CN113447970B

CN113447970B - 一种导航数据连续缺失数据填补方法、装置和导航系统

Info

Publication number: CN113447970B
Application number: CN202110718509.XA
Authority: CN
Inventors: 王保栋; 宋韶旭; 陈鹏宇; 杨文凯; 朱汇龙
Original assignee: Weichai Power Co Ltd
Current assignee: Weichai Power Co Ltd
Priority date: 2021-06-28
Filing date: 2021-06-28
Publication date: 2023-05-23
Anticipated expiration: 2041-06-28
Also published as: CN113447970A

Abstract

本申请提供一种导航数据连续缺失数据填补方法、装置和导航系统，方案通过根据连续缺失数据的数据类型，调用对应的目标函数和初始点计算公式，然后再采用随机梯度下降法对所述目标优化函数求解，得到填补结果，实现了连续缺失数据的精确填补。

Description

一种导航数据连续缺失数据填补方法、装置和导航系统

技术领域

本发明涉及导航信息技术领域，具体涉及一种基于卫星定位及行驶里程相互约束的连续缺失数据填补方法、装置和导航系统。

背景技术

在汽车导航过程中，由于传感设备不可靠、信号不良等原因，存在卫星定位数据与行驶里程数据连续缺失的问题。已知的导航修复方法多针对卫星定位不准确问题，例如卫星定位存在的精度偏差导致定位数据偏离真实路线。卫星定位数据与行驶里程数据存在相互约束关系，如何利用以上关系对连续缺失的导航数据进行填补，是本领域技术人员亟待解决的技术问题之一。

发明内容

有鉴于此，本发明实施例提供一种导航数据连续缺失数据填补方法、装置和导航系统，以实现对连续缺失的导航数据进行填补。

为实现上述目的，本发明实施例提供如下技术方案：

一种导航数据连续缺失数据填补方法，包括：

获取待填补原始导航数据，所述原始导航数据为车载传感器采集的卫星定位数据以及行驶里程数据；

判断所述待填补原始导航数据中缺失数据的数据类型；

调取与所述缺失数据的数据类型的优化目标函数和初始点计算公式；

采用随机梯度下降法对所述目标优化函数求解，得到填补结果。

可选的，上述导航数据连续缺失数据填补方法中，

当所述缺失数据的数据类型为卫星定位数据时，调取到的优化目标函数为：

其中，x_i表示第i个连续缺失的卫星数据；

所述n表示连续缺失数据个数；

C_i表示由{x_j：j＝-1，0，...i-1，i+1，...，n，n+1，n+2}拟合得到的三次样条曲线，X_-1表示连续缺失数据前的第二个完整数据，X₀表示连续缺失数据前的第一个完整数据，X_n+1表示连续缺失数据后的第一个完整数据，X_n+2表示连续缺失数据后的第二个完整数据，X_i-1第i-1个连续缺失数据，X_i+1第i+1个连续缺失数据，X_n第_n个连续缺失数据；

δ表示预设的点与点间的最小距离；

所述d_i表示t_i时刻至t_i+1时刻车辆的行驶距离；

所述I_i表示指曲线C在点x_i与x_i+1之间的长度，所述C表示由{x_j：j＝-1，0，...，n，n+1，n+2}拟合得到的三次样条曲线；

调取到的初始点计算公式为：

其中，所述t_n+1表示连续数据缺失后的第1个完整数据的时刻，t_i表示第i个连续缺失数据的时刻，所述t₀表示连续缺失数据缺失前第一个完整数据的时刻，X₀表示连续缺失数据前的第一个完整数据。

可选的，上述导航数据连续缺失数据填补方法中，当所述缺失数据的数据类型为行驶里程数据时，调取到的优化目标函数为：

所述t_i+1表示第i+1个缺失数据对应的时刻，所述t_i表示第i个缺失数据对应的时刻，所述vi表示车辆在ti至ti+1时段内的平均速度，所述

表示车辆在t₀至t_i+1时段内的平均速度；

调取到的初始点计算公式为：

其中，所述S_i+1表示车辆自初始时刻至第i+1个缺失数据对应的时刻的行驶距离，所述S_i表示车辆自初始时刻至第i个缺失数据对应的时刻的行驶距离；所述S_n+1表示车辆自初始时刻至连续缺失函数后的第一个完整数据对应的时刻的行驶距离，所述S₀表示车辆自初始时刻至连续缺失函数前的第一个完整数据对应的时刻的行驶距离。

