CN117785898A - 结合gnss的状态量更新方法、装置、设备和介质 - Google Patents
结合gnss的状态量更新方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN117785898A CN117785898A CN202311829643.2A CN202311829643A CN117785898A CN 117785898 A CN117785898 A CN 117785898A CN 202311829643 A CN202311829643 A CN 202311829643A CN 117785898 A CN117785898 A CN 117785898A
- Authority
- CN
- China
- Prior art keywords
- measurement
- determining
- observation
- state
- gnss
- 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 56
- 238000005259 measurement Methods 0.000 claims abstract description 233
- 238000001514 detection method Methods 0.000 claims abstract description 177
- 239000011159 matrix material Substances 0.000 claims abstract description 60
- 238000013507 mapping Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 description 27
- 238000004422 calculation algorithm Methods 0.000 description 18
- 238000001914 filtration Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000007619 statistical method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000013585 weight reducing agent Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000026676 system process Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本公开实施例公开了一种结合GNSS的状态量更新方法、装置、设备和介质，该方法包括：根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据状态预测量以及第二结构参数，确定当前时刻的观测预测量；根据当前时刻的观测测量量与观测预测量，确定新息，并根据第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差；根据新息以及新息方差，确定故障检测量；根据故障检测量以及检测量阈值，确定观测测量量对应的观测权重；根据状态预测量、观测权重、卡尔曼增益、当前时刻的观测测量量以及观测预测量，确定当前时刻的状态量，以对假阳性的GNSS测量量进行约束，提高状态量的质量，提高建图或定位的精度。
Description
技术领域
本公开涉及建图和定位技术领域，尤其涉及一种结合GNSS的状态量更新方法、装置、设备和介质。
背景技术
激光建图以高精度地图为基础，建图精度会影响在线定位精度，不精确的地图甚至会危及行车安全。目前，主流的建图算法以激光雷达为核心，以IMU(InertialMeasurement Unit，惯性传感器)、Wheel(轮速计)与GNSS(Global Navigation SatelliteSystem，全球导航卫星系统)为辅助传感器，可以实现室内外自然场景下的高精度建图。其中，GNSS是激光建图中唯一的全局测量源，可以为建图算法提供无累积误差的全局一致的高精度定位信息，对降低建图算法误差、确保大范围长里程点云地图的一致性具有重要意义。因此，GNSS的数据质量影响着建图与定位算法的精度与一致性。
GNSS的接收机在接收来自多个卫星的信号后，解算出当前接收机的UTM(Universal Transverse Mercartor Grid System，通用横墨卡托格网系统)坐标位置，并给出对应的置信度。这个过程中，经常会出现GNSS的置信度正常，但实际的定位结果异常的情况，即GNSS测量量中存在假阳性的异常值。假阳性的GNSS测量量会拉偏建图与定位轨迹，导致建图和定位的异常。针对上述问题，目前是在拿到包含有假阳性的异常值的GNSS测量值文件之后，通过手动删减的方式进行处理。然而，这种方式依赖人为经验，存在无法将所有的存在假阳性的异常值的GNSS测量量全部删减掉的问题，也存在误将正常的GNSS测量量删除的问题，最终会导致出现建图质量较差的问题，且这种方式需要离线处理，无法在定位算法中使用。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了一种结合GNSS的状态量更新方法、装置、设备和介质，以对置信度正常但定位结果异常的假阳性GNSS测量量进行约束，提高状态量的数据质量，进而，提高建图或定位的精度。
第一方面，本公开实施例提供了一种结合GNSS的状态量更新方法，该方法包括：
根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量；
根据当前时刻的观测测量量与所述观测预测量，确定新息，并根据所述第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差；
根据所述新息以及所述新息方差，确定故障检测量；
根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重；
