定位信息的更新方法、装置、电子设备及存储介质与流程

1.本技术涉及定位技术领域，具体涉及一种定位信息的更新方法、装置、电子设备及存储介质。


背景技术：

2.rtk(real
‑
time kinematic，实时动态)载波相位差分技术，是实时处理两个测量站载波相位观测量的差分方法，将参考站采集的载波相位发给用户接收机，进行求差解算位置和速度信息。但rtk在半遮挡复杂环境下容易产生定位的跳点和漂移。
3.传统解决方法是将rtk的定位数据与imu(inertial measurementunit，管型测量单元)、视觉传感器、激光雷达和轮式里程计等进行多传感器数据融合来提高定位性能。但上述方法并未提升rtk定位本身的定位精度，并且数据融合难度以及定位系统配置成本较高。


技术实现要素：

4.本技术实施例公开了一种定位信息的更新方法、装置、电子设备及存储介质，能够提高rtk定位的定位精度，降低了数据融合的难度和定位系统配置成本。
5.本技术实施例公开一种定位信息的更新方法，所述方法包括：对当前时刻的rtk差分数据以及卫星定位数据进行解算，得到当前时刻对应的原始 rtk定位数据；通过卡尔曼滤波模型对所述当前时刻对应的原始rtk定位数据与所述卡尔曼滤波模型得到的上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据；根据所述当前时刻的目标 rtk定位数据对所述当前时刻的原始rtk定位数据进行更新。
6.本技术实施例公开一种定位信息的更新装置，所述装置包括：解算模块，用于对当前时刻的rtk差分数据以及卫星定位数据进行解算，得到当前时刻对应的原始rtk定位数据；定位模块，用于通过卡尔曼滤波模型对所述当前时刻对应的原始rtk定位数据与所述卡尔曼滤波模型得到的上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据；更新模块，用于根据所述当前时刻的目标rtk定位数据对所述当前时刻的原始rtk定位数据进行更新。
7.本技术实施例公开一种定位设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现本技术实施例公开的任意一种定位信息的更新方法。
8.本技术实施例公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序被处理器执行时实现本技术实施例公开的任意一种定位信息的更新方法。
9.与相关技术相比，本技术实施例具有以下有益效果：
10.对获取的当前时刻的rtk差分数据和卫星定位数据进行解算，得到当前时刻的原始rtk定位数据，通过卡尔曼滤波模型对当前时刻对应的原始rtk 定位数据以及上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据，采用当前时刻
对应的目标rtk定位数据对当前时刻的原始rtk定位数据进行更新。将当前时刻的rtk原始数据与上一时刻的目标rtk定位数据通过卡尔曼滤波模型进行数据融合，根据得到的当前时刻的 rtk目标定位数据对当前时刻的原始rtk定位数据进行更新，并以此不断进行迭代更新，在不引入其他硬件信息源的情况下能够提高rtk定位本身的定位精度，降低了数据融合度和定位系统的配置成本。
附图说明
11.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例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技术的一些实施例，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。
12.图1a是本技术实施例公开的一种定位信息的更新方法的应用场景示意图；
13.图1b是一个实施例公开的一种定位设备的结构示意图；
14.图2是本技术实施例公开的一种定位信息的更新方法的方法流程示意图；
15.图3是采用本技术的定位信息的更新方法后的经度改进效果图；
16.图4是采用本技术的定位信息的更新方法后的纬度改进效果图；
17.图5是一个实施例公开的获取当前时刻对应的目标rtk定位数据的流程示意图；
18.图6是本技术实施例公开的一种定位信息的更新装置的结构示意图；
19.图7是本技术实施例公开的另一种定位信息的更新装置的结构示意图；
20.图8是一个实施例公开的一种电子设备的结构示意图。
具体实施方式
21.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
