CN113029130A - 数据处理方法、装置、计算机设备和存储介质 - Google Patents
数据处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113029130A CN113029130A CN202110581863.2A CN202110581863A CN113029130A CN 113029130 A CN113029130 A CN 113029130A CN 202110581863 A CN202110581863 A CN 202110581863A CN 113029130 A CN113029130 A CN 113029130A
- Authority
- CN
- China
- Prior art keywords
- driving
- posture
- satellite
- attitude
- signal 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
Links
- 238000012545 processing Methods 0.000 title claims description 30
- 238000003672 processing method Methods 0.000 title abstract description 13
- 230000004927 fusion Effects 0.000 claims abstract description 96
- 238000005259 measurement Methods 0.000 claims abstract description 82
- 238000004364 calculation method Methods 0.000 claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 67
- 230000036544 posture Effects 0.000 claims description 324
- 239000013598 vector Substances 0.000 claims description 89
- 238000012937 correction Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 11
- 238000012795 verification Methods 0.000 description 10
- 208000028257 Joubert syndrome with oculorenal defect Diseases 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 3
- 241001061260 Emmelichthys struhsakeri Species 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000135164 Timea Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- G01C21/04—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means
- G01C21/08—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by terrestrial means involving use of the magnetic field of the earth
-
- 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
-
- 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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
-
- 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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种数据处理方法、装置、计算机设备和存储介质，应用的领域包括但不限于地图、导航、车联网、自动驾驶、智慧交通、车路协同等领域，可以用于对行驶对象进行姿态测算，包括：当对行驶对象进行姿态测算时，获取行驶对象在姿态测算时刻的信号参数集；信号参数集包括N种信号参数，N为正整数；获取行驶对象的第一对象姿态；根据N种信号参数确定融合测算策略；融合测算策略包含从N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态；第二对象姿态包含行驶对象在姿态测算时刻的行驶方向。本申请可提高对行驶对象进行姿态测算的准确性。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种数据处理方法、装置、计算机设备和存储介质。
背景技术
随着计算机网络的不断发展，导航技术越发趋于成熟，其中，在对车辆进行导航时，较为重要的一个操作即为对车辆的车辆姿态进行测算，该车辆姿态可以包含车辆的行驶方向。
在应用中，可以通过惯性传感器来对车辆的车辆姿态进行测算，在对车辆的车辆姿态进行测算的过程中，可以通过惯性传感器不断更新已有的车辆姿态，从而得到最新的车辆姿态。但是，通过惯性传感器来对车辆的车辆姿态进行测算时，通常会存在误差，而随着时间的推移，这种误差会越来越大，导致通过惯性传感器所测算的车辆的车辆姿态并不准确。
发明内容
本申请提供了一种数据处理方法、装置、计算机设备和存储介质，可提高对行驶对象进行姿态测算的准确性。
本申请一方面提供了一种数据处理方法，该方法包括：
当对行驶对象进行姿态测算时，获取行驶对象在姿态测算时刻的信号参数集；信号参数集包括N种信号参数，N为正整数；
获取行驶对象的第一对象姿态；
根据N种信号参数确定融合测算策略；融合测算策略包含从N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；
按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态；第二对象姿态包含行驶对象在姿态测算时刻的行驶方向
本申请一方面提供了一种数据处理装置，该装置包括：
参数获取模块，用于当对行驶对象进行姿态测算时，获取行驶对象在姿态测算时刻的信号参数集；信号参数集包括N种信号参数，N为正整数；
姿态获取模块，用于获取行驶对象的第一对象姿态；
策略确定模块，用于根据N种信号参数确定融合测算策略；融合测算策略包含从N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；
姿态修正模块，用于按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态；第二对象姿态包含行驶对象在姿态测算时刻的行驶方向。
可选的，姿态获取模块获取行驶对象的第一对象姿态的方式，包括：
获取行驶对象的历史对象姿态；历史对象姿态是指在姿态测算时刻之前所生成的一个或多个对象姿态；
将历史对象姿态中的目标对象姿态确定为第一对象姿态；目标对象姿态是指历史对象姿态中，距离姿态测算时刻最近的时刻所生成的对象姿态。
可选的，N种信号参数包括行驶对象在姿态测算时刻的地磁传感器信号参数；
姿态获取模块获取行驶对象的第一对象姿态的方式，包括：
根据地磁传感器信号参数获取行驶对象的行驶方位角；
获取行驶对象在姿态测算时刻的经度坐标信息和纬度坐标信息；
根据行驶方位角、经度坐标信息和纬度坐标信息对行驶对象的对象姿态进行初始化，将行驶对象的初始化的对象姿态确定为第一对象姿态。
可选的，M种信号参数包括惯性传感器信号参数；
姿态修正模块按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态的方式，包括：
获取第一对象姿态的生成时刻与姿态测算时刻之间的时刻差；
基于时刻差和惯性传感器信号参数对第一对象姿态进行修正，得到行驶对象的第二对象姿态。
可选的，M种信号参数包括地磁传感器信号参数；第一对象姿态为对象姿态矩阵；
姿态修正模块按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态的方式，包括：
根据地磁传感器信号参数确定行驶对象的地磁行驶方位角；
根据对象姿态矩阵确定行驶对象的初始行驶方位角；
根据地磁行驶方位角和初始行驶方位角构建针对行驶对象的第一姿态约束方程；
基于第一姿态约束方程修正第一对象姿态，得到行驶对象的第二对象姿态。
可选的，姿态修正模块根据地磁传感器信号参数确定行驶对象的地磁行驶方位角的方式，包括：
获取地磁指纹参数库；地磁指纹参数库中包含至少两种采集地磁参数分别与对应的采集方位角之间的映射关系；至少两种采集地磁参数包括地磁传感器信号参数；
将地磁指纹参数库中与地磁传感器信号参数具备映射关系的采集方位角确定为地磁行驶方位角。
可选的，M种信号参数包括卫星天线信号参数；卫星天线信号参数包含用于对行驶对象进行姿态测算的K个卫星天线之间的基线向量，K为正整数；
姿态修正模块按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态的方式，包括：
基于K个卫星天线之间的基线向量计算行驶对象的卫星行驶方位角以及卫星行驶俯仰角；
基于李代数数据结构、卫星行驶方位角和卫星行驶俯仰角构建针对行驶对象的第二姿态约束方程；
基于第二姿态约束方程修正第一对象姿态，得到行驶对象的第二对象姿态。
可选的，K个卫星天线包括第i个卫星天线和第j个卫星天线，i和j均为小于或等于K的正整数，i不等于j；第i个卫星天线和第j个卫星天线之间具有L个共视卫星，L为正整数；K个卫星天线中每个卫星天线均对应有卫星基站；
参数获取模块获取行驶对象在姿态测算时刻的信号参数集的方式，包括：
从K个卫星天线中确定参考卫星天线，将参考卫星天线对应的卫星基站确定为目标卫星基站；
获取目标卫星基站分别与每个共视卫星之间的几何距离；
获取行驶对象分别与每个共视卫星之间的几何距离；
获取第i个卫星天线和第j个卫星天线之间的伪距观测值和载波相位观测值；
基于伪距观测值、载波相位观测值、行驶对象分别与每个共视卫星之间的几何距离、以及目标卫星基站分别与每个共视卫星之间的几何距离，构建针对行驶对象的定位差分方程；
