测量设备性能检测方法、装置、计算机设备和存储介质与流程

1.本技术涉及性能测试领域，特别是涉及一种测量设备性能检测方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着智能驾驶车辆的发展，传感器的应用在智能驾驶车辆领域愈发重要，而能测量载体的加速度和角速度的imu(inertial measurement unit，惯性测量单元)是智能驾驶车辆定位的重要传感器。目前，市面上存在多种imu，不同的imu对应的性能指标有不同的定位性能表现。因此，研发人员在选择合适的imu时，需要对选择的imu进行性能测试，根据性能测试结果选择imu。现有的imu测试方法是使用专业的测试转台对imu的性能指标进行标定。然而，现有的测试方法需要精密的设备，测试过程复杂耗时较长，导致imu的测试效率低的问题。


技术实现要素：

3.基于此，有必要针对上述技术问题，提供一种提高性能检测效率的测量设备性能检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
4.第一方面，本技术提供了一种测量设备性能检测方法。所述方法包括：
5.获取待测测量设备对应的测量数据和参考测量设备对应的参考性能数据，测量数据包括第一测量数据和第二测量数据，参考性能数据包括第一参考性能数据和第二参考性能数据；第一测量数据是待测测量设备在准备时间段进行测量得到的，第二测量数据是所述待测测量设备在目标测试时间段进行测量得到的，目标测试时间段是待测测量设备的测试性能数据逐渐偏离真实性能数据的时间段；
6.基于第一测量数据对待测测量设备的性能数据进行计算，得到第一测试性能数据，并计算第一测试性能数据和第一参考性能数据之间的性能测试误差，得到待测测量设备对应的第一误差数据；
7.基于第二测量数据对待测测试设备的性能数据进行计算，得到第二测试性能数据，并计算第二测试性能数据和第二参考性能数据之间的性能测试误差，得到待测测量设备对应的第二误差数据；
8.基于第一误差数据和第二误差数据之间的误差变化程度确定待测测量设备对应的性能检测结果。
9.第二方面，本技术还提供了一种测量设备性能检测装置。所述装置包括：
10.获取模块，用于获取待测测量设备对应的测量数据和参考测量设备对应的参考性能数据，测量数据包括第一测量数据和第二测量数据，参考性能数据包括第一参考性能数据和第二参考性能数据；第一测量数据是待测测量设备在准备时间段进行测量得到的，第二测量数据是所述待测测量设备在目标测试时间段进行测量得到的，目标测试时间段是待测测量设备的测试性能数据逐渐偏离真实性能数据的时间段；
11.第一误差数据计算模块，用于基于第一测量数据对待测测量设备的性能数据进行计算，得到第一测试性能数据，并计算第一测试性能数据和第一参考性能数据之间的性能测试误差，得到待测测量设备对应的第一误差数据；
12.第二误差数据计算模块，用于基于第二测量数据对待测测试设备的性能数据进行计算，得到第二测试性能数据，并计算第二测试性能数据和第二参考性能数据之间的性能测试误差，得到待测测量设备对应的第二误差数据；
13.性能检测模块，用于基于第一误差数据和第二误差数据之间的误差变化程度确定待测测量设备对应的性能检测结果。
14.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
15.获取待测测量设备对应的测量数据和参考测量设备对应的参考性能数据，测量数据包括第一测量数据和第二测量数据，参考性能数据包括第一参考性能数据和第二参考性能数据；第一测量数据是待测测量设备在准备时间段进行测量得到的，第二测量数据是所述待测测量设备在目标测试时间段进行测量得到的，目标测试时间段是待测测量设备的测试性能数据逐渐偏离真实性能数据的时间段；
16.基于第一测量数据对待测测量设备的性能数据进行计算，得到第一测试性能数据，并计算第一测试性能数据和第一参考性能数据之间的性能测试误差，得到待测测量设备对应的第一误差数据；
17.基于第二测量数据对待测测试设备的性能数据进行计算，得到第二测试性能数据，并计算第二测试性能数据和第二参考性能数据之间的性能测试误差，得到待测测量设备对应的第二误差数据；
18.基于第一误差数据和第二误差数据之间的误差变化程度确定待测测量设备对应的性能检测结果。
19.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
20.获取待测测量设备对应的测量数据和参考测量设备对应的参考性能数据，测量数据包括第一测量数据和第二测量数据，参考性能数据包括第一参考性能数据和第二参考性能数据；第一测量数据是待测测量设备在准备时间段进行测量得到的，第二测量数据是所述待测测量设备在目标测试时间段进行测量得到的，目标测试时间段是待测测量设备的测试性能数据逐渐偏离真实性能数据的时间段；
21.基于第一测量数据对待测测量设备的性能数据进行计算，得到第一测试性能数据，并计算第一测试性能数据和第一参考性能数据之间的性能测试误差，得到待测测量设备对应的第一误差数据；
22.基于第二测量数据对待测测试设备的性能数据进行计算，得到第二测试性能数据，并计算第二测试性能数据和第二参考性能数据之间的性能测试误差，得到待测测量设备对应的第二误差数据；
23.基于第一误差数据和第二误差数据之间的误差变化程度确定待测测量设备对应的性能检测结果。
24.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算
机程序，该计算机程序被处理器执行时实现以下步骤：
25.获取待测测量设备对应的测量数据和参考测量设备对应的参考性能数据，测量数据包括第一测量数据和第二测量数据，参考性能数据包括第一参考性能数据和第二参考性能数据；第一测量数据是待测测量设备在准备时间段进行测量得到的，第二测量数据是所述待测测量设备在目标测试时间段进行测量得到的，目标测试时间段是待测测量设备的测试性能数据逐渐偏离真实性能数据的时间段；