根据所述状态预测量、所述观测权重、卡尔曼增益、所述当前时刻的观测测量量以及所述观测预测量，确定当前时刻的状态量，所述当前时刻的状态量用于建图或定位。
第二方面，本公开实施例还提供了一种结合GNSS的状态量更新装置，该装置包括：
预测量确定模块，用于根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量；
新息数据确定模块，用于根据当前时刻的观测测量量与所述观测预测量，确定新息，并根据所述第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差；
故障检测量确定模块，用于根据所述新息以及所述新息方差，确定故障检测量；
观测权重确定模块，用于根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重；
状态量确定模块，用于根据所述状态预测量、所述观测权重、卡尔曼增益、所述当前时刻的观测测量量以及所述观测预测量，确定当前时刻的状态量，所述当前时刻的状态量用于建图或定位。
第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的结合GNSS的状态量更新方法。
第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的结合GNSS的状态量更新方法。
本公开实施例提供的一种结合GNSS的状态量更新方法，通过根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据状态预测量以及第二结构参数，确定当前时刻的观测预测量，以结合卡尔曼滤波算法对状态量和和观测测量量进行预测，进而，根据当前时刻的观测测量量与观测预测量，确定新息，根据第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差，并根据新息以及新息方差，确定故障检测量，以便于衡量观测预测量和观测测量量之间的差距，根据故障检测量以及检测量阈值，确定观测测量量对应的观测权重，以便于后续通过观测权重调节观测测量量的比重，根据状态预测量、观测权重、卡尔曼增益、当前时刻的观测测量量以及观测预测量，确定当前时刻的状态量，以便于后续根据当前时刻的状态量进行建图或定位，实现了对置信度正常但定位结果异常的假阳性GNSS测量量进行约束，提高状态量的数据质量，进而，提高建图或定位的精度的效果。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例中的一种结合GNSS的状态量更新方法的流程图；
图2为本公开实施例中的一种滑动窗口的示意图；
图3为本公开实施例中的一种结合GNSS的状态量更新装置的结构示意图；
图4为本公开实施例中的一种电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
影响GNSS精度的因素主要有以下几点：大气层中电离层和对流层对GNSS信号具有延迟作用；经过其他表面反射到接收机天线中的GNSS信号存在多径效应，比如附近的高楼大厦、高山等，有时信号甚至被完全遮挡；GNSS接收机至少需要接收到4颗卫星才能准确定位，如果接收机当前可见的卫星数量较少，则会导致定位精度显著下降。
GNSS接收机在收到来自多个卫星的信号后，会尝试解算出当前接收机的UTM坐标位置，并给出对应的置信度，有时位置解算的置信度并不完全准确，经常会出现GNSS置信度正常，但实际的定位结果异常的情况，这种情况定义为GNSS数据中存在假阳性的异常值。GNSS的测量值包括位置(x y z)和航向角(yaw)，最常见的异常情况为GNSS航向角突变，同时，呈现假阳性，也有一些情况下GNSS的位置(x y z)也呈现假阳性，这些假阳性的异常值会影响建图和定位的精度。
针对上述问题，本公开实施例提供了一种结合GNSS的状态量更新方法，以降低假阳性的GNSS测量量对状态量的影响，提高状态量的数据质量，进而，提高建图或定位的有效性。
图1为本公开实施例中的一种结合GNSS的状态量更新方法的流程图，该方法可以由结合GNSS的状态量更新方法装置执行，该装置可以采用软件和/或硬件的方式实现，该装置可配置于电子设备中。如图1所示，该方法具体可以包括如下步骤：
S110、根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据状态预测量以及第二结构参数，确定当前时刻的观测预测量。
其中，前一时刻的状态量可以包括三轴位置、三轴速度、三轴姿态、IMU零偏的随机游走噪声与重力加速度等。第一结构参数和第二结构参数是随机线性系统内部的结构参数。状态预测量是基于前一时刻的状态量对当前时刻的状态量进行预测的结果。观测预测量是基于状态预测量对当前时刻的观测测量量进行预测的结果。观测测量量是基于GNSS以及其他的测量源获取的测量量，其他的测量源可以包括IMU与轮速计等。观测测量量可以包括三轴位置、前向速度与航向角等。
具体的，基于卡尔曼滤波算法，可以根据前一时刻的状态量以及第一结构参数，对当前时刻的状态量进行预测，得到状态预测量。进而，基于卡尔曼滤波算法，还可以根据状态预测量以及第二结构参数，对当前时刻的观测测量量进行预测，得到观测预测量。
示例性的，设算法内部随机线性系统的状态方程为：
针对上述状态方程的卡尔曼滤波算法如下：
状态量的预测：
误差状态协方差矩阵的预测：
卡尔曼增益：
状态量修正更新：
误差状态协方差矩阵修正更新
Pk＝(I-KHk)Pk/k-1
其中，Xk为第k个时刻的状态量，Zk为第k个时刻的观测测量量，Hk与Γk-1分别是已知的系统内部的第一结构参数、第二结构参数和第三结构参数，Wk-1为系统过程噪声，系统过程噪声的协方差矩阵为Qk-1，Vk为GNSS测量噪声，GNSS测量噪声协方差矩阵为Pk，K为卡尔曼增益，/>为基于第k-1时刻对第k时刻进行预测的状态预测量，/>为基于第k时刻的观测测量量进行修正后的第k时刻的状态量，Pk/k-1为基于第k-1时刻对第k时刻进行预测的误差状态协方差矩阵，Pk为基于第k时刻的卡尔曼增益进行修正后的第k时刻的误差状态协方差矩阵。
假设该系统在第k时刻之前是无故障的，那么，基于卡尔曼滤波算法得到的第k时刻的状态预测值为：
由于在第k时刻之前是无故障的，得到的状态预测值应该是真值的，将状态预测值带入到观测方程，得到观测预测值：