22.需要说明的是，本技术实施例及附图中的术语“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.rtk(real
‑
time kinematic，实时动态)载波相位差分技术，是实时处理两个测量站载波相位观测量的差分方法，将参考站采集的载波相位发给定位设备，进行求差解算位置和速度信息。但在半遮挡负载环境下，由于可见卫星数据减少或空间几何分布不佳影响卫星定位解算精度，或者由于卫星信号传播过程中容易产生多路径效应导致rtk解算出现较大误差，又或者由于差分信号传输链路不稳定，造成参考站向定位设备发送的差分数据延迟或中断，影响rtk解算精度，使得rtk在半遮挡复杂环境下容易产生定位的跳点和漂移。
24.传统解决方法是将定位设备与imu(inertial measurement unit，管型测量单元)、视觉传感器、激光雷达和轮式里程计等进行多传感器数据融合来提高定位性能。这种解决方式下，rtk定位本身的定位精度并未得到提升，也就是单独采用rtk定位方式进行定
位时的定位效果并未得到提高，并且将rtk定位的定位数据与至少一个外部传感器的数据进行融合的难度较高，对于定位系统而言，需要配置较多部件以及性能较高的数据处理部件，这使得定位系统的配置成本也较高。
25.本技术实施例公开了一种定位信息的更新方法、装置、定位设备及存储介质，能够提高车辆模型的显示效果。以下分别进行详细说明。
26.请参阅图1a，图1a是本技术实施例公开的一种定位信息的更新方法的应用场景示意图。如图1a所示，可包括定位设备10和参考站20，定位设备可在参考站的一定范围内进行固定或移动。如图1所示，参考站20可包括第一参考站和第二参考站，定位设备可接收第一参考站和第二参考站发送的当前时刻的rtk差分数据，还可自动选取第一参考站或者第二参考站来接收该参考站发送的当前时刻的rtk差分数据。
27.请参阅图1b，图1b是一个实施例公开的一种定位设备的结构示意图。如图1b所示，定位设备10包括处理器110、信息采集模块120和无线通信模块130。
28.在本技术实施例中，处理器110，可包括微控制单元(micro controllerunit，mcu)、定位设备电脑等，但不限于此。处理器110可为定位设备10 的控制中心，利用各种接口和线路连接整个定位设备的各个部分，并执行定位设备的各种功能和处理数据。
29.在本技术实施例中，信息采集模块120，可包括一个或多个卫星信号接收装置，卫星信号接收装置可设置在定位设备的不同位置，具体不做限定。信息采集模块120可以在处理器110的控制下采集一个或多个卫星的卫星信号。
30.在本技术实施例中，无线通信模块130，可以在处理器110的控制下通过天线接收参考站20的发射无线信号。其中，无线信号可包括但不限于：超宽带(ultra wide band，uwb)信号、wi
‑
fi信号。
31.在一个实施例中，定位设备可以如前述定位设备10所示，具有信息采集和无线通信能力，在进行当前时刻的rtk定位时，定位设备可接收参考站20发射的rtk差分数据，同时，定位设备采集当前时刻的卫星定位数据，对接收的当前时刻的rtk差分数据和采集的当前时刻的卫星定位数据进行解算，得到当前时刻的原始rtk定位数据，再将当前时刻的原始rtk 定位数据与上一时刻的目标rtk定位数据通过卡尔曼滤波模型进行数据融合，得到当前时刻的目标rtk定位数据。
32.请参阅图2，图2是本技术实施例公开的一种定位信息的更新方法的方法流程示意图，该方法可应用于前述的定位设备。如图2所示，该方法可包括以下步骤：
33.210、对当前时刻的rtk差分数据以及卫星定位数据进行解算，得到当前时刻对应的原始rtk定位数据。
34.在本技术实施例中，rtk定位系统可包括定位设备10和参考站20，定位设备可包括但不限于智能终端、定位器、汽车等。rtk定位系统中的定位设备和参考站均进行上电初始化，可包括启动电路硬件、按照预设值初始化 rtk定位系统的相关参数以及开始搜索卫星等。参考站20可通过卫星接收机接收当前时刻的载波相位，其中，rtk差分数据至少包括参考站设置位置的坐标信息以及通过卫星接收机接收到的当前时刻的载波相位。参考站可实时通过无线传输方式如无线电传输方式将当前时刻的rtk差分数据发送到定位设备10中。定位设备10通过信息采集模块120如卫星接收机接收卫星的载波相位。定位设备10在接收到参考站20发送过来的当前时刻的 rtk差分数据并且信息采集模块120采集得到当前时刻