26.基于第一测量数据对待测测量设备的性能数据进行计算，得到第一测试性能数据，并计算第一测试性能数据和第一参考性能数据之间的性能测试误差，得到待测测量设备对应的第一误差数据；
27.基于第二测量数据对待测测试设备的性能数据进行计算，得到第二测试性能数据，并计算第二测试性能数据和第二参考性能数据之间的性能测试误差，得到待测测量设备对应的第二误差数据；
28.基于第一误差数据和第二误差数据之间的误差变化程度确定待测测量设备对应的性能检测结果。
29.上述测量设备性能检测方法、装置、计算机设备、存储介质和计算机程序产品，通过使用待测设备对应的第一测量数据计算第一测试性能数据，使用待测设备对应的第二测量数据计算第二测试性能数据，能够计算得到待测设备已经发生测试性能数据偏移的第一测试性能数据和第二测试性能数据。然后计算第一测试性能数据和第一参考性能数据的性能测试误差，能够得到待测测量设备对应的第一误差数据。并计算第二测试性能数据和第二参考性能数据的性能测试误差，能够得到待测测量设备对应的第二误差数据。通过计算第一误差数据和第二误差数据之间误差变化程度，能够得到待测测量设备的测试性能数据在目标测时间段内的测试性能数据偏移的变化程度，根据待测测量设备的测试性能数据偏移的变化程度能够快速判断待测测量设备对应的性能检测结果，不需要使用精密的设备并且检测过程耗时较短，从而提高了对待测测量设备的性能检测效率。
附图说明
30.图1为一个实施例中测量设备性能检测方法的应用环境图；
31.图2为一个实施例中测量设备性能检测方法的流程示意图；
32.图3为一个实施例中准备时间段数据处理的流程示意图；
33.图4为一个实施例中计算参考性能数据的流程示意图；
34.图5为一个实施例中获取测试参考性能数据的流程示意图；
35.图6为一个实施例中测量设备性能检测示意图；
36.图7为一个实施例中测量设备性能检测置的结构框图；
37.图8为一个实施例中计算机设备的内部结构图；
38.图9为另一个实施例中计算机设备的内部结构图。
具体实施方式
39.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不
用于限定本技术。
40.本技术实施例提供的测量设备性能检测方法，可以应用于如图1所示的应用环境中。其中，运动载体102中的自动驾驶终端1020通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。运动载体102包括各个子模块，包括自动驾驶终端1020、传感器模块1021、控制模块1022、一个或多个外围设备1023、电源1024和用户接口1025。自动驾驶终端1020可以通过传感器模块1021获取传感器数据，并根据传感器数据基于其他子模块来控制运动载体。其中，传感器模块1021包括待测测量设备和参考测量设备。终端1020可以通过测量设备获取预先存储的待测测量设备对应的测量数据，并从服务器104获取参考测量设备对应的参考性能数据，测量数据包括第一测量数据和第二测量数据，参考性能数据包括第一参考性能数据和第二参考性能数据；第一测量数据是待测测量设备在准备时间段进行测量得到的，第二测量数据是所述待测测量设备在目标测试时间段进行测量得到的，目标测试时间段是待测测量设备的测试性能数据逐渐偏离真实性能数据的时间段；终端基于第一测量数据对待测测量设备的性能数据进行计算，得到第一测试性能数据，并计算第一测试性能数据和第一参考性能数据之间的性能测试误差，得到待测测量设备对应的第一误差数据；终端基于第二测量数据对待测测试设备的性能数据进行计算，得到第二测试性能数据，并计算第二测试性能数据和第二参考性能数据之间的性能测试误差，得到待测测量设备对应的第二误差数据；终端基于第一误差数据和第二误差数据之间的误差变化程度确定待测测量设备对应的性能检测结果。终端可以显示性能检测结果。其中，终端1020可以但不限于是各种计算机、笔记本电脑、平板电脑等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。上述运动载体可以为轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机等，本发明实施例不做特别的限定。
41.在一个实施例中，如图2所示，提供了一种测量设备性能检测方法，以该方法应用于图1中的终端为例进行说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
42.步骤202，获取待测测量设备对应的测量数据和参考测量设备对应的参考性能数据，测量数据包括第一测量数据和第二测量数据，参考性能数据包括第一参考性能数据和第二参考性能数据；第一测量数据是待测测量设备在准备时间段进行测量得到的，第二测量数据是所述待测测量设备在目标测试时间段进行测量得到的，目标测试时间段是待测测量设备的测试性能数据逐渐偏离真实性能数据的时间段。
43.其中，待测测量设备是指待进行性能检测的测量设备。测量设备是指进行数据测量的设备。参考测量设备是提供参考性能数据的测量设备。参考性能数据是用于表示参考测量设备性能的数据，可以通过参考测量设备的测量数据进行计算得到。第一测量数据是指准备时间段中各个时间点对应的测量数据。测量数据是在目标测试时间段获取到的数据，包括测量设备测量的数据和测量设备所在载体的载体数据。第二测量数据是指目标测试时间段中各个时间点对应的待测测量设备测量的数据。第一参考性能数据是指参考测量设备在目标测试时间段中第一时间点对应的参考性能数据。第二参考性能数据是指参考测量设备在目标测试时间段中第二时间点对应的参考性能数据。第一时间点和第二时间点是