S120、根据当前时刻的观测测量量与观测预测量，确定新息，并根据第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差。
其中，新息用于描述观测预测量与观测测量量之间的差距。新息方差为新息的方差。在无故障的情况下，新息为零均值的高斯白噪声。
具体的，将当前时刻的观测测量量与观测预测量的差值作为新息，并根据新息理论以及方差分析，根据第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差。
在上述示例的基础上，可以通过下述各公式来根据当前时刻的观测测量量与观测预测量，确定新息，并根据第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差，具体是：
通过下述公式确定新息：
其中，r为新息，Zk为当前时刻的观测测量量，为当前时刻的观测预测量。
通过下述公式确定新息方差：
其中，Ak为新息方差，Hk为第二结构参数，Pk/k-1为误差状态协方差矩阵，Rk为GNSS测量噪声协方差矩阵。
在卡尔曼滤波算法中，定义当前时刻的观测测量量与观测预测量之差为新息。由新息理论可知，当无故障发生时，新息是零均值的高斯白噪声。当系统发生故障时，即GNSS的观测测量量出现异常时，观测测量量与观测预测量之差增大，新息的均值就不再是零了，因此，可以通过对新息的均值进行检验来判断GNSS的观测测量量是否出现了异常。
S130、根据新息以及新息方差，确定故障检测量。
其中，故障检测量是用于通过新息检测观测测量量是否存在故障的参考量。
具体的，基于新息以及新息方差，以及预先确定的用于获取故障检测量的方式，可以得到故障检测量。其中，获取故障检测量的方式可以是通过统计学公式的方式，也可以是模型方式等。
在上述示例的基础上，可以通过下述公式来根据新息以及新息方差，确定故障检测量：
其中，λ为故障检测量，Ak为新息方差，r为新息。
可以理解的是，故障检测量λ服从自由度为m的卡方分布，m为观测测量量Zk的维度。
S140、根据故障检测量以及检测量阈值，确定观测测量量对应的观测权重。
其中，检测量阈值是预先设定的用于衡量故障检测量是否指示GNSS的观测测量量存在问题的数值。观测权重是对观测测量量进行抑制调节的权重。
具体的，将故障检测量与检测量阈值进行比较。若故障检测量大于或等于检测量阈值，则说明GNSS的观测测量量存在一定问题，需要进行降权处理，使其权重小于1；若故障检测量小于检测量阈值，则说明GNSS的观测测量量是基本准确的，不需要进行降权处理，使其权重仍等于1。
在上述示例的基础上，可以通过下述公式来根据故障检测量以及检测量阈值，确定观测测量量对应的观测权重，具体的：
通过下述公式确定观测权重：
其中，s为观测权重，T为检测量阈值，λ为故障检测量。
可以理解的是，当GNSS的观测测量量出现异常时，故障检测量λ会增大，因此可以预设一个检测量阈值T，当故障检测量λ大于或等于检测量阈值T时，则认为GNSS的观测测量量中出现了假阳性的异常量，此时，将当前时刻的GNSS的观测测量量中的假阳性的部分进行降权处理，避免其严重影响卡尔曼滤波算法中，导致拉偏建图轨迹以及定位异常的问题。
S150、根据状态预测量、观测权重、卡尔曼增益、当前时刻的观测测量量以及观测预测量，确定当前时刻的状态量。
其中，当前时刻的状态量用于建图或定位。
具体的，可以结合观测权重对卡尔曼滤波算法进行调整，通过调整后的算法，对状态预测量、观测权重、卡尔曼增益、当前时刻的观测测量量以及观测预测量进行处理，得到当前时刻的状态量。
在上述示例的基础上，可以通过下述公式来根据状态预测量、观测权重、卡尔曼增益、当前时刻的观测测量量以及观测预测量，确定当前时刻的状态量，具体是：
通过下述公式确定当前时刻的状态量：
其中，为当前时刻的状态量，/>为状态预测量，s为观测权重，K为卡尔曼增益，Zk为当前时刻的观测测量量，/>为当前时刻的观测预测量。
在检测到GNSS的观测测量量中存在假阳性的异常值时，为了避免异常值的影响，可以将观测测量量隔离出卡尔曼滤波算法，此时，便只有预测过程，没有观测过程。然而，如果假阳性的异常值出现的时间过长，会导致建图或者定位误差逐渐累积，逐渐偏离真实情况，因此，不能将所有的假阳性的异常值数据全都隔离出去。并且，GNSS对应的观测测量量包括位置(x y z)与航向角(yaw)，当出现假阳性的异常值时，可能只是位置(x y z)与航向角(yaw)中的某一个量值出现了问题，而其余量值依旧是可以使用的，如果将当前时刻的观测测量量的所有维度均隔离出去，则会造成观测测量量的浪费。据此，上述方案通过故障检测量以及检测量阈值对GNSS异常观测按照偏离程度进行逐级判定，完全去除异常值或对异常值的滤波融合权重进行降权，在保证精确性的同时提高了数据利用率。
在上述示例的基础上，在根据故障检测量以及检测量阈值，确定观测测量量对应的观测权重之后，还可以对误差状态协方差矩阵进行更新，以便于下一时刻的预测，具体是：
根据观测权重、卡尔曼增益、第二结构参数以及误差状态协方差矩阵，更新误差状态协方差矩阵。
具体的，基于卡尔曼滤波算法以及观测权重，可以将误差状态协方差矩阵更新的方程相应的更改为：
Pk＝(I-sKHk)Pk/k-1
其中，K为卡尔曼增益，Pk为基于第k时刻的卡尔曼增益进行修正后的第k时刻的误差状态协方差矩阵，Pk/k-1为基于第k-1时刻对第k时刻进行预测的误差状态协方差矩阵，s为观测权重，Hk为第二结构参数。
上述更新状态量和误差状态协方差矩阵的方程可以有效降低GNSS的观测测量量中的异常值的影响，同时，避免了长时间没有观测信息的问题。
在实际使用中，可以对观测测量量进行分块处理，即只对位置(x y z)或航向角(yaw)施加对应的观测权重，避免位置(x y z)或航向角(yaw)中的一个值出现异常而影响到另外一个值的情况。