基于定位差分方程确定第i个卫星天线和第j个卫星天线之间的基线向量；
基于第i个卫星天线和第j个卫星天线之间的基线向量确定卫星天线信号参数，并根据卫星天线信号参数确定信号参数集。
可选的，融合测算策略还包含针对M种信号参数的融合顺序；
姿态修正模块按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态的方式，包括：
按照融合顺序采用M种信号参数对第一对象姿态进行修正，得到行驶对象的第二对象姿态。
可选的，M种信号参数包括惯性传感器信号参数、地磁传感器信号参数和卫星天线信号参数；融合测算策略所指示的融合顺序依次为惯性传感器信号参数、地磁传感器信号参数和卫星天线信号参数；
姿态修正模块按照融合顺序采用M种信号参数对第一对象姿态进行修正，得到行驶对象的第二对象姿态的方式，包括：
按照融合顺序采用惯性传感器信号参数对第一对象姿态进行修正，得到惯性对象姿态；
按照融合顺序采用地磁传感器信号参数对惯性对象姿态进行修正，得到地磁对象姿态；
按照融合顺序采用卫星天线信号参数对地磁对象姿态进行修正，得到第二对象姿态。
可选的，上述数据处理装置还用于：
根据第二对象姿态确定行驶对象在行驶道路上的偏航方向信息；
基于偏航方向信息生成针对行驶对象的方向导航信息；
在导航地图中为行驶对象输出方向导航信息。
可选的，上述数据处理装置还用于：
根据第二对象姿态确定行驶对象在导航地图中的行驶轨迹；
根据行驶轨迹确定行驶对象的行驶主路和行驶辅路；
从行驶主路和行驶辅路中确定用于对行驶对象进行路线导航的行驶道路。
本申请一方面提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行本申请中一方面中的方法。
本申请一方面提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令被处理器执行时使该处理器执行上述一方面中的方法。
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一方面等各种可选方式中提供的方法。
本申请当对行驶对象进行姿态测算时，获取行驶对象在姿态测算时刻的信号参数集；信号参数集包括N种信号参数，N为正整数；获取行驶对象的第一对象姿态；根据N种信号参数确定融合测算策略；融合测算策略包含从N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态；第二对象姿态包含行驶对象在姿态测算时刻的行驶方向。由此可见，本申请提出的方法可以检测行驶对象的信号参数集，该信号参数集中可以包括行驶对象的多种信号参数。因此，可以根据对行驶对象实际的姿态测算场景，从信号参数集中选取M种适用于对行驶对象的第一对象姿态进行修正，以得到行驶对象的第二对象姿态的信号参数，从而可以提高所获取到的第二对象姿态的准确性。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种姿态测算的网络架构的结构示意图；
图2是本申请提供的一种姿态测算的场景示意图；
图3是本申请提供的一种数据处理方法的流程示意图；
图4是本申请提供的一种获取基线向量的场景示意图；
图5是本申请提供的一种修正对象姿态的场景示意图；
图6是本申请提供的一种更新对象姿态的场景示意图；
图7是本申请提供的一种获取对象姿态的场景示意图；
图8是本申请提供的一种更新对象姿态的场景示意图；
图9是本申请提供的一种更新对象姿态的流程示意图；
图10是本申请提供的一种数据处理装置的结构示意图；
图11是本申请提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请应用的领域包括但不限于地图、导航、车联网、自动驾驶、智慧交通、车路协同等领域。首先，对本申请中对行驶对象的姿态测算时所涉及的相关技术进行解释。
地磁传感器：智能终端内置有地磁感应器，利用磁阻来测量平面磁场，从而检测出磁场强度以及目标对象（如下述行驶对象）的方向位置。
惯性传感器：惯性传感器是一种传感器，主要是检测和测量加速度、倾斜、冲击、振动、旋转和多自由度运动，是解决导航、定向和运动载体控制的重要部件。
RTK（Real-time kinematic，实时动态）差分定位技术：可以称为实时动态差分定位技术又称为载波相位差分定位技术，RTK差分定位技术是基于载波相位观测值的实时动态定位技术，能够实时地提供测站点在指定坐标系中的三维定位结果并达到厘米级精度；在RTK定位模式下，基准站通过数据链将其观测值和测站坐标信息一起传送给流动站，流动站不仅通过数据链接收来自基准站的数据，并采集卫星观测数据进行实时处理。
李群李代数：李群是连续的群，特殊正交群、特殊欧式群，都是对时间连续的群，都是李群的一种；李代数是一个代数结构，主要用于研究象李群和微分流形之类的几何对象；李代数是因研究无穷小变换的概念而引入；换而言之，每个李群都有与之对应的李代数，亦即李代数描述了李群的局部性质。
CORS系统（全球卫星定位系统）：CORS系统是卫星定位技术、计算机网络技术、数字通讯技术等高新科技多方位、深度结晶的产物。CORS系统由基准站网、数据处理中心、数据传输系统、定位导航数据播发系统、用户应用系统五个部分组成，各基准站与监控分析中心间通过数据传输系统连接成一体，形成专用网络。
请参见图1，图1是本申请实施例提供的一种姿态测算的网络架构的结构示意图。如图1所示，该网络架构可以包括服务器100和车辆集群，车辆集群可以包括一个或者多个车辆，这里将不对车辆的数量进行限制。如图1所示，车辆集群具体可以包括车辆1、车辆2、车辆3、…、车辆n；可以理解的是，每个车辆中都具有车载终端，车载终端的位置也就表示车辆的位置。如此处车辆1可以具有车载终端1，车辆2可以具有车载终端2，车辆3可以具有车载终端3，……，车辆n可以具有车载终端n。如图1所示，车辆1、车辆2、车辆3、…、车辆n中的车载终端均可以与服务器100进行网络连接，以便于每个车辆中的车载终端均可以通过网络连接与服务器100之间进行数据交互。该服务器100可以是用于对各个车辆的车辆姿态进行测算的服务器。
如图1所示的服务器100可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
请一并参见图2，图2是本申请提供的一种姿态测算的场景示意图。如图2所示，行驶对象可以是上述车辆集群中的任意一个车辆，行驶对象可以为行驶中的车辆，行驶对象具有车载终端，下述所描述的行驶对象所执行的操作均可以是通过行驶对象所具有的车载终端来执行的。更多的，行驶对象还可以具有惯性传感器和地磁传感器，行驶对象可以通过地磁传感器获取到地磁传感器信号参数，该地磁传感器信号参数就为行驶对象获取到地磁传感器所输出的地磁信息。行驶对象还可以通过惯性传感器获取到惯性传感器信号参数，该惯性传感器信号参数可以是行驶对象获取到的惯性传感器的传感器测量数据。
更多的，行驶对象还可以具有多个（至少两个）卫星天线，行驶对象可以通过该多个卫星天线获取到针对卫星群的卫星观测数据，如该卫星观测数据可以包括所观测到的卫星天线之间的伪距观测值和载波相位观测值。
因此，行驶对象可以通过车载终端将上述获取到卫星观测数据、惯性传感器信号参数以及地磁传感器信号参数发送给服务器100，进而服务器100可以通过该卫星观测数据计算得到行驶对象所具有的各个相邻卫星天线之间的基线向量，并可以将该基线向量中的全部基线向量或者部分基线向量作为卫星天线信号参数。
可以理解的是，此处的对象姿态就为车辆姿态。服务器100还可以获取到行驶对象的第一对象姿态，该第一对象姿态为行驶对象的当前需要进行更新修正的对象姿态，对第一对象姿态的具体阐释可以参见下述步骤S102。服务器100可以通过上述获取到的卫星天线信号参数、惯性传感器信号参数以及地磁传感器信号参数来对行驶对象的第一对象姿态进行更新修正，即可得到对第一对象姿态进行更新修正后的对象姿态，可以将对第一对象姿态进行更新修正后的对象姿态称之为行驶对象的第二对象姿态。该第二对象姿态可以包含行驶对象的行驶方向，因此，服务器100可以通过该第二对象姿态实现对行驶对象的辅助偏航以及辅助判断主辅路。其中，具体如何通过卫星天线信号参数、惯性传感器信号参数以及地磁传感器信号参数来对行驶对象的第一对象姿态进行更新修正，以得到行驶对象的第二对象姿态的过程还可以参见下述图3对应实施例中的描述。
本申请中，通过融合多种信号参数（如上述卫星天线信号参数、惯性传感器信号参数以及地磁传感器信号参数）实现对行驶对象的对象姿态的更新修正，可以明显提高修正得到的行驶对象的对象姿态（如行驶对象的第二对象姿态）的准确性。
请参见图3，图3是本申请提供的一种数据处理方法的流程示意图。本申请实施例中的执行主体可以是一个计算机设备或者多个计算机设备所构成的计算机设备集群。该计算机设备可以是服务器，也可以终端设备。因此，本申请实施例中的执行主体可以是服务器，也可以是终端设备，还可以是由服务器和终端设备共同构成。此处，以本申请实施例中的执行主体为终端设备为例进行说明。如图3所示，该方法可以包括：
步骤S101，当对行驶对象进行姿态测算时，获取行驶对象在姿态测算时刻的信号参数集；信号参数集包括N种信号参数，N为正整数。
本申请中，行驶对象可以指行驶中的车辆，该车辆可以是任意类型的车辆，如可以是无人驾驶车辆、小汽车或者客车等等。本申请中作为执行主体的终端设备就可以是行驶对象上的车载终端，换句话说，终端设备属于行驶对象中的设备，或者，可以说终端设备和行驶对象是同步运动的，终端设备的位置可以代表行驶对象的位置。
当终端设备在对行驶对象进行姿态测算时，终端设备可以实时获取行驶对象在姿态测算时刻的信号参数集。姿态测算时刻就为终端设备对行驶对象进行姿态测算的时刻，由于终端设备可以实时地对行驶对象进行姿态测算，因此姿态测算时刻可以为当前时刻，该当前时刻就为实时的最新时刻。
终端设备可以周期间隔性地对行驶对象进行姿态测算，因此终端设备可以周期间隔性地获取行驶对象的信号参数集，该信号参数集中包括用于对行驶对象进行姿态测算的信号参数。例如，终端设备可以以1秒为周期，终端设备可以每隔1秒获取一次行驶对象的信号参数集，那么终端设备每获取一次行驶对象的信号参数集的时刻，均可以为一个姿态测算时刻，一个信号参数集可以对应于一个姿态测算时刻。换句话说，终端设备可以以1秒为周期，每隔1秒对行驶对象进行一次姿态测算。由于对行驶对象在每个姿态测算时刻下的姿态测算过程相同，因此下述以获取行驶对象在一个姿态测算时刻下的对象姿态（即下述第二对象姿态）的过程进行具体说明。