卫星的载波相位后，可根据相对定位的原理，实时解算出定位设备10当前时刻对应的原始 rtk定位数据。其中，原始rtk定位数据可以为定位设备10的三维坐标以及三维速度。参考站20可为固定参考站。若参考站为固定参考站，则需要将固定参考站预先架设在已知三维坐标的点上。
35.在本技术实施例中，rtk定位系统可以包括能进行载波相位差分运算的且能够得到位置和速度等导航信息gnss定位系统，在此不作具体限定。
36.在一个实施例中，定位设备接收的当前时刻的rtk差分数据可由虚拟参考站进行发送。与固定参考站不同，虚拟参考站网络中，各参考站不直接向定位设备发送任何rtk差分数据，而是将各参考站的rtk差分数据通过数据通讯线发给虚拟参考站网络的控制中心。同时，定位设备在工作前先通过gsm(global system for mobile communications，全球移动通信系统)的短信息功能向控制中心发送一个定位设备所在位置的精度较低的坐标，控制中心收到该概略坐标对应的位置信息后，根据该位置信息由计算机自动选择最佳的一个或多个参考站。并根据选择的参考站的rtk差分数据，整体的改正gps的轨道误差，电离层，对流层和大气折射引起的误差，将高精度的rtk差分数据发给定位设备中。这个rtk差分数据的效果相当于在定位设备旁边生成一个虚拟的参考站，有效地解决了rtk作业距离上的限制问题，并保证了定位设备的精度。
37.220、通过卡尔曼滤波模型对当前时刻对应的原始rtk定位数据与卡尔曼滤波模型得到的上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据。
38.在本技术实施例中，定位设备可先获取上一时刻卡尔曼滤波模型处理后得到的目标rtk定位数据，即上一时刻对应的目标rtk定位数据，再通过卡尔曼滤波模型对当前时刻对应的原始rtk定位数据与上一时刻对应的 rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据。其中，卡尔曼滤波模型为采用卡尔曼滤波算法的模型，也就是基于概率统计原理的预测算法，在变化的数据中去除噪声对系统未来输出做出预测的模型。
39.230、根据当前时刻的目标rtk定位数据对当前时刻的原始rtk定位数据进行更新。
40.在本技术实施例中，定位设备根据得到的当前时刻对应的目标rtk定位数据，来对当前时刻对应的原始rtk定位数据进行更新。其中，更新方式可以为采用当前时刻对应的目标rtk定位数据来替代当前时刻对应的原始rtk定位数据；还可以为采用当前时刻对应的目标位置信息和目标速度信息来构建下一时刻的卡尔曼滤波模型中的状态方程。
41.在本技术实施例中，请参阅图3，图3是采用本技术的定位信息的更新方法后的经度改进效果图。图3中的虚线表示采用了本技术的定位信息的更新方法后得到的目标rtk定位数据中的经度变化示意图，图3中的实线表示rtk定位输出的原始rtk定位数据中的经度变化示意图，可见采用了本技术的定位信息的更新方法后定位效果的准确度更高。请参阅图4，图4是采用本技术的定位信息的更新方法后的纬度改进效果图。图4中的虚线表示采用了本技术的定位信息的更新方法后得到的目标rtk定位数据中的纬度变化示意图，图4中的实线表示rtk定位输出的原始rtk定位数据中的纬度变化示意图，可见采用了本技术的定位信息的更新方法后定位效果的准确度更高。
42.在本技术实施例中，对获取的当前时刻的rtk差分数据和卫星定位数据进行解算，得到当前时刻的原始rtk定位数据，通过卡尔曼滤波模型对当前时刻对应的原始rtk定位数
据以及上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据，采用当前时刻对应的目标rtk定位数据对当前时刻的原始rtk定位数据进行更新。将当前时刻的rtk原始数据与上一时刻的目标rtk定位数据通过卡尔曼滤波模型进行数据融合，根据得到的当前时刻的rtk目标定位数据对当前时刻的原始 rtk定位数据进行更新，并以此不断进行迭代更新，在不引入其他硬件信息源的情况下能够提高rtk定位本身的定位精度，降低了数据融合度和定位系统的配置成本。
43.在一个实施例中，原始rtk定位数据可包括原始位置信息和原始速度信息，目标rtk定位数据包括目标位置信息和目标速度信息，其中，原始位置信息和目标位置信息均可为三维坐标形式，如px、py、pz可表示定位设备所在位置的三维坐标，原始速度信息和目标速度信息均可为三维速度形式，如vx、vy、vz可表示定位设备的三维速度。
