CN117806469A - 一种自动定位方法、装置、设备及介质 - Google Patents
一种自动定位方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117806469A CN117806469A CN202311843625.XA CN202311843625A CN117806469A CN 117806469 A CN117806469 A CN 117806469A CN 202311843625 A CN202311843625 A CN 202311843625A CN 117806469 A CN117806469 A CN 117806469A
- Authority
- CN
- China
- Prior art keywords
- target
- deviation
- initial
- threshold value
- quaternion
- 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 66
- 238000001914 filtration Methods 0.000 claims abstract description 32
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 28
- 230000004927 fusion Effects 0.000 claims abstract description 24
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims description 39
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 abstract description 20
- 239000011159 matrix material Substances 0.000 description 14
- 241000699666 Mus <mouse, genus> Species 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Human Computer Interaction (AREA)
- Control Of Position Or Direction (AREA)
Abstract
本发明公开了一种自动定位方法、装置、设备及介质。涉及定位技术领域。该自动定位方法包括:采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数;其中,初始四元数为对目标设备对应的初始欧拉角进行转换得到;基于目标四元数转换得到的目标欧拉角和初始欧拉角确定目标设备对应的像素坐标偏差量;基于像素坐标偏差量以及最小偏差阈值和最大偏差阈值对目标设备进行定位补偿,得到对应的目标姿态数据。本发明解决现有技术中目标设备在定位过程中存在的精确度误差较大,计算量较大以及无法适用非线性系统的技术问题,以及防止目标设备在定位时的抖动现象,从而可以精确测量目标设备的位姿,进而提高目标设备定位的精确性。
Description
技术领域
本发明涉及定位技术领域,尤其涉及一种自动定位方法、装置、设备及介质。
背景技术
空中鼠标的出现,实现了用户与大屏智能终端的交互。在目前的研究中,空中鼠标包括三种实现方式:基于陀螺仪,基于摄像头,以及基于声波。但在实现过程中,后两种实现方式的设备成本高,不利于普及,而陀螺仪随着工作时间的增长产生累计误差,从而出现数据抖动的情况。因此对相关数据的处理,一直都是基于陀螺仪的终端设备包括空中鼠标系统的关键。针对空中鼠标包括下述三种设计方式:其一,有些空中鼠标的陀螺仪的输出值进行了处理;其二,使用了支持向量机和卡方统计学知识,对陀螺仪建立了自适应补偿模型;其三,采用卡尔曼滤波或者互补滤波改善陀螺仪漂移的问题。
针对第一种设计方式,仅仅对输出值进行处理,而并未对陀螺仪的累计误差进行修正,从而产生较大精确度偏差;针对第二种设计方式,使用支持向量机和卡方模型产生的自适应模型,虽然可以改善陀螺仪的累计误差,但计算量会很大,类似的一些预测模型也都会遇到计算量很大的情况;针对第三种设计方式,滤波方法是现在主流的方法,但是单一的卡尔曼滤波或者是互补滤波也存在着一些问题,卡尔曼滤波需要准确的系统模型和观测模型且不适用于非线性系统,互补滤波需要其他数据的参与。
发明内容
本发明提供了一种自动定位方法、装置、设备及介质,以解决现有技术中空中鼠标存在的精确度误差较大,计算量较大以及无法适用非线性系统的技术问题。
第一方面,本发明实施例提供了一种自动定位方法,包括:
采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数;其中,初始四元数为对目标设备对应的初始欧拉角进行转换得到;
基于目标四元数转换得到的目标欧拉角和初始欧拉角确定目标设备对应的像素坐标偏差量;
基于像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值对目标设备进行定位补偿,得到对应的目标姿态数据。