本实施例提供的结合GNSS的状态量更新方法，通过根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据状态预测量以及第二结构参数，确定当前时刻的观测预测量，以结合卡尔曼滤波算法对状态量和和观测测量量进行预测，进而，根据当前时刻的观测测量量与观测预测量，确定新息，根据第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差，并根据新息以及新息方差，确定故障检测量，以便于衡量观测预测量和观测测量量之间的差距，根据故障检测量以及检测量阈值，确定观测测量量对应的观测权重，以便于后续通过观测权重调节观测测量量的比重，根据状态预测量、观测权重、卡尔曼增益、当前时刻的观测测量量以及观测预测量，确定当前时刻的状态量，以便于后续根据当前时刻的状态量进行建图或定位，实现了对置信度正常但定位结果异常的假阳性GNSS测量量进行约束，提高状态量的数据质量，进而，提高建图或定位的精度的效果。
在GNSS测量量进入到离线建图之后，首先会对GNSS接收机输出的定位置信度进行判断，只有置信度正常的GNSS测量量才会参与后续的建图运算。但是，在置信度正常的GNSS测量量中，依旧存在测量数据与车辆实际的位姿状态不相符的情况，这种类型的GNSS测量量被称为假阳性的异常量。在GNSS的假阳性的异常量中，航向角yaw与高度(竖轴坐标)z的孤立的突变值最为常见。因此，在上述示例的基础上，在根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据状态预测量以及第二结构参数，确定当前时刻的观测预测量之前，在离线建图的场景下，还可以通过对GNSS测量量进行统计学分析，删除假阳性的GNSS测量量：
步骤一、在离线建图的场景下，根据GNSS测量量，确定待检测参数的增量序列，并根据增量序列，确定检测阈值初值。
其中，GNSS测量量是GNSS采集获取的数据。待检测参数包括航向角和竖轴坐标中的至少一个。增量序列是待检测参数中每相邻两个数据的差值所组成的序列。检测阈值初值是对增量序列进行统计学分析确定出的大部分的增量应当符合的增量值。
具体的，在离线建图的场景下，可以拿到大量连续的GNSS测量量。根据这些GNSS测量量中的待检测参数，可以通过计算每相邻两个数据的差值，得到每个时刻对应的增量，进而构成待检测参数的增量序列。可以对增量序列中的各增量进行统计学分析，确定检测阈值初值。统计学分析可以是将增量序列中的各增量按照大小排序，确定预设比例位置的增量为检测阈值初值，还可以是将增量序列中的各增量按照大小排序，确定中位数，并按照预设倍数对中位数进行加倍，得到检测阈值初值等。
示例性的，以待检测参数为航向角为例，在得到航向角的增量组成的数据队列，即增量序列之后，对该增量序列按照数值大小进行排序，以增量数值区间作为横轴，以落在某一增量数值区间内的点个数作为纵轴，绘制增量的分布直方图，取其中预设分位(例如：95％分位等)的航向角的增量作为检测阈值初值。
可以理解的是，以待检测参数为航向角为例进行说明，GNSS的轨迹是一条平滑的曲线，如果航向角出现孤立的异常值，则会表现为航向角增量的剧烈变化。在获取离线的GNSS测量量之后，对每一时刻的GNSS的航向角，求解其与前一时刻的GNSS的航向角的差值，作为增量。如果航向角的增量变化缓慢，则认为当前时刻的GNSS测量量正常，如果航向角的增量变化剧烈，则认为当前时刻的GNSS测量量异常。但是，车辆在直行与转弯时航向角的增量的变化幅值不同，因此，航向角的增量阈值的选定应该同时考虑轨迹整体的统计特性与轨迹局部的运动模式特性，据此执行后续各步骤来判断增量是否正常，进而判断GNSS测量量中的待检测参数是否存在假阳性。
步骤二、根据检测阈值初值、滑动窗口大小以及滑动窗口内的增量序列，确定待检测参数的增量平均量序列。
其中，滑动窗口大小是预先设定的滑动窗口的大小，例如：4等。增量平均量序列是在滑动窗口的滑动过程中，每次滑动窗口内的各增量的平均值所构成的序列。
具体的，令滑动窗口在增量序列上滑动，可以是按照步长为1进行滑动，每个滑动窗口对应的时刻为滑动窗口内最后一个增量所对应的时刻。由于第一个滑动窗口对应的时刻并非第一个时刻，因此，将第一个滑动窗口对应的时刻之前的各时刻的增量平均量确定为检测阈值初值。进而，针对每个时刻，可以根据滑动窗口大小将该时刻对应的滑动窗口内的增量序列求平均值，作为该时刻对应的增量平均量。根据各增量平均量可以构建待检测参数的增量平均量序列。
在上述示例的基础上，可以通过下述方式来根据检测阈值初值、滑动窗口大小以及滑动窗口内的增量序列，确定待检测参数的增量平均量序列：
通过下述公式确定待检测参数对应的各增量平均量：
其中，为第k个时刻对应的待检测参数的增量平均量，/>为第k-1个时刻对应的待检测参数的增量平均量，/>为检测阈值初值，n为滑动窗口大小，Yi为第i个时刻对应的待检测参数的增量，Yk为第k个时刻对应的待检测参数的增量，Yk-n为第k-n个时刻对应的待检测参数的增量；
根据待检测参数对应的各增量平均量，构建待检测参数的增量平均量序列。
示例性的，跳过前n个GNSS测量量，再使用滑动窗口求增量平均量，即时刻k>n或k＝n+1,n+2,…的情况下，使用滑动窗口求增量平均量，前n个增量平均量不具有代表性，所以使用检测阈值初值作为增量平均量即可。检测阈值初值是在全局意义下对航向角的增量进行统计分析的结果，考虑到局部的运动模式(直行或转弯)会有航向角的增量产生特殊影响，所以需要按照时间顺序，基于滑动窗口对航向角的增量平均量进行局部调整。
令滑动窗口大小n＝4，即 为检测阈值初值。当k>n或k＝n+1,n+2,…时，再使用上式中的递推公式求增量平均量。
步骤三、针对每个检测时刻，根据增量平均量序列中与检测时刻的上一时刻对应的滑动窗口内的各增量平均量，确定检测时刻对应的目标平均量，根据检测时刻对应的增量以及目标平均量，判断检测时刻的待检测参数是否呈现假阳性。
其中，检测时刻可以是GNSS测量量对应的每个时刻。目标平均量是与检测时刻对应的滑动窗口内的增量平均量序列中各增量平均量的最大值。
具体的，将GNSS测量量对应的每个时刻分别作为检测时刻，进行下述的假阳性判断处理。针对每个检测时刻，将与检测时刻的上一时刻对应的滑动窗口内的各增量平均量中的最大值，确定为目标平均量。进而，根据检测时刻对应的增量以及目标平均量进行处理和比较，以判断检测时刻的待检测参数是否呈现假阳性。
示例性的，对于第k时刻的航向角的增量数据，取第k-n时刻到第k-1时刻航向角的增量平均量中的最大值作为目标平均量。
在上述示例的基础上，可以通过下述方式来根据检测时刻对应的增量以及目标平均量，判断检测时刻的待检测参数是否呈现假阳性：
