CN115979277A - 时间同步方法、装置、电子设备和计算机可读存储介质 - Google Patents

Abstract

本发明涉及数据处理技术领域，提供了一种时间同步方法、装置、电子设备和计算机可读存储介质，应用于电子设备，所述方法包括：获取测试数据和参考数据，其中，获取测试数据的第一获取时间的获取频率精度低于获取参考数据的第二获取时间的获取频率；根据参考数据，计算第一获取时间在参考数据中的初始插值并将第一获取时间及初始插值同步至参考数据，得到初始同步数据；若初始同步数据中的初始插值发生异常，则对初始插值进行异常处理，得到最终同步数据，以根据最终同步数据对测试数据的精度进行评估。本发明实现了测试数据和参考数据之间快速、准确地同步，最终能够根据同步后的最终同步数据对测试数据的精度进行准确、高效地评估。

Description

时间同步方法、装置、电子设备和计算机可读存储介质

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种时间同步方法、装置、电子设备和计算机可读存储介质。

背景技术

高精度定位一般指到分米级别或厘米级别的定位，广泛应用于自动驾驶、农业无人机、自然灾害检测等领域，目前主流的高精度定位算法采用全球导航卫星系统GNSS（GlobalNavigation Satellite System，GNSS）或与惯性测量单元IMU（InertialMeasurement Unit，IMU）等其他传感器进行融合定位。

如何对高精度定位算法的数据精度进行评估是本领域技术人员亟待解决的技术问题。

发明内容

本发明的目的在于提供了一种时间同步方法、装置、电子设备和计算机可读存储介质，其能够通过将测试数据的获取时间准确、高效地同步至参考数据，得到最终同步数据，以便根据最终同步数据对测试数据的精度进行准确、高效地评估。

本发明的实施例可以这样实现：

第一方面，本发明提供一种时间同步方法，应用于电子设备，所述方法包括：

获取测试数据和参考数据，其中，获取所述测试数据的第一获取时间的获取频率低于获取所述参考数据的第二获取时间的获取频率；

根据所述参考数据，计算所述第一获取时间在所述参考数据中的初始插值并将所述第一获取时间及所述初始插值同步至所述参考数据，得到初始同步数据；

若所述初始同步数据中的初始插值发生异常，则对所述初始插值进行异常处理，得到最终同步数据，以根据所述最终同步数据对所述测试数据的精度进行评估。

在可选的实施方式中，所述参考数据为多个，每一所述参考数据均对应获取该所述参考数据的第二获取时间，所述方法还包括：

从多个所述第二获取时间中，确定与所述第一获取时间相邻、且分别位于所述第一获取时间前后的两个目标第二获取时间；

根据所述两个目标第二获取时间，判断所述初始插值是否发生异常。

在可选的实施方式中，所述根据所述两个目标第二获取时间，判断所述初始插值是否发生异常的步骤包括：

计算所述两个目标第二获取时间之间的时间差；

若所述时间差大于第一预设值，则判定所述初始插值发生异常。

在可选的实施方式中，所述若所述初始同步数据中的初始插值发生异常，则对所述初始插值进行异常处理的步骤包括：

将所述第一获取时间及所述初始插值从所述初始同步数据中删除。

在可选的实施方式中，所述根据所述两个目标第二获取时间，判断所述初始插值是否发生异常的步骤还包括：

分别获取所述两个目标第二获取时间对应的目标参考数据；

判断两个所述目标参考数据是否跨预设阈值；

若两个所述目标参考数据跨所述预设阈值，则判定所述初始插值发生异常。

在可选的实施方式中，所述若所述初始同步数据中的初始插值发生异常，则对所述初始插值进行异常处理的步骤还包括：

对所述目标参考数据进行修复，得到修复插值；

根据所述修复插值更新所述初始插值。

在可选的实施方式中，两个所述目标参考数据均表征角度信息，所述判断两个所述目标参考数据是否跨预设阈值的步骤包括：

若两个所述目标参考数据之间的角度差值大于第二预设值，则判定两个所述目标参考数据跨预设阈值。

在可选的实施方式中，所述对所述目标参考数据进行修复，得到修复插值的步骤还包括：

将两个所述目标参考数据中表征角度较大的目标参考数据减去预设角度值，得到所述修复插值。

在可选的实施方式中，所述对所述目标参考数据进行修复，得到修复插值的步骤还包括：

将两个所述目标参考数据中表征角度较小的目标参考数据加上预设角度值，得到所述修复插值。

在可选的实施方式中，所述测试数据为多个，每一所述测试数据均对应一个第一获取时间，所述参考数据为多个，所述根据所述参考数据，计算所述第一获取时间在所述参考数据中的初始插值并将所述第一获取时间及所述初始插值同步至所述参考数据，得到初始同步数据的步骤包括：