第二方面,本发明实施例还提供了一种自动定位装置,包括:
估算模块,用于采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数;其中,初始四元数为对目标设备对应的初始欧拉角进行转换得到;
确定模块,用于基于目标四元数转换得到的目标欧拉角和初始欧拉角确定目标设备对应的像素坐标偏差量;
定位补偿模块,用于基于像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值对目标设备进行定位补偿,得到对应的目标姿态数据。
第三方面,本发明实施例还提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明实施例中任一项的自动定位方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明实施例中任一项的自动定位方法。
根据本发明实施例的技术方案,通过采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数,基于目标四元数转换得到的目标欧拉角和初始欧拉角确定目标设备对应的像素坐标偏差量,基于像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值对目标设备进行定位补偿,得到精确的目标设备定位,解决了现有技术中目标设备在定位过程中存在的精确度误差较大,计算量较大以及无法适用非线性系统的技术问题,以及防止目标设备在定位时的抖动现象,从而可以精确测量目标设备的位姿,进而提高了目标设备定位的精确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为根据本发明实施例提供的一种自动定位方法的流程图;
图2为根据本发明实施例提供的一种IMU姿态解算示意图;
图3为根据本发明实施例提供的另一种自动定位方法的流程图;
图4为根据本发明实施例提供的一种自动定位装置的结构示意图;
图5为根据本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在一实施例中,图1为根据本发明实施例提供的一种自动定位方法的流程图,本实施例可适用于对空中鼠标进行精确定位的情况,该方法可以由自动定位装置来执行,该自动定位装置可以采用硬件和/或软件的形式实现,该自动定位装置可配置于电子设备中。
如图1所示,本实施例提供的一种自动定位方法可以包括:
S110、采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数;其中,初始四元数为对目标设备对应的初始欧拉角进行转换得到。
本发明实施例中,预设滤波融合算法可以理解为提前设定的用于处理传感器的数据,并对目标设备的姿态进行估算的滤波融合算法。该预设滤波融合算法适用于多种传感器的融合,可以很好地校正传感器的误差,对比普通的滤波算法能够对一些非线性的系统可以做到更好的估计,且滤波融合后能够提高系统的动态特性,比如,预设滤波融合算法可以包括拓展卡尔曼滤波(Extended Kalman Filter,EKF)算法。
目标设备可以理解为需要精确测量位姿,并进行精准定位的设备,比如,目标设备可以包括空中鼠标。四元数可以理解为用于表征目标设备位置的坐标表示方式。初始四元数可以理解为直接根据目标设备的初始测量数据得到的目标设备的初始位置表示,即未进行任何处理得到的四元数。初始测量数据可以由目标设备的测量装置获取,可以包括初始角速度和初始加速度。测量装置可以包括惯性测量单元(Inertial Measurement Unit,IMU),包含测定角速度的陀螺仪和测定加速度的加速度计,示例性的,IMU中包含三轴陀螺仪与三轴加速度计,三轴陀螺仪测定空中鼠标的角速度,三轴加速度计测定空中鼠标的加速度。目标四元数可以理解为目标设备经过精准定位后得到的精确位置表示,即采用预设滤波融合算法对目标设备的初始四元数进行处理之后得到的四元数。
初始欧拉角可以理解为直接根据目标设备的初始测量数据估计得到的欧拉角。图2为根据本发明实施例提供的一种IMU姿态解算示意图,姿态解算选用的旋转顺序为ZYX,即IMU坐标系初始时刻与大地坐标系重合,然后依次绕自身的Z、Y、X轴进行旋转,如图2所示,绕IMU的Z轴旋转:航向角转动α角度;绕IMU的Y轴旋转:俯仰角转动β角度;绕IMU的X轴旋转:横滚角转动γ角度,其中,α,β,γ就是对应的欧拉角,欧拉角可以包括航向角(记为yaw)、俯仰角(记为pitch)和横滚角(记为row)。
具体的,可以根据目标设备的初始测量数据得到的目标设备的初始位置表示,也就是得到初始四元数,初始四元数可以在目标设备对应的初始欧拉角进行转换的基础上得到,具体可以采用下述方式进行处理:
其中,β,γ,α分别为目标设备绕y、x和z轴旋转的角度,qy,qx,qz分别为对应y轴、x轴和z轴的初始四元数。
对应y轴、x轴和z轴的初始四元数相乘得到:
其中,q为目标设备的初始四元数。
最终q的结果如下公式:
采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标设备的目标四元数,也就是得到目标设备的精确位置表示。具体地,可以初始化过程噪音,并采用初始化过程噪声协方差矩阵Q和观测噪声协方差矩阵R进行处理,示例性的,各个轴之间的噪声之间是相关独立的,并使用预设滤波融合算法为EKF算法,可以采用下述方式进行处理:
R=[wa]
其中,Q为初始化过程噪声协方差矩阵,R为观测噪声协方差矩阵,wn为陀螺仪噪声,wbn为陀螺仪偏置噪声,wa为加速度计的测量噪声。
进行状态转移,状态转移方程主要是用了四元数微分方程,四元数微分方程如下式:
其中,是从导航坐标系n系到载体坐标系b系的四元数,四元数微分方程在连续域中的表示,因为在实际使用EKF算法的时候,最常用的还是离散域,所以要转换到离散域,表示如下:
因为还要考虑到陀螺仪偏置,在实际情况中状态变量维度为7,即四元数和偏置的总维度为7,可以设状态转移方程为:
在忽略噪声下:
还需要对状态转移方程计算出来的四元数进行归一化处理,设:
则状态转移方程的雅克比矩阵求解如下:
最终的求解结果为:
其中,
计算协方差公式,公式如下所示:
计算测量方程及其雅可比矩阵,根据四元数推导导航系n系到载体坐标系b系的转换矩阵:
计算得到加速度测量模型h1(qk),其中Aref是加速度计数据在导航坐标系下的投影:
根据加速度测量模型h1(qk)求偏导获得雅可比矩阵,特别的,还需要对陀螺仪偏置求偏导,但其值只能为0,因此得到最终的雅可比矩阵为:
计算卡尔曼增益,计算公式如下:
其中,
更新状态,计算公式如下:
其中,Zk为加速度数据经过归一化处理后的数据。
更新协方差矩阵,计算公式如下:
S120、基于目标四元数转换得到的目标欧拉角和初始欧拉角确定目标设备对应的像素坐标偏差量。
本发明实施例中,目标欧拉角可以理解为基于目标四元数转换得到的目标设备精确位置的欧拉角,并可以采用目标欧拉角表征目标设备的目标姿态。像素坐标偏差量用于表征目标设备在滤波前后之间的偏差量。
具体地,可以将目标四元数转换得到对应的目标欧拉角,并统计初始欧拉角和目标欧拉角之间的欧拉角变化量,最后根据目标设备的相关参数,计算得到的目标设备在像素坐标的变化量。
S130、基于像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值对目标设备进行定位补偿,得到对应的目标姿态数据。
本发明实施例中,最小偏差阈值可以理解为目标设备的像素坐标偏差量的最小临界值;最大偏差阈值可以理解为目标设备的像素坐标偏差量的最大临界值;定位补偿可以理解为对目标设备位置测量结果产生的误差进行补偿,以提高目标设备位置测量精度的一种方法;目标姿态数据可以理解为目标设备精确定位之后的姿态信息。
具体的,可以对比上述得到的像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值之间的关系,根据其关系对目标设备进行定位补偿,消除目标设备定位误差,得到目标设备对应的目标姿态数据,以得到目标设备精确的定位信息。
根据本发明实施例的技术方案,通过采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数,基于目标四元数转换得到的目标欧拉角和初始欧拉角确定目标设备对应的像素坐标偏差量,基于像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值对目标设备进行定位补偿,得到精确的目标设备定位,解决了现有技术中目标设备在定位过程中存在的精确度误差较大,计算量较大以及无法适用非线性系统的技术问题,以及防止目标设备在定位时的抖动现象,从而可以精确测量目标设备的位姿,进而提高了目标设备定位的精确性。
在上述实施例基础上,在采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数之前,还包括:
获取目标设备中惯性测量单元的初始测量数据;
对初始测量数据中的初始角速度进行零偏误差处理,得到对应的目标角速度;
基于目标角速度和初始测量数据中的初始加速度得到目标设备对应的初始欧拉角。
本发明实施例中,初始测量数据指的是通过目标设备中的IMU对目标设备的位置进行测量,并未经处理的原始测量数据。一般来说,IMU包括三轴陀螺仪和三轴加速度计,对应的,通过三轴陀螺仪采集目标设备的初始角速度,以及通过三轴加速度计采集目标设备的初始加速度。其中,初始角速度指的是通过三轴陀螺仪直接对目标设备进行采集并未进行处理的角速度;目标角速度指的是对初始角速度进行零偏误差处理,以消除陀螺仪误差后的角速度;初始加速度指的是通过三轴加速度计直接对目标设备进行采集并未进行处理的加速度。
具体的,在采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数之前,还可以获取目标设备中IMU的初始测量数据并根据不同类型目标设备以特定的格式,将初始测量数据存放在对应的寄存器中。同时,对初始测量数据进行定时更新,并通过传感器读取目标设备对应的初始测量数据。示例性的,可以通过C语言等编译语言进行初始测量数据的读取。
在实际操作过程中,陀螺仪存在一个静态漂移,即处于静止也会出现漂移,因此,可以对初始测量数据中的初始角速度进行零偏误差处理,得到对应的目标角速度。
在上述实施例基础上,对初始测量数据中的初始角速度进行零偏误差处理,得到对应的目标角速度,包括:
获取目标设备在启动前的第一预设数量的初始角速度;
基于第一预设数量和初始角速度确定对应的平均角速度;
基于平均角速度和初始角速度,得到对应的目标角速度。
本发明实施例中,第一预设数量可以理解为需要获取目标设备在启动之前的初始角速度的总数量。一般来说,第一预设数量可以根据经验进行确定,可以同时保证计算量不额外大量增加以及准确度相对较高的效果。
具体的,获取目标设备在启动前的第一预设数量的初始角速度,基于第一预设数量的初始角速度进行相加,得到对应的初始角速度总值,然后得到初始角速度总值与第一预设数量的比值,ωzero是一段时间内静置状态下的陀螺仪采样的平均值,近似于零偏,因此将其作为对应的平均角速度;然后基于初始角速度与平均角速度之间的差值,得到对应的目标角速度。示例性地,目标角速度可以采用下述方式进行处理:
ωgyro,i=ωorg,i-ωzero
其中,ωzero表示平均角速度,N表示第一预设数量,即在目标设备启动前陀螺仪需要测定的角速度的总数量,ωj为在目标设备启动之前三轴陀螺仪测定的第j个初始角速度,ωgyro,i为目标角速度,ωorg,i为目标设备启动之后三轴陀螺仪测定的第i个初始角速度。
可以基于上述得到的目标角速度和初始测量数据中的初始加速度得到目标设备对应的初始欧拉角,可以通过初始加速度计算得到初始横滚角和初始俯仰角,由初始横滚角和初始俯仰角计算得到初始航向角,初始欧拉角的计算可以采用下述方式进行:
α=0
其中,γ,β,α分别为目标设备的初始横滚角,初始俯仰角,初始航向角,ax,ay,az为加速度计的三轴数据,s,c分别表示sin函数和cos函数。
本实施例中,通过对目标设备中的惯性测量单元监测得到的初始测量数据进行零偏误差处理,可以得到较为准确的初始欧拉角,从而可以得到较为准确的像素坐标偏差量,进而可以对目标设备进行较为准确地定位补偿,提高了目标设备的定位估计准确性。
在一实施例中,图3为根据本发明实施例提供的另一种自动定位方法的流程图,本实施例在上述各实施例的基础上,对像素坐标偏差量的确定过程,以及目标姿态数据的定位补偿过程作进一步优化和扩展。
如图3所示,本实施例提供的另一种自动定位方法可以包括:
S210、采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数;其中,初始四元数为对目标设备对应的初始欧拉角进行转换得到。
S220、基于目标四元数转换得到的目标欧拉角和初始欧拉角确定对应的欧拉角变化量。
具体的,可以将上述得到的目标四元数转换得到目标欧拉角,其中目标欧拉角旋转序列采用ZXY顺规,具体过程如下式:
其中,表示导航系n系到载体系b系的转换矩阵;β,γ,α分别为目标设备绕y、x和z轴旋转的角度;s,c分别表示sin函数和cos函数。
另外,用四元数形式表示的旋转矩阵表示形式如下:
根据欧拉角转化旋转矩阵的公式和四元数转换旋转矩阵的公式可以得到四元数转为欧拉角的公式,如下:
β=arcsin(2(q0q2-q1q3))
其中,β,γ,α分别为目标设备绕y、x和z轴旋转的角度,s,c分别表示sin函数和cos函数。
可以基于上述四元数与欧拉角之间的转换公式,得到目标四元数对应的目标欧拉角;然后将目标欧拉角与初始欧拉角之间的差值作为对应的欧拉角变化量。
S230、基于欧拉角变化量和目标设备的设备参数确定对应的像素坐标偏差量。
其中,设备参数指的是目标设备自身的技术参数。比如,设备参数可以包括但不限于:鼠标分辨率、无线载波频率和无线跳频通道等。具体的,可以基于上述的欧拉角变化量和目标设备的设备参数确定目标设备对应的像素坐标偏差量,像素坐标偏差量可以包括目标设备在x轴的像素坐标变化量和目标设备在y轴的像素坐标变化量。
S240、基于像素坐标偏差量和第二预设数量确定对应的像素坐标偏差总量。
本发明实施例中,第二预设数量指的是像素坐标偏差量的统计总次数。其中,第二预设数量可以根据经验进行设定,可以同时保证计算量不额外大幅度增加和准确度较高的效果。示例性地,第二预设数量可以为11。在实施例中,可以取像素坐标偏差量的绝对值,并将第二预设数量的像素坐标偏差量绝对值进行相加,即可得到对应的像素坐标偏差总量。
需要说明的是,像素坐标偏差量包括x轴的像素坐标偏差量和y轴的像素坐标偏差量,相对应的,像素坐标偏差总量可以包括目标设备在x轴的像素坐标偏差总量和目标设备在y轴的像素坐标偏差总量。
S250、基于像素坐标偏差总量以及预先配置的最小偏差阈值和最大偏差阈值确定对应的偏差尺度。
本发明实施例中,偏差尺度用于表征目标设备在x轴和y轴的像素移动规模。需要说明的是,像素坐标偏差总量可以包括目标设备在x轴的像素坐标偏差总量和目标设备在y轴的像素坐标偏差总量,相应的,偏差尺度可以包括目标设备在x轴的偏差尺度和目标设备在y轴的偏差尺度。在实施例中,可以根据目标设备在x轴和y轴的像素坐标偏差总量的绝对值,判断得到目标设备分别在x轴和y轴的偏差尺度。
在一实施例中,基于像素坐标偏差总量以及预先配置的最小偏差阈值和最大偏差阈值确定对应的偏差尺度,包括:
在像素坐标偏差总量小于预先配置的最小偏差阈值的情况下,确定对应的偏差尺度为0;
在像素坐标偏差总量大于预先配置的最大偏差阈值的情况下,确定对应的偏差尺度为1;
