CN112987063B - 一种铁路轨道测量方法 - Google Patents

Abstract

本发明公开了一种铁路轨道测量方法，该方法包括：确定移动设备在当前采样时刻的三维方向上的姿态角；将实时获取的第一GNSS天线中心坐标，与通过惯导传感器测量得到的第二GNSS天线中心坐标进行融合，并将融合得到的目标GNSS天线中心坐标转换为PPK轨心坐标；将PPK轨心坐标，以及在当前采样时刻根据移动设备在三维方向上的姿态角所确定的IMU坐标进行累加处理，得到当前采样时刻的轨道中线测量坐标；在进入到下一个采样过程时，重复执行确定移动设备在三维方向上的姿态角步骤，直到结束所有的采样过程时，根据各采样过程中计算得到的轨道中线测量坐标确定铁路轨道的行进轨迹。该方法能够提高铁路轨道测量效率，较好的适应了轨道测量的实际应用场景。

Description

一种铁路轨道测量方法

技术领域

本发明轨道测量领域，更具体地说，涉及一种铁路轨道测量方法。

背景技术

随着我国铁路的快速发展，以及铁路运营速度的不断提升，目前对铁路轨道测量的控制要求也越来越高。

由于在轨道建设和轨道运营期时，需要对轨道进行检测，而目前一般所采用惯性导航组合获取轨道的行驶痕迹，并每隔100m-200m停车一段时间，以获取轨道定位控制点的坐标，并以此为基准，通过该定位控制点的坐标对航迹进行坐标约束，进而获取轨道各处的坐标。目前获取轨道定位点坐标的方法，多采用的是北斗或GPS卫星定位技术。但受卫星定位技术能力的限制，目前达到的测量效率极低，无法适应轨道测量的实际应用场景的需要。

发明内容

本发明提供了一种能够提高铁路轨道测量效率的铁路轨道测量方法。

本发明解决其技术问题所采用的技术方案是：一种铁路轨道测量方法，包括以下步骤：

确定移动设备在当前采样时刻的三维方向上的姿态角；所述移动设备设置在预设的铁路轨道测量区间，并以预设的行驶速度向前移动，所述移动设备上设有惯导传感器以及GNSS天线；

将通过GNSS天线实时获取的第一GNSS天线中心坐标，与通过所述惯导传感器测量得到的第二GNSS天线中心坐标进行融合，并将融合得到的目标GNSS天线中心坐标转换为PPK轨心坐标；

将所述PPK轨心坐标，以及在当前采样时刻根据所述移动设备在三维方向上的姿态角所确定的IMU坐标进行累加处理，得到当前采样时刻的轨道中线测量坐标；

在进入到下一个采样过程时，重复执行所述确定移动设备在三维方向上的姿态角步骤，直到结束所有的采样过程时，根据各采样过程中计算得到的所述轨道中线测量坐标确定铁路轨道的行进轨迹。

实施本发明的一种铁路轨道测量方法，一方面结合GNSS定位技术以及惯导传感器各自的测量优点，可以较为准确测量轨道参数；另一方面，考虑将离散的采样点轨道中线坐标转化为连续的轨道中线坐标，由此进一步降低了计算复杂度，提高测量算法的执行效率。

附图说明

图1是本发明的一个实施例中的一种铁路轨道测量方法的流程图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，其为本发明的一个实施例中的一种铁路轨道测量方法的流程图，该方法包括：

步骤S102，确定移动设备在当前采样时刻的三维方向上的姿态角；所述移动设备设置在预设的铁路轨道测量区间，并以预设的行驶速度向前移动，所述移动设备上设有惯导传感器以及GNSS天线。

具体的，所述确定移动设备在三维方向上的姿态角，包括：对惯导传感器在上一采样时刻输出的角速度变化量进行获取，并在对所述角速度变化量进行积分计算之后，根据当前的积分计算结果确定移动设备在三维方向上的姿态角。

