CN113447970B - 一种导航数据连续缺失数据填补方法、装置和导航系统 - Google Patents
一种导航数据连续缺失数据填补方法、装置和导航系统 Download PDFInfo
- Publication number
- CN113447970B CN113447970B CN202110718509.XA CN202110718509A CN113447970B CN 113447970 B CN113447970 B CN 113447970B CN 202110718509 A CN202110718509 A CN 202110718509A CN 113447970 B CN113447970 B CN 113447970B
- Authority
- CN
- China
- Prior art keywords
- data
- missing
- missing data
- representing
- continuous
- 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
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
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
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,
其中,xi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;
Ci表示由{xj: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,Xn+1表示连续缺失数据后的第一个完整数据,Xn+2表示连续缺失数据后的第二个完整数据,Xi-1第i-1个连续缺失数据,Xi+1第i+1个连续缺失数据,Xn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di表示ti时刻至ti+1时刻车辆的行驶距离;
所述Ii表示指曲线C在点xi与xi+1之间的长度,所述C表示由{xj: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tn+1表示连续数据缺失后的第1个完整数据的时刻,ti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:
调取到的初始点计算公式为:
其中,所述Si+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Si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Sn+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,
其中,xi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;
Ci表示由{xj: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,Xn+1表示连续缺失数据后的第一个完整数据,Xn+2表示连续缺失数据后的第二个完整数据,Xi-1第i-1个连续缺失数据,Xi+1第i+1个连续缺失数据,Xn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di表示ti时刻至ti+1时刻车辆的行驶距离;
所述Ii表示指曲线C在点xi与xi+1之间的长度,所述C表示由{xj: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tn+1表示连续数据缺失后的第1个完整数据的时刻,ti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:
调取到的初始点计算公式为:
其中,所述Si+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Si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Sn+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装置中,
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{(ti,xi)}表示,所述行驶里程数据用{(ti,si)}表示,其中ti表示连续缺失数据中第i个缺失数据对应的时刻,xi表示ti时刻的卫星数据,该卫星数据包含经度与维度,所述Si表示从初始时刻到ti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,...,xn)s.t|xi+1-xi|≤si+1-si,在这里,(x1,x2,...,xn)s.t|xi+1-xi|≤si+1-si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,xi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,xn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;
Ci表示由{xj: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,Xn+1表示连续缺失数据后的第一个完整数据,Xn+2表示连续缺失数据后的第二个完整数据,Xi-1表示第i-1个连续缺失数据,Xi+1表示第i+1个连续缺失数据,Xn表示第n个连续缺失数据;
所述di表示车辆ti时刻至ti+1时刻车辆的行驶距离,即;di=si+1-si,其中,所述si+1表示车辆自初始时刻至ti+1时刻的行驶距离,所述Si表示车辆自初始时刻至ti时刻的行驶距离。
调取到的初始点计算公式为:
其中,所述tn+1表示连续数据缺失后的第1个完整数据的时刻,ti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。
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,...,xn),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,...,sn)s.t|xi+1-xi|≤si+1-si;
调取到的初始点计算公式为:
其中,所述Si+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Si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Sn+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。
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,...,sn)。
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,...,xn,s1,s2,...,sn)s.t|xi+1-xi|≤si+1-si;
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,...,xn,s1,s2,...,sn)。
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,
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:
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:
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。
Claims (10)
1.一种导航数据连续缺失数据填补方法,其特征在于,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;
其中,所述初始点计算公式用于所述计算优化目标函数。
2.根据权利要求1所述的导航数据连续缺失数据填补方法,其特征在于,
其中,xi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;
Ci表示由{xj: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,Xn+1表示连续缺失数据后的第一个完整数据,Xn+2表示连续缺失数据后的第二个完整数据,Xi-1第i-1个连续缺失数据,Xi+1第i+1个连续缺失数据,Xn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di表示ti时刻至ti+1时刻车辆的行驶距离;
所述Ii表示指曲线C在点xi与xi+1之间的长度,所述C表示由{xj: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tn+1表示连续数据缺失后的第1个完整数据的时刻,ti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。
3.根据权利要求2所述的导航数据连续缺失数据填补方法,其特征在于,
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:
调取到的初始点计算公式为:
其中,所述Si+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Si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Sn+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。
4.根据权利要求1所述的导航数据连续缺失数据填补方法,其特征在于,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。
5.一种导航数据连续缺失数据填补装置,其特征在于,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;
其中,所述初始点计算公式用于所述计算优化目标函数。
6.根据权利要求5所述的导航数据连续缺失数据填补装置,其特征在于,