终端设备获取到的行驶对象在姿态测算时刻的信号参数集中可以包括N种信号参数，N为正整数，因此信号参数集中可以包括一种或者多种信号参数。该N种信号参数均为用于对行驶对象进行姿态测算的信号参数。
如该信号参数集可以包括行驶对象在惯性传感器信号参数、地磁传感器信号参数以及卫星天线信号参数等，行驶对象还可以具有惯性传感器、地磁传感器以及卫星天线，因此，惯性传感器信号参数可以是行驶对象通过惯性传感器所获取到的传感器测量数据，地磁传感器信号参数可以是行驶对象通过地磁传感器观测到的地磁信息。行驶对象所具有的卫星天线可以有多个，卫星天线信号参数则可以是行驶对象获取到的多个卫星天线之间的基线向量，任意相邻两个卫星天线之间均可以组成基线，每条基线又都有对应的基线向量。下面描述如何获取卫星天线之间的基线向量的过程：
假设行驶对象共具有K个卫星天线，K为正整数，K的具体取值根据实际应用场景决定。该K个卫星天线可以包括第i个卫星天线和第j个卫星天线，i和j均为小于或者等于K的正整数，i不等于j。该第i个卫星天线和第j个卫星天线可以是该K个卫星天线中任意两个相邻的卫星天线，下述就以获取第i个卫星天线和第j个卫星天线之间的基线向量为例进行说明，可以理解的是，终端设备可以以获取第i个卫星天线和第j个卫星天线之间的基线向量同样的原理，来获取K个卫星天线中全部任意相邻卫星天线之间的基线向量。
其中，K个卫星天线中每个卫星天线均可以对应有卫星基站，终端设备可以从K个卫星天线中选取参考卫星天线，并将该参考卫星天线对应的卫星基站作为目标卫星基站，后续可以以该目标卫星基站的位置为基准来获取第i个卫星天线和第j个卫星天线之间的基线向量，请参见下述内容描述。可选的，在计算任意两个卫星天线之间的基线向量时，其目标卫星基站均可以是同一个。
其中，每个卫星天线还可以分别对应有一个或者多个卫星，所有卫星天线对应的卫星就可以构成卫星群，因此，可以理解的是，上述第i个卫星天线和第j个卫星天线之间还具有L个共视卫星，该L个共视卫星属于该卫星群中的卫星，L为正整数，L的具体取值根据实际应用场景决定。
终端设备可以获取目标卫星基站分别与每个共视卫星之间的几何距离，还可以获取行驶对象（可以理解为车载终端，即终端设备）分别与每个共视卫星之间的几何距离。更多的，终端设备还可以获取第i个卫星天线和第j个卫星天线之间的伪距观测值和载波相位观测值。
进而，终端设备可以通过上述获取到的伪距观测值、载波相位观测值、行驶对象分别与每个共视卫星之间的几何距离、以及目标卫星基站分别与每个共视卫星之间的几何距离，来构建针对行驶对象的定位差分方程，该定位差分方程也可以称为RTK（Real - timekinematic，实时动态载波相位差分技术）差分方程。进而，终端设备可以将该RTK差分方程输入卡尔曼滤波器进行滤波解算，即可得到第i个卫星天线和第j个卫星天线之间的基线向量，该过程还可以参见下述公式描述：
其中，上述K个共视卫星可以包括共视卫星1、共视卫星2、……和共视卫星K。对于上述公式（1）~公式（4），
为伪距残差，
表示共视卫星1与共视卫星2之间的伪距双差，
表示共视卫星1与共视卫星3之间的伪距双差，……，依次类推，
表示共视卫星1与共视卫星K之间的伪距双差，其中，各个共视卫星（如共视卫星2~共视卫星K）对应的伪距双差均是与共视卫星1之间的伪距双差，这是由于此处的共视卫星1是所有共视卫星中高度角最高的共视卫星，因此
~
表示共视卫星1与其他各个共视卫星之间的伪距双差，该
~
是通过卫星天线i与卫星天线j之间的伪距观测值得到。
其中，将上述RTK差分方程输入卡尔曼滤波器进行解算即可得到
，通过解算得到的
即可得到第i个卫星天线与第j个卫星天线之间的基线向量。
通过上述相同的原理，在得到各个相邻的卫星天线之间的基线向量之后，还可以对所获取到的所有基线向量进行基线闭合环检验，以对获取到的所有基线向量中基线闭合环校验未通过的基线向量进行剔除，进而可以将剔除后所留下来的基线向量作为上述卫星天线信号参数。其中，对基线向量进行基线闭合环检验的过程可以参见下述图4对应的实施例中的描述，请参见下述内容描述。
请参见图4，图4是本申请提供的一种获取基线向量的场景示意图。车辆姿态估计网可以包括卫星天线a1、卫星天线a2、卫星天线a3和卫星天线a4，即上述K个卫星天线可以包括卫星天线a1、卫星天线a2、卫星天线a3和卫星天线a4。卫星天线a1对应的卫星基站为卫星基站a11，卫星天线a2对应的卫星基站为卫星基站a22，卫星天线a3对应的卫星基站为卫星基站a33，卫星天线a4对应的卫星基站为卫星基站a44。该车辆姿态估计网存在于行驶对象上。卫星天线a1到卫星天线a1方向上的连线为行驶对象的航向（即车辆航向），换句话说，卫星天线a1到卫星天线a1方向上的连线与行驶对象的行驶方向一致，因此，为了便于计算，本申请中将卫星天线a1作为参考卫星天线，因此，卫星天线a1对应的卫星基站11即为目标卫星基站。所有卫星天线还对应于一个卫星群，一个卫星天线可以观测到该卫星群中一个或者多个卫星的观测值，各个卫星天线之间的共视卫星就为该卫星群中的卫星。
终端设备可以采用与计算上述第i个卫星天线与第j个卫星天线之间的基线向量相同的原理，计算车辆姿态估计网中任意两个向量的卫星天线之间的基线向量，具体包括卫星天线a1到卫星天线a3之间的基线向量、卫星天线a1到卫星天线a2之间的基线向量、卫星天线a1到卫星天线a4之间的基线向量、卫星天线a3到卫星天线a2之间的基线向量、以及卫星天线a4到卫星天线a2之间的基线向量。
可以将卫星天线a1到卫星天线a3之间的基线向量记为基线向量
，可以将卫星天线a1到卫星天线a2之间的基线向量记为基线向量
，可以将卫星天线a1到卫星天线a4之间的基线向量记为基线向量
，可以将卫星天线a3到卫星天线a2之间的基线向量记为基线向量
，可以将卫星天线a4到卫星天线a2之间的基线向量记为基线向量
。
下面对基线向量
、基线向量
、基线向量
、基线向量
和基线向量
进行基线闭合环校验。其中，车辆姿态估计网可以包括两个基线闭合环，分别为基线闭合环a1→a3→a2以及基线闭合环a1→a4→a2。首先，对基线闭合环a1→a3→a2进行校验，当
时，就认为对基线闭合环a1→a3→a2校验通过，否则认为对基线闭合环a1→a3→a2校验不通过。接着，对基线闭合环a1→a4→a2进行校验，当
时，就认为对基线闭合环a1→a4→a2校验通过，否则认为对基线闭合环a1→a4→a2校验不通过。其中，
为预先设置的阈值，
可以根据实际应用场景进行设置。
若对基线闭合环a1→a3→a2以及基线闭合环a1→a4→a2均校验通过，则可以将上述基线向量
、基线向量
、基线向量
、基线向量
和基线向量
均作为卫星天线信号参数。若对基线闭合环a1→a3→a2以及基线闭合环a1→a4→a2中的任意一个基线闭合环校验不通过，则剔除上述基线向量
、基线向量
、基线向量
和基线向量
，而将上述基线向量
作为卫星天线信号参数。
步骤S102，获取行驶对象的第一对象姿态。
本申请中，终端设备可以获取行驶对象的第一对象姿态，该第一对象姿态的获取方式可以有两种情形，一种是刚开始对行驶对象的对象姿态进行测算时，行驶对象还不具有历史对象姿态（即在此之前已经测算得到的对象姿态），此时就需要对行驶对象的对象姿态进行初始化，进而将对行驶对象进行初始化的对象姿态作为行驶对象的第一对象姿态。
另一种是在对行驶对象的对象姿态进行测算的过程（该过程可以指针对行驶对象的未中断过的一个姿态测算过程）中，已经对行驶对象的对象姿态进行过了测算，此时行驶对象就存在历史对象姿态，该历史对象姿态的数量可以是一个也可以是多个，该一个或者多个历史对象姿态即为在当前的姿态测算时刻之前所测算到的行驶对象的对象姿态，因此，终端设备可以将该一个或者多个历史对象姿态中距离当前的姿态测算时刻最近的时刻所生成的历史对象姿态作为行驶对象的第一对象姿态，该第一对象姿态的生成时刻可以是当前的姿态测算时刻的前一个姿态测算时刻。此时的第一对象姿态就可以通过采用本申请所提供的方法对行驶对象进行姿态测算后所获得的。
其中，下面具体说明当行驶对象不存在历史对象姿态时，如何对行驶对象的对象姿态进行初始化，进而得到行驶对象的第一对象姿态的过程：
由于上述N种信号参数中可以包括行驶对象在姿态测算时刻的地磁传感器信号参数，本申请可以采用该地磁传感器信号参数来对行驶对象的对象姿态进行初始化，请参见下述内容描述。
该地磁传感器信号参数可以包括通过地磁传感器（即磁力计）所输出的输出值（
，
，
），
表示地磁传感器在地心坐标系的x轴上的输出值，
表示地磁传感器在地心坐标系的y轴上的输出值，
表示地磁传感器在地心坐标系的z轴上的输出值。
则通过该地磁传感器信号参数可以得到行驶对象的航向
（可以称之为行驶方位角），如下述公式（6）~公式（7）所示：
其中，
、
和
分别表示在x、y、z轴的方向上地磁场的正交分量。D为地磁偏角，
和
分别表示车辆横滚角和俯仰角，均为通过测量得到的已知量。sin表示正弦，cos表示余弦。
通过上述得到的行驶方位角
，即可得到初始化的对象姿态（即此时的第一对象姿态
），请参见下述公式（8）~公式（10）：
其中，
表示行驶对象的纬度坐标，
表示行驶对象的经度坐标。
此种情形下，终端设备还可以通过地磁传感器信号参数对行驶对象的位置进行初始化，以获取行驶对象的初始位置。例如，可以通过地磁传感器信号参数在地磁指纹数据库中匹配行驶对象的初始位置。上述
和
可以是通过该初始位置得到的。该初始位置
可以表示为下述公式（11）：
其中，
表示行驶对象在x轴上的初始位置，
表示行驶对象在y轴上的初始位置，
表示行驶对象在z轴上的初始位置。
步骤S103，根据N种信号参数确定融合测算策略；融合测算策略包含从N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N。
本申请中，终端设备可以通过上述所获取到的N种信号参数来得到对行驶对象的对象姿态进行测算的融合测算策略，该融合测算策略中可以包括从N种信号参数中所选择的M种信号参数，M为小于或者等于N的正整数。
融合测算策略中的M种信号参数，就为从N种信号参数中所选择的用于对行驶对象进行姿态测算的信号参数。其中，可以通过信号参数集的N种信号参数中的每种信号参数的准确性，来从N种信号参数中选取M种信号参数。例如，对于惯性传感器信号参数和地磁传感器信号参数可以通过其参数的平滑性来判断参数的准确性，越平滑可以认为越准确；而卫星天线信号参数则可以通过该得到该参数所涉及到的卫星信号的信噪比来判断该参数的准确性，信噪比越大可以认为越准确。因此，可以将该N种信号参数中准确性符合标准（如大于某个阈值）的信号参数选作为上述M种信号参数。用通过各个信号参数的准确性所选取出的M种信号参数来对行驶对象的对象姿态进行测算，一般认为其测算的结果也更准确。
