定位诊断方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及数据处理领域，公开了一种定位诊断方法、装置、设备及存储介质，该方法包括：获取若干传感器的采集数据并将所有传感器的采集数据进行融合处理，得到定位状态量；基于采集数据对定位状态量进行跳变故障检测，得到跳变检测结果；计算采集数据和定位状态量之间的误差；对采集数据针对的同一状态进行歧义诊断，得到歧义诊断结果；基于跳变检测结果、误差和歧义诊断结果判断定位系统中存在的异常定位。本方法中通过对采集数据和定位状态量的处理，确定不符合运动学原理变化的传感器、存在误差的传感器和/或定位系统和确定存在歧义的针对同一状态两个传感器，定位出发生问题的传感器或定位系统，实现对传感器和定位系统的定位诊断。位诊断。位诊断。

【技术实现步骤摘要】
定位诊断方法、装置、设备及存储介质


[0001]本专利技术涉及数据处理领域，尤其涉及一种定位诊断方法、装置、设备及存储介质。

技术介绍

[0002]多传感器融合的定位方法被广泛应用于自动驾驶，机器人，无人机等领域。而融合过程中各传感器的状态决定了最终定位结果的可靠性和精度。现有的定位系统状态评估方法主要是计算估计位置和真实位置之间的差异作为评估传感器精度的指标。然而大多数情况下，通过传感器采集的采集数据是很难判断其准确性的，尤其在车辆驾驶这种大型的运动场景更是难以通过传感器采集数据判断采集数据的准确性和可靠性以及进一步的判断若干传感器中发生问题的传感器。

技术实现思路

[0003]本专利技术的主要目的在于解决现有的定位诊断过程中，无法定位发生问题的传感器的技术问题。
[0004]本专利技术第一方面提供了一种定位诊断方法，所述定位诊断方法包括：获取若干传感器的采集数据并将所有传感器的采集数据进行融合处理，得到定位状态量；基于采集数据对所述定位状态量进行跳变故障检测，得到跳变检测结果；计算所述采集数据和所述定位状态量之间的误本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种定位诊断方法，其特征在于，所述定位诊断方法包括：获取若干传感器的采集数据并将所有传感器的采集数据进行融合处理，得到定位状态量；基于采集数据对所述定位状态量进行跳变故障检测，得到跳变检测结果；计算所述采集数据和所述定位状态量之间的误差；对所述采集数据针对的同一状态进行歧义诊断，得到歧义诊断结果；基于所述跳变检测结果、所述误差和所述歧义诊断结果判断所述定位系统中存在的异常定位。2.根据权利要求1所述的定位诊断方法，其特征在于，所述获取若干传感器的采集数据并将所有传感器的采集数据进行融合处理，得到定位状态量，包括：获取若干传感器的当前时刻的采集数据和上一时刻的定位状态量；将上一时刻的定位状态量输入转化函数中，得到当前时刻的第一定位状态量；根据当前时刻的采集数据对所述第一定位状态量进行修正，得到当前时刻的定位状态量。3.根据权利要求2所述的定位诊断方法，其特征在于，在所述将上一时刻的定位状态量输入转化函数中，得到当前时刻的第一定位状态量之前，还包括：基于上一时刻的所述定位状态量和所述采集数据计算预测偏差值和卡尔曼增益矩阵；基于所述预测偏差值和所述卡尔曼增益矩阵对所述转化函数进行更新。4.根据权利要求2所述的定位诊断方法，其特征在于，所述基于采集数据对所述定位状态量进行跳变故障检测，得到跳变检测结果，包括：调用上一时刻、当前时刻下的所述采集数据和上一时刻下的定位状态量；基于上一时刻的所述采集数据和所述定位状态量计算第二定位状态量；基于当前时刻的所述采集数据与所述第二定位状态量计算得到当前时刻的跳变量；计算所述跳变量的二阶行列式，得到当前时刻下的跳变判断值；基于所述跳变判断值的大小确定对应于所述跳变判断值的传感器是否作为异常定位；将被确定为所述异常定位的传感器记录至跳变检测结果。5.根据权利要求2所述的定位诊断方法，其特征在于，所述计算误差包括马氏距离和绝对误差，所述计算所述采集数据和所述定位状态量之间的误差，包括：计算当前时刻下的所述采集数据和当前时刻下的所述定位状态量的马氏距离和绝对误差；基于所述马氏距离和所述绝对误差的大小确定对应于所述马氏距离和所述绝对误差的传感器或定位系统是否作为异常定位；将所述异常定位记录至误差。6.根据权利要求2所述的定位诊断方法，其特征在于，所述对所述采集数据针对的同一状态进行歧义诊断，得到歧义诊断结果，包括：调用针...

【专利技术属性】
技术研发人员：纪淮宁，韩旭，
申请(专利权)人：广州文远知行科技有限公司，
类型：发明
国别省市：