44.因此，在通过卡尔曼滤波模型对当前时刻对应的原始rtk定位数据与卡尔曼滤波模型得到的上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据之前，所述方法还包括：
45.依据当前时刻的原始位置信息和当前时刻的原始速度信息构建卡尔曼滤波模型中的观测方程；
46.依据上一时刻的目标位置信息和上一时刻的目标速度信息构建卡尔曼滤波模型中的状态方程。
47.在本技术实施例中，构建的卡尔曼滤波模型中的观测方程可以以矩阵形式进行表示，具体可表示为下述式(1)：
[0048][0049]
其中，px
o
、py
o
、pz
o
表示当前时刻的原始rtk定位数据中的三维位置，vx
o
、vy
o
、vz
o
表示当前时刻的原始rtk定位数据中的三维速度，上述的当前时刻对应的原始rtk定位数据中的三维位置和三维速度，构成当前时刻对应的原始rtk定位数据的六维矩阵，即当前时刻卡尔曼滤波模型中的观测方程z
k
。
[0050]
在本技术实施例中，构建的卡尔曼滤波模型中的状态方程可以以矩阵形式进行表示，具体可表示为下述式(2)：
[0051][0052]
其中，px
k
‑1、py
k
‑1、pz
k
‑1表示上一时刻对应的目标rtk定位数据中的三维位置，
vx
k
‑1、vy
k
‑1、vz
k
‑1表示上一时刻对应的目标rtk定位数据中的三维速度，上述的上一时刻对应的目标rtk定位数据中的三维位置和三维速度，构成上一时刻对应的目标rtk定位数据的六维矩阵，即当前时刻卡尔曼滤波模型中的状态方程p
k
‑1。
[0053]
在一个实施例中，请参阅图5，图5是一个实施例公开的获取当前时刻对应的目标rtk定位数据的流程示意图。通过卡尔曼滤波模型对当前时刻对应的原始rtk定位数据与卡尔曼滤波模型得到的上一时刻对应的目标 rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据，包括：
[0054]
510、通过卡尔曼滤波模型根据上一时刻对应的目标rtk定位数据对当前时刻进行状态估计，得到状态估计结果。
[0055]
520、以当前时刻对应的原始rtk定位数据作为观测值，对状态估计结果进行更新，得到当前时刻对应的目标rtk定位数据。
[0056]
在本技术实施例中，定位设备先提取上一时刻卡尔曼滤波模型处理后得到的目标rtk定位数据，即上一时刻对应的目标rtk定位数据，提取后在卡尔曼滤波模型中依据上一时刻对应的目标rtk定位数据进行当前时刻的状态估计，得到状态估计结果。其中，状态估计结果为依据上一时刻对应的目标rtk定位数据估计的当前时刻对应的rtk定位数据。定位设备以当前时刻对应的原始rtk定位数据作为在卡尔曼滤波模型中的观测值，依据该观测值来对当前时刻的状态估计结果进行更新，进而得到当前时刻对应的目标rtk定位数据。通过依据上一时刻的目标rtk定位数据预估当前时刻的状态估计结果，再采用采集的当前时刻的原始rtk定位数据作为观测值对状态估计结果进行更新。上述方式能够合理地将上一时刻的目标rtk定位数据和当前时刻的原始rtk定位数据进行融合，并且较之一般的直接采用原始rtk定位数据或者状态估计结果，得到的当前时刻的rtk目标定位数据具有更高的准确性。
[0057]
在一个实施例中，通过卡尔曼滤波模型根据上一时刻对应的目标rtk 定位数据对当前时刻进行状态估计，得到状态估计结果，包括：
[0058]
通过卡尔曼滤波模型中的状态转移矩阵对上一时刻对应的目标rtk定位数据进行转换，得到当前时刻的状态估计结果。
[0059]
在本技术实施例中，定位设备通过卡尔曼滤波模型中的状态转移矩阵，来对上一时刻对应的目标rtk定位数据进行转换，转换后得到当前时刻的状态估计结果。其中，状态转移矩阵可以依据上一时刻对应的目标rtk定位数据和当前时刻的状态估计结果之间的转换关系来设置。
[0060]
在本技术实施例中，根据上述依据上一时刻对应的目标rtk定位数据中的三维位置和三维速度构建的状态方程，结合状态转移矩阵，能够获知当前时刻的状态估计结果的转换公式表示为下述式(3)：
[0061][0062]
其中，为当前时刻的状态估计结果，为上一时刻对应的目标 rtk定位数据，a为转换矩阵。
[0063]
在本技术实施例中，上述获知当前时刻的状态估计结果的转换公式，即式(3)，可以以矩阵形式进行表示，具体可表示为下述式(4)：
[0064][0065]