采用广播机制，批量计算多个所述测试数据中每一所述测试数据的第一获取时间在所述参考数据中的初始插值；

将每一所述第一获取时间及对应的初始插值同步至所述参考数据，得到初始同步数据。

在可选的实施方式中，所述测试数据为车辆的车载设备运行的软件计算出的数据，所述参考数据为所述车辆上安装的传感器采集到的数据。

第二方面，本发明提供一种时间同步装置，应用于电子设备，所述装置包括：

获取模块，获取测试数据和参考数据，其中，获取所述测试数据的第一获取时间的获取频率精度低于获取所述参考数据的第二获取时间的获取频率；

同步模块，用于根据所述参考数据，计算所述第一获取时间在所述参考数据中的初始插值并将所述第一获取时间及所述初始插值同步至所述参考数据，得到初始同步数据；

同步模块，还用于若所述初始同步数据中的初始插值发生异常，则对所述初始插值进行异常处理，得到最终同步数据。

第三方面，本发明提供一种电子设备，包括处理器和存储器，所述存储器用于存储程序，所述处理器用于在执行所述程序时，实现前述实施方式中任一项所述的时间同步方法。

第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现前述实施方式中任一项所述的时间同步方法。

与现有技术相比，本发明根据精度较低的参考数据，计算精度较高的测试数据在参考数据中的初始插值，将测试数据的时间及初始插值同步至参考数据，得到初始同步数据，在初始同步数据发生异常时，对初始插值进行异常处理，得到最终同步数据，以根据最终同步数据对测试数据的精度进行评估，通过将测试数据同步至参考数据，避免因将参考数据和测试数据进行精度对齐而增加的数据量，有效减少了处理的数据量，提高了数据同步的效率，同时对异常初始插值进行处理，提高了最终数据同步的准确性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明实施例提供的时间同步方法的流程示例图。

图2为本发明实施例提供的线性插值的示例图。

图3为本发明实施例提供的初始插值异常处理的一种示例图。

图4为本发明实施例提供的初始插值异常处理的另一种示例图。

图5为本发明实施例提供的现有方法和本实施例提供的时间同步方法的同步耗时对比示例图。

图6为本发明实施例提供的时间同步装置的方框示意图。

图7为本发明实施例提供的电子设备的方框示意图。

图标： 10-电子设备；11-处理器；12-存储器；13-总线；100-时间同步装置；110-获取模块；120-同步模块；130-异常处理模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。

对高精度定位算法的数据精度进行评估的过程中，如何准确、高效地将高精度定位算法计算出的测试数据与高精度的设备和硬件采集的参考数据进行精度对比是精度评估的关键。测试数据和参考数据包括、但不限于时间戳及与时间戳对应的位置、速度、姿态角度等。

在多传感器的组合定位算法主要利用时间戳进行不同传感器的数据匹配。每当从核心传感器获取一帧数据，就以当前采集时刻作为要插入的时间点，匹配除核心传感器以外的其他传感器这一时间点前后的两帧数据，通过插值计算从而获得其他传感器的同一时刻的等效信息。

上述方式由于是实时采集、实时插入，故而处理的数据量不大，最多是当前时间点前后的几帧数据，而高精度定位算法中，数据量和测试时间和测试频率相关，测试时间越长、测试频率越高，则数据量越大，例如，当数据频率100hz时，1小时的车辆测试数据就有3.6万帧数据。而在实际中，每天需要统计的测试数据通常有多份，而测试时间通常会持续几小时以上。如果利用多传感器的组合定位算法的时间匹配方式，一帧一帧地找到位置再插值在技术上是可实现的，但是整体耗时会很长、且数据量也很耗内存。

因此，在高精度定位算法的数据精度评估时，是高精度定位研发中重要的一个环节，几乎所有算法都需要经过大量数据的充分测试统计才能准确评估出算法的优化程度和存在问题。相对于一般的定位测试只关注位置，算法测试中涉及需要统计的指标的数量更多、类型更复杂。原本时间同步是整个算法测试统计流程中非常耗时的一步，如何高效、准确地对算法计算的测试数据和高精度传感器采集的参考数据进行时间同步成为本领域技术人员需要克服的技术难点。

