CN116772787A - 位姿偏差确定方法、装置、设备、存储介质及产品 - Google Patents
位姿偏差确定方法、装置、设备、存储介质及产品 Download PDFInfo
- Publication number
- CN116772787A CN116772787A CN202210234152.2A CN202210234152A CN116772787A CN 116772787 A CN116772787 A CN 116772787A CN 202210234152 A CN202210234152 A CN 202210234152A CN 116772787 A CN116772787 A CN 116772787A
- Authority
- CN
- China
- Prior art keywords
- target
- data
- information
- steering
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000001133 acceleration Effects 0.000 claims abstract description 224
- 238000009434 installation Methods 0.000 claims abstract description 60
- 230000009466 transformation Effects 0.000 claims abstract description 31
- 230000003068 static effect Effects 0.000 claims abstract description 21
- 239000013598 vector Substances 0.000 claims description 82
- 239000011159 matrix material Substances 0.000 claims description 58
- 238000012545 processing Methods 0.000 claims description 28
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 147
- 238000005516 engineering process Methods 0.000 description 12
- 230000005484 gravity Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000003190 augmentative effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C1/00—Measuring angles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本申请公开了一种位姿偏差确定方法、装置、设备、存储介质及产品，属于计算机技术领域。所述方法包括：在目标载体处于静止状态的情况下，实时获取运动传感器对应的目标加速度数据；基于目标加速度数据，确定传感器坐标系对应的转向信息；根据转向信息，确定目标传感器对应的位姿偏差信息。本申请实施例可应用于地图领域、交通领域、车载场景等各种领域场景。本申请实施例通过实时获取运动传感器在载体处于静止状态下对应的加速度数据，可以确定能够表征传感器坐标系与载体坐标系之间位置变换关系的转向信息，从而可以根据转向信息确定运动传感器的当前安装偏差角度对应的位姿偏差信息，提升了位姿偏差信息确定效率和准确性。
Description
技术领域
本申请涉及计算机技术领域，特别涉及一种位姿偏差确定方法、装置、设备、存储介质及产品。
背景技术
随着计算机技术的发展，运动传感器在各种领域的应用日益广泛。在实际应用中，由于安装误差存在，导致运动传感器与其对应的载体之间存在安装偏差角度。
相关技术中，通常将运动传感器置于载体进行预设运动，运动传感器在其运动过程中采集角速度数据和加速度数据，设备可根据上述角速度数据和加速度数据进行互补滤波或卡尔曼滤波算法，实时计算运动状态下运动传感器与其对应的载体之间的安装偏差角度。
相关技术中，确定上述安装偏差角度的计算量大、效率较低。
发明内容
本申请实施例提供了一种位姿偏差确定方法、装置、设备、存储介质及产品，能够降低确定位姿偏差信息的计算量，提升位姿偏差信息确定效率和准确性。
根据本申请实施例的一个方面，提供了一种位姿偏差确定方法，所述方法包括：
在目标载体处于静止状态的情况下，实时获取运动传感器对应的目标加速度数据，所述运动传感器安装于车载设备，所述车载设备安装于所述目标载体，所述目标加速度数据用于表征所述运动传感器的受力信息；
基于所述目标加速度数据，确定传感器坐标系对应的转向信息，所述传感器坐标系是所述运动传感器对应的坐标系，所述转向信息用于表征所述传感器坐标系与所述目标载体对应的载体坐标系之间的位置变换关系；
根据所述转向信息，确定所述目标传感器对应的位姿偏差信息，所述位姿偏差信息用于表征所述运动传感器的安装偏差角度。
根据本申请实施例的一个方面，提供了一种位姿偏差确定装置，所述装置包括：
加速度数据获取模块，用于在目标载体处于静止状态的情况下，实时获取运动传感器对应的目标加速度数据，所述运动传感器安装于车载设备，所述车载设备安装于所述目标载体，所述目标加速度数据用于表征所述运动传感器的受力信息；
转向信息确定模块，用于基于所述目标加速度数据，确定传感器坐标系对应的转向信息，所述传感器坐标系是所述运动传感器对应的坐标系，所述转向信息用于表征所述传感器坐标系与所述目标载体对应的载体坐标系之间的位置变换关系；
位姿偏差确定模块，用于根据所述转向信息，确定所述目标传感器对应的位姿偏差信息，所述位姿偏差信息用于表征所述运动传感器的安装偏差角度。
根据本申请实施例的一个方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述位姿偏差确定方法。
根据本申请实施例的一个方面，提供了一种车载设备，所述车载设备安装有运动传感器，所述车载设备对应的目标载体包括车辆，所述运动传感器与所述车辆之间的安装偏差角度是以上述位姿偏差确定方法确定的。
根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述位姿偏差确定方法。
