数据进行校正以得到所述目标对象的定位结果。
2.根据权利要求1所述的方法，其特征在于，从所述当前模糊度集中确定出目标模糊度子集包括：
依次将所述当前模糊度集中的各个浮点模糊度的参数信息从实数空间转换至整数空间，得到模糊度矢量及相关矩阵，其中，所述相关矩阵中包括所述模糊度矢量中每个模糊度各自对应的方差协方差信息；
按照目标固定策略从所述模糊度矢量中确定出所述目标模糊度子集。
3.根据权利要求2所述的方法，其特征在于，所述按照目标固定策略从所述模糊度矢量中确定出所述目标模糊度子集包括：
从所述相关矩阵中提取每个所述模糊度各自对应的方差；
按照从小到大的顺序遍历所述方差，依次执行以下操作：
获取当前方差对应的当前固定置信度，其中，所述当前固定置信度为所述当前方差的求解成功率与在所述当前方差之前的在先方差各自对应的求解成功率的累积结果；
在所述当前固定置信度大于目标置信度阈值的情况下，获取所述当前方差之后的下一个方差对应的固定置信度，以更新所述当前固定置信度，其中，所述固定比率阈值条件中包括所述目标置信度阈值；
在所述当前固定置信度小于或等于所述目标置信度阈值的情况下，获取用于确定所述当前方差的各个模糊度构成的候选模糊度子集；
从所述候选模糊度子集中提取出所述目标模糊度子集。
4.根据权利要求3所述的方法，其特征在于，所述从所述候选模糊度子集中提取出所述目标模糊度子集包括：
重复执行以下步骤，直至获取到所述目标模糊度子集：
从所述候选模糊度子集中确定出当前模糊度子集；
获取所述当前模糊度子集通过目标固定算法计算得到的第一固定解和第二固定解，其中，所述第一固定解优于所述第二固定解；
将所述第二固定解和所述第一固定解的比值，确定为当前固定比率检测值；
在所述当前固定比率检测值小于目标比率检测阈值的情况下，剔除所述当前模糊度子集中最大方差对应的模糊度，以得到更新后的所述当前模糊度子集，其中，所述固定比率阈值条件中包括所述目标比率检测阈值；
在所述当前固定比率检测值大于或等于所述目标比率检测阈值，且已固定的模糊度的数量达到个数阈值的情况下，将所述当前模糊度子集确定为所述目标模糊度子集，其中，所述固定比率阈值条件中还包括所述个数阈值。
5.根据权利要求3所述的方法，其特征在于，所述基于所述目标模糊度子集获取所述定位导航系统的所述天线相位中心位置的第二参考位置信息包括：
将所述候选模糊度子集中除所述目标模糊度子集中的模糊度之外的模糊度确定为参考模糊度；
根据所述目标模糊度子集对所述参考模糊度进行修正，得到修正模糊度；
将所述目标模糊度子集中的模糊度与所述修正模糊度逆变换至实数空间，得到整周模糊度；
根据所述整周模糊度及所述整周模糊度的方差协方差信息，确定所述天线相位中心位置的第二参考位置信息。
6.根据权利要求1所述的方法，其特征在于，所述利用根据所述第二参考位置信息与所述第一参考位置信息确定出的状态误差，对所述当前惯导数据进行校正以得到定位结果包括：
对所述第二参考位置信息及所述第一参考位置信息做差，得到位置信息差量；
构建所述位置信息差量与所述惯性导航系统中各个导航参数之间的误差状态方程；
对所述误差状态方程进行解算，以得到所述状态误差；
对所述当前惯导数据按照所述状态误差进行校正。
7.根据权利要求1所述的方法，其特征在于，所述基于所述当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息包括：
对所述当前惯导数据进行机械编排，得到编排结果；
获取杆臂在所述目标对象所在的载体坐标系下的三轴坐标以及所述载体坐标系和定位导航坐标系之间的方向余弦矩阵，其中，所述载体坐标系为所述惯性导航系统所使用的坐标系，所述定位导航坐标系为所述定位导航系统所使用的坐标系；
基于所述编排结果和所述方向余弦矩阵，计算得到所述第一参考位置信息。
8.根据权利要求7所述的方法，其特征在于，所述对所述当前惯导数据进行机械编排，得到编排结果包括：
