【技术实现步骤摘要】
融合定位方法和装置
[0001]本公开涉及定位
，尤其涉及一种融合定位方法和装置。
技术介绍
[0002]定位技术被应用于地图中，定位技术可以包括卫星定位、惯性定位、以及网络定位。在一些示例中，可以通过卡尔曼滤波的方式对定位技术中的两种定位进行融合处理，以实现融合定位，如通过卡尔曼滤波对卫星定位和惯性定位进行融合处理，以得到载体的状态量。然而，采用卡尔曼滤波的融合定位相对于比较局限，可扩展性偏差。
技术实现思路
[0003]本公开提供一种融合定位方法和装置，用以提高定位的有效性和可靠性。
[0004]第一方面，本公开实施例提供一种融合定位方法，包括：
[0005]获取采用不同定位技术定位载体得到的卫星因子残差、网络因子残差、以及惯性因子残差，其中，所述卫星因子残差基于所述载体观测卫星得到的卫星观测值自适应性调整；
[0006]采用因子图算法对所述卫星因子残差、所述网络因子残差、以及所述惯性因子残差进行融合处理，得到融合结果，并对所述融合结果进行迭代求解，得到所述载体的状态量。
【技术保护点】
【技术特征摘要】
1.一种融合定位方法，其特征在于，所述方法包括：获取采用不同定位技术定位载体得到的卫星因子残差、网络因子残差、以及惯性因子残差，其中，所述卫星因子残差基于所述载体观测卫星得到的卫星观测值自适应性调整；采用因子图算法对所述卫星因子残差、所述网络因子残差、以及所述惯性因子残差进行融合处理，得到融合结果，并对所述融合结果进行迭代求解，得到所述载体的状态量。2.根据权利要求1所述的方法，其特征在于，获取所述卫星因子残差，包括：获取基于所述载体观测各卫星得到的各卫星各自对应的卫星观测值；根据每一卫星分别对应的卫星观测值、预设卫星因子协方差、以及动态权重因子，构建各卫星观测值与所述载体的状态量之间的卫星因子残差，其中，每一卫星的动态权重因子基于该卫星的卫星观测值自适应调整。3.根据权利要求2所述的方法，其特征在于，所述根据每一卫星分别对应的卫星观测值、预设卫星因子协方差、以及动态权重因子，构建各卫星观测值与所述载体的状态量之间的卫星因子残差，包括：针对每一卫星，根据该卫星的卫星观测值构建该卫星观测值与所述载体的状态量之间的伪距残差，根据该卫星的卫星观测值构建该卫星观测值与所述载体的状态量之间的伪距率残差；根据每一卫星分别对应的伪距残差、伪距率残差、预设卫星因子协方差、以及动态权重因子，构建用于表征各卫星观测值与所述载体的状态量之间的整体残差的所述卫星因子残差。4.根据权利要求3所述的方法，其特征在于，针对每一卫星，该卫星对应的卫星观测值中包括：该卫星的伪距、该卫星的伪距率、该卫星的位置、该卫星的钟差、该卫星的速度、该卫星的钟漂、以及该卫星与所述载体之间的坐标差值；其中，该卫星的伪距残差是基于该卫星的伪距、该卫星的位置、所述载体的状态量中的位置、所述载体的状态量中的钟差、以及该卫星的钟差构建的；该卫星的伪距率残差是基于该卫星的伪距率、该卫星的速度、所述载体的状态量中的速度和钟漂、该卫星的钟漂、以及该卫星与所述载体之间的坐标差值构建的。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，获取所述网络因子残差，包括：获取基于网络定位的定位技术对所述载体定位得到的网络定位结果，其中，所述网络定位结果包括所述载体的网络定位位置、以及所述网络定位位置的第一置信度；确定所述网络定位位置的网络定位类型属性，其中，所述网络定位类型属性为所述第一置信度达到第一阈值的可靠类型，或者为所述第一置信度未达到所述第一阈值的非可靠类型；采用与所述网络定位类型属性对应的方式，构建所述网络定位位置与所述载体的状态量中的位置之间的网络因子残差。6.根据权利要求5所述的方法，其特征在于，所述网络定位类型属性为所述可靠类型；所述网络因子残差是根据所述网络定位位置与所述载体的状态量中的位置之间的第一差值、预设最大残差值、预设网络因子协方差、预设最小距离、以及预设最大距离构建的。7.根据权利要求6所述的方法，其特征在于，若所述第一差值小于所述预设最小距离，则所述网络因子残差为零；
若所述第一差值大于所述预设最大距离，则所述网络因子残差基于所述预设最大残差值和所述预设网络因子协方差确定；若所述第一差值位于所述预设最小距离和所述预设最大距离之间，则所述网络因子残差为所述预设最大残差值与商值之间的乘积、以及所述预设网络因子协方差确定，其中，所述商值是指第二差值与第三差值之间的商值，所述第二...
【专利技术属性】
技术研发人员：袁赫良，方兴，罗雷刚，赵启龙，高喜乐，何宇力，王超，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。