根据目标平均量以及预设系数，确定检测时刻的增量阈值；
在增量序列中与检测时刻对应的增量大于增量阈值的情况下，确定检测时刻的待检测参数呈现假阳性；
在增量序列中与检测时刻对应的增量小于或等于增量阈值的情况下，确定检测时刻的待检测参数不呈现假阳性。
其中，预设系数是预先设定的用于对目标平均量进行调整系数，可以根据实际需求确定。增量阈值是用于判断增量是否符合正常运动规律的阈值。
具体的，将目标平均量与预设系数的乘积，确定为检测时刻的增量阈值。在增量序列中与检测时刻对应的增量大于增量阈值的情况下，表明检测时刻的增量不符合正常的运动规律，存在异常，因此，确定检测时刻的待检测参数呈现假阳性。在增量序列中与检测时刻对应的增量小于或等于增量阈值的情况下，表明检测时刻的增量符合正常的运动规律，不存在异常，因此，确定检测时刻的待检测参数不呈现假阳性。
示例性的，图2为滑动窗口的示意图，如图2所示，预设系数为2，如果第k时刻的航向角的增量大于两倍的目标平均量，则认为该检测时刻的GNSS测量量呈现假阳性。
步骤四、将呈现假阳性的各待检测参数对应的检测时刻的GNSS测量量从GNSS测量量中删除，得到新的GNSS测量量，并根据新的GNSS测量量，构建观测测量量。
具体的，确定出各待检测参数中现假阳性的各检测时刻，将这些检测时刻对应的GNSS测量量删除，得到删除后的新的GNSS测量量。进而，根据新的GNSS测量量，构建观测测量量，以执行用于后续的结合GNSS的状态量更新方法。
通过上述方式可以自适应的调整增量阈值，有效的检测出待检测参数的孤立突变异常。
图3为本公开实施例中的一种结合GNSS的状态量更新装置的结构示意图。如图3所示：该装置包括：预测量确定模块310、新息数据确定模块320、；故障检测量确定模块330、观测权重确定模块340和状态量确定模块350。
其中，预测量确定模块310，用于根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量；新息数据确定模块320，用于根据当前时刻的观测测量量与所述观测预测量，确定新息，并根据所述第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差；故障检测量确定模块330，用于根据所述新息以及所述新息方差，确定故障检测量；观测权重确定模块340，用于根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重；状态量确定模块350，用于根据所述状态预测量、所述观测权重、卡尔曼增益、所述当前时刻的观测测量量以及所述观测预测量，确定当前时刻的状态量，所述当前时刻的状态量用于建图或定位。
在上述示例的基础上，可选的，新息数据确定模块320，还用于通过下述公式确定所述新息：
其中，r为所述新息，Zk为所述当前时刻的观测测量量，为所述当前时刻的观测预测量；
通过下述公式确定所述新息方差：
其中，Ak为所述新息方差，Hk为所述第二结构参数，Pk/k-1为所述误差状态协方差矩阵，Rk为所述GNSS测量噪声协方差矩阵。
在上述示例的基础上，可选的，故障检测量确定模块330，还用于通过下述公式确定所述故障检测量：
其中，λ为所述故障检测量，Ak为所述新息方差，r为所述新息；
相应的，观测权重确定模块340，还用于通过下述公式确定所述观测权重：
其中，s为所述观测权重，T为所述检测量阈值，λ为所述故障检测量。
在上述示例的基础上，可选的，状态量确定模块350，还用于通过下述公式确定所述当前时刻的状态量：
其中，为所述当前时刻的状态量，/>为所述状态预测量，s为所述观测权重，K为所述卡尔曼增益，Zk为所述当前时刻的观测测量量，/>为所述当前时刻的观测预测量。
在上述示例的基础上，可选的，在所述根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重之后，还包括：误差状态协方差矩阵更新模块，用于根据所述观测权重、所述卡尔曼增益、所述第二结构参数以及所述误差状态协方差矩阵，更新所述误差状态协方差矩阵。
在上述示例的基础上，可选的，在所述根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量之前，所述装置还包括：离线检测模块，用于在离线建图的场景下，根据GNSS测量量，确定待检测参数的增量序列，并根据所述增量序列，确定检测阈值初值；其中，所述待检测参数包括航向角和竖轴坐标中的至少一个；根据所述检测阈值初值、滑动窗口大小以及滑动窗口内的增量序列，确定所述待检测参数的增量平均量序列；针对每个检测时刻，根据所述增量平均量序列中与所述检测时刻的上一时刻对应的滑动窗口内的各增量平均量，确定所述检测时刻对应的目标平均量，根据所述检测时刻对应的增量以及所述目标平均量，判断所述检测时刻的待检测参数是否呈现假阳性；将呈现假阳性的各待检测参数对应的检测时刻的GNSS测量量从所述GNSS测量量中删除，得到新的GNSS测量量，并根据新的GNSS测量量，构建观测测量量。
在上述示例的基础上，可选的，离线检测模块，还用于通过下述公式确定待检测参数对应的各增量平均量：
其中，为第k个时刻对应的待检测参数的增量平均量，/>为第k-1个时刻对应的待检测参数的增量平均量，/>为所述检测阈值初值，n为所述滑动窗口大小，Yi为第i个时刻对应的待检测参数的增量，Yk为第k个时刻对应的待检测参数的增量，Yk-n为第k-n个时刻对应的待检测参数的增量；
根据所述待检测参数对应的各增量平均量，构建所述待检测参数的增量平均量序列。
在上述示例的基础上，可选的，离线检测模块，还用于根据所述目标平均量以及预设系数，确定所述检测时刻的增量阈值；在所述增量序列中与所述检测时刻对应的增量大于所述增量阈值的情况下，确定所述检测时刻的待检测参数呈现假阳性；在所述增量序列中与所述检测时刻对应的增量小于或等于所述增量阈值的情况下，确定所述检测时刻的待检测参数不呈现假阳性。
本公开实施例提供的结合GNSS的状态量更新装置，可执行本公开方法实施例所提供的结合GNSS的状态量更新方法中的步骤，具备执行步骤和有益效果此处不再赘述。