根据本申请实施例的一个方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机指令，所述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所述计算机指令，所述处理器执行所述计算机指令，使得所述计算机设备执行以实现上述位姿偏差确定方法。
本申请实施例提供的技术方案可以带来如下有益效果：
通过实时获取运动传感器在载体处于静止状态下对应的加速度数据，便可以确定能够表征传感器坐标系与载体坐标系之间位置变换关系的转向信息，从而可以根据转向信息确定运动传感器的当前安装偏差角度对应的位姿偏差信息，降低了确定位姿偏差信息的计算量，提升了位姿偏差信息确定效率和准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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是本申请一个实施例提供的应用程序运行环境的示意图；
图2是本申请一个实施例提供的位姿偏差确定方法的流程图一；
图3是本申请一个实施例提供的位姿偏差确定方法的流程图二；
图4示例性示出了一种实景导航页面的示意图一；
图5是本申请一个实施例提供的位姿偏差确定方法的流程图三；
图6示例性示出了确定角度向量的流程示意图；
图7示例性示出了一种实景导航页面的示意图二；
图8是本申请一个实施例提供的位姿偏差确定装置的框图；
图9是本申请一个实施例提供的计算机设备的结构框图。
具体实施方式
本申请实施例可应用于各种领域和场景，包括但不限于云技术、人工智能、智慧交通、辅助驾驶、车载场景等。在介绍本申请提供的方法实施例之前，先对本申请方法实施例中可能涉及的应用领域、应用场景、相关术语或者名词进行简要介绍，以便于本申请领域技术人员理解。
智能交通系统(Intelligent Traffic System，ITS)又称智能运输系统(Intelligent Transportation System)，是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
智能车路协同系统(Intelligent Vehicle Infrastructure CooperativeSystems，IVICS)，简称车路协同系统，是智能交通系统(ITS)的一个发展方向。车路协同系统是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。
惯性测量单元(Inertial Measurement Unit，IMU)主要由三轴加速度计和三轴陀螺仪传感器组成
安装偏差角：运动传感器的传感器坐标系与载体坐标系形成的初始角度。比如，惯性测量单元在车辆内部与车辆车身坐标系形成的角度。
在线校准：区别于利用录制数据标定参数离线校准方法，在线校准使用实时数据标定安装偏差角，适用范围更加广泛。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
请参考图1，其示出了本申请一个实施例提供的应用程序运行环境的示意图。该应用程序运行环境可以包括：终端10和服务器20。
终端10包括但不限于手机、电脑、智能语音交互设备、智能家电、车载终端、飞行器、游戏主机、电子书阅读器、多媒体播放设备、可穿戴设备等电子设备。终端10中可以安装应用程序的客户端。
在本申请实施例中，上述应用程序可以是任何能够调用处理运动传感器数据的应用程序。典型地，该应用程序为地图类应用程序。当然，除了地图类应用程序之外，其它类型的应用程序中也可以调用处理运动传感器数据。例如，视频类应用程序、新闻类应用程序、社交类应用程序、互动娱乐类应用程序、浏览器应用程序、购物类应用程序、内容分享类应用程序、虚拟现实(Virtual Reality，VR)类应用程序、增强现实(Augmented Reality，AR)类应用程序等，本申请实施例对此不作限定。可选地，上述应用程序中支持实景导航功能。可选地，终端10中运行有上述应用程序的客户端。可选地，上述运动传感器对应的目标载体包括上述终端10、终端10对应的载体。上述目标载体包括但不限于车辆、船舶、飞行器。
服务器20用于为终端10中的应用程序的客户端提供后台服务。例如，服务器20可以是上述应用程序的后台服务器。服务器20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(Content DeliveryNetwork，内容分发网络)、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。可选地，服务器20同时为多个终端10中的应用程序提供后台服务。
可选地，终端10和服务器20之间可通过网络30进行互相通信。终端10以及服务器20可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。
请参考图2，其示出了本申请一个实施例提供的位姿偏差确定方法的流程图一。该方法可应用于计算机设备中，所述计算机设备是指具备数据计算和处理能力的电子设备，如各步骤的执行主体可以是图1所示的应用程序运行环境中的终端10。该方法可以包括以下几个步骤(210～230)。
步骤210，在目标载体处于静止状态的情况下，实时获取运动传感器对应的目标加速度数据。
可选地，上述目标加速度数据用于表征上述运动传感器的受力信息。物体的加速度与所受外力的合力大小成正比，与物体的质量成反比，方向与合外力的方向相同。因此上述目标加速度数据可以用于表征运动传感器的受力信息。在运动传感器处于静止状态的情况下，受力信息可以是重力信息。
可选地，上述运动传感器安装于上述目标载体。可选地，运动传感器安装于车载设备，车载设备安装于目标载体。上述目标载体是上述运动传感器对应的载体，上述目标载体与上述运动传感器之间的承载关系可以是直接承载关系，也可以是间接承载关系。比如，上述运动传感器安装于终端中，上述终端可以是车载设备，该车载设备又可以装置于车辆中，那么上述车辆也可以是上述运动传感器对应的目标载体。
可选地，上述位置偏差方法应用于安装有上述运动传感器的终端中，上述目标载体包括但不限于上述终端以及终端对应的载体。可选地，上述目标终端与运动传感器的运动状态相同，上述目标载体处于静止状态的情况下，上述运动传感器也处于静止状态。进一步地，上述静止状态是水平静止状态。目标载体处于水平静止状态的情况下，其对应的载体坐标系与重力坐标系方向一致。
另外，上述目标载体与上述运动传感器之间的安装连接状态可以是脱离状态，即使上述运动传感器脱离上述目标载体，执行本申请实施例提供的技术方案，也可以确定脱离目标载体的运动传感器与上述处于静止状态的目标载体之间的安装偏差角。
可选地，上述终端包括车载终端，比如车机。车机是指车辆内部安装有用于人机交互，提供导航娱乐等功能系统的终端。