可选的，当上述第一对象姿态是通过N种信号参数中的地磁传感器信号参数进行初始化后所得到的对象姿态，那么，所选择的M种信号参数中就可以不再包括该地磁传感器信号参数。反之，若上述第一对象姿态不是通过该地磁传感器信号参数所得到的，那么，所选择的M种信号参数中就可以包括该地磁传感器信号参数。
其中，由于信号参数的种类越多，对行驶对象进行姿态测算时的准确度通常可以更高，但是信号参数的种类越多，也会导致对行驶对象进行姿态测算时其计算量越大，导致耗时越久。
或者可选的，当在某些场景下，用于对行驶对象进行姿态测算的计算资源比较少，或者对行驶对象进行姿态测算时的实时性要求更高时，可以从N种信号参数中选取部分信号参数，作为M种信号参数，再通过该M种信号参数对行驶对象进行姿态测算，这可以减少对行驶对象进行姿态测算时的计算量，减少姿态测算耗时，从而提高对行驶对象进行姿态测算的效率。
反之，当在某些场景下，用于对行驶对象进行姿态测算的计算资源比较丰富，或者对行驶对象进行姿态测算时的实时性要求不那么高时，可以将N种信号参数全部作为M种信号参数，再通过该M种信号参数对行驶对象进行姿态测算，这可以保证对行驶对象进行姿态测算时的准确性。
更多的，在某些场景中，上述融合测算策略还可以包括针对该M种信号参数的融合顺序。例如，通过M种信号参数来对行驶对象进行姿态测算时，有可能该M种信号参数中的每种信号参数需要通过不同设备来进行测算，因此，可以通过用于对该M种信号参数中的每种信号参数进行姿态测算的多个设备之间的连接访问关系（如设备间连接顺序和设备间访问权限等），来确定该M种信号参数的融合顺序，该融合顺序就是指通过该M种信号参数对行驶对象的对象姿态依次进行修正更新的顺序。
或者，有些时候对该M种信号参数的不同的计算顺序，会带来不同总的计算复杂度，因此，可以按照计算复杂度最小时对M种信号参数进行计算的顺序作为融合顺序，这可以提高对行驶对象进行姿态测算时的效率。其中，对信号参数进行计算就是通过信号参数对行驶对象进行姿态测算更新。
由此可见，通过在不同场景，从N种信号参数中选取M种信号参数，来更新修正行驶对象的对象姿态，可以满足实际不同应用场景的各类需求，例如对姿态测算实时性的要求、对姿态测算准确性的要求以及对姿态测算效率的要求等。换句话说，通过在不同需求场景，采用不同的融合测算策略，可以更适用于该不同的需求场景。
请参见图5，图5是本申请提供的一种修正对象姿态的场景示意图。如图5所示，信号参数集100d可以包括信号参数1、信号参数2、……和信号参数N共N种信号参数，终端设备可以从信号参数集100d中选取M种信号参数用于对行驶对象的对象姿态进行修正，如选取出框101d中的M种信号参数来得到融合测算策略。终端设备可以采用框101d中的M种信号参数来更新行驶对象的第一对象姿态102d，进而得到行驶对象的第二对象姿态103d。该第一对象姿态102d可以包括行驶对象在t-1时刻的行驶方向，第二对象姿态103d可以包括行驶对象在t时刻的行驶方向，该t-1时刻可以对应于一个姿态测算时刻，该t时刻可以对应于一个姿态测算时刻，t-1时刻对应的姿态测算时刻为t时刻对应的姿态测算时刻的前一个姿态测算时刻。
步骤S104，按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态；第二对象姿态包含行驶对象在姿态测算时刻的行驶方向。
本申请中，终端设备可以按照上述融合测算策略对行驶对象的第一对象姿态进行修正更新，以得到更新后的对象姿态，该更新后的对象姿态就可以称之为第二对象姿态。由于行驶对象的对象姿态可以包含行驶对象的行驶方向，因此，该第二对象姿态就可以包含行驶对象在姿态测算时刻的行驶方向。
可以将第一对象姿态记为
，将第二对象姿态记为
。下面分别描述通过惯性传感器信号参数、地磁传感器信号参数和卫星天线信号参数中每种信号参数各自对第一对象姿态进行修正，以得到第二对象姿态的过程，可以理解的是，本申请只是将第二对象姿态统一记为
，但是通过不同信号参数对第一对象姿态进行修正后所得到的第二对象姿态
可以是不同的。
其中，当上述M种信号参数只包括惯性传感器信号参数，那么通过惯性传感器信号参数对第一对象姿态
进行修正，以得到第二对象姿态
的过程可以是，获取第一对象姿态的生成时刻与姿态测算时刻之间的时刻差；基于时刻差和惯性传感器信号参数对第一对象姿态进行修正，得到行驶对象的第二对象姿态，该过程具体为：
终端设备可以获取第一对象姿态的生成时刻（即生成第一对象姿态的时刻）与姿态测算时刻之间的时刻差，可以将该时刻差记为
。惯性传感器信号参数可以包括在x轴上的惯性传感器测量数据
、在y轴上的惯性传感器测量数据
以及在z轴上的惯性传感器测量数据
。因此，通过该时刻差以及惯性传感器信号参数来修正第一对象姿态，以得到第二对象姿态，如下述公式（12）所示：
其中，
表示地球自转加速度值，
表示
的单位矩阵。由此即得到了通过惯性传感器信号参数对第一对象姿态
进行修正后所得到的第二对象姿态
。
其中，当上述M种信号参数只包括地磁传感器信号参数，那么通过地磁传感器信号参数对第一对象姿态进行修正，以得到第二对象姿态的过程可以是，第一对象姿态可以是一个矩阵，可以将该矩阵称之为对象姿态矩阵，因此，终端设备可以根据地磁传感器信号参数确定行驶对象的地磁行驶方位角；根据对象姿态矩阵确定行驶对象的初始行驶方位角；根据地磁行驶方位角和初始行驶方位角构建针对行驶对象的第一姿态约束方程；基于第一姿态约束方程修正第一对象姿态，得到行驶对象的第二对象姿态，该过程具体为：
可以通过地磁传感器信号参数（即地磁信息）在地磁指纹数据库中进行匹配，以匹配得到行驶对象的航向，可以将该航向称之为地磁行驶方位角，可以将该地磁行驶方位角记为
。该地磁指纹数据库也可以称之为地磁指纹参数库，该地磁指纹数据库中可以包含至少两种（即多种）采集地磁参数分别与对应的采集方位角之间的映射关系，该至少两种采集地磁参数可以包括上述地磁传感器信号参数。因此，终端设备可以将地磁指纹参数库中与地磁传感器信号参数具备映射关系的采集方位角作为上述地磁行驶方位角
。其中，在地磁指纹数据库中匹配地磁行驶方位角时可以采用KMP模式匹配算法（一种快速匹配算法）进行匹配。
进一步地，第一对象姿态为对象姿态矩阵，该对象姿态矩阵的大小可以是3*3的，因此终端设备还可以通过第一对象姿态来计算行驶对象的航向，可以将该航向称之为初始行驶方位角，可以将该初始行驶方位角记为
，请参见下述公式（18），该初始行驶方位角
可以是：
其中，
、
和
为对象姿态矩阵中的元素，
为对象姿态矩阵中第1行第1列的元素，
为对象姿态矩阵中第2行第1列的元素，
为对象姿态矩阵中第3行第1列的元素。上述第二对象姿态还可以有另一种表现形式，如可以表示为
，请参见下述公式（16）：
可见，上述
、
和
均为需要求解的参数，
可以理解为是第二对象姿态中在x轴上的对象姿态，
可以理解为是第二对象姿态中在y轴上的对象姿态，
可以理解为是第二对象姿态中在z轴上的对象姿态。
通过上述所得到的地磁行驶方位角
和初始行驶方位角
即可构建上述第一姿态约束方程，如公式（17）~公式（18）所示：
上述公式（17）即为第一姿态约束方程，可以将上述第一姿态约束方程输入卡尔曼滤波器进行解算，即可解算出
，此时也可以将解算出的
表示为
的形式，如下述公式（19）：
其中，Exp表示SO3旋转李群（三维旋转群）的EXP运算（即指数运算）。通过上述过程即可得到通过地磁传感器信号参数修正第一对象姿态
后所得到的第二对象姿态
。
其中，当上述M种信号参数只包括卫星天线信号参数，那么通过卫星天线信号参数对第一对象姿态进行修正，以得到第二对象姿态的过程可以是，该卫星天线信号参数可以包含用于对行驶对象进行姿态测算的K个卫星天线之间的基线向量，该基线向量可以包含上述步骤S101中对所得到的所有基线向量进行剔除后所剩余的基线向量，因此，终端设备可以基于K个卫星天线之间的基线向量计算行驶对象的卫星行驶方位角以及卫星行驶俯仰角；基于李代数数据结构、卫星行驶方位角和卫星行驶俯仰角构建针对行驶对象的第二姿态约束方程；基于第二姿态约束方程修正第一对象姿态，得到行驶对象的第二对象姿态，该过程可以为：
可以将通过基线向量计算得到的行驶对象的卫星行驶方位角记为
，将卫星行驶俯仰角记为
，计算卫星行驶方位角
和卫星行驶俯仰角
的过程可以参见下述内容描述。
当对上述基线闭合环a1→a3→a2以及a1→a4→a2校验通过时，可以通过上述基线向量
、
、
、
和
来计算行驶对象的航向（可以将该航向称之为卫星行驶方位角
）以及俯仰角（可以将该俯仰角称之为卫星行驶俯仰角
），如下述公式所示：
其中，通过上述过程即可在对基线闭合环a1→a3→a2以及a1→a4→a2均校验通过时，获取到卫星行驶方位角
和卫星行驶俯仰角
。
更多的，当对上述基线闭合环a1→a3→a2和a1→a4→a2中任一基线闭合环校验不通过时，可以通过上述基线向量
来计算卫星行驶方位角
以及卫星行驶俯仰角
，如下述公式所示：
其中，可以理解的是，在两个基线闭合环均校验通过的情形下和在任一基线闭合环校验不通过的情形下，所计算得到的卫星行驶方位角
和卫星行驶俯仰角
可以是不一样的。
在计算得到行驶对象的卫星行驶方位角
和卫星行驶俯仰角
之后，终端设备即可通过李代数数据结构（即李群李代数数据结构）、卫星行驶方位角和卫星行驶俯仰角构建针对行驶对象的第二姿态约束方程，请参见下述公式：
其中，公式（28）中的第二姿态约束方程中的
和
是可以直接测量得到的已知量，
表示b系到n系的旋转矩阵，
表示e系到n系的旋转矩阵，b系表示行驶对象的载体坐标系，n系表示导航坐标系，e系表示地心地固坐标系（可以简称地心坐标系）。
表示SO3（三维旋转群，属于一种李群）的右雅克比矩阵的逆矩阵，Log为群SO3的Log运算，此处的Log和
均用到了李群李代数数据结构。此处的
即为在获取上述定位差分方程的过程中所得到的载波相位残差。
可以将上述第二姿态约束方程输入卡尔曼滤波器进行解算，即可解算出第二对象姿态
，也可以将该第二对象姿态
表示为上述第二对象姿态
的形式。通过上述过程即可得到通过卫星天线信号参数对第一对象姿态
进行修正后所得到的第二对象姿态
。
其中，卡尔曼滤波器的估计参数
可以设置为：
并且，在通过卡尔曼滤波器对第一姿态约束方程或者第二姿态约束方程进行解算时，还会用到卡尔曼滤波器的参数协方差矩阵，该参数协方差矩阵还可以通过估计参数
关于时间的微分方程
进行更新，以通过更新后的参数协方差矩阵对第一姿态约束方程或者第二姿态约束方程进行解算。其中，估计参数
关于时间的微分方程
如公式（33）所示：
其中，
表示地球自转角速度。