图4为本公开实施例中的一种电子设备的结构示意图。下面具体参考图4，其示出了适于用来实现本公开实施例中的电子设备400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置401、只读存储器(ROM)402、随机访问存储器(RAM)403、总线404、输入/输出(I/O)接口405、输入装置406、输出装置407、存储装置408以及通信装置409。处理装置(例如中央处理器、图形处理器等)401，其可以根据ROM402中的程序或者从存储装置408加载到RAM403中的程序而执行各种适当的动作和处理以实现如本公开所述的实施例的方法。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码，从而实现如上所述的结合GNSS的状态量更新方法。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：
根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量；
根据当前时刻的观测测量量与所述观测预测量，确定新息，并根据所述第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差；
根据所述新息以及所述新息方差，确定故障检测量；
根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重；
根据所述状态预测量、所述观测权重、卡尔曼增益、所述当前时刻的观测测量量以及所述观测预测量，确定当前时刻的状态量，所述当前时刻的状态量用于建图或定位。
可选的，当上述一个或者多个程序被该电子设备执行时，该电子设备还可以执行上述实施例所述的其他步骤。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
方案1、一种结合GNSS的状态量更新方法，所述方法包括：
根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量；
根据当前时刻的观测测量量与所述观测预测量，确定新息，并根据所述第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差；
根据所述新息以及所述新息方差，确定故障检测量；
根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重；
根据所述状态预测量、所述观测权重、卡尔曼增益、所述当前时刻的观测测量量以及所述观测预测量，确定当前时刻的状态量，所述当前时刻的状态量用于建图或定位。
方案2、根据方案1所述的方法，所述根据当前时刻的观测测量量与所述观测预测量，确定新息，并根据所述第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差，包括：
通过下述公式确定所述新息：
其中，r为所述新息，Zk为所述当前时刻的观测测量量，为所述当前时刻的观测预测量；
通过下述公式确定所述新息方差：
其中，Ak为所述新息方差，Hk为所述第二结构参数，Pk/k-1为所述误差状态协方差矩阵，Rk为所述GNSS测量噪声协方差矩阵。
方案3、根据方案1所述的方法，所述根据所述新息以及所述新息方差，确定故障检测量，包括：
通过下述公式确定所述故障检测量：
其中，λ为所述故障检测量，Ak为所述新息方差，r为所述新息；
相应的，所述根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重，包括：
通过下述公式确定所述观测权重：
其中，s为所述观测权重，T为所述检测量阈值，λ为所述故障检测量。
方案4、根据方案1所述的方法，所述根据所述状态预测量、所述观测权重、卡尔曼增益、所述当前时刻的观测测量量以及所述观测预测量，确定当前时刻的状态量，包括：
通过下述公式确定所述当前时刻的状态量：
/>
其中，为所述当前时刻的状态量，/>为所述状态预测量，s为所述观测权重，K为所述卡尔曼增益，Zk为所述当前时刻的观测测量量，/>为所述当前时刻的观测预测量。
方案5、根据方案1所述的方法，在所述根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重之后，还包括：
根据所述观测权重、所述卡尔曼增益、所述第二结构参数以及所述误差状态协方差矩阵，更新所述误差状态协方差矩阵。
方案6、根据方案1所述的方法，在所述根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量之前，所述方法还包括：
在离线建图的场景下，根据GNSS测量量，确定待检测参数的增量序列，并根据所述增量序列，确定检测阈值初值；其中，所述待检测参数包括航向角和竖轴坐标中的至少一个；
根据所述检测阈值初值、滑动窗口大小以及滑动窗口内的增量序列，确定所述待检测参数的增量平均量序列；
针对每个检测时刻，根据所述增量平均量序列中与所述检测时刻的上一时刻对应的滑动窗口内的各增量平均量，确定所述检测时刻对应的目标平均量，根据所述检测时刻对应的增量以及所述目标平均量，判断所述检测时刻的待检测参数是否呈现假阳性；
将呈现假阳性的各待检测参数对应的检测时刻的GNSS测量量从所述GNSS测量量中删除，得到新的GNSS测量量，并根据新的GNSS测量量，构建观测测量量。
方案7、根据方案6所述的方法，所述根据所述检测阈值初值、滑动窗口大小以及滑动窗口内的增量序列，确定所述待检测参数的增量平均量序列，包括：
通过下述公式确定待检测参数对应的各增量平均量：
其中，为第k个时刻对应的待检测参数的增量平均量，/>为第k-1个时刻对应的待检测参数的增量平均量，/>为所述检测阈值初值，n为所述滑动窗口大小，Yi为第i个时刻对应的待检测参数的增量，Yk为第k个时刻对应的待检测参数的增量，Yk-n为第k-n个时刻对应的待检测参数的增量；
根据所述待检测参数对应的各增量平均量，构建所述待检测参数的增量平均量序列。
方案8、根据方案6所述的方法，所述根据所述检测时刻对应的增量以及所述目标平均量，判断所述检测时刻的待检测参数是否呈现假阳性，包括：
根据所述目标平均量以及预设系数，确定所述检测时刻的增量阈值；
在所述增量序列中与所述检测时刻对应的增量大于所述增量阈值的情况下，确定所述检测时刻的待检测参数呈现假阳性；