最常见一种时间同步方式为“最近邻时刻同步法”，该方法找到和测试数据时间戳最接近的参考数据，就直接进行定位精度的计算。这种方法的缺点之一是统计本身精度较低。例如，当参考数据为100hz测试数据为10hz时，最近邻时刻最大时间差可达0.05秒，对于在正常速度（20m/s）行驶的汽车，由于时间差造成的误差可达1米；而该方法的另外一个缺点是同步慢，每个对应时间都要一一找到最近邻时刻，当数据量大时，即使循环查找会非常耗时。

另一种时间同步方式为“参考插值同步法”，该方法首先根据测试数据的频率把参考数据插值成更精细的频率（1000hz），再把测试数据的时间戳直接四舍五入取整到毫秒（其他指标值不变），这样处理后测试数据的时间就总能在参考数据中找到匹配值了。该方法中，一组对比数据的时间同步精度可以精确到1毫秒以内，比“最近邻时刻同步法”的精度高很多。但是，在把参考数据从100hz插值成1000hz的时，数据量会暴增10倍，程序运行过程中内存占用会飙升，运行变慢，短时间内会出现电脑卡机情况，一旦出现计算机内存不足的情况，整个运算程序就崩溃了。

有鉴于此，本实施例提供时间同步方法、装置、电子设备和计算机可读存储介质，其能够准确、高效地实现测试数据和参考数据之间的时间同步，其核心改进点在于：一方面，将测试数据作为核心数据，测试数据的时间戳作为要插入的时间点，参考数据的时间戳作为被插入的时间x，其对应指标值做为被插入的数据f(x)，可以批量计算出每个指标对应测试数据时间戳的值，得到插值后的参考数据，避免了因将参考数据和测试数据进行精度对齐而增加的数据量，有效减少了处理的数据量，提高了数据同步的效率，另一方面，对异常的初始插值进行错误数据处理或者修复，提高了最终数据同步的准确性，下面将对其进行详细描述。

请参考图1，图1为本发明实施例提供的时间同步方法的流程示例图，该方法包括以下步骤：

步骤S101，获取测试数据和参考数据，其中，获取测试数据的第一获取时间的获取频率低于获取参考数据的第二获取时间的获取频率。

在本实施例中，对于自动驾驶的应用场景，测试数据为车辆的车载设备运行的软件计算出的数据，例如，车辆上安装的导航系统中运行的导航定位软件计算出的数据，其精度相对低一些，例如，其精度为厘米，参考数据为车辆上安装的传感器采集到的数据，传感器为高精度的用于采集位置、速度、姿态角度等数据的传感器，其精度相对高一些，例如，其精度为毫米。

在本实施例中，测试数据和参考数据均可以包括位置、速度、姿态角度等至少一个维度的数据。

在本实施例中，第一获取时间为获取测试数据的时间，也可以是算法计算出测试数据的时间，第二获取时间为获取参考数据的时间，第一获取时间的获取频率低于第二获取时间的获取频率，例如，第一获取时间的获取频率可以是1Hz、10Hz、20Hz，第二获取时间的获取频率可以是100Hz。

在本实施例中，为了减少处理的数据量，可以分别先对测试数据和参考数据进行预处理，即批量过滤参考数据和测试数据中的无效帧数据，批量过滤可以采用Pandas条件筛选功能，该功能基于广播机制，可以预先设置筛选条件，例如，筛选条件为：时间为0的数据均为无效值、对超过预设参考数据时间范围的测试数据进行过滤，这部分数据不能被用于对比统计。

步骤S102，根据参考数据，计算第一获取时间在参考数据中的初始插值并将第一获取时间及初始插值同步至参考数据，得到初始同步数据。

在本实施例中，计算初始插值可以逐个计算或者批量计算，插值计算方式可以、但不限于与线性插值、球面插值，其具体实现方式可以是matlab的插值函数或者python中的插值函数等。请参照图2，图2为本发明实施例提供的线性插值的示例图，图2中，时间点x的数据f（x）以线性插值的方式插入至时间点Xi-1和Xi之间，f（x）是根据f（Xi-1）和f（Xi）或者f（Xi-1）和f（Xi）之间的数据确定的。