可选地，上述运动传感器包括但不限于惯性测量单元、加速度传感器等任何能够采集加速度数据的传感器。本申请实施例对运动传感器采集的加速度数据的自由度不作限定。
在示例性实施例中，上述步骤210可在多种情况下启动执行，以确定运动传感器的安装偏差角。比如，在车辆AR导航场景下，每辆车型都有固定的车载终端安装角，并且多数情况下车载终端位于车辆内部，车载终端可固定安装于车辆上，也可以是非固定安装于车辆上，但行驶时保持与车辆之间的固定位置关系，例如通过手机支架。在一些使用场景下，车载终端与车辆之间可能会发生位置改变，比如在开发调试阶段，车载终端会被单独拆下放在车辆以外的地方进行外部调试，调试后又安装于车辆上。又或者，用户将移动终端作为车载终端置于车辆内进行导航，便会有频繁的位置改变。由于安装误差存在，车载终端对应的安装偏差角会发生变化，从而导致导航定位发生偏移和AR导航铺路渲染效果的抖动，极大影响定位精度和AR导航的稳定性，因此需要重新确定运动传感器的安装偏差角。若使用离线加速度数据进行安装偏差角离线标定，确定出的安装偏差角并不是当前安装偏差角无法再适用，因此本申请实施例中实时获取运动传感器对应的目标加速度数据来确定安装偏差角，能够实现安装偏差角在线标定。
在一种可能的实施方式中，如图3所示，执行上述步骤210之前，还可以包括如下步骤(240～250)，图3示出了本申请一个实施例提供的位姿偏差确定方法的流程图二。
步骤240，显示目标页面。
可选地，上述目标页面包括提示标识。可选地，上述目标页面包括但不限于实景导航页面、导航页面等页面，本申请实施例对上述目标页面的类型不作限定，可根据具体的应用场景选择上述目标页面。
上述实景导航页面可以是地图类应用程序对应的导航页面，基于增强现实技术实现。上述实景导航页面中包括相机采集的实时画面。可选地，上述相机安装于上述目标载体，比如车辆、船舶、飞行器等。上述提示标识用于表征导航方向信息。
可选地，上述提示标识包括但不限于方向标识、文字标识、图像标识、语音标识等。
步骤250，响应于位置标定指令，判断目标载体是否处于静止状态。
上述位置标定指令触发的方式有多种，本申请实施例对此不作限定。
在一种可能的实施方式中，上述目标页面中包括位置标定选项；响应于针对上述位置标定选项的选择操作，比如点击，便可触发上述位置标定指令，并执行后续步骤。
在一种可能的实施方式中，响应于上述地图类应用程序对应的实景导航开启指令，伴随触发上述位置标定指令。在实景导航初始阶段进行运动传感器的安装偏差角的标定，有利于提升导航精度。
在一种可能的实施方式中，终端可以采集语音数据，若上述语音数据包括上述目标语音指令，则触发上述位置标定指令。
终端可以根据上述目标载体对应的运动数据判断上述目标载体是否处于静止状态，本申请实施例对此判断方式不作限定。
在一个示例中，如图4所示，其示例性示出了一种实景导航页面的示意图一。图4示出了地图导航应用在测试状态下的实景导航页面40，包括提示标识41和标定选项42。其中，提示标识41用于指示导航方向，标定选项42用于触发上述位置标定指令。响应于针对上述标定选项42的选择操作，比如点击，便可触发上述位置标定指令，执行相应步骤来进行运动传感器的安装偏差角度标定。
在实际应用场景中，上述实时获取运动传感器对应的目标加速度数据的方式有多种，本申请实施例对此不作限定。在一种可能的实施方式中，如图3所示，上述实时获取运动传感器对应的目标加速度数据的过程可以包括如下步骤(211～212)。
步骤211，实时获取运动传感器在目标周期内采集的加速度原始采集数据。
目标载体处于静止状态下，角速度对确定安装偏差角度的影响可以忽略不计，因此仅需利用采集的加速度数据即可确定上述安装偏差角度。
可选地，上述目标周期包括位置标定指令对应的触发时刻之前预设时长对应的周期、触发时刻之后预设时长对应的周期以及包括上述触发时刻且长度为预设时长的周期。上述目标周期可以根据实际实施方式灵活调整，本申请实施例对此不作限定。
上述加速度原始采集数据是实时获取的加速度数据，能够反映运动传感器在目标周期内的受力信息，比如受力大小信息、受力变化信息、速度变化信息等。
在一种可能的实施方式中，上述运动传感器其对应的传感器坐标系是以运动传感器内一个预设点为原点，以及三个预设的互相垂直的方向构建的三维直角坐标轴。可选地，传感器坐标系包括第一坐标轴、第二坐标轴以及第三坐标轴，其中，第一坐标轴对应的方向为第一方向，第二坐标轴对应的方向为第二方向，第三坐标轴对应的方向为第三方向。运动传感器可以采集自身在传感器坐标系三个方向上的加速度分量数据。
可选地，上述加速度原始采集数据包括多组加速度采集数据。每组加速度采集数据包括运动传感器在传感器坐标系中第一方向维度对应的第一加速度分量采集数据，第二方向维度对应的第二加速度分量采集数据以及第三方向维度对应的第三加速度分量采集数据。
可选地，上述加速度原始采集数据为运动传感器在目标周期内按照预设频率采集的加速度原始采集数据。可选地，上述预设频率大于等于10hz(赫兹)，上述目标周期对应的预设时长为2s(秒)，上述多组加速度采集数据包括至少预设数量组加速度采集数据，上述预设数量为20，以确保安装偏差角确定的可靠性与准确性。
可选地，上述运动传感器为三轴加速度计。
步骤212，对加速度原始采集数据进行平均处理，得到目标加速度数据。
上述对加速度原始采集数据进行平均处理的方式有多种，本申请实施例对此不作限定。
在一种可能的实施方式中，如图5所示，上述步骤212的实施过程可以包括如下步骤(2121～2123)，图5示出了本申请一个实施例提供的位姿偏差确定方法的流程图二。
步骤2121，获取加速度原始采集数据对应的采集时间戳。
上述采集时间戳用于表征加速度原始采集数据对应的采集时刻。
步骤2122，根据采集时间戳，确定加速度原始采集数据对应的权重信息。
可选地，上述权重信息包括权重值。获取权重值与采集时间戳之间的对应关系，根据上述对应关系以及上述采集时间戳，即可确定加速度原始采集数据对应的权重值。
可选地，上述权重值与采集时间戳之间呈正相关，采集时刻越靠近目标周期结束时刻，采集时刻对应的权重值越大。
根据加速度原始采集数据中每组加速度采集数据对应的采集时刻，为每组加速度采集数据分配与其对应的采集时刻对应的权重值。可选地，每组加速度采集数据中不同方向维度的加速度分量采集数据对应的权重相同，但也可以不同。
步骤2123，基于权重信息，对加速度原始采集数据进行加权平均处理，得到目标加速度数据。
可选地，将加速度原始采集数据中每组加速度采集数据与其对应权重值相乘，得到每组加速度采集数据对应的权重数据；对权重数据求和得到权重数据和；再将权重数据和与每组加速度采集数据对应的权重值的和进行比值，得到上述目标加速度数据。
可选地，上述目标加速度数据可以通过如下公式(1)进行计算。