可选的，上述导航数据连续缺失数据填补方法中，

所述采用随机梯度下降法对所述目标优化函数求解，得到填补结果，包括：

采用随机梯度下降法基于预设的设定补偿以及预设的最大步数，对所述目标优化函数求解，得到填补结果。

一种导航数据连续确失数据填补装置，包括：

原始数据采集单元，用于获取待填补原始导航数据，所述原始导航数据为车载传感器采集的卫星定位数据以及行驶里程数据；

缺失类型判断单元，用于判断所述待填补原始导航数据中缺失数据的数据类型；

函数调取单元，用于调取与所述缺失数据的数据类型的优化目标函数和初始点计算公式；

求解单元，用于采用随机梯度下降法对所述目标优化函数求解，得到填补结果。

可选的，上述导航数据连续缺失数据填补装置中，

当所述缺失数据的数据类型为卫星定位数据时，所述函数调取单元调取到的优化目标函数为：

/>

其中，x_i表示第i个连续缺失的卫星数据；

所述n表示连续缺失数据个数；

C_i表示由{x_j：j＝-1，0，...i-1，i+1，...，n，n+1，n+2}拟合得到的三次样条曲线，X_-1表示连续缺失数据前的第二个完整数据，X₀表示连续缺失数据前的第一个完整数据，X_n+1表示连续缺失数据后的第一个完整数据，X_n+2表示连续缺失数据后的第二个完整数据，X_i-1第i-1个连续缺失数据，X_i+1第i+1个连续缺失数据，X_n第n个连续缺失数据；

δ表示预设的点与点间的最小距离；

所述d_i表示t_i时刻至t_i+1时刻车辆的行驶距离；

调取到的初始点计算公式为：

可选的，上述导航数据连续缺失数据填补装置中，

当所述缺失数据的数据类型为行驶里程数据时，函数调取单元调取到的优化目标函数为：

表示车辆在t₀至t_i+1时段内的平均速度；

调取到的初始点计算公式为：

可选的，上述导航数据连续缺失数据填补装置中，

一种导航系统，应用有上述任意一项所述的导航数据连续缺失数据填补装置。

可选的，上述导航系统中，所述导航系统还用于基于所述导航数据连续缺失数据填补装置的填补结果，对导航数据进行填补。

基于上述技术方案，本发明实施例提供的上述方案，通过根据连续缺失数据的数据类型，调用对应的目标函数和初始点计算公式，然后再采用随机梯度下降法对所述目标优化函数求解，得到填补结果，实现了连续缺失数据的精确填补。

附图说明

为了更清楚地说明本发明实施例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发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例公开的导航数据连续缺失数据填补方法的流程示意图；

图2为本申请实施例公开的导航数据连续缺失数据填补装置的结构示意图。

具体实施方式

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，都属于本发明保护的范围。

为了实现对导航过程中的连续缺失数据进行填补，参见图1，本申请实施例公开的导航数据连续缺失数据填补方法，包括：

步骤S101：获取待填补原始导航数据，所述原始导航数据为车载传感器采集的卫星定位数据以及行驶里程数据；

在本申请实施例公开的技术方案中，判断原始导航数据中是否存在连续缺失数据，所述连续缺失数据指的是连续缺失的数据，当所述原始导航数据中存在连续缺失数据时，表明需要对所述原始导航数据进行填补，此时，获取所述原始导航数据，所述原始导航数据时，车载传感器采集的卫星定位数据以及行驶里程数据，在本方案中，所述卫星定位数据用{(t_i，x_i)}表示，所述行驶里程数据用{(t_i，s_i)}表示，其中t_i表示连续缺失数据中第i个缺失数据对应的时刻，x_i表示t_i时刻的卫星数据，该卫星数据包含经度与维度，所述S_i表示从初始时刻到t_i时刻车辆的行驶距离，在本方案中，所述初始时刻可以指的是连续缺失数据之前的任意一个完整数据对应的时刻；

步骤S102：判断所述待填补原始导航数据中缺失数据的数据类型；

在获取到待填补原始导航数据时，对该原始导航数据中缺失数据的数据类型进行分析，以便于基于缺失数据的数据类型调取合适的计算公式。

步骤S103：调取与所述缺失数据的数据类型的优化目标函数和初始点计算公式；

在本方案中，预先基于缺失数据的数据类型创建了不同的计算公式，所述计算公式可以包括优化目标函数和初始点计算公式，当确定所述原始导航数据中的缺失数据的数据类型之后，直接调取与缺失数据的数据类型相匹配的计算公式即可；

步骤S104：采用随机梯度下降法对所述目标优化函数求解，得到填补结果；

在本方案中，所述连续缺失函数的填补问题就变成了求解优化问题，在本步骤中，采用随机梯度下降法对所述目标优化函数求解即可得到填补结果。在本申请一个具体实施例公开的技术方案中，当所述缺失数据的数据类型为卫星定位数据时，调取到的优化目标函数为：

(x₁，x₂，...，x_n)s.t|x_i+1-x_i|≤s_i+1-s_i，在这里，(x₁，x₂，...，x_n)s.t|x_i+1-x_i|≤s_i+1-s_i表示相邻两点坐标的直线距离不应大于行驶里程。

其中，所述n表示连续缺失数据个数，x_i表示第i个连续缺失的卫星数据，例如x₁表示连续缺失数据中的第1个缺失数据，x₂表示连续缺失数据中的第2个缺失数据，x_n表示连续缺失数据中的第n个缺失数据；