在本实施例中，初始同步数据不一定是最终同步数据，原因在于插值计算出的初始插值并不一定是合理的、有效的或者可用的，可能是异常的，具体还需要对其进行进一步判断后确定，例如，若参考数据本身就是异常的，则根据参考数据计算出的初始插值也可能是不合理的。

步骤S103，若初始同步数据中的初始插值发生异常，则对初始插值进行异常处理，得到最终同步数据，以根据最终同步数据对测试数据的精度进行评估。

在本实施例中，初始插值发生异常可以是初始插值不可用、且也无法进行修复，也可以是初始插值出现错误，但是可以修复正常，针对不同的异常进行不同的异常处理方式。

本实施例提供的上述方法，将测试数据同步至参考数据，避免因将参考数据和测试数据进行精度对齐而增加的数据量，有效减少了处理的数据量，提高了数据同步的效率，同时对异常初始插值进行处理，提高了最终数据同步的准确性。

在可选的实施方式中，参考数据为多个，每一参考数据均对应获取该参考数据的第二获取时间，一种判断初始插值是否发生异常的实现方式为：

首先，从多个第二获取时间中，确定与第一获取时间相邻、且分别位于第一获取时间前后的两个目标第二获取时间；

在本实施例中，两个目标第二获取时间中，一个早于第一获取时间，一个晚于第一获取时间，且均是时间上与第一获取时间最邻近的，例如，第二获取时间为10:01:05、10:01:10、10:01:15、10:01:20，第一获取时间为：10:01:12，则两个目标第二获取时间分别是：10:01:10、10:01:15。

其次，根据两个目标第二获取时间，判断初始插值是否发生异常。

在本实施例中，针对不同的异常，其具体判断方式和对异常处理的方式也各不相同，第一种异常情况的判断方式为：

（1）计算两个目标第二获取时间之间的时间差；

（2）若时间差大于第一预设值，则判定初始插值发生异常。

在本实施例中，第一预设值可以根据实际应用场景或者传感器的物理参数预先设置，例如，第一预设值设置为10秒，即，若时间差大于10秒，则认为传感器本身可能出现故障，此时，该时间点传感器采集的参考数据可能是不准确的，以不准确的参考数据计算出的初始插值自然也是不可靠的，这个时间段内的插值数据可能会和实际情况相差很大。

针对第一种异常情况，一种对初始插值进行异常处理的方式为：

将第一获取时间及初始插值从初始同步数据中删除。

在本实施例中，为了避免不准确的参考数据参与时间同步，导致最终同步数据不可靠，影响最终的精度评估结果，将其从初始同步数据中删除，即第一获取时间及初始插值不参与精度评估。请参照图3，图3为本发明实施例提供的初始插值异常处理的一种示例图，图3中，异常处理前，两个目标第二获取时间分别是：X.020和X.040，第一获取时间为A.035，c’是X.020对应的c和X.040对应d计算得到的，由于X.020和X.040的时间差大于10秒，则将第一获取时间A.035及初始插值c’删除，得到最终同步数据。

第二种异常情况的判断方式为：

（1）分别获取两个目标第二获取时间对应的目标参考数据；

（2）判断两个目标参考数据是否跨预设阈值；

在本实施例中，预设阈值可以根据实际的目标参考数据的类型及实际应用场景预先设定，目标参考数据表征角度信息，则预设阈值可以是预设角度。

在本实施例中，当第一获取时间为多个时，每一第一获取时间对应一帧数据，此时，首先可以采用Pandas的条件筛选功能批量找出每一获取时间对应的两个目标第二获取时间，Pandas是python第三方库，提供高性能易用数据类型和分析工具，然后，对于两个目标第二获取时间对应的两个数据帧的数据进行修复，使得修复后的两个目标第二获取时间对应的两个数据帧的数据不跨预设阈值，最后，根据修复后的两个目标第二获取时间对应的两个数据帧的数据计算新的插值，并用其替换初始插值。

在可选的实施方式中，两个目标参考数据均表征角度信息，一种判断两个目标参考数据是否跨预设阈值的方式为：

若两个目标参考数据之间的角度差值大于第二预设值，则判定两个目标参考数据跨预设阈值。

在本实施例中，第二预设值也可以根据实际的目标参考数据的类型及实际应用场景预先设定，例如，第二预设值为180°。

（3）若两个目标参考数据跨预设阈值，则判定初始插值发生异常。

在本实施例中，预设阈值可以根据实际的目标参考数据的类型及实际应用场景预先设定，目标参考数据表征角度信息，则预设阈值可以是预设角度，例如，航向角的阈值范围在0度到360度之间，若两个目标参考数据跨此阈值，则此时按照跨预设阈值的目标参考数据计算出的初始插值就是错误的，但是此类错误可以修正。针对第一种异常情况，一种对初始插值进行异常处理的方式为：