可选的，M种信号参数还可以包括惯性传感器信号参数、地磁传感器信号参数以及卫星天线信号参数中的两种或者三种信号参数，若M种信号参数包括两种信号参数或者三种信号参数，那么，就可以通过该两种或者三种信号参数依次迭代地对行驶对象的对象姿态进行更新，以得到行驶对象最终的第二对象姿态。
例如，若M种信号参数包括惯性传感器信号参数、地磁传感器信号参数和卫星天线信号参数共三种信号参数，并且，融合测算策略所包含的融合顺序依次为惯性传感器信号参数、地磁传感器信号参数和卫星天线信号参数，则首先可以采用惯性传感器信号参数对第一对象姿态进行修正（修正的原理和上述通过惯性传感器信号参数修正第一对象姿态以得到第二对象姿态的原理相同），可以将通过惯性传感器信号参数对第一对象姿态进行修正后所得到的对象姿态称之为惯性对象姿态；接着，可以采用地磁传感器信号参数继续对惯性对象姿态进行修正（修正的原理和上述通过地磁传感器信号参数修正第一对象姿态以得到第二对象姿态的原理相同，只是此处是在惯性对象姿态的基础上进行修正，而不是在第一对象姿态的基础上进行修正），可以将通过地磁传感器信号参数对惯性对象姿态进行修正后所得到的对象姿态称之为地磁对象姿态；同理，最后，可以采用卫星天线信号参数继续对地磁对象姿态进行修正（修正的原理和上述通过卫星天线信号参数修正第一对象姿态以得到第二对象姿态的原理相同，只是此处是在地磁对象姿态的基础上进行修正，而不是在第一对象姿态的基础上进行修正），可以将通过卫星天线信号参数对地磁对象姿态进行修正后所得到的对象姿态作为最终的第二对象姿态。
请参见图6，图6是本申请提供的一种更新对象姿态的场景示意图。如图6所示，M种信号参数包括惯性传感器信号参数、地磁传感器信号参数和卫星天线信号参数，融合测算策略所包含的融合顺序依次为惯性传感器信号参数、地磁传感器信号参数和卫星天线信号参数。因此，如图6所示，首先，终端设备可以通过惯性传感器信号参数更新第一对象姿态，得到惯性对象姿态；接着，终端设备可以通过地磁传感器信号参数更新惯性对象姿态，得到地磁对象姿态；最后，终端设备可以通过卫星天线信号参数更新地磁对象姿态即可得到第二对象姿态。
由于上述第二对象姿态包括行驶对象在姿态测算时刻的行驶方向，因此，在得到行驶对象的第二对象姿态时，还可以通过该第二对象姿态辅助行驶对象进行偏航或者进行主辅路判断，请参见下述内容描述。
可选的，终端设备可以通过第二对象姿态更准确地获取行驶对象在行驶道路上的偏航方向信息，该偏航方向信息指示了对行驶对象进行路线导航时，行驶对象在姿态测算时刻应该偏向什么方向行驶。因此，终端设备可以根据该偏航方向生成针对行驶对象的方向导航信息，该方向导航信息可以是语音提示的信息或者可以是在导航地图中的方向指示信息，该方向导航信息用于引导行驶对象向哪个方向行驶（即前行），因此，进一步地，终端设备还可以在导航地图中为行驶对象输出该方向导航信息，输出的方式可以是语音输出方式，也可以是在导航地图中的导航路线上进行输出。
可选的，终端设备还可以通过第二对象姿态更准确地将行驶对象附着在导航地图中，通过将行驶对象附着在导航地图中，可以更准确地获取到行驶对象在导航地图中的行驶轨迹，该行驶轨迹即为行驶对象在导航地图中行驶的路线所构成的轨迹。进而，终端设备可以通过该行驶轨迹判断行驶对象的主辅路，该主辅路包括行驶对象在姿态测算时刻时的所行驶到的位置对应的行驶主路和行驶辅路。获取到行驶对象的行驶主路和行驶辅路后，终端设备就可以从该行驶主路和行驶辅路中选取用于对行驶对象进行路线导航的行驶道路，选取出的行驶道路即为推荐行驶对象行驶的道路。例如，可以分别判断通过行驶主路和行驶辅路行驶到目的地所需要花费的时间，进而从行驶主路和行驶辅路中选择需要花费的时间最少的道路作为对行驶对象进行路线导航的行驶道路。
可以理解的是，当本申请中的执行主体是服务器（如上述图2中的车辆姿态测算服务器）时，终端设备可以将对行驶对象的对象姿态进行测算时需要使用到的数据发送给服务器，进而由服务器通过获取到的相关数据对行驶对象的对象姿态进行测算，以得到上述第二对象姿态，服务器可以将得到的第二对象姿态发送给终端设备，由终端设备通过该第二对象姿态对行驶对象进行进一步的导航。同理，终端设备在对行驶对象的对象姿态进行测算时，也可以从服务器处获取到相关需要用到的数据，终端设备通过获取到的数据解算出第二对象姿态时，也可以将该第二对象姿态发送给服务器，由服务器通过该第二对象姿态对行驶对象进行进一步的导航。对此不作限制。
本申请中，通过引入李群李代数理论，并融合惯性传感器信号参数、地磁传感器信号参数以及卫星天线信号参数来估计行驶对象的对象姿态，以更新行驶对象的第一对象姿态得到行驶对象的第二对象姿态，有效地提高了对行驶对象的对象姿态进行估计的准确性，进而通过准确估计的第二对象姿态也可以更准确地实现对行驶对象的导航偏航以及主辅路判断，对导航定位具有重要作用。
请参见图7，图7是本申请提供的一种获取对象姿态的场景示意图。卫星定位服务器可以通过全球卫星定位系统（包括北斗卫星、GPS卫星（全球定位卫星）、GLO卫星（即格洛纳斯卫星）和伽利略卫星）以及各个星历参数表（包括北斗星历参数表、GPS星历参数表（即全球星历参数表）、GLONASS星历参数表（即格洛纳斯星历参数表）以及伽利略星历参数表）获取到卫星导航星历，并可以将该卫星导航星历发送给车载终端（即上述终端设备）。
终端设备通过车辆姿态估计网（包括上述K个卫星天线）获取到卫星观测数据，该卫星观测数据可以包括卫星天线之间的伪距观测数据和载波相位观测数据。终端设备还可以通过惯性传感器获取到惯性传感器信号参数（即惯性传感器测量数据），并通过地磁服务器中的地磁指纹数据库以及地磁传感器获取到地磁信息（即地磁传感器信号参数）并对地磁信息进行应用。
车载终端获取到可以通过获取到卫星导航星历以及卫星观测数据生成上述卫星天线信号参数。进而，如步骤S201，车载终端可以通过获取到的卫星天线信号参数、惯性传感器测量数据、地磁信息以及李群李代数理论（如上述李群李代数数据结构）估计车辆姿态，也就是更新第一对象姿态得到第二对象姿态。再如步骤S202，车载终端可以输出车辆实时姿态信息（如输出第二对象姿态），进而终端设备可以通过所输出的实时姿态信息辅助行驶对象快速偏航以及主辅路判别。
请参见图8，图8是本申请提供的一种更新对象姿态的场景示意图。假设在t0时刻开始对行驶对象进行姿态测算，t0~t5均可以为姿态测算时刻，则在t0时刻，第一对象姿态就为对行驶对象的对象姿态进行初始化的对象姿态，第二对象姿态就为对该初始化的对象姿态进行修正后的对象姿态0。
而在t1时刻，第一对象姿态就可以是对象姿态0，第二对象姿态就可以是对对象姿态0进行修正后的对象姿态1。同理，在t2时刻，第一对象姿态就可以是对象姿态1，第二对象姿态就可以是对对象姿态1进行修正后的对象姿态2。同理，在t3时刻，第一对象姿态就可以是对象姿态2，第二对象姿态就可以是对对象姿态2进行修正后的对象姿态3。同理，在t4时刻，第一对象姿态就可以是对象姿态3，第二对象姿态就可以是对对象姿态3进行修正后的对象姿态4。同理，在t5时刻，第一对象姿态就可以是对象姿态4，第二对象姿态就可以是对对象姿态4进行修正后的对象姿态5，以此类推。
本申请当对行驶对象进行姿态测算时，获取行驶对象在姿态测算时刻的信号参数集；信号参数集包括N种信号参数，N为正整数；获取行驶对象的第一对象姿态；根据N种信号参数确定融合测算策略；融合测算策略包含从N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态；第二对象姿态包含行驶对象在姿态测算时刻的行驶方向。由此可见，本申请提出的方法可以检测行驶对象的信号参数集，该信号参数集中可以包括行驶对象的多种信号参数。因此，可以根据对行驶对象实际的姿态测算场景，从信号参数集中选取M种适用于对行驶对象的第一对象姿态进行修正，以得到行驶对象的第二对象姿态的信号参数，从而可以提高所获取到的第二对象姿态的准确性。
请参见图9，图9是本申请提供的一种更新对象姿态的流程示意图。如图9所示，该流程可以包括：
s1，车载终端发送星历请求至CORS服务器。
可选的，车载终端可以向CORS服务器（卫星定位服务器）发送星历获取请求，以向CORS服务器获取卫星导航星历。
s2，车载终端获取CORS服务器播发的星历。
可选的，车载终端可以获取到CORS服务器通过星历请求所返回的卫星导航星历。
s3，判断融合姿态解算模块初始化是否完成。
可选的，融合姿态解算模块可以包括卡尔曼滤波器以及车辆姿态估计网。若对融合姿态解算模块初始化完成，则执行下述步骤s8~步骤s13，若未对融合姿态解算模块初始化完成，则执行下述步骤s4~步骤s7。
s4，基于地磁指纹数据库、地磁信息以及KMP模式匹配算法获取车载终端初始位置和方位信息。
可选的，车载终端可以通过地磁指纹数据库、地磁信息以及KMP模式匹配算法获取车载终端初始位置和方位信息，该方位信息可以指上述行驶方位角，该过程即对行驶对象的对象姿态进行初始化的过程。
s5，基于多卫星天线构建车辆姿态估计网。
可选的，可以通过多个卫星天线（如上述K个卫星天线）构建车辆姿态估计网，该车辆姿态估计网可以是通过Delaunay（一种三角剖分法）三角网来构建的。
s6，建立车辆姿态融合滤波器。
可选的，可以建立上述卡尔曼滤波器，将所建立的卡尔曼滤波器作为车辆姿态融合滤波器。
s7，车辆姿态融合解算模块初始化完成。
对车辆的车辆姿态进行初始化、构建了卡尔曼滤波器并构建了车辆姿态估计网后，就可以认为对融合解算模块初始化完成。
s8，根据惯性传感器辅助车辆姿态进行更新。
可选的，首先，车载终端可以通过惯性传感器得到的惯性传感器信号参数修正车辆姿态（如修正上述第一对象姿态），得到上述惯性对象姿态。
s9，根据地磁信息修正车辆姿态。
可选的，车载终端可以通过地磁信息（即地磁传感器信号参数）进一步修正车辆姿态（如通过构建的上述第一姿态约束方程修正上述惯性对象姿态），得到地磁对象姿态。
s10，利用车载终端接收到的卫星星历和基准站观测数据构建定位差分方程，解算车辆姿态估计网中各条基线向量。
可选的，车载终端可以通过获取到的卫星星历（如卫星导航星历）以及基准站观测数据（如上述卫星观测数据）构建定位差分方程，并通过该定位差分方程解算各条基线向量，即各个相邻的卫星天线之间的基线向量。
s11，对车辆姿态估计网中所有基线向量进行校验，并剔除异常基线向量。
可选的，车载终端可以对车辆姿态估计网中所有基线向量进行校验（也就是对基线闭合环进行校验），并剔除异常基线向量，以得到卫星天线信号参数。
s12，根据得到的基线向量以及李群李代数理论构建车辆姿态约束方程，通过该车辆姿态约束方程修正车辆姿态。