在其中一个实施例中，姿态角的计算，可参考以下步骤：

按照原始数据->四元数->欧拉角的方式进行姿态解算，具体步骤如下：

（a1）对通过惯导传感器采集的加速度数据进行归一化，得到单位加速度数据。

（a2）将上次采样过程中计算得到的姿态数据换算成“方向余弦矩阵”中的第三列的三个元素。其中，根据余弦矩阵和欧拉角的定义，地理坐标系的重力向量，转到惯导坐标系之后，正好为上述的三个元素。因此，上述的三个元素（vx、vy、vz），实际指的是利用上次采样过程中的姿态数据，换算出来的在当前的惯导坐标系上的重力单位向量。

（a3）在惯导坐标系上，将经由加速度计测量得到的重力单位向量(ax、ay、az)，与经由在上次采样过程中解算得到的姿态数据，所推算出的重力单位向量是(vx、vy、vz)进行误差求解。它们之间的误差向量，即为上次采样计算得到的姿态和由加速度计测量得到的姿态之间的误差。其中，向量间的误差，可以用向量积（也叫外积、叉乘）来表示，因此，上述的两个重力单位向量的叉积可以进一步表述为(ex、ey、ez)。需要说明的是，前述的叉积向量仍旧是位于惯导坐标系上的，而陀螺积分误差也是在惯导坐标系，而且叉积的大小与陀螺积分的误差成正比，因此，可基于前述的叉积对陀螺进行纠正。由于陀螺是对惯导直接积分的，所以对陀螺的纠正量会直接体现在对惯导坐标系的纠正。

（a4）基于步骤（3）中的叉乘误差(ex、ey、ez)进行PI修正陀螺零偏，通过调节Kp、Ki这两个参数，可以控制加速度计修正陀螺仪积分姿态的速度。

（a5）使用修正后的陀螺仪数据对时间进行积分，得到惯导的当前姿态（四元数表示），然后进行四元数的单位化处理。

（a6）根据四元数方向余弦阵和欧拉角的转换关系，把四元数转换成欧拉角。

（a7）为了得到更为准确的小车（即移动设备）姿态，在进行姿态解算前，需利用里程计数据对IMU（即惯性测量单元）有害加速度（X轴方向）进行扣除，其中，有害加速度就是小车速度变化率，可以通过里程计数据计算。

步骤S104，将通过GNSS天线实时获取的第一GNSS天线中心坐标，与通过所述惯导传感器测量得到的第二GNSS天线中心坐标进行融合，并将融合得到的目标GNSS天线中心坐标转换为PPK轨心坐标。

具体的，移动设备上还设有里程计，通过里程计确定移动设备在上一采样时刻的第一里程数据，以及在当前采样时刻的第二里程数据。

在其中一个实施例中，里程计通常指的是测量行程的装置，其在移动设备上的安装位置可以根据需求进行灵活设置，例如，为了便于读数，可以将其设置在移动设备上便于读数的位置处。或者，在不需要进行读数的时候，也可以将其集成在移动设备内部的主控制面板上等，本申请实施例对此不作限定。

需要说明的是，移动设备上还设有GNSS（Global Navigation Satellite System，全球导航卫星系统）天线，通过GNSS定位技术对所述移动设备在每一采样时刻的第一GNSS天线中心坐标进行确定。

具体的，所述第二GNSS天线中心坐标通过以下步骤计算得到，包括：基于所述姿态角进行旋转矩阵的构建，并将所述旋转矩阵以及预设的初始向量进行连乘处理，得到所述移动设备在上一采样时刻对应的三维朝向坐标；将通过所述里程计所确定的第一里程数据以及第二里程数据进行求差处理，得到所述移动设备从上一采样时刻所处的第一位置移动到当前采样时刻所处的第二位置时，所述第一位置与第二位置之间的连线长度；将所述三维朝向坐标与所述第一位置处对应的坐标进行求和处理，并将所得的求和结果与所述连线长度进行乘积处理，得到所述移动设备移动到所述第二位置对应产生的GNSS流数据；采用投影变换方式，将产生的GNSS流数据转换为第二GNSS天线中心坐标。