其中、、，表示目标加速度数据，即平均加速度数据，p0、p1、…、pn分别表示第1次、第2次、…、第n+1次采集的加速度采集数据，m0、m1、…、mn分别表示p0、p1、…、pn对应的权重值。
可选地，将每组加速度采集数据中的第一加速度分量采集数据与其对应权重值相乘，得到每组加速度采集数据在第一方向维度对应的第一权重数据；对第一权重数据求和得到第一权重数据和；再将第一权重数据和与每组加速度采集数据对应的权重值的和进行比值，得到第一加速度分量平均数据。
可选地，将每组加速度采集数据中的第二加速度分量采集数据与其对应权重值相乘，得到每组加速度采集数据在第二方向维度对应的第二权重数据；对第二权重数据求和得到第二权重数据和；再将第二权重数据和与每组加速度采集数据对应的权重值的和进行比值，得到第二加速度分量平均数据。
可选地，将每组加速度采集数据中的第三加速度分量采集数据与其对应权重值相乘，得到每组加速度采集数据在第三方向维度对应的第三权重数据；对第三权重数据求和得到第三权重数据和；再将第三权重数据和与每组加速度采集数据对应的权重值的和进行比值，得到第三加速度分量平均数据。
其中，上述目标加速度数据包括上述第一加速度分量平均数据、第二加速度分量平均数据以及第三加速度分量平均数据。第一加速度分量平均数据是运动传感器在传感器坐标系中第一方向维度对应的平均加速度分量数据，第二加速度分量平均数据是运动传感器在传感器坐标系中第二方向维度对应的平均加速度分量数据，第三加速度分量平均数据是运动传感器在传感器坐标系中第三方向维度对应的平均加速度分量数据。
在另一种可能的实施方式中，对至少预设数量组加速度采集数据进行平均处理，得到目标加速度数据。其中包括：对每组加速度采集数据中的第一加速度分量采集数据进行平均处理，得到第一加速度分量平均数据；对每组加速度采集数据中的第二加速度分量采集数据进行平均处理，得到第二加速度分量平均数据；对每组加速度采集数据中的第三加速度分量采集数据进行平均处理，得到第三加速度分量平均数据。
通过对加速度原始采集数据进行平均处理确定目标加速度的方式，可以提升安装偏差角确定的准确性，能够有效消除异常数据对最终计算结果的影响，并且通过平均处理的方式可以在减少计算量的同时，保持准确度。比如，另外的实施方式中，目标周期内每获取一组加速度采集数据即可确定其对应的安装偏差角度，然后对每组加速度采集数据对应的安装偏差角度求平均或加权平均，进而确定最终的安装偏差角度。相比于此种实施方式，仅通过对加速度采集数据求平均或加权平均，即可保证与该实施方式同样的准确度，但是极大的缩减了计算量。
另外对于上述通过采集时刻确定权重并对加速度原始采集数据进行加权平均的方式，能够进一步提升安装偏差角确定的准确性和实时性，对于靠近当前时刻的采集数据，可以分配较高的权重，即可确保安装偏差角确定的准确性和实时性。
步骤220，基于目标加速度数据，确定传感器坐标系对应的转向信息。
可选地，上述传感器坐标系是上述运动传感器对应的坐标系。可选地，上述转向信息用于表征传感器坐标系与目标载体对应的载体坐标系之间的位置变换关系。可选地，上述运动传感器和目标载体之间的安装偏差角度与上述转向信息相关联，上述安装偏差角度包括运动传感器与目标载体之间的安装误差角度。
得到上述目标加速度数据后，仅通过上述目标加速度数据即可确定传感器坐标系与载体坐标系之间的位置变换关系。因为在目标载体处于静止状态下，载体坐标系与重力坐标系的方向相同或相近，上述运动传感器在静止状态下对应的目标传感器数据与其自身重力呈正相关，并且目标传感器数据中各个分量能够反映运动传感器在传感器坐标系中的加速度分量信息，即可表征运动传感器自身重力在传感器坐标系中各个方向上的分力信息，进而可以确定传感器坐标系与重力坐标系之间的位置变换关系，而载体坐标系与重力坐标系的方向相同或相近，因此可以推导传感器坐标系与载体坐标系之间的位置变换关系，生成上述转向信息。上述转向信息与传感器坐标系与载体坐标系在各方向上的偏转角度向关联，因此在后续步骤中可以根据转向信息确定该偏转角度，而该偏转角度与安装偏差角度相同，进而便可确定运动传感器的安装偏差角度。
在示例性实施例中，如图3所示，上述步骤220的实施过程包括如下步骤(221～222)。
步骤221，基于目标加速度数据，确定传感器坐标系在目标维度上对应的转向向量。
可选地，上述目标维度包括传感器坐标系中第一坐标轴对应的第一方向维度、第二坐标轴对应的第二方向维度以及第三坐标轴对应的第三方向维度。
在一种可能的实施方式中，如图5所示，上述步骤221的实施过程可以包括如下步骤(2211～2214)。
步骤2211，对目标加速度数据进行归一化处理，得到归一化加速度数据。
可选地，上述归一化加速度数据包括第一方向维度对应的第一方向加速度数据、第二方向维度对应的第二方向加速度数据、第三方向维度对应的第三加速度数据。可选地，归一化加速度数据包括第二方向维度对应的第二方向加速度数据，可用于下述步骤2213中的变换处理。
在归一化处理的过程中，首先确定上述目标加速度数据对应的大小，即目标加速度数据的模。
在之前的步骤中得到了目标加速度数据中的第一加速度分量平均数据、第二加速度分量平均数据以及第三加速度分量平均数据；基于上述第一加速度分量平均数据、第二加速度分量平均数据以及第三加速度分量平均数据可以确定目标加速度数据的模。
可选地，确定第一加速度分量平均数据、第二加速度分量平均数据以及第三加速度分量平均数据对应的平方和，对平方和进行开方处理，得到上述目标加速度数据的模。具体可参考下述公式(2)。
其中，ax是平均加速度在x轴上的加速度分量，即上述第一加速度分量平均数据；ay是平均加速度/>在y轴上的加速度分量，即第二加速度分量平均数据；az是平均加速度/>在x轴上的加速度分量在z轴上的加速度分量，即上述第三加速度分量平均数据；z轴是上述第一坐标轴，x轴是上述第二坐标轴，y轴是上述第三坐标轴；n是目标加速度数据的模。
可选地，确定上述第一加速度分量平均数据与目标加速度数据的模的比值，得到上述第一方向加速度数据；确定上述第二加速度分量平均数据与目标加速度数据的模的比值，得到上述第二方向加速度数据；确定上述第三加速度分量平均数据与目标加速度数据的模的比值，得到上述第三方向加速度数据。
上述第一方向加速度数据是第一加速度分量平均数据对应的归一化数据，上述第二方向加速度数据是第二加速度分量平均数据对应的归一化数据，上述第三方向加速度数据是第三加速度分量平均数据对应的归一化数据。
步骤2212，基于归一化加速度数据，确定第一方向维度对应的第一转向向量。
可选地，将归一化加速度数据中的第一方向加速度数据、第二方向加速度数据和第三方向加速度数据排列，生成上述第一转向向量。可选地，上述第一转向向量为转向矩阵对应的第一列向量。具体关系可参考下述公式(3)。