获取所述当前历元之前的上一个历元的历史姿态矩阵；
对所述历史姿态矩阵和所述当前惯导数据中的当前角速度变化量进行积分，以得到所述当前历元的当前姿态矩阵；
根据所述当前姿态矩阵，及所述当前惯导数据中的当前速度变化量及比力信息进行积分，以得到所述当前历元的当前速度参数和当前位置参数；
其中，所述编排结果包括所述当前姿态矩阵、所述当前速度参数和所述当前位置参数。
9.根据权利要求1至8中任一项所述的方法，其特征在于，在所述获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在所述当前历元下对所述目标对象采集到的当前观测数据之后，还包括：
在所述当前观测数据中包括基准站观测到的载波相位值和流动站观测到的载波相位值，参考卫星观测到的星历数据及非参考卫星观测到的星历数据的情况下，根据所述基准站观测到的载波相位值和所述流动站观测到的载波相位值确定当前载波相位值，并根据所述参考卫星观测到的星历数据及所述非参考卫星观测到的星历数据确定当前伪距观测值；
基于所述当前载波相位值及所述当前伪距观测值，构建所述双差观测方程；
基于所述第一参考位置信息及对应的方差信息，构建所述虚拟观测方程。
10.一种对象定位装置，其特征在于，包括：
第一获取单元，用于获取惯性导航系统在当前历元下对目标对象采集到的当前惯导数据和定位导航系统在所述当前历元下对所述目标对象采集到的当前观测数据；
第二获取单元，用于基于所述当前惯导数据和测量关系数据，获取定位导航系统的天线相位中心位置的第一参考位置信息，其中，所述测量关系数据用于指示所述惯性导航系统和所述定位导航系统之间的位置关系；
处理单元，用于联立基于所述当前观测数据构建的双差观测方程和基于所述当前惯导数据构建的虚拟观测方程，通过滤波器进行滤波融合，以得到所述当前历元下对应的当前模糊度集；
确定单元，用于采用部分固定算法对所述当前模糊度集中的模糊度进行固定，以从所述当前模糊度集中确定出目标模糊度子集，其中，所述目标模糊度子集达到固定比率阈值条件，所述固定比率阈值条件包括用于指示所述当前模糊度集中的模糊度被成功固定的概率条件；
第三获取单元，用于基于所述目标模糊度子集获取所述定位导航系统的所述天线相位中心位置的第二参考位置信息；
定位校正单元，用于利用根据所述第二参考位置信息与所述第一参考位置信息确定出的状态误差，对所述当前惯导数据进行校正以得到目标对象的定位结果。
11.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行所述权利要求1至9任一项中所述的方法。
12.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至9任一项中所述的方法。
CN202110174587.8A 2021-02-07 2021-02-07 对象定位方法和装置、存储介质及电子设备 Active CN112526573B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110174587.8A CN112526573B (zh) 2021-02-07 2021-02-07 对象定位方法和装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110174587.8A CN112526573B (zh) 2021-02-07 2021-02-07 对象定位方法和装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN112526573A CN112526573A (zh) 2021-03-19
CN112526573B true CN112526573B (zh) 2021-05-14