目标测试时间段内的时间点。准备时间段是指使待测测量设备的测量状态稳定的时间段，该准备时间段获取到测量数据是能够表征真实性能的数据。真实性能数据是指待测测量设备未发生性能数据偏移时的性能数据。
44.具体地，终端可以将目标测试时间段的开始时间点作为第一时间点，目标测试时间段的结束时间点作为第二时间点。然后终端获取待测测量设备在准备时间段中各个时间点对应的测量数据，得到第一测量数据，并获取待测测量设备在目标测试时间段中各个时间点对应的测量数据，得到第二测量数据，然后获取参考测量设备在第一时间点对应的第一参考性能数据和第二时间点对应的第二参考性能数据。
45.步骤204，基于第一测量数据对待测测量设备的性能数据进行计算，得到第一测试性能数据，并计算第一测试性能数据和第一参考性能数据之间的性能测试误差，得到待测测量设备对应的第一误差数据。
46.其中，第一测试性能数据是指在第一时间点时待测测量设备表征性能的数据，包括但不限于位置、速度和姿态数据。第一误差数据是指待测测量设备的性能数据与参考测量设备的性能数据在第一时间点的误差。
47.具体地，终端使用第一测量数据进行卡尔曼滤波运算，得到第一时间点对应的第一测试性能数据。然后终端根据第一参考性能数据计算待测测量设备在第一时间点对应的真实性能数据，然后计算待测测量设备在第一时间点的第一测试性能数据与待测测量设备在第一时间点对应的真实性能数据之间的误差，得到第一误差数据。
48.步骤206，基于第二测量数据对待测测试设备的性能数据进行计算，得到第二测试性能数据，并计算第二测试性能数据和第二参考性能数据之间的性能测试误差，得到待测测量设备对应的第二误差数据。
49.其中，第二测试性能数据是指表示待测测量设备在第二时间点的性能的数据。第二误差数据是指待测测量设备的性能数据与参考测量设备的性能数据在第二时间点的误差。
50.具体地，终端使用第二测量数据进行卡尔曼滤波运算，得到第二时间点对应的第二测试性能数据。然后终端根据第二参考性能数据计算待测测量设备在第二时间点对应的真实性能数据，然后计算待测测量设备在第二时间点的第二测试性能数据与待测测量设备在第二时间点对应的真实性能数据之间的误差，得到第二误差数据。
51.步骤208，基于第一误差数据和第二误差数据之间的误差变化程度确定待测测量设备对应的性能检测结果。
52.其中，误差变化程度是指第一误差数据和第二误差数据的误差变化量。性能检测结果是指待测测量设备的性能数据的偏离真实性能数据的偏移程度。
53.具体地，终端计算第一误差数据和第二误差数据的差值，得到误差变化程度，终端可以获取预先设置好的性能分类信息，根据性能分类信息确定误差变化程度对应的性能类别，性能类别可以是指性能优秀、性能良好、性能合格、性能不合格等类别，终端将误差变化程度对应的性能类别作为性能检测结果，并将性能检测结果进行显示。
54.上述测量设备性能检测方法中，通过使用待测设备对应的第一测量数据计算第一测试性能数据，使用待测设备对应的第二测量数据计算第二测试性能数据，能够计算得到待测设备已经发生测试性能数据偏移的第一测试性能数据和第二测试性能数据。然后计算
第一测试性能数据和第一参考性能数据的性能测试误差，能够得到待测测量设备对应的第一误差数据。并计算第二测试性能数据和第二参考性能数据的性能测试误差，能够得到待测测量设备对应的第二误差数据。通过计算第一误差数据和第二误差数据之间误差变化程度，能够得到待测测量设备的测试性能数据在目标测试时间段内的测试性能数据偏移的变化程度，根据待测测量设备的测试性能数据偏移的变化程度能够快速判断待测测量设备对应的性能检测结果，不需要使用精密的设备并且检测过程耗时较短，从而提高了对待测测量设备的性能检测效率。
55.在一个实施例中，如图3所示，提供一种准备时间段数据处理的流程示意图；步骤202包括：
56.步骤302，获取待测测量设备在准备时间段内的各个准备测量数据，并获取参考测量设备在准备时间段内的各个准备参考测量数据；
57.步骤304，基于各个准备测量数据对待测测量设备的状态进行计算，得到待测测量设备对应的待测状态稳定程度；
58.步骤306，基于各个准备参考测量数据对参考测量设备的状态进行计算，得到参考测量设备对应的参考状态稳定程度；
59.步骤308，当待测状态稳定程度和参考状态稳定程度满足预设状态条件时，获取待测测量设备对应的测量数据和参考测量设备对应的参考性能数据。
60.其中，准备测量数据是指待测测量设备在准备时间段对应的测量数据。准备参考测量数据是指参考测量设备在准备时间段对应的测量数据。待测状态稳定程度用于表征准备测量数据的准确程度。参考状态稳定程度用于表征准备参考测量数据的准确程度。预设状态条件是预先设置好的状态稳定时的判断条件，可以是状态稳定程度达到预设阈值。
61.具体地，终端可以获取待测测量设备在准备时间段中各个时间点对应的准备测量数据，包括待测测量设备测量的数据和待测测量设备所在载体的载体数据，并获取参考测量设备在准备时间段中各个时间点对应的准备参考测量数据，包括参考测量设备测量的数据和参考测量设备所在载体的载体数据。终端使用待测测量设备测量的数据以及待测测量设备所在载体的载体数据进行卡尔曼滤波计算，比如，使用待测测量设备测量的加速度和角速度、载体数据中的载体位置经纬度坐标进行卡尔曼滤波计算，得到各个准备测量数据对应的待测状态稳定程度，然后比较各个准备测量数据对应的待测状态稳定程度之间的差异，当检测到各个准备测量数据对应的待测状态稳定程度之间的差异小于预设阈值时，满足预设状态条件。