可选的，此处得到的基线向量即可包括卫星天线信号参数所包含的基线向量。车载终端可以根据得到的基线向量以及李群李代数理论构建车辆姿态约束方程（即上述第二姿态约束方程），并可以通过该车辆姿态约束方程进一步修正车辆的车辆姿态（如修正上述地磁对象姿态），得到第二对象姿态。
s13，输出车辆最终实时的车辆姿态，通过该车辆姿态辅助地图导航快速偏航以及主辅路判别。
可选的，此处车辆最终实时的车辆姿态可以指上述第二对象姿态，车载终端可以通过该第二对象姿态辅助针对车辆的地图导航快速偏航以及主辅路判别。
本申请当对行驶对象进行姿态测算时，获取行驶对象在姿态测算时刻的信号参数集；信号参数集包括N种信号参数，N为正整数；获取行驶对象的第一对象姿态；根据N种信号参数确定融合测算策略；融合测算策略包含从N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态；第二对象姿态包含行驶对象在姿态测算时刻的行驶方向。由此可见，本申请提出的方法可以检测行驶对象的信号参数集，该信号参数集中可以包括行驶对象的多种信号参数。因此，可以根据对行驶对象实际的姿态测算场景，从信号参数集中选取M种适用于对行驶对象的第一对象姿态进行修正，以得到行驶对象的第二对象姿态的信号参数，从而可以提高所获取到的第二对象姿态的准确性。
请参见图10，图10是本申请提供的一种数据处理装置的结构示意图。该数据处理装置可以是运行于计算机设备中的一个计算机程序（包括程序代码），例如该数据处理装置为一个应用软件，该数据处理装置可以用于执行本申请实施例提供的方法中的相应步骤。如图10所示，该数据处理装置1可以包括：参数获取模块11、姿态获取模块12、策略确定模块13和姿态修正模块14。
参数获取模块11，用于当对行驶对象进行姿态测算时，获取行驶对象在姿态测算时刻的信号参数集；信号参数集包括N种信号参数，N为正整数；
姿态获取模块12，用于获取行驶对象的第一对象姿态；
策略确定模块13，用于根据N种信号参数确定融合测算策略；融合测算策略包含从N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；
姿态修正模块14，用于按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态；第二对象姿态包含行驶对象在姿态测算时刻的行驶方向。
可选的，姿态获取模块12获取行驶对象的第一对象姿态的方式，包括：
获取行驶对象的历史对象姿态；历史对象姿态是指在姿态测算时刻之前所生成的一个或多个对象姿态；
将历史对象姿态中的目标对象姿态确定为第一对象姿态；目标对象姿态是指历史对象姿态中，距离姿态测算时刻最近的时刻所生成的对象姿态。
可选的，N种信号参数包括行驶对象在姿态测算时刻的地磁传感器信号参数；
姿态获取模块12获取行驶对象的第一对象姿态的方式，包括：
根据地磁传感器信号参数获取行驶对象的行驶方位角；
获取行驶对象在姿态测算时刻的经度坐标信息和纬度坐标信息；
根据行驶方位角、经度坐标信息和纬度坐标信息对行驶对象的对象姿态进行初始化，将行驶对象的初始化的对象姿态确定为第一对象姿态。
可选的，M种信号参数包括惯性传感器信号参数；
姿态修正模块14按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态的方式，包括：
获取第一对象姿态的生成时刻与姿态测算时刻之间的时刻差；
基于时刻差和惯性传感器信号参数对第一对象姿态进行修正，得到行驶对象的第二对象姿态。
可选的，M种信号参数包括地磁传感器信号参数；第一对象姿态为对象姿态矩阵；
姿态修正模块14按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态的方式，包括：
根据地磁传感器信号参数确定行驶对象的地磁行驶方位角；
根据对象姿态矩阵确定行驶对象的初始行驶方位角；
根据地磁行驶方位角和初始行驶方位角构建针对行驶对象的第一姿态约束方程；
基于第一姿态约束方程修正第一对象姿态，得到行驶对象的第二对象姿态。
可选的，姿态修正模块14根据地磁传感器信号参数确定行驶对象的地磁行驶方位角的方式，包括：
获取地磁指纹参数库；地磁指纹参数库中包含至少两种采集地磁参数分别与对应的采集方位角之间的映射关系；至少两种采集地磁参数包括地磁传感器信号参数；
将地磁指纹参数库中与地磁传感器信号参数具备映射关系的采集方位角确定为地磁行驶方位角。
可选的，M种信号参数包括卫星天线信号参数；卫星天线信号参数包含用于对行驶对象进行姿态测算的K个卫星天线之间的基线向量，K为正整数；
姿态修正模块14按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态的方式，包括：
基于K个卫星天线之间的基线向量计算行驶对象的卫星行驶方位角以及卫星行驶俯仰角；
基于李代数数据结构、卫星行驶方位角和卫星行驶俯仰角构建针对行驶对象的第二姿态约束方程；
基于第二姿态约束方程修正第一对象姿态，得到行驶对象的第二对象姿态。
可选的，K个卫星天线包括第i个卫星天线和第j个卫星天线，i和j均为小于或等于K的正整数，i不等于j；第i个卫星天线和第j个卫星天线之间具有L个共视卫星，L为正整数；K个卫星天线中每个卫星天线均对应有卫星基站；
参数获取模块11获取行驶对象在姿态测算时刻的信号参数集的方式，包括：
从K个卫星天线中确定参考卫星天线，将参考卫星天线对应的卫星基站确定为目标卫星基站；
获取目标卫星基站分别与每个共视卫星之间的几何距离；
获取行驶对象分别与每个共视卫星之间的几何距离；
获取第i个卫星天线和第j个卫星天线之间的伪距观测值和载波相位观测值；
基于伪距观测值、载波相位观测值、行驶对象分别与每个共视卫星之间的几何距离、以及目标卫星基站分别与每个共视卫星之间的几何距离，构建针对行驶对象的定位差分方程；
基于定位差分方程确定第i个卫星天线和第j个卫星天线之间的基线向量；
基于第i个卫星天线和第j个卫星天线之间的基线向量确定卫星天线信号参数，并根据卫星天线信号参数确定信号参数集。
可选的，融合测算策略还包含针对M种信号参数的融合顺序；
姿态修正模块14按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态的方式，包括：
按照融合顺序采用M种信号参数对第一对象姿态进行修正，得到行驶对象的第二对象姿态。
可选的，M种信号参数包括惯性传感器信号参数、地磁传感器信号参数和卫星天线信号参数；融合测算策略所指示的融合顺序依次为惯性传感器信号参数、地磁传感器信号参数和卫星天线信号参数；
姿态修正模块14按照融合顺序采用M种信号参数对第一对象姿态进行修正，得到行驶对象的第二对象姿态的方式，包括：
按照融合顺序采用惯性传感器信号参数对第一对象姿态进行修正，得到惯性对象姿态；
按照融合顺序采用地磁传感器信号参数对惯性对象姿态进行修正，得到地磁对象姿态；
按照融合顺序采用卫星天线信号参数对地磁对象姿态进行修正，得到第二对象姿态。
可选的，上述数据处理装置1还用于：
根据第二对象姿态确定行驶对象在行驶道路上的偏航方向信息；
基于偏航方向信息生成针对行驶对象的方向导航信息；
在导航地图中为行驶对象输出方向导航信息。
可选的，上述数据处理装置1还用于：
根据第二对象姿态确定行驶对象在导航地图中的行驶轨迹；
根据行驶轨迹确定行驶对象的行驶主路和行驶辅路；
从行驶主路和行驶辅路中确定用于对行驶对象进行路线导航的行驶道路。
根据本申请的一个实施例，图3所示的数据处理方法所涉及的步骤可由图10所示的数据处理装置1中的各个模块来执行。例如，图3中所示的步骤S101可由图10中的参数获取模块11来执行，图3中所示的步骤S102可由图10中的姿态获取模块12来执行；图3中所示的步骤S103可由图10中的策略确定模块13来执行，图3中所示的步骤S104可由图10中的姿态修正模块14来执行。
本申请当对行驶对象进行姿态测算时，获取行驶对象在姿态测算时刻的信号参数集；信号参数集包括N种信号参数，N为正整数；获取行驶对象的第一对象姿态；根据N种信号参数确定融合测算策略；融合测算策略包含从N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态；第二对象姿态包含行驶对象在姿态测算时刻的行驶方向。由此可见，本申请提出的装置可以检测行驶对象的信号参数集，该信号参数集中可以包括行驶对象的多种信号参数。因此，可以根据对行驶对象实际的姿态测算场景，从信号参数集中选取M种适用于对行驶对象的第一对象姿态进行修正，以得到行驶对象的第二对象姿态的信号参数，从而可以提高所获取到的第二对象姿态的准确性。
根据本申请的一个实施例，图10所示的数据处理装置1中的各个模块可以分别或全部合并为一个或若干个单元来构成，或者其中的某个（些）单元还可以再拆分为功能上更小的多个子单元，可以实现同样的操作，而不影响本申请的实施例的技术效果的实现。上述模块是基于逻辑功能划分的，在实际应用中，一个模块的功能也可以由多个单元来实现，或者多个模块的功能由一个单元实现。在本申请的其它实施例中，数据处理装置1也可以包括其它单元，在实际应用中，这些功能也可以由其它单元协助实现，并且可以由多个单元协作实现。
根据本申请的一个实施例，可以通过在包括中央处理单元（CPU）、随机存取存储介质（RAM）、只读存储介质（ROM）等处理元件和存储元件的例如计算机的通用计算机设备上运行能够执行如图3中所示的相应方法所涉及的各步骤的计算机程序（包括程序代码），来构造如图10中所示的数据处理装置1，以及来实现本申请实施例的数据处理方法。上述计算机程序可以记载于例如计算机可读记录介质上，并通过计算机可读记录介质装载于上述计算设备中，并在其中运行。
请参见图11，图11是本申请提供的一种计算机设备的结构示意图。如图11所示，计算机设备1000可以包括：处理器1001，网络接口1004和存储器1005，此外，计算机设备1000还可以包括：用户接口1003，和至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏（Display）、键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。存储器1005可以是高速RAM存储器，也可以是非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图11所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及设备控制应用程序。
在图11所示的计算机设备1000中，网络接口1004可提供网络通讯功能；而用户接口1003主要用于为用户提供输入的接口；而处理器1001可以用于调用存储器1005中存储的设备控制应用程序，以实现：