其中，表示当前时刻对应的状态估计结果中的三维位置，表示估计的当前时刻对应的状态估计结果中的三维速度，上述的当前时刻对应的状态估计结果中的三维位置和三维速度，构成当前时刻对应的状态估计结果的六维矩阵。该状态转移矩阵，依据常规的匀速直线运动的位移公式x＝x0 v0t以及速度公式v＝v0来设定，状态转移矩阵的设定所依据的位移和速度之间的相互关系并不限于此。状态转移矩阵表示为下述式(5)：
[0066][0067]
其中，a为状态转换矩阵，dt为设置的各时刻之间的时间间隔。
[0068]
在一个实施例中，以当前时刻对应的原始rtk定位数据作为观测值，对状态估计结果进行更新，得到当前时刻对应的目标rtk定位数据，包括：
[0069]
根据当前时刻对应的误差协方差计算当前时刻对应的卡尔曼增益，当前时刻对应的误差协方差是根据状态转移矩阵以及上一时刻对应的误差协方差计算得到的。
[0070]
根据当前时刻对应的卡尔曼增益、当前时刻对应的原始rtk定位数据对状态估计结果进行更新，得到当前时刻对应的目标rtk定位数据。
[0071]
在本技术实施例中，在依据的当前时刻对应的原始rtk定位数据通过卡尔曼滤波模型对状态估计结果进行更新的过程中，具体需要先行计算当前时刻对应的误差协方差，根据当前时刻对应的误差协方差来计算当前时刻对应的卡尔曼增益，进而依据当前时刻对应的卡尔曼增益以及当前时刻对应的原始rtk定位数据对当前时刻的状态估计结果进行更新，来得到当前时刻对应的目标rtk定位数据。其中，当前时刻对应的误差协方差是根据状态转移矩阵以及上一时刻对应的误差协方差计算得到的，当前时刻对应的误差协方差所需要的转移矩阵与得到当前时刻的状态估计结果所需要的状态转移矩阵相同。
[0072]
在本实施例中，根据计算得到的当前时刻对应的误差协方差、当前时刻对应的卡尔曼增益、当前时刻的状态估计结果以及当前时刻对应的原始 rtk定位数据，可以得到当前时刻对应的目标rtk定位数据以矩阵形式表示的计算公式，该公式可具体表示为下述式(6)：
[0073][0074]
其中，为当前时刻的状态估计结果，z
k
为当前时刻对应的原始rtk 定位数据，k
k
为当前时刻的卡尔曼增益，h为量测矩阵，具体可为 h＝i6×6。
[0075]
在一个实施例中，将上一时刻对应的误差协方差通过转换矩阵进行转换得到当前时刻对应的误差协方差的过程中，还需要考虑过程噪声方差，因此，在卡尔曼滤波模型中获取当前时刻对应的误差协方差的过程中，该过程可以以矩阵形式进行表示，具体表示为下述式(7)：
[0076][0077]
其中，为当前时刻的误差协方差矩阵，a为转换矩阵，p
k
‑1为上一时刻对应的误差协方差矩阵，q为过程噪声方差矩阵。能够提高计算得到的当前时刻的误差协方差的准确度。
[0078]
在一个实施例中，在根据当前时刻对应的误差协方差计算当前时刻对应的卡尔曼增益的过程中，还需要考虑量测噪声方差，因此，在卡尔曼滤波模型中获取当前时刻对应的卡尔曼增益的过程中，该过程可以以矩阵形式进行表示，具体表示为下述式(8)：
[0079][0080]
其中，k
k
为当前时刻的卡尔曼增益，为当前时刻的误差协方差矩阵，h为量测矩阵，具体可为h＝i6×6，r为量测噪声方程矩阵。能够提高当前时刻的卡尔曼增益的准确度。
[0081]
在一个实施例中，在根据当前时刻的目标rtk定位数据对当前时刻的原始rtk定位数据进行更新之后，所述方法还包括：
[0082]
根据当前时刻对应的误差协方差对上一时刻对应的误差协方差进行更新。
[0083]
在本技术实施例中，定位设备通过卡尔曼滤波模型计算得到当前时刻对应的误差协方差，并利用该当前时刻对应的误差协方差和卡尔曼增益等来更新当前时刻的状态估计结果，得到当前时刻对应的目标rtk定位数据之后，需要根据当前时刻对应的误差协方差对上一时刻对应的误差协方差进行更新。在对上一时刻对应的误差协方差进行更新前，还可以先采用卡尔曼滤波增益对当前时刻对应的误差协方差进行更新，再采用更新后的当前时刻对应的误差协方差来对上一时刻的误差协方差进行更新。
[0084]
在本技术实施例中，上述先采用卡尔曼滤波增益对当前时刻对应的误差协方差进行更新的过程可以采用矩阵形式进行表示，具体可表示为下述式 (9)：
[0085][0086]
其中，p
k
为采用卡尔曼滤波增益更新后的当前时刻对应的误差协方差矩阵。更新后可采用更新后的当前时刻对应的误差协方差矩阵p
k
来替换上一时刻对应的误差协方差矩阵p
k
‑1来进行上一时刻的误差协方差的更新。能够有效地误差协方差的准确率，进而提高后续循环过程中定位信息更新的准确度。
[0087]
在一个实施例中，在通过卡尔曼滤波模型对当前时刻对应的原始rtk 定位数据与卡尔曼滤波模型得到的上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的