62.终端使用参考测量设备测量的数据以及参考测量设备所在载体的载体数据进行卡尔曼滤波运算，比如，使用参考测设备测量的加速度和角速度以及载体数据中的载体位置经纬度坐标、航向信息和载体运动速度进行卡尔曼滤波计算，得到各个准备参考测量数据对应的参考状态稳定程度，然后比较各个准备参考测量数据对应的参考状态稳定程度之间的差异，当检测到各个准备参考测量数据对应的参考状态稳定程度之间的差异小于预设阈值时，参考测量设备对应的参考状态稳定程度满足预设状态条件。当终端检测到待测测量设备对应的待测状态稳定程度和参考测量设备对应的参考状态稳定程度均满足预设状态条件时，此时准备时间段结束，进入目标测试时间段，然后在目标测试时间段进行测试，然后，终端获取待测测量设备在目标测试时间段对应的测量数据和参考测量设备在目标测
试时间段对应的参考性能数据。
63.在一个具体实施例中，终端使用各个准备测量数据中的加速度和角速度、载体数据中的载体位置经纬度坐标分别进行卡尔曼滤波计算，得到各个准备测量数据对应的状态协方差矩阵，并获取各个准备测量数据的状态协方差矩阵中的对角线元素，即各个准备测量数据对应的待测状态稳定程度，然后终端将各个准备测量数据的对角线元素进行比较，当检测到各个准备测量数据的对角线元素未减小，或各个准备测量数据的对角线元素之间的差异小于预设阈值时，待测测量设备对应的待测状态稳定程度满足预设状态条件，表示待测测量设备测量得到的测量数据准确程度满足要求。
64.终端使用各个准备参考测量数据中的加速度和角速度以及载体数据中的载体位置经纬度坐标、航向信息和载体运动速度分别进行卡尔曼滤波运算，得到各个准备参考测量数据对应的状态协方差矩阵，并获取各个准备参考测量数据的状态协方差矩阵中的对角线元素，即各个准备参考测量数据对应的参考状态稳定程度，然后终端将各个准备参考测量数据的对角线元素进行比较，当检测到各个准备参考测量数据的对角线元素未减小，或各个准备参考测量数据的对角线元素之间的差异小于预设阈值时，参考测量设备对应的待测状态稳定程度满足预设状态条件，表示参考测量设备测量得到的测量数据准确程度满足要求。
65.本实施例中，待测测量设备和参考测量设备在测量在持续运动过程中测量得到的测量数据准确性逐渐提高，通过计算待测测量设备对应的待测状态稳定程度和参考测量设备对应的参考状态稳定程度，能够在检测到待测状态稳定程度和参考状态稳定程度满足预设状态条件时，确定待测测量设备和参考测量设备的测量准确度满足测量要求，然后获取待测测量设备在目标测试时间段对应的测量数据和参考测量设备在目标测试时间段对应的参考性能数据进行性能检测，从而提高了待测测量设备的性能检测准确性。
66.在一个实施例中，如图4所示，提供一种计算参考性能数据的流程示意图；步骤202包括：
67.步骤402，获取参考测量设备在测试时间段中各个时间点对应的测试参考测量数据；测试参考测量数据包括测试导航卫星数据、测试载体运动速度数据和测试参考测量速度数据；
68.步骤404，基于测试导航卫星数据、测试载体运动速度数据和测试参考测量数据进行卡尔曼滤波运算，得到参考测量设备在测试时间段中各个时间点对应的测试参考性能数据；
69.步骤406，从各个时间点对应的测试参考性能数据中确定第一参考性能数据和第二参考性能数据；
70.步骤408，基于第一参考性能数据和第二参考性能数据得到参考测量设备对应的参考性能数据。
71.其中，测试时间段是指对待测测量设备进行性能测试的时间段，包括准备时间段和目标测试时间段。测试导航卫星数据是指在测试时间段内通过全球导航卫星系统(gnss，global navigation satellite system)测量得到的经纬度坐标。测试载体运动速度数据是指在测时间段内待测测量设备和参考测量设备的移动速度，可以是装配了待测测量设备和参考测量设备的运动载体的运动速度，待测测量设备和参考测量设备装配在同一个运动
载体中，通过速度传感器测量运动载体的运动速度得到的。测试参考测量数据是指参考测量设备在测试时间段内对应的测量数据。测试参考测量速度数据是指参考测量设备在测试时间段内测量得到的速度数据，可以是加速度和角速度数据。第一参考性能数据是指参考测量设备在第一时间点对应的性能数据。第二参考性能数据是指参考测量设备在第二时间点对应的性能数据。
72.具体地，待测测量设备和参考测量设备、全球导航卫星系统、速度传感器可以装配在运动载体中，运动载体可以是车辆，飞行器、机器人等。待测测量设备可以是待测惯性测量单元，参考测量设备可以是高精度惯性测量单元。速度传感器可以是轮式里程计，测试载体运动速度可以是运动载体速度。测试导航卫星数据可以是全球导航卫星系统输出的位置信息和航向信息。测试时间段可以是运动载体的运动时间段。惯性测量单元(imu，inertial measurement unit)可以提供运动载体的加速度和角速度数据，全球导航卫星系统gnss可以提供运动载体的位置信息(经纬度坐标)和航向信息，速度传感器可以提供运动载体的运动速度。
73.车辆在测试时间段内行驶，车辆行驶结束后，终端可以通过车辆终端获取测试时间段中各个时间点对应的测试导航卫星数据、各个时间点对应的测试载体运动速度数据，并获取参考测量设备在各个时间点对应的测试参考测量速度数据，终端将各个测试导航卫星数据、测试载体运动速度数据和测试参考测量速度数据分别进行卡尔曼滤波运算，卡尔曼滤波运算可以是双向卡尔曼滤波算法运算，得到参考测量设备在测试时间段中各个时间点对应的测试参考性能数据，可以是惯性测量单元在各个时间点对应的位置、速度和姿态。终端可以获取测试时间段中各个时间点对应的测试导航卫星数据、各个时间点对应的测试载体运动速度数据和各个时间点对应的测试参考测量速度数据进行双向卡尔曼滤波运算，得到参考测试设备在测试时间段中各个时间点对应的性能数据，将测试时间段中目标测试时间段的开始时间点对应的性能数据作为第一时间点对应的第一参考性能数据，将测试时间段中目标测试时间段的结束时间点对应的性能数据作为第二时间点对应的第二参考性能数据。然后终端将第一参考性能数据和第二参考性能数据作为参考测量设备对应的参考性能数据。