在所述增量序列中与所述检测时刻对应的增量小于或等于所述增量阈值的情况下，确定所述检测时刻的待检测参数不呈现假阳性。
方案9、一种结合GNSS的状态量更新装置，包括：
预测量确定模块，用于根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量；
新息数据确定模块，用于根据当前时刻的观测测量量与所述观测预测量，确定新息，并根据所述第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差；
故障检测量确定模块，用于根据所述新息以及所述新息方差，确定故障检测量；
观测权重确定模块，用于根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重；
状态量确定模块，用于根据所述状态预测量、所述观测权重、卡尔曼增益、所述当前时刻的观测测量量以及所述观测预测量，确定当前时刻的状态量，所述当前时刻的状态量用于建图或定位。
方案10、一种电子设备，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如方案1-8中任一项所述的结合GNSS的状态量更新方法。
方案11、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如方案1-8中任一项所述的结合GNSS的状态量更新方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种结合GNSS的状态量更新方法，其特征在于，所述方法包括：
根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量；
根据当前时刻的观测测量量与所述观测预测量，确定新息，并根据所述第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差；
根据所述新息以及所述新息方差，确定故障检测量；
根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重；
根据所述状态预测量、所述观测权重、卡尔曼增益、所述当前时刻的观测测量量以及所述观测预测量，确定当前时刻的状态量，所述当前时刻的状态量用于建图或定位。
2.根据权利要求1所述的方法，其特征在于，所述根据当前时刻的观测测量量与所述观测预测量，确定新息，并根据所述第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差，包括：
通过下述公式确定所述新息：
其中，r为所述新息，Zk为所述当前时刻的观测测量量，为所述当前时刻的观测预测量；
通过下述公式确定所述新息方差：
其中，Ak为所述新息方差，Hk为所述第二结构参数，Pk/k-1为所述误差状态协方差矩阵，Rk为所述GNSS测量噪声协方差矩阵。
3.根据权利要求1所述的方法，其特征在于，所述根据所述新息以及所述新息方差，确定故障检测量，包括：
通过下述公式确定所述故障检测量：
其中，λ为所述故障检测量，Ak为所述新息方差，r为所述新息；
相应的，所述根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重，包括：
通过下述公式确定所述观测权重：
其中，s为所述观测权重，T为所述检测量阈值，λ为所述故障检测量。
4.根据权利要求1所述的方法，其特征在于，所述根据所述状态预测量、所述观测权重、卡尔曼增益、所述当前时刻的观测测量量以及所述观测预测量，确定当前时刻的状态量，包括：
通过下述公式确定所述当前时刻的状态量：
其中，为所述当前时刻的状态量，/>为所述状态预测量，s为所述观测权重，K为所述卡尔曼增益，Zk为所述当前时刻的观测测量量，/>为所述当前时刻的观测预测量。
5.根据权利要求1所述的方法，其特征在于，在所述根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重之后，还包括：
根据所述观测权重、所述卡尔曼增益、所述第二结构参数以及所述误差状态协方差矩阵，更新所述误差状态协方差矩阵。
6.根据权利要求1所述的方法，其特征在于，在所述根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量之前，所述方法还包括：
在离线建图的场景下，根据GNSS测量量，确定待检测参数的增量序列，并根据所述增量序列，确定检测阈值初值；其中，所述待检测参数包括航向角和竖轴坐标中的至少一个；
根据所述检测阈值初值、滑动窗口大小以及滑动窗口内的增量序列，确定所述待检测参数的增量平均量序列；
针对每个检测时刻，根据所述增量平均量序列中与所述检测时刻的上一时刻对应的滑动窗口内的各增量平均量，确定所述检测时刻对应的目标平均量，根据所述检测时刻对应的增量以及所述目标平均量，判断所述检测时刻的待检测参数是否呈现假阳性；
将呈现假阳性的各待检测参数对应的检测时刻的GNSS测量量从所述GNSS测量量中删除，得到新的GNSS测量量，并根据新的GNSS测量量，构建观测测量量。
7.根据权利要求6所述的方法，其特征在于，所述根据所述检测阈值初值、滑动窗口大小以及滑动窗口内的增量序列，确定所述待检测参数的增量平均量序列，包括：
通过下述公式确定待检测参数对应的各增量平均量：
其中，为第k个时刻对应的待检测参数的增量平均量，/>为第k-1个时刻对应的待检测参数的增量平均量，/>为所述检测阈值初值，n为所述滑动窗口大小，Yi为第i个时刻对应的待检测参数的增量，Yk为第k个时刻对应的待检测参数的增量，Yk-n为第k-n个时刻对应的待检测参数的增量；
根据所述待检测参数对应的各增量平均量，构建所述待检测参数的增量平均量序列。
8.一种结合GNSS的状态量更新装置，其特征在于，包括：
预测量确定模块，用于根据前一时刻的状态量以及第一结构参数，确定状态预测量，并根据所述状态预测量以及第二结构参数，确定当前时刻的观测预测量；
新息数据确定模块，用于根据当前时刻的观测测量量与所述观测预测量，确定新息，并根据所述第二结构参数、误差状态协方差矩阵以及GNSS测量噪声协方差矩阵，确定新息方差；
故障检测量确定模块，用于根据所述新息以及所述新息方差，确定故障检测量；