其中，nz为上述第一转向向量，为上述第一方向加速度数据，/>为上述第二方向加速度数据，/>为上述第一方向加速度数据。
步骤2213，根据第二方向加速度数据，对第一转向向量进行变换处理，得到第二方向维度对应的第二转向向量。
可选地，获取第二方向(第二坐标轴，即x轴)上的单位向量；将第二方向加速度数据与第一转向向量相乘，得到相乘结果；将上述第二方向上的单位向量与上述相乘结果进行差值运算，得到上述第二转向向量。可选地，上述第二转向向量为转向矩阵对应的第二列向量。具体关系可参考下述公式(4)。
其中，nx为上述第二转向向量，nz为上述第一转向向量，为上述第二方向加速度数据，[1 0 0]为上述第二方向上的单位向量。
步骤2214，对第一转向向量和第二转向向量进行叉乘处理，得到第三方向维度对应的第三转向向量。
可选地，可通过如下公式确定上述第三转向向量。可选地，上述第三转向向量为转向矩阵对应的第三列向量。
ny＝|nz×nx|公式(5)
其中，ny为上述第三转向向量，nz为上述第一转向向量，nx为上述第二转向向量。
步骤222，对转向向量进行融合处理，得到转向矩阵。
转向信息包括转向矩阵。
可选地，对上述第一转向向量进行转置，得到转向矩阵对应的第一列向量；对上述第二转向向量进行转置，得到转向矩阵对应的第二列向量；对上述第三转向向量进行转置，得到转向矩阵对应的第三列向量；基于上述第一列向量、第二列向量、第三列向量得到上述转向矩阵。
可选地，可通过如下公式(6)确定上述转向矩阵。
其中，表示上述转向矩阵。
步骤230，根据转向信息，确定目标传感器对应的位姿偏差信息。
上述位姿偏差信息用于表征运动传感器的安装偏差角度。可选地，安装偏差角度包括运动传感器的安装误差角度。
在目标载体处于静止状态下，载体坐标系与重力坐标系的方向相同或相近，上述运动传感器在静止状态下对应的目标传感器数据与其自身重力呈正相关，并且目标传感器数据中各个分量能够反映运动传感器在传感器坐标系中的加速度分量信息，即可表征运动传感器自身重力在传感器坐标系中各个方向上的分力信息，进而可以确定传感器坐标系与重力坐标系之间的位置变换关系，而载体坐标系与重力坐标系的方向相同或相近，因此可以推导传感器坐标系与载体坐标系之间的位置变换关系，生成上述转向信息。上述转向信息与传感器坐标系与载体坐标系在各方向上的偏转角度向关联，因此在后续步骤中可以根据转向信息确定位姿偏差信息，位姿偏差信息可以是该偏转角度对应的角度信息，而该偏转角度与安装偏差角度相同，进而便可确定运动传感器的安装偏差角度。
在示例性实施例中，如图3所示，上述步骤230的实施过程可以包括如下步骤(231～234)。
步骤231，获取角度信息转化矩阵。
角度信息转化矩阵包括角度参数。
在一种可能的实施方式中，可用四元数表示安装偏差角度。相应的，上述角度参数为四元数参数，包括第一参数、第二参数、第三参数和第四参数。
四元数是简单的超复数。四元数都是由实数加上三个虚数单位i、j和k组成,每个四元数都是1、i、j和k的线性组合。
可选地，第一参数为四元数中的实数参数，第二参数、第三参数和第四参数分别虚数单位i、j和k对应的系数参数。
可选地，上述角度信息转化矩阵中的元素为参数表达式，每个参数表达式包括上述第一参数、第二参数、第三参数和第四参数中至少一种。
步骤232，确定角度信息转化矩阵与转向矩阵之间的矩阵元素对应关系。
在一种可能的实施方式中，将转化矩阵转化为角度向量需要获取转化矩阵与角度向量之间转化关系信息；基于上述角度信息转化矩阵可以确定转化关系信息。
其中，确定转化关系信息需要先确定角度信息转化矩阵与转向矩阵之间的矩阵元素对应关系。可选地，上述矩阵元素对应关系为对应位置的矩阵元素相等关系。根据上述矩阵元素对应关系，便可将转向矩阵中的各个元素与上述角度信息转化矩阵中的参数表达式建立对应关系，比如转向矩阵中目标位置上的元素与角度信息转化矩阵中目标位置上的参数表达式相等。
步骤233，根据矩阵元素对应关系，确定角度参数对应的角度数据。
相应的，确定上述矩阵元素对应关系，可根据上述对应关系建立目标方程组；对上述目标方程组进行求解即可确定上述第一参数、第二参数、第三参数和第四参数对应的角度数据。
可选地，可通过下述公式(7)反映上述矩阵元素对应关系。
其中，q0为上述第一参数，q1为上述第二参数，q2为上述第三参数，q3为上述第四参数，为转向矩阵。
基于上述公式(7)即可确定上述第一参数对应的第一角度数据、上述第二参数对应的第二角度数据、上述第三参数对应的第三角度数据以及上述第四参数对应的第四角度数据。
对于四元数中的虚数单位i、j和k本身的几何意义可以理解为一种旋转，其中i旋转代表z轴与y轴相交平面中z轴正向向y轴正向的旋转，j旋转代表x轴与z轴相交平面中x轴正向向z轴正向的旋转，k旋转代表y轴与x轴相交平面中y轴正向向x轴正向的旋转，-i、-j、-k分别代表i、j、k旋转的反向旋转。
可选地，上述第一角度数据为四元数中的实数数据；第二角度数据用于表征虚数单位i对应的角度旋转量，即z轴(第一坐标轴)与y轴(第三坐标轴)相交平面中z轴正向向y轴正向的旋转量；第三角度数据用于表征虚数单位j对应的角度旋转量，即x(第二坐标轴)轴与z轴相交平面中x轴正向向z轴正向的旋转量；第四角度数据用于表征虚数单位k对应的角度旋转量，即y轴与x轴相交平面中y轴正向向x轴正向的旋转量。
步骤234，基于角度数据，确定安装偏差角度对应的角度向量。
上述位姿偏差信息包括角度向量。
相应的，前述步骤确定上述第一角度数据、第二角度数据、第三角度数据、第四角度数据之后，可以生成四元数向量，即上述角度向量。
可选地，基于上述公式(7)确定的角度向量为(q0，q1，q2，q3)。
下面结合示意图对上述确定角度向量的流程进行简要说明。请参考图6，图6示例性示出了确定角度向量的流程示意图。在图6所示的流程中，首先对运动传感器获取的多组数据加权平均，获取各个方向上的加速度分量平均值；根据上述加速度分量平均值可以确定静态状态下的实时加速度数据；并对实时加速度数据归一化，从而计算转向矩阵中的列向量；再将转向矩阵转化为四元数向量，上述四元数向量即为上述角度向量。
在示例性实施例中，如图3所示，上述步骤230之后，还可以包括如下步骤260。
步骤260，基于位姿偏差信息，更新提示标识在目标页面对应的显示状态。
由于运动传感器的安装偏差角度被实时确定出来，因此可以根据最新确定的安装偏差角度执行相应的计算任务，来进行偏差角度补偿。
可选地，根据上述能够表征安装偏差角度的位姿偏差信息，可以生成角度补偿信息，基于上述角度补偿信息更新提示标识在实景导航页面对应的显示状态。
可选地，上述显示状态包括提示标识对应显示位置、缩放倍数、显示角度等。