74.本实施例中，通过使用测试导航卫星数据、测试载体运动速度数据和测试参考测量速度数据进行双向卡尔曼滤波运算，能够准确得到参考测量设备在目标测试时间段内第一时间点和第二时间点分别对应的参考性能数据，并且使用测试载体运动速度参与滤波运算，能够避免车辆在全球导航卫星系统失灵的情况下，比如，车辆行驶在隧道中，也能准确得到参考测量设备对应的参考性能数据，从而提高了待测测量设备的性能检测的准确性。
75.在一个实施例中，如图5所示，提供一种获取测试参考性能数据的流程示意图；步骤404，基于测试导航卫星数据、测试载体运动速度数据和测试参考测量速度数据进行卡尔曼滤波运算，得到参考测量设备在测试时间段中各个时间点对应的测试参考性能数据，包括：
76.步骤502，基于各个时间点对应的测试导航卫星数据、各个时间点对应的测试载体运动速度数据和各个时间点对应的测试参考测量速度数据进行正向卡尔曼滤波运算，得到各个时间点对应的正向参考性能数据；
77.步骤504，基于各个时间点对应的测试导航卫星数据、各个时间点对应的测试载体
运动速度数据和各个时间点对应的测试参考测量速度数据进行反向卡尔曼滤波运算，得到各个时间点对应的反向参考性能数据；
78.步骤506，将正向参考性能数据和反向参考性能数据进行融合计算，得到参考测量设备在测试时间段中各个时间点对应的测试参考性能数据。
79.其中，正向卡尔曼滤波运算是指按照时间正序对各个数据进行的卡尔曼滤波运算。反向卡尔曼滤波运算是指按照时间逆序对各个数据进行的卡尔曼滤波运算。正向参考性能数据是指进行正向卡尔曼滤波运算得到的参考测量设备对应的性能数据。反向参考性能数据是指进行反向卡尔曼滤波运算得到的参数测量设备对应的性能数据。
80.具体地，终端按照时间正序对测试时间段中各个时间点对应的测试导航卫星数据、各个时间点对应的测试载体运动速度数据、各个时间点对应的测试参考测量速度数据进行卡尔曼滤波运算，得到各个时间点对应的正向参考性能数据。然后终端按照时间逆序对测试时间段中各个时间点对应的测试导航卫星数据、各个时间点对应的测试载体运动速度数据、各个时间点对应的测试参考测量速度数据进行卡尔曼滤波运算，得到各个时间点对应的反向参考性能数据；然后终端使用正向参考性能数据和反向参考性能数据的状态不确定度使用融合算法对正向参考性能数据和反向参考性能数据进行融合计算，得到参考测量设备在测试时间段中各个时间点对应的测试参考性能数据。融合计算可以是双向滤波算法中的融合公式来进行融合计算。
81.在一个具体实施例中，终端根据测试时间段中的各个时间点确定时间正序和时间逆序，比如，目标时间段为5秒，各个时间点为(1、2、3、4、5)，则(1、2、3、4、5)的时间顺序为正序，(5、4、3、2、1)的时间顺序为逆序。终端对时间点1对应的数据进行正向卡尔曼滤波运算时，使用时间点1对应的测试导航卫星数据、测试载体运动速度数据和测试参考测量速度数据进行卡尔曼滤波运算，得到时间点1对应的正向参考性能数据。终端对时间点1对应的数据进行反向卡尔曼滤波运算时，依次使用时间点(5、4、3、2、1)对应的测试导航卫星数据、测试载体运动速度数据、测试参考测量速度数据进行卡尔曼滤波运算，得到时间点1对应的反向参考性能数据。然后将时间点1对应的正向参考性能数据和反向参考性能数据进行融合计算，得到参考测量设备在时间点1对应的测试参考性能数据。
82.终端对时间点2对应的数据进行正向卡尔曼滤波运算时，依次使用时间点(1、2)对应的测试导航卫星数据、测试载体运动速度数据和测试参考测量速度数据进行卡尔曼滤波运算，得到时间点2对应的正向参考性能数据。终端对时间点2对应的数据进行反向卡尔曼滤波运算时，依次使用时间点(5、4、3、2)对应的测试导航卫星数据、测试载体运动速度数据、测试参考测量速度数据进行卡尔曼滤波运算，得到时间点2对应的反向参考性能数据。然后将时间点2对应的正向参考性能数据和反向参考性能数据进行融合计算，得到参看测量设备在时间点2对应的测试参考性能数据。依次进行计算，得到参考测量设备在测试时间段中各个时间点对应的测试参考性能数据。
83.本实施例中，通过对各个时间点对应的测试导航卫星数据、测试载体运动速度数据和测试参考测量数据进行双向卡尔曼滤波运算，并将正向参考性能数据和反向参考性能数据进行融合计算，能够使计算得到的参考测量设备在测试时间段中各个时间点对应的测试参考性能数据更准确，计算待测测量设备的真实性能数据也更准确，从而提高了待测测量设备性能检测的准确性。
84.在一个实施例中，步骤204，基于第一测量数据对待测测试设备的性能数据进行计算，得到第一测试性能数据，计算第一测试性能数据和第一参考性能数据之间的性能测试误差，得到待测测量设备对应的第一误差数据，包括：
85.基于第一测量数据进行卡尔曼滤波运算，得到第一测试性能数据；
86.获取预设性能参数修正数据，使用第一参考性能数据与性能参数修正数据对所述第一测试性能数据进行修正运算，得到待测测量设备在第一时间点对应的第一目标性能数据；
87.计算第一测试性能数据与第一目标性能数据的差值，得到待测测量设备对应的第一误差数据。
88.其中，预设性能参数修正数据是指预先设置的待测测量设备的性能数据与参数测量设备的性能数据之间的数据差值，用于对测试性能数据进行修正的数据。第一目标性能数据是指待测测量设备在第一时间点的真实性能数据。
89.具体地，终端对第一测量数据进行卡尔曼滤波运算，得到待测测量设备在第一时间点对应的第一测试性能数据，第一测试性能数据包括位置、速度和姿态数据。然后终端获取参考测量设备在第一时间点对应的第一参考性能数据，可以是高精度惯性测量单元在第一时间点对应的位置、速度和姿态，并获取预先存储的性能参数修正数据。性能参数修正数据可以通过将待测测量设备和参考测量设备进行刚性连接，根据待测测量设备和参考测量设备之间的几何关系得到的。比如，将待测惯性测量单元和高精度惯性测量单元固定在同一块铝板上，则待测惯性测量单元和高精度惯性测量单元之间的位置关系可以直接测量，得到待测惯性测量单元和高精度惯性测量单元之间位置的数据差值，当高精度惯性测量单元在待测惯性测量单元右侧1cm时，高精度惯性测量单元相比于待测惯性测量单元航向相差90度。