Family

ID=74975545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110174587.8A Active CN112526573B (zh) 2021-02-07 2021-02-07 对象定位方法和装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN112526573B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113783652B (zh) * 2021-09-13 2023-06-16 广东汇天航空航天科技有限公司 一种组合导航系统的数据同步方法和装置
CN114396960A (zh) * 2021-12-21 2022-04-26 智道网联科技(北京)有限公司 路侧通信和定位数据处理的方法、设备及车辆导航系统
CN114646992A (zh) * 2022-03-21 2022-06-21 腾讯科技（深圳）有限公司 定位方法、装置、计算机设备、存储介质和计算机程序产品

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6278945B1 (en) * 1997-11-24 2001-08-21 American Gnc Corporation Fully-coupled positioning process and system thereof
CN107422354B (zh) * 2017-09-25 2019-06-25 武汉大学 一种模糊度固定的ppp/sins紧组合定位定姿方法
CN107917708A (zh) * 2017-11-10 2018-04-17 太原理工大学 基于贝叶斯压缩感知的gps/ins紧组合周跳探测和修复算法
CN108802770B (zh) * 2018-06-01 2022-05-13 东南大学 一种ins增强gnss的高精度动态定位检定基准
CN110646822B (zh) * 2018-06-26 2023-01-17 北京自动化控制设备研究所 一种基于惯导辅助的整周模糊度Kalman滤波算法
CN108828642B (zh) * 2018-08-01 2019-07-23 太原理工大学 一种ins辅助bds单频接收机的模糊度快速解算方法
CN109001782B (zh) * 2018-08-01 2020-08-11 河北森茂电子科技有限公司 一种验后残差部分模糊的固定方法及装置
CN109143298B (zh) * 2018-08-16 2020-08-07 中国地质大学（武汉） 北斗和gps观测值周跳探测与修复方法、设备及存储设备
CN110006427B (zh) * 2019-05-20 2020-10-27 中国矿业大学 一种低动态高振动环境下的bds/ins紧组合导航方法
CN112083463B (zh) * 2019-06-13 2024-03-29 千寻位置网络有限公司 模糊度是否固定正确的检测方法及装置、定位终端
CN111694040B (zh) * 2020-04-08 2023-02-07 中国人民解放军战略支援部队信息工程大学 一种卫星/惯性组合导航系统定位方法与装置
CN111578935B (zh) * 2020-05-08 2021-08-20 北京航空航天大学 一种利用惯导位置增量辅助gnss模糊度固定的方法
CN112230261B (zh) * 2020-09-30 2024-05-10 桂林电子科技大学 一种部分模糊度固定方法、装置、计算机设备和存储介质
CN111999750B (zh) * 2020-10-29 2021-01-08 中国人民解放军国防科技大学 针对杆臂不准的实时单站周跳探测改进方法

Also Published As

Publication number Publication date
CN112526573A (zh) 2021-03-19

Similar Documents

Publication Publication Date Title
CN112526573B (zh) 对象定位方法和装置、存储介质及电子设备
CN108732603B (zh) 用于定位车辆的方法和装置
CN111102978B (zh) 一种车辆运动状态确定的方法、装置及电子设备
CN107003386B (zh) 一种卫星导航测姿方法和装置及无人机
US9091552B2 (en) Combined location and attitude determination system and methods
CN107884800B (zh) 观测时滞系统的组合导航数据解算方法、装置及导航设备
CN113203418B (zh) 基于序贯卡尔曼滤波的gnssins视觉融合定位方法及系统
CN113899375B (zh) 车辆定位方法和装置、存储介质及电子设备
CN113063425B (zh) 车辆定位方法、装置、电子设备及存储介质
CN111736185B (zh) 终端定位方法、装置及计算机可读存储介质和终端设备
CN111982106A (zh) 导航方法、装置、存储介质及电子装置
CN112255648B (zh) 运动状态检测方法、装置、电子设备及存储介质
CN111856536B (zh) 一种基于系统间差分宽巷观测的gnss/ins紧组合定位方法
CN113917510B (zh) 数据处理方法、装置、设备、存储介质及计算机程序产品
CN114646992A (zh) 定位方法、装置、计算机设备、存储介质和计算机程序产品
CN112924997B (zh) 目标终端定位方法、装置和存储介质及电子设备
CN103033822B (zh) 移动信息确定装置、方法以及接收机
CN113848569B (zh) 虚拟基准站的定位校验方法、存储介质和电子设备
CN113009816B (zh) 时间同步误差的确定方法及装置、存储介质及电子装置
CN111288990B (zh) 一种架空检修机器人组合姿态测量方法
CN117320148A (zh) 多源数据融合定位方法、系统、电子设备及存储介质
CN116878498A (zh) 一种多频bds/ins组合空中加油相对导航系统和方法
CN116222541A (zh) 利用因子图的智能多源组合导航方法及装置
CN114895340A (zh) 双天线gnss/ins组合导航系统的定位方法和装置
CN112578423A (zh) 整周模糊度确定方法、装置及设备

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40041020

Country of ref document: HK