在一个示例中，如图7所示，其示例性示出了一种实景导航页面的示意图二。图7示出了完成上述安装偏差角度标定后的实景导航页面40的显示内容、相比于图6中实景导航页面40的显示内容，提示标识41的显示状态发生变化，图7中的提示标识41的在实景图像中的显示位置更加准确，标定选项42中的内容更新为“完成”，提示用户安装偏差角度标定完成。
综上所述，本申请实施例提供的技术方案，通过实时获取运动传感器在载体处于静止状态下对应的加速度数据，便可以确定能够表征传感器坐标系与载体坐标系之间位置变换关系的转向信息，从而可以根据转向信息确定运动传感器的当前安装偏差角度对应的位姿偏差信息，降低了确定位姿偏差信息的计算量，提升了位姿偏差信息确定效率和准确性。
在本申请实施例一种典型的应用场景中，比如AR导航场景，本申请实施例在安装偏差角校准的过程中只是用加速度计进行角度的快速校准，极大的减少了传感器的使用和安装偏差角计算的复杂度，提高了在性能较差的车载终端上标定安装偏差角的运行效率。
相较于使用互补滤波或卡尔曼滤波解算车辆角度的相关技术方案，在仅要求计算安装偏差角，不要求实时解算车辆姿态角的场景下，此种方式的角度估计与观测并不能快速响应安装偏差角度标定的要求。而本申请实施例提供的技术方案可以大幅度减少计算量，快速标定安装偏差角，减少地图导航应用在初始化过程的系统运算量，减少系统在初始化安装偏差角过程中出现卡顿的可能性，提高定位精确性的同时，也减少了系统性能的损耗。
下述为本申请装置实施例，可用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
请参考图8，其示出了本申请一个实施例提供的位姿偏差确定装置的框图。该装置具有实现上述位姿偏差确定方法的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以是计算机设备，也可以设置在计算机设备中。该装置800可以包括：加速度数据获取模块810、转向信息确定模块820、位姿偏差确定模块830。
加速度数据获取模块810，用于在目标载体处于静止状态的情况下，实时获取运动传感器对应的目标加速度数据，所述运动传感器安装于车载设备，所述车载设备安装于所述目标载体，所述目标加速度数据用于表征所述运动传感器的受力信息。
转向信息确定模块820，用于基于所述目标加速度数据，确定传感器坐标系对应的转向信息，所述传感器坐标系是所述运动传感器对应的坐标系，所述转向信息用于表征所述传感器坐标系与所述目标载体对应的载体坐标系之间的位置变换关系。
位姿偏差确定模块830，用于根据所述转向信息，确定所述目标传感器对应的位姿偏差信息，所述位姿偏差信息用于表征所述运动传感器的安装偏差角度。
在示例性实施例中，所述转向信息确定模块820，包括：转向向量确定单元、转向矩阵确定单元。
转向向量确定单元，用于基于所述目标加速度数据，确定所述传感器坐标系在目标维度上对应的转向向量。
转向矩阵确定单元，用于对所述转向向量进行融合处理，得到转向矩阵，所述转向信息包括所述转向矩阵。
在示例性实施例中，所述目标维度包括所述传感器坐标系中第一坐标轴对应的第一方向维度、第二坐标轴对应的第二方向维度以及第三坐标轴对应的第三方向维度；所述转向向量确定单元，包括：数据归一化子单元、第一向量确定子单元、第二向量确定子单元、第三向量确定子单元。
数据归一化子单元，用于对所述目标加速度数据进行归一化处理，得到归一化加速度数据，所述归一化加速度数据包括所述第二方向维度对应的第二方向加速度数据。
第一向量确定子单元，用于基于所述归一化加速度数据，确定所述第一方向维度对应的第一转向向量。
第二向量确定子单元，用于根据所述第二方向加速度数据，对所述第一转向向量进行变换处理，得到所述第二方向维度对应的第二转向向量。
第三向量确定子单元，用于对所述第一转向向量和所述第二转向向量进行叉乘处理，得到所述第三方向维度对应的第三转向向量。
在示例性实施例中，所述位姿偏差确定模块830，包括：转化矩阵获取单元、矩阵关系确定单元、角度数据确定单元、角度向量确定单元。
转化矩阵获取单元，用于获取角度信息转化矩阵，所述角度信息转化矩阵包括角度参数。
矩阵关系确定单元，用于确定所述角度信息转化矩阵与所述转向矩阵之间的矩阵元素对应关系。
角度数据确定单元，用于根据所述矩阵元素对应关系，确定所述角度参数对应的角度数据。
角度向量确定单元，用于基于所述角度数据，确定所述安装偏差角度对应的角度向量，所述位姿偏差信息包括所述角度向量。
在示例性实施例中，所述加速度数据获取模块810，包括：采集数据获取单元、目标加速度确定单元。
采集数据获取单元，用于实时获取所述运动传感器在目标周期内采集的加速度原始采集数据；
目标加速度确定单元，用于对所述加速度原始采集数据进行平均处理，得到所述目标加速度数据。
在示例性实施例中，所述目标加速度确定单元，包括：时间戳确定子单元、权重确定子单元、目标加速度确定子单元。
时间戳确定子单元，用于获取所述加速度原始采集数据对应的采集时间戳。
权重确定子单元，用于根据所述采集时间戳，确定所述加速度原始采集数据对应的权重信息。
目标加速度确定子单元，用于基于所述权重信息，对所述加速度原始采集数据进行加权平均处理，得到所述目标加速度数据。
在示例性实施例中，所述装置800还包括：页面显示模块、载体状态判断模块、页面更新模块。
页面显示模块，用于显示目标页面，所述目标页面包括提示标识。
载体状态判断模块，用于响应于位置标定指令，判断所述目标载体是否处于静止状态。
页面更新模块，用于基于所述位姿偏差信息，更新所述提示标识在所述目标页面对应的显示状态。
综上所述，本申请实施例提供的技术方案，通过实时获取运动传感器在载体处于静止状态下对应的加速度数据，便可以确定能够表征传感器坐标系与载体坐标系之间位置变换关系的转向信息，从而可以根据转向信息确定运动传感器的当前安装偏差角度对应的位姿偏差信息，降低了确定位姿偏差信息的计算量，提升了位姿偏差信息确定效率和准确性。
需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
请参考图9，其示出了本申请一个实施例提供的计算机设备的结构框图。该计算机设备可以是终端。该计算机设备用于实施上述实施例中提供的位姿偏差确定方法。具体来讲：
通常，计算机设备900包括有：处理器901和存储器902。