目标rtk定位数据之前，所述方法还包括：
[0088]
检测当前时刻的状态因子；
[0089]
若状态因子不大于状态阈值，则执行通过卡尔曼滤波模型对当前时刻对应的原始rtk定位数据与卡尔曼滤波模型得到的上一时刻对应的目标rtk 定位数据进行处理，得到当前时刻对应的目标rtk定位数据的步骤；
[0090]
所述方法还包括：
[0091]
若状态因子大于状态阈值，通过卡尔曼滤波模型根据上一时刻对应的目标rtk定位数据对当前时刻进行状态估计，得到当前时刻对应的目标rtk 定位数据。
[0092]
在本技术实施例中，在各个时刻定位系统会输出各个时刻的状态因子，状态因子用于评价当前时刻的定位系统的位置状态、速度状态和经纬度状态等。示例性的，当前时刻定位系统输出的状态因子包括位置状态因子、速度状态因子和经纬度状态因子，分别用于评价当前时刻定位系统的位置状态、速度状态和经纬度状态。
[0093]
定位设备检测定位系统输出的状态因子，若状态因子不大于状态阈值，则定位设备执行上述步骤220。其中，状态阈值可以人为设定或者根据经验数据设定。示例性的，水平精度因子hdop可以根据测试经验来设定比较阈值，比如不大于0.8就则执行上述步骤220。
[0094]
在本技术实施例中，当定位设备检测到定位系统输出的至少一个状态因子时，可以若至少一个状态因子不大于对应的状态阈值，则定位设备就执行上述步骤220；也可以若所有状态因子均不大于对应的状态阈值，则定位设备才执行上述步骤220。
[0095]
在本技术实施例中，定位设备检测定位系统输出的状态因子，若状态因子大于状态阈值，则定位设备通过卡尔曼滤波模型根据上一时刻对应的目标 rtk定位数据对当前时刻进行状态估计，得到当前时刻对应的目标rtk定位数据。也就是定位设备通过卡尔曼滤波模型根据上一时刻对应的目标 rtk定位数据对当前时刻进行状态估计，得到当前时刻的状态估计结果后，不需要采用当前时刻对应的原始rtk定位数据对当前时刻的状态估计结果进行更新，而直接采用当前时刻的状态估计结果来作为当前时刻对应的目标rtk定位数据。
[0096]
在本技术实施例中，在各个时刻执行上述步骤220之前，均可以检测状态因子，并依据状态因子与状态阈值的大小关系来决定后续执行的操作。
[0097]
在一个实施例中，定位设备在执行根据当前时刻的目标rtk定位数据对当前时刻的原始rtk定位数据进行更新的步骤之后，将当前时刻的目标 rtk定位数据迭代反馈到下一时刻的定位信息的更新过程中，包括：
[0098]
对下一时刻的rtk差分数据以及卫星定位数据进行解算，得到下一时刻对应的原始rtk定位数据；
[0099]
通过卡尔曼滤波模型对下一时刻对应的原始rtk定位数据与卡尔曼滤波模型得到的当前时刻对应的目标rtk定位数据进行处理，得到下一时刻对应的目标rtk定位数据；
[0100]
根据下一时刻的目标rtk定位数据对下一时刻的原始rtk定位数据进行更新。
[0101]
在本实施例中，当前时刻为定位设备进行定位过程中的某一时刻，对此不作限定。相对应的，上一时刻以及下一时刻分别为相对于当前时刻的上一个定位时刻和下一个定位时刻。示例性的，定位设备在进行定位的过程中包含t0
‑
t9共10个时刻，当前时刻为t1时，上一时刻则为t0，下一时刻则为 t2。在将当前时刻的目标rtk定位数据迭代反馈到下一时刻的定位信息的更新过程中，得到下一时刻的目标rtk定位数据后，再将下一时刻的目标 rtk
定位数据迭代反馈到再下一时刻的定位信息的更新过程中，如此循环，直至定位设备停止定位过程位置。其中，在上述循环过程中，将当前进行定位信息更新的时刻作为当前时刻。
[0102]
在一个实施例中，在定位设备开启定位信息的更新过程时，也就是没有卡尔曼滤波模型得到的上一时刻对应的目标rtk定位数据而只有初始时刻对应的原始rtk定位数据时，依据初始时刻的原始位置信息和初始时刻的原始速度信息构建卡尔曼滤波模型中的观测方程，以及依据初始时刻的原始位置信息和初始时刻的原始速度信息构建卡尔曼滤波模型中的状态方程。
[0103]
示例性的，初始时刻的状态方程可表示为下述式(10)：
[0104][0105]
初始时刻的观测方程可表示为下述式(11)：
[0106][0107]