当对行驶对象进行姿态测算时，获取行驶对象在姿态测算时刻的信号参数集；信号参数集包括N种信号参数，N为正整数；
获取行驶对象的第一对象姿态；
根据N种信号参数确定融合测算策略；融合测算策略包含从N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；
按照融合测算策略对第一对象姿态进行修正，得到行驶对象的第二对象姿态；第二对象姿态包含行驶对象在姿态测算时刻的行驶方向。
应当理解，本申请实施例中所描述的计算机设备1000可执行前文图3对应实施例中对上述数据处理方法的描述，也可执行前文图10所对应实施例中对上述数据处理装置1的描述，在此不再赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。
此外，这里需要指出的是：本申请还提供了一种计算机可读存储介质，且计算机可读存储介质中存储有前文提及的数据处理装置1所执行的计算机程序，且计算机程序包括程序指令，当处理器执行程序指令时，能够执行前文图3所对应实施例中对数据处理方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本申请所涉及的计算机存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述。
作为示例，上述程序指令可被部署在一个计算机设备上执行，或者被部署位于一个地点的多个计算机设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算机设备上执行，分布在多个地点且通过通信网络互连的多个计算机设备可以组成区块链网络。
上述计算机可读存储介质可以是前述任一实施例提供的数据处理装置或者上述计算机设备的内部存储单元，例如计算机设备的硬盘或内存。该计算机可读存储介质也可以是该计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘，智能存储卡（smart media card，SMC），安全数字（secure digital， SD）卡，闪存卡（flash card）等。进一步地，该计算机可读存储介质还可以既包括该计算机设备的内部存储单元也包括外部存储设备。该计算机可读存储介质用于存储该计算机程序以及该计算机设备所需的其他程序和数据。该计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本申请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前文图3对应实施例中对上述数据处理方法的描述，因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述。
本申请实施例的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，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、装置、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，或可选地还包括对于这些过程、方法、装置、产品或设备固有的其他步骤单元。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例提供的方法及相关装置是参照本申请实施例提供的方法流程图和/或结构示意图来描述的，具体可由计算机程序指令实现方法流程图和/或结构示意图的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。这些计算机程序指令可提供到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或结构示意图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或结构示意一个方框或多个方框中指定的功能的步骤。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。
Claims (15)
1.一种数据处理方法，其特征在于，所述方法包括：
当对行驶对象进行姿态测算时，获取所述行驶对象在姿态测算时刻的信号参数集；所述信号参数集包括N种信号参数，N为正整数；
获取所述行驶对象的第一对象姿态；
根据所述N种信号参数确定融合测算策略；所述融合测算策略包含从所述N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；
按照所述融合测算策略对所述第一对象姿态进行修正，得到所述行驶对象的第二对象姿态；所述第二对象姿态包含所述行驶对象在所述姿态测算时刻的行驶方向。
2.根据权利要求1所述的方法，其特征在于，所述获取所述行驶对象的第一对象姿态，包括：
获取所述行驶对象的历史对象姿态；所述历史对象姿态是指在所述姿态测算时刻之前所生成的一个或多个对象姿态；
将所述历史对象姿态中的目标对象姿态确定为所述第一对象姿态；所述目标对象姿态是指所述历史对象姿态中，距离所述姿态测算时刻最近的时刻所生成的对象姿态。
3.根据权利要求1所述的方法，其特征在于，所述N种信号参数包括所述行驶对象在所述姿态测算时刻的地磁传感器信号参数；
所述获取所述行驶对象的第一对象姿态，包括：
根据所述地磁传感器信号参数获取所述行驶对象的行驶方位角；
获取所述行驶对象在所述姿态测算时刻的经度坐标信息和纬度坐标信息；
根据所述行驶方位角、所述经度坐标信息和所述纬度坐标信息对所述行驶对象的对象姿态进行初始化，将所述行驶对象的初始化的对象姿态确定为所述第一对象姿态。
4.根据权利要求1所述的方法，其特征在于，所述M种信号参数包括惯性传感器信号参数；
所述按照所述融合测算策略对所述第一对象姿态进行修正，得到所述行驶对象的第二对象姿态，包括：
获取所述第一对象姿态的生成时刻与所述姿态测算时刻之间的时刻差；
基于所述时刻差和所述惯性传感器信号参数对所述第一对象姿态进行修正，得到所述行驶对象的所述第二对象姿态。
5.根据权利要求1所述的方法，其特征在于，所述M种信号参数包括地磁传感器信号参数；所述第一对象姿态为对象姿态矩阵；
所述按照所述融合测算策略对所述第一对象姿态进行修正，得到所述行驶对象的第二对象姿态，包括：
根据所述地磁传感器信号参数确定所述行驶对象的地磁行驶方位角；
根据所述对象姿态矩阵确定所述行驶对象的初始行驶方位角；
根据所述地磁行驶方位角和所述初始行驶方位角构建针对所述行驶对象的第一姿态约束方程；
基于所述第一姿态约束方程修正所述第一对象姿态，得到所述行驶对象的所述第二对象姿态。
6.根据权利要求5所述的方法，其特征在于，所述根据所述地磁传感器信号参数确定所述行驶对象的地磁行驶方位角，包括：
获取地磁指纹参数库；所述地磁指纹参数库中包含至少两种采集地磁参数分别与对应的采集方位角之间的映射关系；所述至少两种采集地磁参数包括所述地磁传感器信号参数；
将所述地磁指纹参数库中与所述地磁传感器信号参数具备所述映射关系的采集方位角确定为所述地磁行驶方位角。
7.根据权利要求1所述的方法，其特征在于，所述M种信号参数包括卫星天线信号参数；所述卫星天线信号参数包含用于对所述行驶对象进行姿态测算的K个卫星天线之间的基线向量，K为正整数；
所述按照所述融合测算策略对所述第一对象姿态进行修正，得到所述行驶对象的第二对象姿态，包括：
基于所述K个卫星天线之间的基线向量计算所述行驶对象的卫星行驶方位角以及卫星行驶俯仰角；
基于李代数数据结构、所述卫星行驶方位角和卫星行驶俯仰角构建针对所述行驶对象的第二姿态约束方程；
基于所述第二姿态约束方程修正所述第一对象姿态，得到所述行驶对象的所述第二对象姿态。
8.根据权利要求7所述的方法，其特征在于，所述K个卫星天线包括第i个卫星天线和第j个卫星天线，i和j均为小于或等于K的正整数，i不等于j；所述第i个卫星天线和所述第j个卫星天线之间具有L个共视卫星，L为正整数；所述K个卫星天线中每个卫星天线均对应有卫星基站；
所述获取所述行驶对象在姿态测算时刻的信号参数集，包括：
从所述K个卫星天线中确定参考卫星天线，将所述参考卫星天线对应的卫星基站确定为目标卫星基站；
获取所述目标卫星基站分别与每个共视卫星之间的几何距离；
获取所述行驶对象分别与所述每个共视卫星之间的几何距离；
获取所述第i个卫星天线和所述第j个卫星天线之间的伪距观测值和载波相位观测值；
基于所述伪距观测值、所述载波相位观测值、所述行驶对象分别与所述每个共视卫星之间的几何距离、以及所述目标卫星基站分别与所述每个共视卫星之间的几何距离，构建针对所述行驶对象的定位差分方程；
基于所述定位差分方程确定所述第i个卫星天线和所述第j个卫星天线之间的基线向量；
基于所述第i个卫星天线和所述第j个卫星天线之间的基线向量确定所述卫星天线信号参数，并根据所述卫星天线信号参数确定所述信号参数集。
9.根据权利要求1所述的方法，其特征在于，所述融合测算策略还包含针对所述M种信号参数的融合顺序；
所述按照所述融合测算策略对所述第一对象姿态进行修正，得到所述行驶对象的第二对象姿态，包括：
按照所述融合顺序采用所述M种信号参数对所述第一对象姿态进行修正，得到所述行驶对象的所述第二对象姿态。
10.根据权利要求9所述的方法，其特征在于，所述M种信号参数包括惯性传感器信号参数、地磁传感器信号参数和卫星天线信号参数；所述融合测算策略所指示的所述融合顺序依次为所述惯性传感器信号参数、所述地磁传感器信号参数和所述卫星天线信号参数；
所述按照所述融合顺序采用所述M种信号参数对所述第一对象姿态进行修正，得到所述行驶对象的所述第二对象姿态，包括：
按照所述融合顺序采用所述惯性传感器信号参数对所述第一对象姿态进行修正，得到惯性对象姿态；
按照所述融合顺序采用所述地磁传感器信号参数对所述惯性对象姿态进行修正，得到地磁对象姿态；
按照所述融合顺序采用所述卫星天线信号参数对所述地磁对象姿态进行修正，得到所述第二对象姿态。
11.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述第二对象姿态确定所述行驶对象在行驶道路上的偏航方向信息；
基于所述偏航方向信息生成针对所述行驶对象的方向导航信息；
在导航地图中为所述行驶对象输出所述方向导航信息。
12.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述第二对象姿态确定所述行驶对象在导航地图中的行驶轨迹；