90.然后终端使用第一参考性能数据与性能参数修正数据对第一测试性能数据进行修正运算，得到待测测量设备在第一时间点对应的第一目标性能数据，第一目标性能数据可以是待测惯性测量单元在第一时间点对应的真实位置、真实速度和真实姿态。然后终端计算第一测试性能数据与第一目标性能数据的差值，可也是分别计算待测惯性测量单元在第一时间点的测量得到的位置、速度和姿态和真实位置、真实速度和真实姿态之间的误差，得到待测测量设备在第一时间点对应的第一误差数据。
91.本实施例中，通过使用高精度的参考测量设备在目标测试时间段内的测量数据进行计算，能够得到准确的第一参考性能数据，并将第一参考性能数据作为待测测量设备在第一时间点的参考值，然后通过性能参数修正数据能根据高精度的第一参考性能数据计算得到待测测量设备在第一时间点对应的真实性能数据，能够得到待测测量设备在第一时间点对应的准确的性能数据的误差，表示待测测量设备在第一时间点性能数据偏离真实性能数据的程度，从而提高了对待测测量设备性能检测的准确性。
92.在一个实施例中，步骤206，基于第二测量数据对待测测试设备的性能数据进行计算，得到第二测试性能数据，计算第二测试性能数据和第二参考性能数据之间的性能测试误差，得到待测测量设备对应的第二误差数据，包括：
93.基于第二测量数据进行卡尔曼滤波运算，得到第二测试性能数据；
94.获取预设性能参数修正数据，使用第二参考性能数据与性能参数修正数据对所述
第一测试性能数据进行修正运算，得到待测测量设备对应的第二目标性能数据；
95.计算第二测试性能数据与第二目标性能数据的差值，得到待测测量设备在第二时间点对应的第二误差数据。
96.其中，第二目标性能数据是指待测测量设备在第二时间点的真实性能数据。
97.具体地，终端对第二测量数据进行卡尔曼滤波运算，得到待测测量设备在第二时间点对应的第二测试性能数据，可以是待测惯性测量单元在第二时间点对应的位置、速度和姿态。然后终端获取参考测量设备在第二时间点对应的第二参考性能数据，可以是高精度惯性测量单元在第二时间点对应的位置速度和姿态，并获取预先存储的性能参数修正数据。
98.然后终端计算第二参考性能数据与性能差距数据的性能数据总和，得到待测测量设备在第二时间点对应的第二目标性能数据，第二目标性能数据可以是待测惯性测量单元在第二时间点对应的真实位置、真实速度和真实姿态。然后终端计算第二测试性能数据与第二目标性能数据的差值，可以分别计算待测惯性测量单元在第二时间点的测量得到的位置、速度和姿态和真实位置、真实速度和真实姿态之间的误差，得到待测测量设备在第二时间点对应的第二误差数据。
99.比如，假设高精度测惯性测量单元位置、速度、姿态矩阵和角速度分别为待测惯性测量单元位置、速度和姿态矩阵分别为待测惯性测量单元位置、速度和姿态矩阵分别为待测惯性测量单元相对于高精度测惯性测量单元的位置和姿态分别为姿态矩阵转换为欧拉角的函数为f()，则：
100.位置误差p_error：
101.速度误差v_error：
102.姿态误差a_error：表示使用姿态矩阵转换欧拉角的函数将姿态误差转换成欧拉角的误差。
103.本实施例中，通过使用高精度的参考测量设备在目标测试时间段内的测量数据进行计算，能够得到准确的第二参考性能数据，并将第二参考性能数据作为待测测量设备在第二时间点的参考值，然后通过性能差距数据能根据高精度的第二参考性能数据计算得到待测测量设备在第二时间点对应的真实性能数据，能够得到待测测量设备在第二时间点对应的准确的性能数据的误差，表示待测测量设备在第二时间点性能数据偏离真实性能数据的程度，从而提高了对待测测量设备性能检测的准确性。
104.在一个实施例中，步骤208，基于第一误差数据和第二误差数据之间的误差变化程度确定待测测量设备对应的性能检测结果，包括：
105.计算第一误差数据和第二误差数据的差值，得到误差变化程度；
106.获取预设误差变化程度阈值，当检测到误差变化程度未超过预设误差变化程度阈值时，确定待测测量设备对应的性能检测结果为第一目标结果；
107.当检测到误差变化程度超过预设误差变化程度阈值时，确定待测测量设备对应的性能检测结果为第二目标结果。
108.其中，第一目标结果是指误差变化程度未超过预设误差变化程度阈值时待测测量设备对应的性能类别。第二目标结果是指误差变化程度超过预设误差变化程度阈值时待测测量设备对应的性能类别。
109.具体地，终端计算第一误差数据和第二误差数据的差值，得到待测测量设备对应的误差变化程度，并获取预设误差变化程度阈值。终端将误差变化程度阈值与误差变化程度进行比较，当检测到误差变化程度未超过预设误差变化程度阈值时，确定待测测量设备对应的性能检测结果为第一目标结果，第一目标结果可以是性能合格结果。当检测到误差变化程度超过预设误差变化程度阈值时，确定待测测量设备对应的性能检测结果为第二目标结果，第二目标结果可以是性能未合格结果。
110.在一个具体实施例中，终端计算待测惯性测量单元在第一时间点的姿态误差与第二时间点的姿态误差之间的差值，得到待测惯性测量单元在目标测试时间段内的姿态误差变化量，然后终端将姿态误差变化量与预设的姿态误差变化量阈值进行比较，当检测到姿态误差变化量未超过预设的姿态误差变化量阈值时，确定该待测惯性测量单元为可使用的惯性测量单元。终端也可以获取待测测量设备在第二时间点对应的位置误差和速度误差，根据待测测量设备对应的位置误差、速度误差和姿态误差变化量的大小确定待测测量设备对应的性能等级，比如，位置误差、速度误差和姿态误差变化量越小，待测测量设备的性能等级越小，表示性能越好。终端也可以使用姿态误差变化量的变化率、位置误差变化率和速度误差变化率确定待测测量设备对应的性能等级。然后终端可以将性能等级进行显示。