δ表示预设的点与拟合得到的样条曲线间的最小距离；

C_i表示由{x_j：j＝-1，0，...i-1，i+1，...，n，n+1，n+2}拟合得到的三次样条曲线，具体的，X_-1表示连续缺失数据前的第二个完整数据，X₀表示连续缺失数据前的第一个完整数据，X_n+1表示连续缺失数据后的第一个完整数据，X_n+2表示连续缺失数据后的第二个完整数据，X_i-1表示第i-1个连续缺失数据，X_i+1表示第i+1个连续缺失数据，X_n表示第n个连续缺失数据；

所述d_i表示车辆t_i时刻至t_i+1时刻车辆的行驶距离，即；d_i＝s_i+1-s_i，其中，所述s_i+1表示车辆自初始时刻至t_i+1时刻的行驶距离，所述S_i表示车辆自初始时刻至t_i时刻的行驶距离。

所述I_i：

具体的所述I_i表示指曲线C在点x_i与x_i+1之间的长度，所述C表示由{x_j：j＝-1，0，...，n，n+1，n+2}拟合得到的三次样条曲线；

调取到的初始点计算公式为：

在本方案中，当提取到所述目标优化函数以及初始点计算公式以后，采用使用随机梯度下降法求解，即可得到填补结果(x₁，x₂，...，x_n)，具体的，在采用随机梯度下降法求解时的设定补偿可以为λ最大步数可以为η，所述λ和η均为预设值。

对应的，在本申请另一实施例中，当所述缺失数据的数据类型为行驶里程数据时，调取到的优化目标函数为：

/>

(s₁，s₂，...，s_n)s.t|x_i+1-x_i|≤s_i+1-s_i；

所述t_i+1表示第i+1个缺失数据对应的时刻，所述t_i表示第i个缺失数据对应的时刻，所述v_i表示车辆在t_i至t_i+1时段内的平均速度，所述

表示车辆在t₀至t_i+1时段内的平均速度；

调取到的初始点计算公式为：

在得到当提取到所述目标优化函数以及初始点计算公式以后，采用使用随机梯度下降法求解，即可得到填补结果(s₁，s₂，...，s_n)。

对应的，在本申请另一实施例中，当所述缺失数据的数据类型为卫星定位数据和行驶里程数据时，调取到的优化目标函数为：

(x₁，x₂，...，x_n，s₁，s₂，...，s_n)s.t|x_i+1-x_i|≤s_i+1-s_i；

调取到的初始点计算公式为：

在得到当提取到所述目标优化函数以及初始点计算公式以后，采用使用随机梯度下降法求解，即可得到填补结果(x₁，x₂，...，x_n，s₁，s₂，...，s_n)。

对应于上述方法，本申请还公开了一种导航数据连续确失数据填补装置，参见图2，该装置包括：

原始数据采集单元100，与上述方法相对应，用于获取待填补原始导航数据，所述原始导航数据为车载传感器采集的卫星定位数据以及行驶里程数据；

缺失类型判断单元200，与上述方法相对应，用于判断所述待填补原始导航数据中缺失数据的数据类型；

函数调取单元300，与上述方法相对应，用于调取与所述缺失数据的数据类型的优化目标函数和初始点计算公式；

求解单元400，与上述方法相对应，用于采用随机梯度下降法对所述目标优化函数求解，得到填补结果。

与上述方法相对应，

(x₁，x₂，...，x_n)s.t|x_i+1-x_i|≤s_i+1-s_i；

调取到的初始点计算公式为：

与上述方法相对应，当所述缺失数据的数据类型为行驶里程数据时，函数调取单元调取到的优化目标函数为：

(s₁，s₂，...，s_n)s.t|x_i+1-x_i|≤s_i+1-s_i；

调取到的初始点计算公式为：

与上述方法相对应，当所述缺失数据的数据类型为卫星定位数据和行驶里程数据时，调取到的优化目标函数为：

(x₁，x₂，...，x_n，s₁，s₂，...，s_n)s.t|x_i+1-x_i|≤s_i+1-s_i

调取到的初始点计算公式为：

由上述实施例可见，本发明对卫星数据与行驶里程数据构建模型，通过时间序列的相互约束关系设计目标函数，并计算对目标函数的优化从而对连续缺失数据进行填补，实现了导航过程中连续缺失数据的可靠填补。

对应与上述装置，本申请还公开了一种导航系统，该导航系统应用有上述任意一项实施例所述的导航数据连续缺失数据填补装置。

在本申请另一实施例公开的技术方案中，所述导航系统还用于基于所述导航数据连续缺失数据填补装置的填补结果，对导航数据进行填补并显示，并且，采用预设状态(例如虚线、加粗线等)标注填补数据，以提示用户这些数据是填补数据。

为了描述的方便，描述以上系统时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，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发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。