在像素坐标偏差总量大于预先配置的最小偏差阈值且小于最大偏差阈值的情况下,基于最大偏差阈值和最小偏差阈值确定对应的偏差阈值差量,并将像素坐标偏差总量和偏差阈值差量的比值作为对应的偏差尺度。
具体的,基于像素坐标偏差总量以及预先配置的最小偏差阈值和最大偏差阈值确定对应的偏差尺度,可以包括:在目标设备的像素坐标偏差总量小于预先配置的最小偏差阈值的情况下,可以理解为目标设备的移动规模较小,则可以直接确定目标设备的偏差尺度为0。在像素坐标偏差总量大于预先配置的最大偏差阈值的情况下,可以理解为目标设备的移动规模较大,则可以直接确定对应的偏差尺度为1。在像素坐标偏差总量大于预先配置的最小偏差阈值且小于最大偏差阈值的情况下,可以理解为目标设备的移动规模相对居中,则可以基于最大偏差阈值和最小偏差阈值确定对应的偏差阈值差量,并将像素坐标偏差总量和偏差阈值差量的比值作为对应的偏差尺度,计算如下式:
其中,res_scalex和res_scaley分别为目标设备在x轴和y轴的偏差尺度,sumxd为目标设备在x轴的像素坐标偏差总量,sumyd为目标设备在y轴的像素坐标偏差总量。
S260、基于偏差尺度、像素坐标偏差量以及预先配置的第一补偿阈值和第二补偿阈值对目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据。
本发明实施例中,第一补偿阈值和第二补偿阈值用于表征是否需要对目标设备进行定位补偿的阈值。具体的,可以基于目标设备在x轴和y轴的偏差尺度、目标设备在x轴和y轴的像素坐标偏差量以及预先配置的第一补偿阈值和第二补偿阈值之间的关系,来判断是否需要进行定位补偿,如果需要,则对目标设备的像素坐标进行定位补偿,得到目标设备对应的目标姿态数据。
在上述实施例基础上,基于偏差尺度、像素坐标偏差量以及预先配置的第一补偿阈值和第二补偿阈值对目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据,包括:
基于偏差尺度和坐标像素偏差量确定对应的坐标理论误差值;
在坐标理论误差值大于预先配置的第二补偿阈值的情况下,基于坐标理论误差值对目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据;
在坐标理论误差值大于预先配置的第一补偿阈值且小于第二补偿阈值的情况下,基于坐标理论误差值对应的坐标累计误差值对目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据。
本发明实施例中,坐标理论误差值用于表征目标设备在理论上所产生的误差值,坐标理论误差值可以包括目标设备在x轴的坐标理论误差值和目标设备在y轴的坐标理论误差值。
具体的,可以基于目标设备在x轴的偏差尺度和坐标像素偏差量确定目标设备在x轴的坐标理论误差值,以及基于目标设备在y轴的偏差尺度和坐标像素偏差量确定目标设备在y轴的坐标理论误差值。示例性地,坐标理论误差值计算如下式:
其中,δx,δy分别为目标设备在x轴和y轴的坐标理论误差值,xd,yd分别为目标设备在x轴和y轴的像素坐标偏差量,为目标设备在x轴和y轴的偏差尺度。
在目标设备的坐标理论误差值大于预先配置的第二补偿阈值的情况下,可以基于坐标理论误差值直接对目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据。在得到的目标设备的坐标理论误差值大于预先配置的第一补偿阈值且小于第二补偿阈值的情况下,则可以对坐标理论误差值进行累计,作为对应的坐标累计误差值,并在坐标累计误差值达到第二补偿阈值时,基于坐标累计误差值对目标设备的像素坐标进行定位补偿,定位补偿总量基于像素坐标偏差总量以及预先配置的最小偏差阈值和最大偏差阈值确定,并将坐标累计误差值清零,得到对应的目标姿态数据。
当然,在目标设备的坐标理论误差值小于预先配置的第一补偿阈值时,可以忽略不计,即不进行定位补偿。
根据本实施例的技术方案,在上述实施例的基础上,通过采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数,基于目标四元数转换得到的目标欧拉角和初始欧拉角确定对应的欧拉角变化量,基于欧拉角变化量和目标设备的设备参数确定对应的像素坐标偏差量,基于像素坐标偏差量和第二预设数量确定对应的像素坐标偏差应的偏差尺度,基于偏差尺度、像素坐标偏差量以及预先配置的第一补偿阈值和第二补偿阈值对目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据,即通过启发式偏移修正算法对目标设备的像素坐标进行定位补偿,可以保证得到的目标姿态数据更为准确,进而提升了目标设备的定位准确性。
在一实施例中,图4为根据本发明实施例提供的一种自动定位装置的结构示意图。本实施例可以执行上述实施方式。该实施例可适用于对空中鼠标进行精确定位的情况,该装置可以采用硬件/软件的方式来实现,并可配置在电子设备中。
如图4所示,本实施例中提供的自动定位装置包括:估算模块401、确定模块402和定位补偿模块403,其中:
估算模块401,用于采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数;其中,初始四元数为对目标设备对应的初始欧拉角进行转换得到。