处理器901可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器901可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(FieldProgrammable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器901也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器901可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器901还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器902可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器902还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器902中的非暂态的计算机可读存储介质用于存储至少一个指令，至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集，且经配置以由一个或者一个以上处理器执行，以实现上述位姿偏差确定方法。
在一些实施例中，计算机设备900还可选包括有：外围设备接口903和至少一个外围设备。处理器901、存储器902和外围设备接口903之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口903相连。具体地，外围设备包括：射频电路904、触摸显示屏905、摄像头组件906、音频电路907、定位组件908和电源909中的至少一种。
本领域技术人员可以理解，图9中示出的结构并不构成对计算机设备900的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
在示例性实施例中，还提供了一种车载设备，所述车载设备安装有运动传感器，所述车载设备对应的目标载体包括车辆，所述运动传感器与所述车辆之间的安装偏差角度是以上述位姿偏差确定方法确定的。可选地，上述运动传感器安装于上述车载设备，上述车载设备安装于上述车辆，上述车辆为上述运动传感器对应的目标载体。
在示例性实施例中，还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集在被处理器执行时以实现上述位姿偏差确定方法。
可选地，该计算机可读存储介质可以包括：ROM(Read Only Memory，只读存储器)、RAM(Random Access Memory，随机存取记忆体)、SSD(Solid State Drives，固态硬盘)或光盘等。其中，随机存取记忆体可以包括ReRAM(Resistance Random Access Memory,电阻式随机存取记忆体)和DRAM(Dynamic Random Access Memory，动态随机存取存储器)。
在示例性实施例中，还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位姿偏差确定方法。
应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。另外，本文中描述的步骤编号，仅示例性示出了步骤间的一种可能的执行先后顺序，在一些其它实施例中，上述步骤也可以不按照编号顺序来执行，如两个不同编号的步骤同时执行，或者两个不同编号的步骤按照与图示相反的顺序执行，本申请实施例对此不作限定。
另外，在本申请的具体实施方式中，涉及到用户信息等相关的数据，当本申请以上实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (12)
1.一种位姿偏差确定方法，其特征在于，所述方法包括：
在目标载体处于静止状态的情况下，实时获取运动传感器对应的目标加速度数据，所述运动传感器安装于车载设备，所述车载设备安装于所述目标载体，所述目标加速度数据用于表征所述运动传感器的受力信息；
基于所述目标加速度数据，确定传感器坐标系对应的转向信息，所述传感器坐标系是所述运动传感器对应的坐标系，所述转向信息用于表征所述传感器坐标系与所述目标载体对应的载体坐标系之间的位置变换关系；
根据所述转向信息，确定所述目标传感器对应的位姿偏差信息，所述位姿偏差信息用于表征所述运动传感器的安装偏差角度。
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标加速度数据，确定传感器坐标系对应的转向信息，包括：
基于所述目标加速度数据，确定所述传感器坐标系在目标维度上对应的转向向量；
对所述转向向量进行融合处理，得到转向矩阵，所述转向信息包括所述转向矩阵。
3.根据权利要求2所述的方法，其特征在于，所述目标维度包括所述传感器坐标系中第一坐标轴对应的第一方向维度、第二坐标轴对应的第二方向维度以及第三坐标轴对应的第三方向维度；
所述基于所述目标加速度数据，确定所述传感器坐标系在目标维度上对应的转向向量，包括：
对所述目标加速度数据进行归一化处理，得到归一化加速度数据，所述归一化加速度数据包括所述第二方向维度对应的第二方向加速度数据；
基于所述归一化加速度数据，确定所述第一方向维度对应的第一转向向量；
根据所述第二方向加速度数据，对所述第一转向向量进行变换处理，得到所述第二方向维度对应的第二转向向量；
对所述第一转向向量和所述第二转向向量进行叉乘处理，得到所述第三方向维度对应的第三转向向量。
4.根据权利要求2所述的方法，其特征在于，所述根据所述转向信息，确定所述目标传感器对应的位姿偏差信息，包括：
获取角度信息转化矩阵，所述角度信息转化矩阵包括角度参数；
确定所述角度信息转化矩阵与所述转向矩阵之间的矩阵元素对应关系；
根据所述矩阵元素对应关系，确定所述角度参数对应的角度数据；
基于所述角度数据，确定所述安装偏差角度对应的角度向量，所述位姿偏差信息包括所述角度向量。
5.根据权利要求1所述的方法，其特征在于，所述实时获取运动传感器对应的目标加速度数据，包括：
实时获取所述运动传感器在目标周期内采集的加速度原始采集数据；
对所述加速度原始采集数据进行平均处理，得到所述目标加速度数据。
6.根据权利要求5所述的方法，其特征在于，所述对所述加速度原始采集数据进行平均处理，得到所述目标加速度数据，包括：
获取所述加速度原始采集数据对应的采集时间戳；
根据所述采集时间戳，确定所述加速度原始采集数据对应的权重信息；
基于所述权重信息，对所述加速度原始采集数据进行加权平均处理，得到所述目标加速度数据。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述在目标载体处于静止状态的情况下，实时获取运动传感器对应的目标加速度数据之前，还包括：
显示目标页面，所述目标页面包括提示标识；
响应于位置标定指令，判断所述目标载体是否处于静止状态；