在其中一个实施例中，第二GNSS天线中心坐标的计算可参考以下步骤：

（b1）设在t1时刻的里程计读数为dk1，同时由惯导传感器计算出来的三维方向上的姿态角为。

需要说明的是，惯导传感器和里程计获取的频率较高（通常为200hz），因此，在间隔较短的时间间隔（通常为5ms）内，通常可以认为移动设备的姿态始终保持不变。因此，在一个实施例中，移动设备的位置从t1时刻到t1+Δt时刻这一段间隔时间内的姿态是保持不变的，其具体可以表示为。

（b2）基于根据上述的姿态角

构建旋转矩阵，其数学表达式具体为：

（b3）将上述的公式（1）与预设的初始向量[x0,y0,z0]进行连乘后，得到当前移动设备的三维朝向方向[x,y,z]为：

（b4）由三维朝向方向[x,y,z]，可以得到在t1时刻的移动设备位置坐标到t1+Δt时刻的移动设备置坐标的连线方向也为[x,y,z]，其中，[x,y,z]为单位矢量。而在t1时刻的里程计读数为dk1，在t1+Δt时刻的里程计读数为dk2，当前应求得的连线长度t为dk2-dk1。

（b5）将在t1时刻移动设备的位置坐标（即第一坐标位置）加上单位矢量[x,y,z]（即三维朝向坐标），再乘以t（即连线长度），即得到所述移动设备移动到所述第二位置对应产生的GNSS流数据。

（b6）采用投影变换方式，将前述步骤中产生的GNSS流数据转换为第二GNSS天线中心坐标。

上述实施例中，由于经由惯导传感器计算得到的三维朝向方向较为准确，以及经由里程计计算得到的位移量较为准确，将两者结合起来进行第二GNSS天线中心坐标的计算，能够有效的提高计算精度。

步骤S106，将所述PPK轨心坐标，以及在当前采样时刻根据所述移动设备在三维方向上的姿态角所确定的IMU坐标进行累加处理，得到当前采样时刻的轨道中线测量坐标。

具体的，将融合得到的目标GNSS天线中心坐标转换为PPK轨心坐标，包括：获取在当前采样时刻GNSS天线在轨面投影连线的方向矢量，以及GNSS天线中心到轨面天线中心投影点的第一间隔距离；根据所述目标GNSS天线中心坐标、所述方向矢量、所述第一间隔距离和所述移动设备在三维方向上的姿态角，得到GNSS天线轨面中心投影点的坐标；获取从所述GNSS天线轨面中心投影点到所述移动设备导向轨端方向的第一单位方向矢量，以及所述GNSS天线轨面中心投影点到所述移动设备导向轨端之间的第二间隔距离，将所述第二间隔距离与所述第一单位方向矢量进行乘积处理，并将求得的乘积结果与所述GNSS天线轨面中心投影点的坐标进行求和处理，得到所述移动设备的中心点坐标；获取从所述移动设备导向轨端到轨面中心点方向的第二单位方向矢量，以及所述移动设备导向轨端到轨面中心点之间的第三间隔距离，将所述第三间隔距离与所述第二单位方向矢量进行乘积处理，并将求得的乘积结果与所述移动设备的中心点坐标进行求和处理，得到对应的PPK轨心坐标。

在其中一个实施例中，计算PPK轨心坐标可参考以下实施步骤：

（c1）考虑在进行移动设备数据融合时，需要将GNSS天线的天线中心坐标统一计算到轨道中心。而在获取GNSS天线中心坐标的时刻t，能够查询到时刻t对应的移动设备姿态。其中，由于移动设备的GNSS天线安装相对移动设备是竖直的，在其有了一定的姿态变化之后，GNSS天线与车身的连线角度也会发生相应的变化。当前，令某地的x,y,z三轴方向分别为正东，正北和正天向，则在无水平轨道上放置的移动设备的GNSS天线与其在轨面投影连线的方向矢量为[0,0,-1]，而根据移动设备此时的姿态角得到旋转矩阵为：