其中,xi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;
Ci表示由{xj: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,Xn+1表示连续缺失数据后的第一个完整数据,Xn+2表示连续缺失数据后的第二个完整数据,Xi-1第i-1个连续缺失数据,Xi+1第i+1个连续缺失数据,Xn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di表示ti时刻至ti+1时刻车辆的行驶距离;
所述Ii表示指曲线C在点xi与xi+1之间的长度,所述C表示由{xj: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tn+1表示连续数据缺失后的第1个完整数据的时刻,ti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。
7.根据权利要求6所述的导航数据连续缺失数据填补装置,其特征在于,
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:
调取到的初始点计算公式为:
其中,所述Si+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Si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Sn+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。
8.根据权利要求5所述的导航数据连续缺失数据填补装置,其特征在于,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。
9.一种导航系统,其特征在于,应用有权利要求5-8任意一项所述的导航数据连续缺失数据填补装置。
10.根据权利要求9所述的导航系统,其特征在于,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110718509.XA CN113447970B (zh) | 2021-06-28 | 2021-06-28 | 一种导航数据连续缺失数据填补方法、装置和导航系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110718509.XA CN113447970B (zh) | 2021-06-28 | 2021-06-28 | 一种导航数据连续缺失数据填补方法、装置和导航系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113447970A CN113447970A (zh) | 2021-09-28 |
CN113447970B true CN113447970B (zh) | 2023-05-23 |
Family
ID=77813269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110718509.XA Active CN113447970B (zh) | 2021-06-28 | 2021-06-28 | 一种导航数据连续缺失数据填补方法、装置和导航系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113447970B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818328A (zh) * | 2016-09-14 | 2018-03-20 | 南京航空航天大学 | 结合局部信息的不完整数据相似性刻画方法 |
CN111414353A (zh) * | 2020-02-29 | 2020-07-14 | 平安科技(深圳)有限公司 | 智能化的缺失数据填充方法、装置及计算机可读存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104157160B (zh) * | 2014-08-08 | 2016-08-17 | 中国联合网络通信集团有限公司 | 车辆行驶控制方法、装置及车辆 |
CN104298893B (zh) * | 2014-09-30 | 2017-05-17 | 西南交通大学 | 一种基因表达缺失数据的填补方法 |
US11010365B2 (en) * | 2018-03-29 | 2021-05-18 | International Business Machines Corporation | Missing value imputation using adaptive ordering and clustering analysis |
DE102018010197A1 (de) * | 2018-12-18 | 2020-06-18 | GRID INVENT gGmbH | Elektronisches Element und elektrisch angesteuertes Anzeigeelement |
CN111046026B (zh) * | 2019-11-03 | 2023-04-07 | 复旦大学 | 一种基于约束优化的缺失能耗数据填补方法 |
CN110991696B (zh) * | 2019-11-04 | 2022-11-04 | 广州丰石科技有限公司 | 一种客流数据缺失填补的方法 |
CN112765141A (zh) * | 2021-01-13 | 2021-05-07 | 杭州电子科技大学 | 基于迁移学习的连续大规模水质缺失数据填补方法 |
-
2021
- 2021-06-28 CN CN202110718509.XA patent/CN113447970B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818328A (zh) * | 2016-09-14 | 2018-03-20 | 南京航空航天大学 | 结合局部信息的不完整数据相似性刻画方法 |
CN111414353A (zh) * | 2020-02-29 | 2020-07-14 | 平安科技(深圳)有限公司 | 智能化的缺失数据填充方法、装置及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
Wayne FV et.al.《A comparison of missing-data procedures for ARIMA time-series analysis》.《Educational and Psychological measurement》.2005,第第65卷卷(第第4期期),第596-615页. * |
李济宾 ; 张熙 ; 张晋昕 ; .时间序列中随机型缺失数据的填补及预测效果比较.中国卫生统计.2012,第29卷(第06期),第790-793页. * |
Also Published As
Publication number | Publication date |
---|---|
CN113447970A (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4638010B2 (ja) | 地理的データベースのための形状及び曲率を自動生成する方法及びシステム | |
US11216888B2 (en) | Electronic system for dynamic, quasi-realtime measuring and identifying driver maneuvers solely based on mobile phone telemetry, and a corresponding method thereof | |
US6366851B1 (en) | Method and system for automatic centerline adjustment of shape point data for a geographic database | |
CN107339996A (zh) | 车辆自定位方法、装置、设备及存储介质 | |
EP1970670A1 (en) | Route-selection-supporting device and method | |
CN102645222A (zh) | 一种卫星惯性导航方法和设备 | |
CN109059907A (zh) | 轨迹数据处理方法、装置、计算机设备和存储介质 | |
JP6079400B2 (ja) | 地図差分データ配信装置、地図差分データ配信方法、車両用ナビゲーション装置 | |
CN109612474A (zh) | 一种地图道路匹配方法、装置、服务器及存储介质 | |
CN114295126B (zh) | 一种基于惯性测量单元的融合定位方法 | |
CN108230720A (zh) | 停车管理方法和装置 | |
JP3882808B2 (ja) | 移動体軌跡情報の異常判定方法及びプログラム並びに軌跡情報処理装置 | |
CN115615430B (zh) | 基于捷联惯导的定位数据修正方法及系统 | |
CN111623779A (zh) | 一种适用于噪声特性未知的时变系统自适应级联滤波方法 | |
CN113447970B (zh) | 一种导航数据连续缺失数据填补方法、装置和导航系统 | |
CN109444928B (zh) | 一种定位方法及系统 | |
JP7146097B2 (ja) | トンネル工事車両の出勤評価方法、コンピューター装置及びコンピューター読み取り可能な記憶媒体 | |
CN110926498A (zh) | 车辆里程补偿方法、装置、计算机设备以及程序产品 | |
CN107688189A (zh) | 一种gps经纬度坐标的校准方法、装置和移动运动设备 | |
CN109426875A (zh) | 拼车装置及方法 | |
CN116691659A (zh) | 一种无gps信号下车辆行驶轨迹的评估方法、装置 | |
CN116045964A (zh) | 高精地图更新方法及装置 | |
CN109724598A (zh) | 一种gnss/ins松组合时延误差的估计及补偿方法 | |
CN114683857A (zh) | 一种记录汽车实际行驶里程的方法 | |
CN115683154A (zh) | 一种车辆里程的计算方法、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 |