所述根据所述转向信息，确定所述目标传感器对应的位姿偏差信息之后，还包括：
基于所述位姿偏差信息，更新所述提示标识在所述目标页面对应的显示状态。
8.一种位姿偏差确定装置，其特征在于，所述装置包括：
加速度数据获取模块，用于在目标载体处于静止状态的情况下，实时获取运动传感器对应的目标加速度数据，所述运动传感器安装于车载设备，所述车载设备安装于所述目标载体，所述目标加速度数据用于表征所述运动传感器的受力信息；
转向信息确定模块，用于基于所述目标加速度数据，确定传感器坐标系对应的转向信息，所述传感器坐标系是所述运动传感器对应的坐标系，所述转向信息用于表征所述传感器坐标系与所述目标载体对应的载体坐标系之间的位置变换关系；
位姿偏差确定模块，用于根据所述转向信息，确定所述目标传感器对应的位姿偏差信息，所述位姿偏差信息用于表征所述运动传感器的安装偏差角度。
9.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至7任一项所述的位姿偏差确定方法。
10.一种车载设备，其特征在于，所述车载设备安装有运动传感器，所述车载设备对应的目标载体包括车辆，所述运动传感器与所述车辆之间的安装偏差角度是以权利要求1至7任一项所述的位姿偏差确定方法确定的。
11.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至7任一项所述的位姿偏差确定方法。
12.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机指令，所述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所述计算机指令，所述处理器执行所述计算机指令，使得所述计算机设备执行以实现如权利要求1至7任一项所述的位姿偏差确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210234152.2A CN116772787A (zh) | 2022-03-10 | 2022-03-10 | 位姿偏差确定方法、装置、设备、存储介质及产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210234152.2A CN116772787A (zh) | 2022-03-10 | 2022-03-10 | 位姿偏差确定方法、装置、设备、存储介质及产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116772787A true CN116772787A (zh) | 2023-09-19 |
Family
ID=87984738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210234152.2A Pending CN116772787A (zh) | 2022-03-10 | 2022-03-10 | 位姿偏差确定方法、装置、设备、存储介质及产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116772787A (zh) |
-
2022
- 2022-03-10 CN CN202210234152.2A patent/CN116772787A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110095752B (zh) | 定位方法、装置、设备和介质 | |
| US20170186219A1 (en) | Method for 360-degree panoramic display, display module and mobile terminal | |
| CN112181141B (zh) | Ar定位的方法、装置、电子设备及存储介质 | |
| CN110275191A (zh) | 一种静态漂移修正方法、装置、车载设备及存储介质 | |
| CN111882634A (zh) | 一种图像渲染方法、装置、设备及存储介质 | |
| US11080943B2 (en) | Method and apparatus for displaying with 3D parallax effect | |
| WO2022206127A1 (zh) | 姿态校准方法、装置、存储介质及电子设备 | |
| CN111127584A (zh) | 建立视觉地图的方法和装置、电子设备和存储介质 | |
| CN114187589A (zh) | 一种目标检测方法、装置、设备和存储介质 | |
| CN113566814A (zh) | 一种载具量子通信导航系统 | |
| CN116772787A (zh) | 位姿偏差确定方法、装置、设备、存储介质及产品 | |
| CN112711051A (zh) | 一种飞控系统定位方法、装置、设备及存储介质 | |
| CN115096335A (zh) | 车辆惯性传感器输出量有效性的确定方法和确定装置 | |
| US20170186218A1 (en) | Method for loading 360 degree images, a loading module and mobile terminal | |
| CN114266876B (zh) | 定位方法、视觉地图的生成方法及其装置 | |
| CN118052867A (zh) | 定位方法、终端设备、服务器及存储介质 | |
| CN114663615A (zh) | 电子地图显示方法及装置、电子设备 | |
| CN111767513B (zh) | 数据处理方法及装置、电子设备和计算机可读存储介质 | |
| CN113808196A (zh) | 平面融合定位方法、装置、电子设备及存储介质 | |
| CN113656286A (zh) | 软件测试方法、装置、电子设备及可读存储介质 | |
| CN115855072B (zh) | 驾驶模拟平台的姿态估算方法、装置、设备及存储介质 | |
| CN114739395B (zh) | 一种空间定位追踪方法 | |
| CN112837424B (zh) | 图像处理方法、装置、设备和计算机可读存储介质 | |
| CN116718196B (zh) | 一种导航方法、装置、设备及计算机可读存储介质 | |
| CN113587920B (zh) | 运动测量方法、装置、电子设备及计算机可读存储介质 |
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 |