[发明专利]位姿数据的处理方法、处理装置、处理器和车辆系统

权利要求书

1.一种位姿数据的处理方法，其特征在于，包括：

获取预定时间段内车辆对应的原始数据，所述原始数据包括GNSS接收机输出的RTK数据以及IMU检测得到的姿态数据，所述RTK数据包括多个位置数据、多个速度数据以及多个位置标准差数据，一个时刻对应一个所述位置数据、一个所述速度数据以及一个所述位置标准差数据，所述姿态数据包括多个角速度数据以及多个加速度数据，所述姿态数据包括多个角速度数据以及多个加速度数据；

至少采用反向卡尔曼滤波算法对所述原始数据进行处理，得到初始RTK数据和初始姿态数据，所述初始RTK数据为初始时刻的所述RTK数据经过所述反向卡尔曼滤波算法处理得到的数据，所述初始姿态数据为初始时刻的所述姿态数据经过所述反向卡尔曼滤波算法处理得到的数据；

确定将所述初始RTK数据和所述初始姿态数据作为正向卡尔曼滤波算法的初始时刻的状态数据，并采用正向卡尔曼滤波算法对所述初始时刻的状态数据进行处理，得到滤波数据；

采用RTS算法对所述滤波数据进行处理，得到处理后的所述RTK数据以及所述姿态数据。

2.根据权利要求1所述的方法，其特征在于，至少采用反向卡尔曼滤波对所述原始数据进行处理，得到初始RTK数据和初始姿态数据，包括：

对所述原始数据进行预处理，得到预处理后数据，所述预处理至少包括以下之一：删除不满足第一预定条件的所述原始数据、对不满足第二预定条件的所述原始数据进行降权，所述第一预定条件为所述位置标准差在第一预定范围，所述第二预定条件为所述位置标准差在第二预定范围，所述第一预定范围和所述第二预定范围不同；

采用反向卡尔曼滤波对所述预处理后数据进行处理，得到所述初始RTK数据和所述初始姿态数据。

3.根据权利要求2所述的方法，其特征在于，对所述原始数据进行预处理，得到预处理后数据，包括：

确定第一阈值，第二阈值和第三阈值，所述第三阈值大于等于所述第二阈值，所述第二阈值大于等于所述第一阈值；

根据所述第一阈值、所述第二阈值和所述第三阈值，确定所述第一预定范围和所述第二预定范围，所述第一预定范围为大于三倍的所述第一阈值的范围，所述第二预定范围包括第一子范围、第二子范围、第三子范围和第四子范围，所述第一子范围为小于等于三倍的所述第一阈值且大于两倍的所述第一阈值的范围，所述第二子范围为大于所述第三阈值的范围，所述第三子范围为小于等于两倍的所述第一阈值且大于所述第一阈值的范围，第四子范围为小于所述第二阈值的范围；

删除所述位置标准差在所述第一预定范围内的所述原始数据；

对所述位置标准差在所述第二预定范围内的所述原始数据进行降权。

4.根据权利要求3所述的方法，其特征在于，确定第一阈值，第二阈值和第三阈值，包括：

将所述原始数据中的所有的所述位置标准差按照由小到大排列，形成预定数列；

确定所述第一阈值为预定数列的前68％中的最大值；

确定所述第二阈值为所述预定数列的前80％中的最大值；

确定所述第三阈值为所述预定数列中的前95％中的最大值。

5.根据权利要求2所述的方法，其特征在于，采用所述反向卡尔曼滤波对所述预处理后数据进行处理，得到所述初始RTK数据和所述初始姿态数据，包括：

对所述预处理后数据按照时间从后至前的顺序做惯性导航初始对准；

对所述预处理后数据按照时间从后至前的顺序执行惯性导航积分运算；

对所述预处理后数据按照时间从后至前的顺序执行卡尔曼滤波预测及更新；

在所述卡尔曼滤波算法运行到所述初始时刻的所述预处理后数据时，得到所述初始RTK数据和所述初始姿态数据。