（1）对目标参考数据进行修复，得到修复插值；

在本实施例中，修复插值的方式至少有两种：

一种修复方式为：

将两个目标参考数据中表征角度较大的目标参考数据减去预设角度值，得到修复插值。

另一种修复方式为：

将两个目标参考数据中表征角度较小的目标参考数据加上预设角度值，得到修复插值。

在本实施例中，例如，第一目标参考数据为1°，第二目标参考数据为359°，则一种计算修复插值的方式是：修复插值=359°-360°=-1°，另一种计算修复插值的方式是：修复插值=1°+360°=361°。

（2）根据修复插值更新初始插值。

在本实施例中，利用修复插值替换两个目标参考数据中与修复插值对应的目标参考数据，再利用替换后的目标参考数据重新进行插值计算，得到新的初始插值，用新的初始插值更新异常的初始插值。请参照图4，图4为本发明实施例提供的初始插值异常处理的另一种示例图，图4中，异常处理前，初始插值185°是根据第一目标参考数据为359°和第二目标参考数据为10°进行插值计算得到，异常处理后，最终同步数据中的初始插值5°是根据第一目标参考数据对应的修复插值370°和第二目标参考数据为359°进行插值计算得到。

在可选的实施方式中，测试数据为多个，每一测试数据均对应一个第一获取时间，参考数据为多个，可以采用批量处理的方式，计算第一获取时间在参考数据中的初始插值并将第一获取时间及初始插值同步至参考数据，一种实现方式为：

首先，采用广播机制，批量计算多个测试数据中每一测试数据的第一获取时间在参考数据中的初始插值；

在本实施例中，批量计算可以采样广播机制，是python、matlab等语言自带的数据处理机制，主要应用于向量、矩阵等数据类型的运算。对于多维的数据，广播机制的运算效率会比通过循环计算高很多。测试数据和参考数据均可以是由时间戳及对应的位置、速度、姿态角度等组成的二维数据，作为一种实现方式，可以用python将数据做了处理，转为Pandas的dataframe和numpy的array数据结构来运算的，具体可以采用python的numpy自带插值运算功能np.interp（），该功能是基于广播机制，批量计算出每个第一获取时间在参考数据中对应的数据，即初始插值。

其次，将每一第一获取时间及对应的初始插值同步至参考数据，得到初始同步数据。

在本实施例中，将每一第一获取时间及对应的初始插值同步至参考数据时，也可以采样广播机制进行批量同步，以提高同步效率。

为了更直观地体现本发明实施例的效率的提高，请参照图5，图5为本发明实施例提供的现有方法和本实施例提供的时间同步方法的同步耗时对比示例图，图5中，两种不同方法使用相同的参考数据和测试数据，参考数据的数据量均为248MB，测试数据的数据量为225MB，由图5可以看出，利用现有技术方法，同步过程共耗时2分钟，利用本实施例提供的时间同步方法，同步过程共耗时4秒，由此可见，本实施例的方法的处理效率远大于现有技术方法。

为了执行上述实施例及各个可能的实施方式中的相应步骤，下面给出一种时间同步装置的实现方式。请参照图6，图6为本发明实施例提供的时间同步装置100的方框示意图。需要说明的是，本实施例所提供的时间同步装置100，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本实施例部分未提及指出。

时间同步装置100包括获取模块110、同步模块120及异常处理模块130。

获取模块110，用于获取测试数据和参考数据，其中，获取测试数据的第一获取时间的获取频率精度低于获取参考数据的第二获取时间的获取频率。

同步模块120，用于根据参考数据，计算第一获取时间在参考数据中的初始插值并将第一获取时间及初始插值同步至参考数据，得到初始同步数据。

在可选的实施方式中，参考数据为多个，每一参考数据均对应获取该参考数据的第二获取时间，同步模块120还用于：从多个第二获取时间中，确定与第一获取时间相邻、且分别位于第一获取时间前后的两个目标第二获取时间；根据两个目标第二获取时间，判断初始插值是否发生异常。