确定模块402,用于基于目标四元数转换得到的目标欧拉角和初始欧拉角确定目标设备对应的像素坐标偏差量。
定位补偿模块403,用于基于像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值对目标设备进行定位补偿,得到对应的目标姿态数据。
根据本发明实施例的技术方案,通过采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数,基于目标四元数转换得到的目标欧拉角和初始欧拉角确定目标设备对应的像素坐标偏差量,基于像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值对目标设备进行定位补偿,得到精确的目标设备定位,解决了现有技术中目标设备在定位过程中存在的精确度误差较大,计算量较大以及无法适用非线性系统的技术问题,以及防止目标设备在定位时的抖动现象,从而可以精确测量目标设备的位姿,进而提高了目标设备定位的精确性。
在上述实施例基础上,自动定位装置,还包括:
初始测量数据获取模块,用于获取目标设备中惯性测量单元的初始测量数据。
目标角速度获取模块,用于对初始测量数据中的初始角速度进行零偏误差处理,得到对应的目标角速度。
初始欧拉角获取模块,用于基于目标角速度和初始测量数据中的初始加速度得到目标设备对应的初始欧拉角。
在上述实施例基础上,目标角速度获取模块,包括:
初始角速度获取单元,用于获取目标设备在启动前的第一预设数量的初始角速度。
平均角速度确定单元,用于基于第一预设数量和初始角速度确定对应的平均角速度。
目标角速度获取单元,用于基于平均角速度和初始角速度,得到对应的目标角速度。
在上述实施例基础上,确定模块402,包括:
欧拉角变化量确定单元,用于基于目标四元数转换得到的目标欧拉角和初始欧拉角确定对应的欧拉角变化量。
像素坐标偏差量确定单元,用于基于欧拉角变化量和目标设备的设备参数确定对应的像素坐标偏差量。
在上述实施例基础上,定位补偿模块403,包括:
像素坐标偏差总量确定单元,用于基于像素坐标偏差量和第二预设数量确定对应的像素坐标偏差总量。
偏差尺度确定单元,用于基于像素坐标偏差总量以及预先配置的最小偏差阈值和最大偏差阈值确定对应的偏差尺度。
目标姿态数据获取单元,用于基于偏差尺度、像素坐标偏差量以及预先配置的第一补偿阈值和第二补偿阈值对目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据。
在上述实施例基础上,偏差尺度确定单元,包括:
第一偏差尺度确定子单元,用于在像素坐标偏差总量小于预先配置的最小偏差阈值的情况下,确定对应的偏差尺度为0。
第二偏差尺度确定子单元,用于在像素坐标偏差总量大于预先配置的最大偏差阈值的情况下,确定对应的偏差尺度为1。
偏差尺度确定子单元,用于在像素坐标偏差总量大于预先配置的最小偏差阈值且小于最大偏差阈值的情况下,基于最大偏差阈值和最小偏差阈值确定对应的偏差阈值差量,并将像素坐标偏差总量和偏差阈值差量的比值作为对应的偏差尺度。
在上述实施例基础上,目标姿态数据获取单元,包括:
理论误差值确定子单元,用于基于偏差尺度和坐标像素偏差量确定对应的坐标理论误差值。
姿态数据获取一子单元,用于在坐标理论误差值大于预先配置的第二补偿阈值的情况下,基于坐标理论误差值对目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据。
姿态数据获取二子单元,用于在坐标理论误差值大于预先配置的第一补偿阈值且小于第二补偿阈值的情况下,基于坐标理论误差值对应的坐标累计误差值对目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据。
本发明实施例提供的一种自动定位装置可执行本发明实施例所提供的任意的自动定位方法,具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本发明任意方法实施例中的描述。
在一实施例中,图5为根据本发明实施例提供的一种电子设备的结构示意图。可以用来实施本发明的实施例的电子设备50,电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备50包括至少一个处理器51,以及与至少一个处理器51通信连接的存储器,如只读存储器(ROM)52、随机访问存储器(RAM)53等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器51可以根据存储在只读存储器(ROM)52中的计算机程序或者从存储单元58加载到随机访问存储器(RAM)53中的计算机程序,来执行各种适当的动作和处理。在RAM 53中,还可存储电子设备50操作所需的各种程序和数据。处理器51、RAM 52以及RAM 53通过总线54彼此相连。输入/输出(I/O)接口55也连接至总线54。