（2）。

（c2）将上述的旋转矩阵作用与方向矢量[0,0,-1]上，可得旋转后的初始方向矢量为[-sinαsinβ,cosαsinβ,-cosβ]。

（c3）将上述初始方向矢量乘以GNSS天线杆壁值d（即GNSS天线中心到小车轨面天线中心投影点距离），即得到GNSS天线到轨面投影点的目标矢量为[-d*sinαsinβ,d*cosαsinβ,-d*cosβ]。

（c4）将上述的目标矢量加上GNSS天线的天线中心坐标[X,Y,Z]，即得到GNSS天线轨面中心投影点的坐标为[X-d*sinαsinβ，Y+d*cosαsinβ，Z-d*cosβ]。

（c5）已知GNSS天线轨面中心投影点到移动设备导向轨端的方向为垂直于[0,0,-1]的矢量。根据当前移动设备的前进方位角A，假设移动设备在前进方向上的单位矢量为[cosA，sinA，0]，则从GNSS天线轨面中心投影点到移动设备导向轨端方向之间的第一单位方向矢量表示形式应为[sinA，-cosA，0]。然后，根据GNSS天线轨面中心投影点到移动设备导向轨端之间的间隔距离d1（即第二间隔距离），将所述第二间隔距离与所述第一单位方向矢量进行乘积处理，并将求得的乘积结果与所述GNSS天线轨面中心投影点的坐标进行求和处理，得到所述移动设备的中心点坐标，具体为：

（c6）同理，从移动设备导向轨端到轨面中心点的方向为垂直于[0,0,-1]的矢量，在已知移动设备当前的前进方向方位角A时，则移动设备在位于水平轨道上时，对应的前进方向上的单位矢量即为[cosA，sinA，0]。进一步的，从移动设备导向轨端到轨面中心点的方向的第二单位方向矢量表示形式应为[-sinA，cosA，0]。根据移动设备导向轨端到轨面中心点距离s/2（即第三间隔距离，其中，s为测量得到的实测轨距），将所述第三间隔距离与所述第二单位方向矢量进行乘积处理，并将求得的乘积结果与所述移动设备的中心点坐标进行求和处理，得到对应的PPK轨心坐标，具体为：

步骤S108，在进入到下一个采样过程时，重复执行所述确定移动设备在三维方向上的姿态角步骤，直到结束所有的采样过程时，根据各采样过程中计算得到的所述轨道中线测量坐标确定铁路轨道的行进轨迹。

其中，所述PPK轨心坐标与所述IMU坐标均包括北、东和高三个方向；在执行所述将所述PPK轨心坐标，以及在当前采样时刻根据所述移动设备在三维方向上的姿态角所确定的IMU坐标进行累加处理步骤之前，所述方法还包括：根据所述移动设备在三维方向上的姿态角所确定的IMU坐标，对所述PPK轨心坐标进行卡尔曼滤波处理，并将当前滤波处理得到的目标PPK轨心坐标带入对所述轨道中线测量坐标进行计算的步骤。

具体的，所述根据所述移动设备在三维方向上的姿态角所确定的IMU坐标，对所述PPK轨心坐标进行卡尔曼滤波处理，包括：将所述PPK轨心坐标与所述IMU坐标在向北方向上的位置取值，进行做减计算，得到初始第一误差值；将PPK轨心坐标与所述IMU坐标在向东方向上的位置取值，进行做减计算，得到初始第二误差值；将PPK轨心坐标与所述IMU坐标在向高方向的上位置取值，进行做减计算，得到初始第三误差值；对所述初始第一误差值进行卡尔曼滤波处理，得到目标第一误差值；对所述初始第二误差值进行卡尔曼滤波处理，得到目标第二误差值；对所述初始第三误差值进行卡尔曼滤波处理，得到目标第三误差值；基于所述目标第一误差值、目标第二误差值和目标第三误差值对所述IMU坐标的各个方向上的位置取值进行求和更新，并将更新后的IMU坐标作为目标PPK轨心坐标。