观测权重确定模块，用于根据所述故障检测量以及检测量阈值，确定所述观测测量量对应的观测权重；
状态量确定模块，用于根据所述状态预测量、所述观测权重、卡尔曼增益、所述当前时刻的观测测量量以及所述观测预测量，确定当前时刻的状态量，所述当前时刻的状态量用于建图或定位。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的结合GNSS的状态量更新方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的结合GNSS的状态量更新方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311829643.2A CN117785898A (zh) | 2023-12-28 | 2023-12-28 | 结合gnss的状态量更新方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311829643.2A CN117785898A (zh) | 2023-12-28 | 2023-12-28 | 结合gnss的状态量更新方法、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117785898A true CN117785898A (zh) | 2024-03-29 |
Family
ID=90397807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311829643.2A Pending CN117785898A (zh) | 2023-12-28 | 2023-12-28 | 结合gnss的状态量更新方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117785898A (zh) |
-
2023
- 2023-12-28 CN CN202311829643.2A patent/CN117785898A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10234292B2 (en) | Positioning apparatus and global navigation satellite system, method of detecting satellite signals | |
| US11015957B2 (en) | Navigation system | |
| CA2664994C (en) | Hybrid ins/gnss system with integrity monitoring and method for integrity monitoring | |
| CN111077549B (zh) | 位置数据修正方法、装置和计算机可读存储介质 | |
| CN109982398B (zh) | 室内外无缝定位方法、装置、设备及介质 | |
| Zaliva et al. | Barometric and GPS altitude sensor fusion | |
| JP2022500617A (ja) | ＩＭＵに基づくｕｗｂ測位異常値処理方法 | |
| CN113124856A (zh) | 基于uwb在线锚点的视觉惯性紧耦合里程计及计量方法 | |
| EP2972491A2 (en) | Method of estimating the position of a device | |
| Selezneva et al. | Navigation complex with adaptive non-linear Kalman filter for unmanned flight vehicle | |
| CN114166221A (zh) | 动态复杂矿井环境中辅助运输机器人定位方法及系统 | |
| CN109752690B (zh) | 无人机定位nlos的消除方法、系统、装置及存储介质 | |
| WO2016165336A1 (zh) | 一种导航的方法和终端 | |
| CN111197994B (zh) | 位置数据修正方法、装置、计算机设备和存储介质 | |
| WO2012052738A1 (en) | Sensor positioning for target tracking | |
| RU2702937C2 (ru) | Способ обнаружения ошибок при определении углового пространственного положения с помощью магнитометрических измерений | |
| RU2589495C1 (ru) | Способ определения углов пространственной ориентации летательного аппарата и устройство для его осуществления | |
| CN117785898A (zh) | 结合gnss的状态量更新方法、装置、设备和介质 | |
| KR101565485B1 (ko) | 위치 오차 보정 장치 및 그 방법 | |
| CN110388917B (zh) | 飞行器单目视觉尺度估计方法和装置、飞行器导航系统及飞行器 | |
| CN114199236A (zh) | 定位数据处理的方法、装置、电子设备和自动驾驶车辆 | |
| US11530934B2 (en) | Doubly filtered navigation method | |
| CN114413929A (zh) | 定位信息的校验方法、装置、系统、无人车及存储介质 | |
| US10670396B2 (en) | Multi-sensor target location registration | |
| CN109490915B (zh) | 判断rtk结果是否正确的方法、oem板卡、接收机及存储介质 |
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 |