在可选的实施方式中，同步模块120在用于根据两个目标第二获取时间，判断初始插值是否发生异常时，具体用于：计算两个目标第二获取时间之间的时间差；若时间差大于第一预设值，则判定初始插值发生异常。

在可选的实施方式中，两个目标参考数据均表征角度信息，同步模块120在用于判断两个目标参考数据是否跨预设阈值时具体用于：若两个目标参考数据之间的角度差值大于第二预设值，则判定两个目标参考数据跨预设阈值。

在可选的实施方式中，同步模块120在用于根据两个目标第二获取时间，判断初始插值是否发生异常时，具体用于：分别获取两个目标第二获取时间对应的目标参考数据；判断两个目标参考数据是否跨预设阈值；若两个目标参考数据跨预设阈值，则判定初始插值发生异常。

在可选的实施方式中，测试数据为多个，每一测试数据均对应一个第一获取时间，参考数据为多个，同步模块120具体用于：采用广播机制，批量计算多个测试数据中每一测试数据的第一获取时间在参考数据中的初始插值；将每一第一获取时间及对应的初始插值同步至参考数据，得到初始同步数据。

异常处理模块130，用于若初始同步数据中的初始插值发生异常，则对初始插值进行异常处理，得到最终同步数据。

在可选的实施方式中，异常处理模块130具体用于：

将第一获取时间及初始插值从初始同步数据中删除。

在可选的实施方式中，异常处理模块130具体还用于：对目标参考数据进行修复，得到修复插值；根据修复插值更新初始插值。

在可选的实施方式中，异常处理模块130在用于对目标参考数据进行修复，得到修复插值时具体用于：将两个目标参考数据中表征角度较大的目标参考数据减去预设角度值，得到修复插值。

在可选的实施方式中，异常处理模块130在用于对目标参考数据进行修复，得到修复插值时具体还用于：将两个目标参考数据中表征角度较小的目标参考数据加上预设角度值，得到修复插值。

在可选的实施方式中，时间同步装置100中的测试数据为车辆的车载设备运行的软件计算出的数据，参考数据为车辆上安装的传感器采集到的数据。

本实施例还提供了一种电子设备10的方框示意图，请参照图7，图7为本发明实施例提供的电子设备10的方框示意图，电子设备10包括处理器11、存储器12、总线13。处理器11、存储器12通过总线13连接。

处理器11可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器11中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器11可以是通用处理器，包括中央处理器（CentralProcessing Unit，简称CPU）、网络处理器（NetworkProcessor，简称NP）等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现成可编程门阵列（FPGA）或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

存储器12用于存储程序，例如图6中的时间同步装置100，时间同步装置100均包括至少一个可以软件或固件（firmware）的形式存储于存储器12中的软件功能模块，处理器11在接收到执行指令后，执行程序以实现本发明实施例中的时间同步方法。

存储器12可能包括高速随机存取存储器（RAM：Random AccessMemory），也可能还包括非易失存储器（non-volatilememory）。可选地，存储器12可以是内置于处理器11中的存储装置，也可以是独立于处理器11的存储装置。

总线13可以是ISA总线、PCI总线或EISA总线等。图7仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现前述实施方式中的时间同步方法。

综上所述，本发明实施例提供了一种时间同步方法，应用于电子设备，所述方法包括：获取测试数据和参考数据，其中，获取测试数据的第一获取时间的获取频率精度低于获取参考数据的第二获取时间的获取频率；根据参考数据，计算第一获取时间在参考数据中的初始插值并将第一获取时间及初始插值同步至参考数据，得到初始同步数据；若初始同步数据中的初始插值发生异常，则对初始插值进行异常处理，得到最终同步数据，以根据最终同步数据对测试数据的精度进行评估。与现有技术相比，本实施例通过将测试数据同步至参考数据，避免因将参考数据和测试数据进行精度对齐而增加的数据量，有效减少了处理的数据量，提高了数据同步的效率，同时，通过批量计算测试数据的第一获取时间在参考数据中的初始插值，进一步提高了数据同步的效率，另外，本实施例还对异常初始插值进行处理，提高了最终数据同步的准确性。实现了测试数据和参考数据之间快速、准确地同步，最终能够根据最终同步数据对测试数据的精度进行准确、高效地评估。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种时间同步方法，其特征在于，应用于电子设备，所述方法包括：