根据所述行驶轨迹确定所述行驶对象的行驶主路和行驶辅路；
从所述行驶主路和所述行驶辅路中确定用于对所述行驶对象进行路线导航的行驶道路。
13.一种数据处理装置，其特征在于，所述装置包括：
参数获取模块，用于当对行驶对象进行姿态测算时，获取所述行驶对象在姿态测算时刻的信号参数集；所述信号参数集包括N种信号参数，N为正整数；
姿态获取模块，用于获取所述行驶对象的第一对象姿态；
策略确定模块，用于根据所述N种信号参数确定融合测算策略；所述融合测算策略包含从所述N种信号参数中所选择的M种信号参数，M为正整数且M小于或等于N；
姿态修正模块，用于按照所述融合测算策略对所述第一对象姿态进行修正，得到所述行驶对象的第二对象姿态；所述第二对象姿态包含所述行驶对象在所述姿态测算时刻的行驶方向。
14.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1-12中任一项所述方法的步骤。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序适用于由处理器加载并执行权利要求1-12任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110581863.2A CN113029130B (zh) | 2021-05-27 | 2021-05-27 | 数据处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110581863.2A CN113029130B (zh) | 2021-05-27 | 2021-05-27 | 数据处理方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113029130A true CN113029130A (zh) | 2021-06-25 |
| CN113029130B CN113029130B (zh) | 2021-08-27 |
Family
ID=76455983
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110581863.2A Active CN113029130B (zh) | 2021-05-27 | 2021-05-27 | 数据处理方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113029130B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107339990A (zh) * | 2017-06-27 | 2017-11-10 | 北京邮电大学 | 多模式融合定位系统及方法 |
| CN110030999A (zh) * | 2019-05-21 | 2019-07-19 | 杭州鸿泉物联网技术股份有限公司 | 一种基于惯性导航的定位方法、装置、系统和车辆 |
| CN111077556A (zh) * | 2020-01-02 | 2020-04-28 | 东南大学 | 融合北斗与多传感器的机场行李牵引车定位装置与方法 |
| CN112037516A (zh) * | 2020-09-07 | 2020-12-04 | 洛阳城市建设勘察设计院有限公司 | 一种交叉口外侧辅路掉头车辆待行区设计及信控的方法 |
| CN112097763A (zh) * | 2020-08-28 | 2020-12-18 | 西北工业大学 | 一种基于mems imu/磁力计/dvl组合的水下运载体组合导航方法 |
| CN112504265A (zh) * | 2020-11-16 | 2021-03-16 | 中国科学院空天信息创新研究院 | 一种用于室内车辆地磁匹配定位的地磁基准库构建方法 |
| CN112556696A (zh) * | 2020-12-03 | 2021-03-26 | 腾讯科技（深圳）有限公司 | 一种对象定位方法、装置、计算机设备以及存储介质 |
-
2021
- 2021-05-27 CN CN202110581863.2A patent/CN113029130B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107339990A (zh) * | 2017-06-27 | 2017-11-10 | 北京邮电大学 | 多模式融合定位系统及方法 |
| CN110030999A (zh) * | 2019-05-21 | 2019-07-19 | 杭州鸿泉物联网技术股份有限公司 | 一种基于惯性导航的定位方法、装置、系统和车辆 |
| CN111077556A (zh) * | 2020-01-02 | 2020-04-28 | 东南大学 | 融合北斗与多传感器的机场行李牵引车定位装置与方法 |
| CN112097763A (zh) * | 2020-08-28 | 2020-12-18 | 西北工业大学 | 一种基于mems imu/磁力计/dvl组合的水下运载体组合导航方法 |
| CN112037516A (zh) * | 2020-09-07 | 2020-12-04 | 洛阳城市建设勘察设计院有限公司 | 一种交叉口外侧辅路掉头车辆待行区设计及信控的方法 |
| CN112504265A (zh) * | 2020-11-16 | 2021-03-16 | 中国科学院空天信息创新研究院 | 一种用于室内车辆地磁匹配定位的地磁基准库构建方法 |
| CN112556696A (zh) * | 2020-12-03 | 2021-03-26 | 腾讯科技（深圳）有限公司 | 一种对象定位方法、装置、计算机设备以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113029130B (zh) | 2021-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109991636B (zh) | 基于gps、imu以及双目视觉的地图构建方法及系统 | |
| CN108732603B (zh) | 用于定位车辆的方法和装置 | |
| CN109855617A (zh) | 一种车辆定位方法、车辆定位装置及终端设备 | |
| CN104729506A (zh) | 一种视觉信息辅助的无人机自主导航定位方法 | |
| CN113063425B (zh) | 车辆定位方法、装置、电子设备及存储介质 | |
| CN112596089B (zh) | 融合定位方法、装置、电子设备及存储介质 | |
| Goel et al. | Cooperative localization of unmanned aerial vehicles using GNSS, MEMS inertial, and UWB sensors | |
| CN112526573B (zh) | 对象定位方法和装置、存储介质及电子设备 | |
| US20200249695A1 (en) | Method for localizing a vehicle | |
| CN115790613B (zh) | 一种视觉信息辅助的惯性/里程计组合导航方法及装置 | |
| CN114061611A (zh) | 目标对象定位方法、装置、存储介质和计算机程序产品 | |
| Wang et al. | Performance analysis of GNSS/MIMU tight fusion positioning model with complex scene feature constraints | |
| Mounier et al. | High-precision positioning in GNSS-challenged environments: a LiDAR-based multi-sensor fusion approach with 3D digital maps registration | |
| Forno et al. | Techniques for improving localization applications running on low-cost IoT devices | |
| JP2021085880A (ja) | 移動体の定位誤差の分析 | |
| CN113029130B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| Kim et al. | High accurate affordable car navigation using built-in sensory data and images acquired from a front view camera | |
| CN113917512B (zh) | 自动驾驶车辆的定位方法、装置、电子设备及存储介质 | |
| Davidson et al. | Uninterrupted portable car navigation system using GPS, map and inertial sensors data | |
| Bonnifait et al. | Real-time implementation of a GIS-based localization system for intelligent vehicles | |
| CN114897942A (zh) | 点云地图的生成方法、设备及相关存储介质 | |
| CN114280656A (zh) | 一种gnss系统的测姿方法和系统 | |
| Do et al. | An Improvement of 3D DR/INS/GNSS Integrated System using Inequality Constrained EKF | |
| CN116858276B (zh) | 一种地图辅助的多传感器融合定位方法及计算机可读介质 | |
| Dumitrache et al. | Hybridized GPS/DR positioning system with unknown initial heading for land vehicles |
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: 40046817 Country of ref document: HK |