在其中一个实施例中，先利用IMU坐标对PPK轨心坐标进行卡尔曼滤波，得到更为准确PPK轨心坐标。需要说明的是，卡尔曼滤波是先计算PPK轨心坐标与IMU坐标的北东高三个方向误差，然后分别对上述的三个误差进行卡尔曼滤波处理，之后再将滤波后的误差相加到IMU三个坐标方向上，即可得到滤波后的PPK轨心坐标。因为移动设备的运动曲线是一条连续的曲线，所以PPK和IMU的测量结果是这条连续曲线的离散采样，但是因为采样是离散的，所以有可能出现跳变点，需要对误差进行卡尔曼滤波，让误差曲线更光滑，这样可以提高精度。卡尔曼滤波可以把离散的采样点进行连续化得到连续的曲线，消除跳变，然后再对连续的曲线进行采样，这样就得到了滤波后的点。

在一个实施例中，将基于滤波后得到的PPK轨心坐标，以及在当前采样时刻根据移动设备在三维方向上的姿态角所确定的IMU坐标进行累加处理，得到当前采样时刻的轨道中线测量坐标，具体可参考以下方式：

利用滤波后的PPK轨心坐标对IMU坐标进行修正，因为和PPK相比，IMU更精确，但是有可能存在累积误差，所以在每隔一定距离（60~200m）利用滤波后的PPK轨心坐标对IMU坐标进行修正。利用PPK轨心坐标修正IMU坐标的具体方法是：

把PPK坐标、里程和、IMU坐标以及里程的差别均匀分布到这一定距离内（60-200m）。如果一段轨道的IMU里程长度是L，则当前采样点到这一段轨道的起始点的IMU里程是ΔL，这一段轨道的末尾PPK和IMU里程差别是Δs，那么当前采样点的里程差别是（ΔL/L）*Δs。

如果一段轨道的IMU里程是L，当前采样点到这一段轨道的起始点的IMU里程是ΔL，这一段轨道的末尾点的PPK和IMU坐标差别是Δx，那么当前点的坐标差别是（ΔL/L）*Δx。然后用当前点差别修正IMU坐标和里程，得到最后的轨道中线测量坐标。

在一个实施例中，采用投影变换方式，将产生的GNSS流数据转换为第二GNSS天线中心坐标，包括以下步骤：

（1）调用格式转换工具将产生的GNSS流数据，转换为具备GNSS通用数据文件格式的通用流数据。

其中，可以利用转换软件将产生的GNSS流数据转换为rinex格式的通用流数据。

（2）调用PPK解算工具对所述通用流数据进行解算处理，得到携带有GNSS时间信息的经纬度坐标。

其中，利用PPK解算软件（例如IE），将通用流数据解算成经纬度坐标，这个经纬度坐标是携带有GNSS时间信息的。

（3）基于投影变换方式，将所得的经纬度坐标转换为在目标平面投影坐标系下的GNSS天线的天线中心坐标。

其中，由于最终需要的轨道中线测量坐标系为平面投影坐标系，因此，当前实施例中需要进行投影变换，以将经纬度坐标转换为平面投影坐标，得到在目标平面投影坐标系下的GNSS天线的天线中心坐标。

上述实施例中，调用相应的解算工具以及转换软件，进一步提高了GNSS天线的天线中心坐标的转换效率，降低了计算复杂度。

在一个实施例中，根据所述目标GNSS天线中心坐标、所述方向矢量、所述第一间隔距离和所述移动设备在三维方向上的姿态角，得到GNSS天线轨面中心投影点的坐标，包括以下步骤：