其中，px0、py0、pz0表示初始时刻的原始rtk定位数据中的三维位置，vx0、vy0、vz0表示初始时刻的原始rtk定位数据中的三维速度，上述的初始时刻对应的原始rtk定位数据中的三维位置和三维速度，构成初始时刻对应的原始rtk定位数据的六维矩阵，即初始时刻卡尔曼滤波模型中的观测方程z0。表示初始时刻对应的状态估计结果中的三维位置，表示初始时刻对应的状态估计结果中的三维速度，上述的初始时刻对应的状态估计结果中的三维位置和三维速度，构成初始时刻对应的状态估计结果的六维矩阵。
[0108]
通过卡尔曼滤波模型根据初始时刻对应的原始rtk定位数据对初始时刻进行状态估计，得到状态估计结果；以初始时刻对应的原始rtk定位数据作为观测值，对状态估计结果进行更新，得到初始时刻对应的目标rtk 定位数据后，将初始时刻对应的目标rtk定位数据迭代反馈到下一时刻的定位信息的更新过程中。由于定位结果会很快收敛，因此对于定位结果的精度影响不大，能够避免初始阶段引入其他硬件部件的信息源，有效地降低了定位系统的配置成本。
[0109]
请参阅图6，图6是本技术实施例公开的一种定位信息的更新装置的结构示意图，该定位信息的更新装置可应用于定位设备，例如可为驾驶车辆的定位设备，具体不做限定。如图6所示，该车辆模型显示装置600可包括：
[0110]
解算模块610，用于对当前时刻的rtk差分数据以及卫星定位数据进行解算，得到
当前时刻对应的原始rtk定位数据；
[0111]
定位模块620，用于通过卡尔曼滤波模型对当前时刻对应的原始rtk 定位数据与卡尔曼滤波模型得到的上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据；
[0112]
更新模块630，用于根据当前时刻的目标rtk定位数据对当前时刻的原始rtk定位数据进行更新。
[0113]
对获取的当前时刻的rtk差分数据和卫星定位数据进行解算，得到当前时刻的原始rtk定位数据，通过卡尔曼滤波模型对当前时刻对应的原始 rtk定位数据以及上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据，采用当前时刻对应的目标rtk定位数据对当前时刻的原始rtk定位数据进行更新。半遮挡环境下采用定位设备之外的多传感器的数据与rtk原始定位数据进行数据融合并不能提升定位设备本身的定位效果。因此，将当前时刻的rtk原始数据与上一时刻的目标 rtk定位数据通过卡尔曼滤波模型进行数据融合，根据得到的当前时刻的 rtk目标定位数据对当前时刻的原始rtk定位数据进行更新，并以此不断进行迭代更新，在不引入其他硬件信息源的情况下能够提高半遮挡环境下定位设备本身的定位精度，降低了数据融合度和定位系统的配置成本。
[0114]
在一个实施例中，定位模块620，还可用于通过卡尔曼滤波模型根据上一时刻对应的目标rtk定位数据对当前时刻进行状态估计，得到状态估计结果；
[0115]
以当前时刻对应的原始rtk定位数据作为观测值，对状态估计结果进行更新，得到当前时刻对应的目标rtk定位数据。
[0116]
在一个实施例中，定位模块620，还可用于通过状态转移矩阵对上一时刻对应的目标rtk定位数据进行转换，得到当前时刻的状态估计结果。
[0117]
在一个实施例中，定位模块620，还可用于根据当前时刻对应的误差协方差计算当前时刻对应的卡尔曼增益，当前时刻对应的误差协方差是根据状态转移矩阵以及上一时刻对应的误差协方差计算得到的；
[0118]
根据当前时刻对应的卡尔曼增益、当前时刻对应的原始rtk定位数据对状态估计结果进行更新，得到当前时刻对应的目标rtk定位数据。
[0119]
在一个实施例中，定位模块620，还可以用于在通过卡尔曼滤波模型对当前时刻对应的原始rtk定位数据与卡尔曼滤波模型得到的上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据之前，检测当前时刻的状态因子。
[0120]
若状态因子不大于状态阈值，则定位模块620，还可以用于则执行通过卡尔曼滤波模型对当前时刻对应的原始rtk定位数据与卡尔曼滤波模型得到的上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据。
[0121]
若状态因子大于所述状态阈值，则定位模块620，还可以用于通过卡尔曼滤波模型根据所述上一时刻对应的目标rtk定位数据对当前时刻进行状态估计，得到当前时刻对应的目标rtk定位数据。
[0122]
在一个实施例中，更新模块630，还可以用于在根据当前时刻的目标 rtk定位数据对当前时刻的原始rtk定位数据进行更新之后，根据当前时刻对应的误差协方差对上一时刻对应的误差协方差进行更新。
[0123]
请一并参阅图7，图7是本技术实施例公开的另一种定位信息的更新装置的结构示