电子设备50中的多个部件连接至I/O接口55,包括:输入单元55,例如键盘、鼠标等;输出单元57,例如各种类型的显示器、扬声器等;存储单元58,例如磁盘、光盘等;以及通信单元59,例如网卡、调制解调器、无线通信收发机等。通信单元59允许电子设备50通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器51可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器51的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器51执行上文所描述的各个方法和处理,例如自动定位方法。
在一些实施例中,自动定位方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元58。在一些实施例中,计算机程序的部分或者全部可以经由ROM 52和/或通信单元59而被载入和/或安装到电子设备50上。当计算机程序加载到RAM 53并由处理器51执行时,可以执行上文描述的自动定位方法的一个或多个步骤。备选地,在其他实施例中,处理器51可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行自动定位方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种自动定位方法,其特征在于,包括:
采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数;其中,所述初始四元数为对目标设备对应的初始欧拉角进行转换得到;
基于所述目标四元数转换得到的目标欧拉角和所述初始欧拉角确定所述目标设备对应的像素坐标偏差量;
基于所述像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值对所述目标设备进行定位补偿,得到对应的目标姿态数据。
2.根据权利要求1所述的方法,其特征在于,在所述采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数之前,还包括:
获取目标设备中惯性测量单元的初始测量数据;
对所述初始测量数据中的初始角速度进行零偏误差处理,得到对应的目标角速度;
基于所述目标角速度和所述初始测量数据中的初始加速度得到所述目标设备对应的初始欧拉角。
3.根据权利要求2所述的方法,其特征在于,所述对所述初始测量数据中的初始角速度进行零偏误差处理,得到对应的目标角速度,包括:
获取所述目标设备在启动前的第一预设数量的初始角速度;
基于所述第一预设数量和所述初始角速度确定对应的平均角速度;
基于所述平均角速度和所述初始角速度,得到对应的目标角速度。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标四元数转换得到的目标欧拉角和所述初始欧拉角确定所述目标设备对应的像素坐标偏差量,包括:
基于所述目标四元数转换得到的目标欧拉角和所述初始欧拉角确定对应的欧拉角变化量;
基于所述欧拉角变化量和所述目标设备的设备参数确定对应的像素坐标偏差量。
5.根据权利要求1所述的方法,其特征在于,所述基于所述像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值对所述目标设备进行定位补偿,得到对应的目标姿态数据,包括:
基于所述像素坐标偏差量和第二预设数量确定对应的像素坐标偏差总量;
基于所述像素坐标偏差总量以及预先配置的最小偏差阈值和最大偏差阈值确定对应的偏差尺度;
基于所述偏差尺度、所述像素坐标偏差量以及预先配置的第一补偿阈值和第二补偿阈值对所述目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据。
6.根据权利要求5所述的方法,其特征在于,所述基于所述像素坐标偏差总量以及预先配置的最小偏差阈值和最大偏差阈值确定对应的偏差尺度,包括:
在所述像素坐标偏差总量小于预先配置的最小偏差阈值的情况下,确定对应的偏差尺度为0;
在所述像素坐标偏差总量大于预先配置的最大偏差阈值的情况下,确定对应的偏差尺度为1;
在所述像素坐标偏差总量大于预先配置的最小偏差阈值且小于最大偏差阈值的情况下,基于最大偏差阈值和最小偏差阈值确定对应的偏差阈值差量,并将所述像素坐标偏差总量和所述偏差阈值差量的比值作为对应的偏差尺度。
7.根据权利要求5所述的方法,其特征在于,基于所述偏差尺度、所述像素坐标偏差量以及预先配置的第一补偿阈值和第二补偿阈值对所述目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据,包括:
基于所述偏差尺度和所述坐标像素偏差量确定对应的坐标理论误差值;
在所述坐标理论误差值大于预先配置的第二补偿阈值的情况下,基于所述坐标理论误差值对所述目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据;
在所述坐标理论误差值大于预先配置的第一补偿阈值且小于第二补偿阈值的情况下,基于所述坐标理论误差值对应的坐标累计误差值对所述目标设备的像素坐标进行定位补偿,得到对应的目标姿态数据。
8.一种自动定位装置,其特征在于,包括:
估算模块,用于采用预设滤波融合算法对目标设备的初始四元数进行估算,得到对应的目标四元数;其中,所述初始四元数为对目标设备对应的初始欧拉角进行转换得到;
确定模块,用于基于所述目标四元数转换得到的目标欧拉角和所述初始欧拉角确定所述目标设备对应的像素坐标偏差量;