（1）根据所述姿态角，计算在所述GNSS天线与移动设备之间的连线角度发生变化时，对应得到的旋转矩阵。

其中，所得的旋转矩阵，具体为：

式（3）中，

表示为朝向角，

表示为俯仰角，

表示为横滚角。

（2）将所述旋转矩阵作用于所述方向矢量，得到旋转后的初始方向矢量。

其中，方向矢量可以为[0,0,-1]，将旋转矩阵作用于所述方向矢量之后，得到的初始方向矢量，具体为：

（3）将所述初始方向矢量与所述第一间隔距离进行连乘处理，得到GNSS天线到轨面投影点的目标矢量。

其中，第一间隔距离可以为d，得到的目标矢量，具体为：

（4）将所述目标GNSS天线中心坐标与所述目标矢量进行求和处理，得到GNSS天线轨面中心投影点的坐标。

其中，GNSS天线的天线中心坐标可以为

得到的GNSS天线轨面中心投影点的坐标，具体为：

实施本发明的一种铁路轨道测量方法，用IMU和GNSS测量小车所在位置轨心坐标，在用IMU测量时，确定移动设备在当前采样时刻的三维方向上的姿态角；在移动设备行进的过程中，分别获取移动设备在上一采样时刻的第一里程数据，以及在当前采样时刻的第二里程数据；确定移动设备在上一采样时刻所处的第一位置坐标，且，根据定位得到的第一位置坐标、姿态角、第一里程数据和第二里程数据，计算移动设备在当前采样时刻所处的第二位置坐标。在用GNSS测量时，将GNSS测得GNSS天线的天线中心坐标转换到目标平面投影坐标系下的PPK轨心坐标。将计算得到的PPK轨心坐标，和计算得到的imu轨心坐标进行融合滤波处理，得到精确的每一采样时刻的轨道中线测量坐标。该方法能够提高铁路轨道测量效率。上述方法，一方面结合GNSS定位技术以及惯导传感器各自的测量优点，可以较为准确测量轨道参数；另一方面，考虑将离散的采样点轨道中线坐标转化为连续的轨道中线坐标，由此进一步降低了计算复杂度，提高测量算法的执行效率。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种铁路轨道测量方法，其特征在于，包括以下步骤：

确定移动设备在当前采样时刻的三维方向上的姿态角；所述移动设备设置在预设的铁路轨道测量区间，并以预设的行驶速度向前移动，所述移动设备上设有惯导传感器以及GNSS天线；

将通过GNSS天线实时获取的第一GNSS天线中心坐标，与通过所述惯导传感器测量得到的第二GNSS天线中心坐标进行融合，并将融合得到的目标GNSS天线中心坐标转换为PPK轨心坐标；

将所述PPK轨心坐标，以及在当前采样时刻根据所述移动设备在三维方向上的姿态角所确定的IMU坐标进行累加处理，得到当前采样时刻的轨道中线测量坐标；

在进入到下一个采样过程时，重复执行所述确定移动设备在三维方向上的姿态角步骤，直到结束所有的采样过程时，根据各采样过程中计算得到的所述轨道中线测量坐标确定铁路轨道的行进轨迹。

2.根据权利要求1所述的方法，其特征在于，所述确定移动设备在三维方向上的姿态角，包括：

对所述惯导传感器在上一采样时刻输出的角速度变化量进行获取，并在对所述角速度变化量进行积分计算之后，根据当前的积分计算结果确定移动设备在三维方向上的姿态角。

3.根据权利要求1所述的方法，其特征在于，所述移动设备上还设有里程计，通过所述里程计确定所述移动设备在上一采样时刻的第一里程数据，以及在当前采样时刻的第二里程数据。

4.根据权利要求3所述的方法，其特征在于，所述移动设备通过GNSS定位技术对所述移动设备在每一采样时刻的第一GNSS天线中心坐标进行确定。

5.根据权利要求4所述的方法，其特征在于，所述第二GNSS天线中心坐标通过以下步骤计算得到：

基于所述姿态角进行旋转矩阵的构建，并将所述旋转矩阵以及预设的初始向量进行连乘处理，得到所述移动设备在上一采样时刻对应的三维朝向坐标；

将通过所述里程计所确定的第一里程数据以及第二里程数据进行求差处理，得到所述移动设备从上一采样时刻所处的第一位置移动到当前采样时刻所处的第二位置时，所述第一位置与第二位置之间的连线长度；

将所述三维朝向坐标与所述第一位置处对应的坐标进行求和处理，并将所得的求和结果与所述连线长度进行乘积处理，得到所述移动设备移动到所述第二位置对应产生的GNSS流数据；