意图。其中，图7所示的定位信息的更新装置是由图6所示的定位信息的更新装置进行优化得到的。与图6所示的定位信息的更新装置相比较，图7所示的定位信息的更新装置600还可以包括：
[0124]
原始rtk定位数据可包括原始位置信息和原始速度信息，目标rtk定位数据可包括目标位置信息和目标速度信息。
[0125]
构建模块640，用于在通过卡尔曼滤波模型对当前时刻对应的原始rtk 定位数据与卡尔曼滤波模型得到的上一时刻对应的目标rtk定位数据进行处理，得到当前时刻对应的目标rtk定位数据之前，依据当前时刻的原始位置信息和当前时刻的原始速度信息构建卡尔曼滤波模型中的观测方程；依据上一时刻的目标位置信息和上一时刻的目标速度信息构建卡尔曼滤波模型中的状态方程。
[0126]
请参阅图8，图8是一个实施例公开的一种电子设备的结构示意图，该电子设备可应用于驾驶车辆，在此不做具体限定。如图8所示，该电子设备 800可以包括：
[0127]
存储有可执行程序代码的存储器810；
[0128]
与存储器810耦合的处理器820；
[0129]
其中，处理器820调用存储器810中存储的可执行程序代码，执行本技术实施例公开的任意一种定位信息的更新方法。
[0130]
需要说明的是，图8所示的电子设备还可以包括电源、输入按键、摄像头、扬声器、屏幕、rf电路、wi
‑
fi模块、蓝牙模块、传感器等未显示的组件，本实施例不作赘述。
[0131]
本技术实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行本技术实施例公开的任意一种定位信息的更新方法。
[0132]
本技术实施例公开一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行本技术实施例公开的任意一种定位信息的更新方法。
[0133]
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定特征、结构或特性可以以任意适合的方式结合在一个或多个实施例中。本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本技术所必须的。
[0134]
在本技术的各种实施例中，应理解，上述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0135]
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0136]
另外，在本技术各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0137]
上述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，
可以存储在一个计算机可获取的存储器中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本技术的各个实施例上述方法的部分或全部步骤。
[0138]
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(read
‑
only memory，rom)、随机存储器(random access memory，ram)、可编程只读存储器 (programmable read
‑
only memory，prom)、可擦除可编程只读存储器 (erasable programmable read only memory，eprom)、一次可编程只读存储器(one
‑
time programmable read
‑
only memory，otprom)、电子抹除式可复写只读存储器(electrically
‑
erasable programmable read
‑
only memory， eeprom)、只读光盘(compact disc read
‑
only memory，cd
‑
rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
[0139]
以上对本技术实施例公开的一种定位信息的更新方法、装置、无线耳机和存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想。同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。