定位补偿模块,用于基于所述像素坐标偏差量以及预先配置的最小偏差阈值和最大偏差阈值对所述目标设备进行定位补偿,得到对应的目标姿态数据。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的自动定位方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的自动定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311843625.XA CN117806469A (zh) | 2023-12-28 | 2023-12-28 | 一种自动定位方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311843625.XA CN117806469A (zh) | 2023-12-28 | 2023-12-28 | 一种自动定位方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117806469A true CN117806469A (zh) | 2024-04-02 |
Family
ID=90429370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311843625.XA Pending CN117806469A (zh) | 2023-12-28 | 2023-12-28 | 一种自动定位方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117806469A (zh) |
-
2023
- 2023-12-28 CN CN202311843625.XA patent/CN117806469A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111721289B (zh) | 自动驾驶中车辆定位方法、装置、设备、存储介质及车辆 | |
US20210206390A1 (en) | Positioning method and apparatus, vehicle device, and autonomous vehicle | |
JP2021177168A (ja) | 車両のデッドレコニング方法、装置、デバイス、記憶媒体、及びプログラム | |
CN114018274B (zh) | 车辆定位方法、装置及电子设备 | |
CN111551174A (zh) | 基于多传感器惯性导航系统的高动态车辆姿态计算方法及系统 | |
CN110926460A (zh) | 一种基于IMU的uwb定位异常值处理方法 | |
US20210356605A1 (en) | Method, apparatus, device and medium for calibrating temperature drift | |
CN111076722A (zh) | 基于自适应的四元数的姿态估计方法及装置 | |
JP2019078560A (ja) | ジャイロセンサのオフセット補正装置、オフセット補正プログラム、歩行者自律航法装置 | |
CN114179825A (zh) | 多传感器融合获取量测值置信度方法及自动驾驶车辆 | |
CN116067370A (zh) | 一种imu姿态解算方法及设备、存储介质 | |
JP2021099373A (ja) | 速度予測方法、装置、電子機器、記憶媒体及びコンピュータプログラム製品 | |
CN113566850B (zh) | 惯性测量单元的安装角度标定方法、装置和计算机设备 | |
US20200049504A1 (en) | Machine learning zero-rate level calibration | |
CN106931965B (zh) | 一种确定终端姿态的方法及装置 | |
CN115805593B (zh) | 力传感器安装信息确定方法、装置、设备和介质 | |
CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
CN117806469A (zh) | 一种自动定位方法、装置、设备及介质 | |
CN114964214B (zh) | 一种航姿参考系统的扩展卡尔曼滤波姿态解算方法 | |
CN115628754A (zh) | 里程计初始化方法、装置、电子设备及自动驾驶车辆 | |
CN117889851A (zh) | 姿态确定方法、装置、设备及存储介质 | |
CN115096304B (zh) | 延时误差修正方法、装置、电子设备和存储介质 | |
CN117451048A (zh) | 排水管道检测仪姿态解算方法及装置 | |
CN117058430B (zh) | 用于视场匹配的方法、装置、电子设备和存储介质 | |
CN115164888B (zh) | 一种误差修正方法、装置、电子设备和存储介质 |
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 |