采用投影变换方式，将产生的GNSS流数据转换为第二GNSS天线中心坐标。

6.根据权利要求5所述的方法，其特征在于，所述采用投影变换方式，将产生的GNSS流数据转换为第二GNSS天线中心坐标，包括：

调用格式转换工具将产生的GNSS流数据，转换为具备GNSS通用数据文件格式的通用流数据；

调用PPK解算工具对所述通用流数据进行解算处理，得到携带有GNSS时间信息的经纬度坐标；

基于投影变换方式，将所得的经纬度坐标转换为在目标平面投影坐标系下的第二GNSS天线中心坐标。

7.根据权利要求4所述的方法，其特征在于，所述将融合得到的目标GNSS天线中心坐标转换为PPK轨心坐标，包括：

获取在当前采样时刻GNSS天线在轨面投影连线的方向矢量，以及GNSS天线中心到轨面天线中心投影点的第一间隔距离；

根据所述目标GNSS天线中心坐标、所述方向矢量、所述第一间隔距离和所述移动设备在三维方向上的姿态角，得到GNSS天线轨面中心投影点的坐标；

获取从所述GNSS天线轨面中心投影点到所述移动设备导向轨端方向的第一单位方向矢量，以及所述GNSS天线轨面中心投影点到所述移动设备导向轨端之间的第二间隔距离，将所述第二间隔距离与所述第一单位方向矢量进行乘积处理，并将求得的乘积结果与所述GNSS天线轨面中心投影点的坐标进行求和处理，得到所述移动设备的中心点坐标；

获取从所述移动设备导向轨端到轨面中心点方向的第二单位方向矢量，以及所述移动设备导向轨端到轨面中心点之间的第三间隔距离，将所述第三间隔距离与所述第二单位方向矢量进行乘积处理，并将求得的乘积结果与所述移动设备的中心点坐标进行求和处理，得到对应的PPK轨心坐标。

8.根据权利要求7所述的方法，其特征在于，所述根据所述目标GNSS天线中心坐标、所述方向矢量、所述第一间隔距离和所述移动设备在三维方向上的姿态角，得到GNSS天线轨面中心投影点的坐标，包括：

根据所述姿态角，计算在所述GNSS天线与移动设备之间的连线角度发生变化时，对应得到的旋转矩阵；

将所述旋转矩阵作用于所述方向矢量，得到旋转后的初始方向矢量；

将所述初始方向矢量与所述第一间隔距离进行连乘处理，得到GNSS天线到轨面投影点的目标矢量；

将所述目标GNSS天线中心坐标与所述目标矢量进行求和处理，得到GNSS天线轨面中心投影点的坐标。

9.根据权利要求1-8任一项所述的方法，其特征在于，所述PPK轨心坐标与所述IMU坐标均包括北、东和高三个方向；在执行所述将所述PPK轨心坐标，以及在当前采样时刻根据所述移动设备在三维方向上的姿态角所确定的IMU坐标进行累加处理步骤之前，所述方法还包括：

根据所述移动设备在三维方向上的姿态角所确定的IMU坐标，对所述PPK轨心坐标进行卡尔曼滤波处理，并将当前滤波处理得到的目标PPK轨心坐标带入对所述轨道中线测量坐标进行计算的步骤。

10.根据权利要求9所述的方法，其特征在于，所述根据所述移动设备在三维方向上的姿态角所确定的IMU坐标，对所述PPK轨心坐标进行卡尔曼滤波处理，包括：

将所述PPK轨心坐标与所述IMU坐标在向北方向上的位置取值，进行做减计算，得到初始第一误差值；将PPK轨心坐标与所述IMU坐标在向东方向上的位置取值，进行做减计算，得到初始第二误差值；将PPK轨心坐标与所述IMU坐标在向高方向的上位置取值，进行做减计算，得到初始第三误差值；

对所述初始第一误差值进行卡尔曼滤波处理，得到目标第一误差值；对所述初始第二误差值进行卡尔曼滤波处理，得到目标第二误差值；对所述初始第三误差值进行卡尔曼滤波处理，得到目标第三误差值；

基于所述目标第一误差值、目标第二误差值和目标第三误差值对所述IMU坐标的各个方向上的位置取值进行求和更新，并将更新后的IMU坐标作为目标PPK轨心坐标。

Images