111.在一个具体实施例中，如图6所示，提供一种测量设备性能检测示意图；将多个待测惯性测量单元与高精度惯性测量单元进行刚性连接并固定在车辆上，车辆上还装配有全球导航卫星系统的板卡和轮式里程计，全球导航卫星系统的板卡接收来自双天线的信号，经过板卡内部算法处理，解算出车辆的位置和航向信息，轮式里程计可以提供车辆的运动速度。
112.车辆在全球导航卫星系统良好无信号遮挡的空旷区域进行跑车，进行多次直线和转弯运动，跑车结束后车辆终端可以采集测试时间段内各个待测惯性测量单元的加速度和角速度、高精度惯性测量单元的加速度和角速度、全球导航卫星系统的位置信息和航向信息、车辆速度。然后车辆终端可以将跑车时间段内各个时间点的上述各个数据发送至检测终端进行性能检测。
113.检测终端使用各个时间点对应的全球导航卫星系统的位置信息、各个时间点对应的待测惯性测量单元的加速度和角速度通过组合定位算法进行卡尔曼滤波计算，得到待测测量设备的在跑车时间段内各个时间点对应的位置、速度和姿态，然后终端通过检测各个时间点对应的状态协方差矩阵的对角线元素的大小，确定待测测量设备的测量参数收敛的时间点，此时待测测量设备测量的数据是准确的。基于上述方法依次确定各个待测测量设备的测量参数收敛的时间点。
114.检测终端使用各个时间点对应的全球导航卫星系统的位置信息和航向信息、各个时间点对应的车辆速度、各个时间点对应的高精度惯性测量单元的加速度和角速度通过后处理算法进行双向滤波计算，得到高精度测量设备的在跑车时间段内各个时间点对应的位置、速度和姿态。并检测各个时间点对应的状态协方差矩阵的对角线元素的大小，确定参考测量设备的测量参数收敛的时间点。
115.然后检测终端选取各个待测测量设备和参考测量设备相同的测量参数收敛的时间点，并将该时间点作为目标测试时间段的开始时间点，目标测试时间段可以是预先设置好的固定时间长度的时间段，比如，60秒。测试时间段的开始时间点到测量参数收敛的时间点之间的时间段作为准备时间段。然后终端响应导航卫星数据的中断操作，在目标测时间段内不使用导航卫星数据中的位置信息计算待测测量设备对应的位置、速度和姿态。
116.检测终端将目标测试时间段的开始时间点作为第一时间点，结束时间点作为第二时间点，检测终端使用准备时间段内各个时间点对应的待测惯性测量单元的加速度、角速度和全球导航卫星系统的位置信息进行卡尔曼滤波计算，得到待测惯性测量单元在第一时间点对应的测试性能数据，包括待测惯性测量单元对应的位置、速度和位姿。然后检测终端使用目标测时间段内各个时间点的待测惯性测量单元的加速度和角速度进行卡尔曼滤波计算，得到待测惯性测量单元在第二时间点对应的测试性能数据。检测终端获取高精度惯性测量单元对应的参考性能数据，并根据待测惯性测量单元的测试性能数据、高精度惯性测量单元的位姿和两者之间的性能差距数据，计算得到待测惯性测量单元在目标测试时间段内的姿态误差变化量、位置误差、速度误差。检测终端以此计算各个待测惯性测量单元对应的姿态误差变化量、位置误差、速度误差。然后检测终端分别比较各个待测惯性测量单元对应的姿态误差变化量、位置误差、速度误差，确定姿态误差变化量、位置误差、速度误差最小的待测惯性测量单元作为性能最优的测量惯性单元。
117.本实施例中，确定目标测时间段，在目标测试时间段内不使用导航卫星数据中的位置信息计算待测惯性测量单元对应的位置、速度和姿态，由于惯性测量单元在缺少全球导航卫星系统的位置信息的情况下其位置、速度和姿态会发生漂移，偏离真实位置、真实速度和真实姿态。在目标测试时间段内待测惯性测量单元计算得到的位置、速度和姿态是发生数据漂移的不准确的性能数据，而高精度惯性测量单元的性能数据是准确的性能数据，通过待测惯性测量单元的性能数据、高精度惯性测量单元的性能数据和两者之间的性能差距数据能够快速并且准确的得到待测惯性测量单元的误差数据和误差数据变化量，通过误差数据和误差数据变化量可以快速并准确的检测待测惯性测量单元的性能，从而提高了对待测惯性测量单元性能检测的准确性和检测效率。
118.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
119.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的测量设备性能检测方法的测量设备性能检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个测量设备性能检测装置实施例中的具体限定可以参见上文中对于测量设备性能检测方法的限定，在此不再赘述。
120.在一个实施例中，如图7所示，提供了一种测量设备性能检测装置700，包括：获取模块702、第一误差数据计算模块704、第二误差数据计算模块706和性能检测模块708，其
中：
121.获取模块702，用于获取待测测量设备对应的测量数据和参考测量设备对应的参考性能数据，测量数据包括第一时间点对应的第一测量数据和第二时间点对应的第二测量数据，参考性能数据包括第一时间点对应的第一参考性能数据和第二时间点对应的第二参考性能数据；第一时间点和第二时间点是目标测试时间段内的时间点，目标测试时间段是待测测量设备的测试性能数据逐渐偏离真实性能数据的时间段；
122.第一误差数据计算模块704，用于基于第一测量数据对待测测量设备的性能数据进行计算，得到第一测试性能数据，并计算第一测试性能数据和第一参考性能数据之间的性能测试误差，得到待测测量设备在第一时间点对应的第一误差数据；