获取测试数据和参考数据，其中，获取所述测试数据的第一获取时间的获取频率精度低于获取所述参考数据的第二获取时间的获取频率；

根据所述参考数据，计算所述第一获取时间在所述参考数据中的初始插值并将所述第一获取时间及所述初始插值同步至所述参考数据，得到初始同步数据；

若所述初始同步数据中的初始插值发生异常，则对所述初始插值进行异常处理，得到最终同步数据，以根据所述最终同步数据对所述测试数据的精度进行评估。

2.如权利要求1所述的时间同步方法，其特征在于，所述参考数据为多个，每一所述参考数据均对应获取该所述参考数据的第二获取时间，所述方法还包括：

从多个所述第二获取时间中，确定与所述第一获取时间相邻、且分别位于所述第一获取时间前后的两个目标第二获取时间；

根据所述两个目标第二获取时间，判断所述初始插值是否发生异常。

3.如权利要求2所述的时间同步方法，其特征在于，所述根据所述两个目标第二获取时间，判断所述初始插值是否发生异常的步骤包括：

计算所述两个目标第二获取时间之间的时间差；

若所述时间差大于第一预设值，则判定所述初始插值发生异常。

4.如权利要求3所述的时间同步方法，其特征在于，所述若所述初始同步数据中的初始插值发生异常，则对所述初始插值进行异常处理的步骤包括：

将所述第一获取时间及所述初始插值从所述初始同步数据中删除。

5.如权利要求2所述的时间同步方法，其特征在于，所述根据所述两个目标第二获取时间，判断所述初始插值是否发生异常的步骤还包括：

分别获取所述两个目标第二获取时间对应的目标参考数据；

判断两个所述目标参考数据是否跨预设阈值；

若两个所述目标参考数据跨所述预设阈值，则判定所述初始插值发生异常。

6.如权利要求5所述的时间同步方法，其特征在于，所述若所述初始同步数据中的初始插值发生异常，则对所述初始插值进行异常处理的步骤还包括：

对所述目标参考数据进行修复，得到修复插值；

根据所述修复插值更新所述初始插值。

7.如权利要求5所述的时间同步方法，其特征在于，两个所述目标参考数据均表征角度信息，所述判断两个所述目标参考数据是否跨预设阈值的步骤包括：

若两个所述目标参考数据之间的角度差值大于第二预设值，则判定两个所述目标参考数据跨预设阈值。

8.如权利要求6所述的时间同步方法，其特征在于，所述对所述目标参考数据进行修复，得到修复插值的步骤还包括：

将两个所述目标参考数据中表征角度较大的目标参考数据减去预设角度值，得到所述修复插值。

9.如权利要求6所述的时间同步方法，其特征在于，所述对所述目标参考数据进行修复，得到修复插值的步骤还包括：

将两个所述目标参考数据中表征角度较小的目标参考数据加上预设角度值，得到所述修复插值。

10.如权利要求1所述的时间同步方法，其特征在于，所述测试数据为多个，每一所述测试数据均对应一个第一获取时间，所述参考数据为多个，所述根据所述参考数据，计算所述第一获取时间在所述参考数据中的初始插值并将所述第一获取时间及所述初始插值同步至所述参考数据，得到初始同步数据的步骤包括：

采用广播机制，批量计算多个所述测试数据中每一所述测试数据的第一获取时间在所述参考数据中的初始插值；

将每一所述第一获取时间及对应的初始插值同步至所述参考数据，得到初始同步数据。

11.如权利要求1所述的时间同步方法，其特征在于，所述测试数据为车辆的车载设备运行的软件计算出的数据，所述参考数据为所述车辆上安装的传感器采集到的数据。

12.一种时间同步装置，其特征在于，应用于电子设备，所述装置包括：

获取模块，获取测试数据和参考数据，其中，获取所述测试数据的第一获取时间的获取频率精度低于获取所述参考数据的第二获取时间的获取频率；

同步模块，用于根据所述参考数据，计算所述第一获取时间在所述参考数据中的初始插值并将所述第一获取时间及所述初始插值同步至所述参考数据，得到初始同步数据；

同步模块，还用于若所述初始同步数据中的初始插值发生异常，则对所述初始插值进行异常处理，得到最终同步数据。

13.一种电子设备，其特征在于，包括处理器和存储器，所述存储器用于存储程序，所述处理器用于在执行所述程序时，实现权利要求1-11中任一项所述的时间同步方法。

14.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1-11中任一项所述的时间同步方法。

Images