123.第二误差数据计算模块706，用于基于第二测量数据对待测测试设备的性能数据进行计算，得到第二测试性能数据，并计算第二测试性能数据和第二参考性能数据之间的性能测试误差，得到待测测量设备在第二时间点对应的第二误差数据；
124.性能检测模块708，用于基于第一误差数据和第二误差数据之间的误差变化程度确定待测测量设备对应的性能检测结果。
125.在一个实施例中，获取模块702，包括：
126.状态稳定确定单元，用于获取待测测量设备在准备时间段内的各个准备测量数据，并获取参考测量设备在准备时间段内的各个准备参考测量数据；基于各个准备测量数据对待测测量设备的状态进行计算，得到待测测量设备对应的待测状态稳定程度；基于各个准备参考测量数据对参考测量设备的状态进行计算，得到参考测量设备对应的参考状态稳定程度；当待测状态稳定程度和参考状态稳定程度满足预设状态条件时，获取待测测量设备对应的测量数据和参考测量设备对应的参考性能数据。
127.在一个实施例中，获取模块702，包括：
128.性能数据计算单元，用于获取目标测试时间段中各个时间点对应的测试导航卫星数据、各个时间点对应的测试载体运动速度数据，并获取参考测量设备在各个时间点对应的测试参考测量数据；基于测试导航卫星数据、测试载体运动速度数据和测试参考测量数据进行滤波运算，得到参考测量设备在目标测试时间段中各个时间点对应的测试参考性能数据；从各个时间点对应的测试参考性能数据中确定第一时间点对应的第一参考性能数据和第二时间点对应的第二参考性能数据；基于第一时间点对应的第一参考性能数据和第二时间点对应的第二参考性能数据得到参考测量设备对应的参考性能数据。
129.在一个实施例中，获取模块702，包括：
130.滤波计算单元，用于基于各个时间点对应的测试导航卫星数据、各个时间点对应的测试载体运动速度数据和各个时间点对应的测试参考测量数据进行正向滤波运算，得到各个时间点对应的正向参考性能数据；基于各个时间点对应的测试导航卫星数据、各个时间点对应的测试载体运动速度数据和各个时间点对应的测试参考测量数据进行反向滤波运算，得到各个时间点对应的反向参考性能数据；将正向参考性能数据和反向参考性能数据进行融合计算，得到参考测量设备在目标测试时间段中各个时间点对应的测试参考性能数据。
131.在一个实施例中，第一误差数据计算模块704，包括：
132.目标性能数据计算单元，用于基于第一测量数据进行滤波运算，得到第一测试性
能数据；获取预设性能差距数据，计算第一参考性能数据与性能差距数据的性能数据总和，得到待测测量设备在第一时间点对应的第一目标性能数据；计算第一测试性能数据与第一目标性能数据的差值，得到待测测量设备在第一时间点对应的第一误差数据。
133.在一个实施例中，第二误差数据计算模块706，包括：
134.目标性能数据计算单元，用于基于第二测量数据进行滤波运算，得到第二测试性能数据；获取预设性能差距数据，计算第二参考性能数据与性能差距数据的性能数据总和，得到待测测量设备在第二时间点对应的第二目标性能数据；计算第二测试性能数据与第二目标性能数据的差值，得到待测测量设备在第二时间点对应的第二误差数据。
135.在一个实施例中，性能检测模块708，包括：
136.检测结果单元，用于计算第一误差数据和第二误差数据的差值，得到误差变化程度；获取预设误差变化程度阈值，当检测到误差变化程度未超过预设误差变化程度阈值时，确定待测测量设备对应的性能检测结果为第一目标结果；当检测到误差变化程度超过预设误差变化程度阈值时，确定待测测量设备对应的性能检测结果为第二目标结果。
137.上述测量设备性能检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
138.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(input/output，简称i/o)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储测量数据、参考性能数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种测量设备性能检测方法。
139.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种测量设备性能检测方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置，显示屏可以是液晶显示屏或电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳
上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
140.本领域技术人员可以理解，图8-图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
141.在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
142.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
143.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
144.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
145.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
146.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
147.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。