惯导单元的性能检测方法、装置、设备及存储介质与流程

1.本发明涉及自动驾驶控制领域，尤其涉及一种惯导单元的性能检测方法、装置、设备及存储介质。


背景技术：

2.现有的惯性导航单元(惯导单元)性能分析方法中绝大多数使用恒温三轴转台以及恒温震台作为分析实验的场景设计，实验器材价格昂贵，对于不同形态的惯导单元还需要进行定制化改装，施工周期长，费用成本高；且实验结论与传感器实际应用场景中的工况有一定偏差，往往适合用于芯片数据手册定制使用，提供数据给用户进行参考。总而言之，即实验室中设计的转动和震动实验无法模拟出agv(automated guided vehicle自动导引运输车)在应用场景中的真实物理环境，使得在对惯导单元进行性能分析时，得到的性能分析结果存在置信度较低的问题。


技术实现要素：

3.本发明的主要目的在于解决现有对惯导单元的性能分析存在置信度较低的问题的技术问题。
4.本发明第一方面提供了一种惯导单元的性能检测方法，包括：获取目标驾驶场景对应的传感数据，其中，所述传感数据包括多个惯导单元对应的第一传感数据和参照单元对应的第二传感数据；对各所述第一传感数据进行姿态对齐，得到对应的多个对齐数据，并根据各所述对齐数据，计算各所述惯导单元之间性能一致性对应的第一参数；将各所述第一传感数据与所述第二传感数据进行融合，得到对应的多个融合数据，并利用各所述融合数据，计算各所述惯导单元之间性能一致性对应的第二参数；基于所述第一参数和所述第二参数，对所述惯导单元进行性能检测，得到性能检测结果。
5.可选的，在本发明第一方面的第一种实现方式中，所述第一传感数据包括待测惯导单元对应的待测惯导数据和基准惯导单元对应的基准惯导数据，所述对各所述第一传感数据进行姿态对齐，得到对应的多个对齐数据包括：根据待测惯导单元与驾驶设备之间预设的姿态变换关系、以及基准惯导单元与驾驶设备之间预设的姿态变换关系，确定所述待测惯导数据与所述基准惯导数据之间的姿态变换关系；将所述待测惯导数据与所述基准惯导数据之间的姿态变换关系转换为对应的姿态旋转矩阵；根据所述姿态旋转矩阵，对所述待测惯导数据与所述基准惯导数据进行坐标转换，得到对应的多个对齐数据。
6.可选的，在本发明第一方面的第二种实现方式中，所述根据各所述对齐数据，计算各所述惯导单元之间性能一致性对应的第一参数包括：根据所述对齐数据，利用预置一致性分析算法，计算所述待测惯导单元与所述基准惯导单元之间的偏差值和相似度；基于所述偏差值和所述相似度，利用预置统计分析算法，计算所述待测惯导单元与所述基准惯导单元之间的各维度统计量，得到第一参数。
7.可选的，在本发明第一方面的第三种实现方式中，预置一致性分析算法包括差异
性分析算法和相关系分析算法，所述根据所述对齐数据，利用预置一致性分析算法，计算所述待测惯导单元与所述基准惯导单元之间的偏差值和相似度包括：利用预置滑动窗口遍历所述对齐数据；采用所述差异性分析算法，计算滑动窗口遍历得到的每段局部对齐数据对应的各个估计偏差，并作为所述待测惯导单元与所述基准惯导单元之间的各个偏差值；采用所述相关系分析算法，构建滑动窗口遍历得到的每段局部对齐数据对应的各个线性相关函数；提取各所述线性相关函数中的相关系数，并作为所述待测惯导单元与所述基准惯导单元之间的各个相似度。
8.可选的，在本发明第一方面的第四种实现方式中，所述第一传感数据包括待测惯导单元对应的待测惯导数据和基准惯导单元对应的基准惯导数据，所述将各所述第一传感数据与所述第二传感数据进行融合，得到对应的多个融合数据包括：根据所述待测惯导单元与所述参照单元之间预设的杆臂参数，将所述待测惯导数据与所述第二传感数据进行融合，得到第一融合数据；根据所述基准惯导单元与所述参照单元之间预设的杆臂参数，将所述基准惯导数据与所述第二传感数据进行融合，得到第二融合数据，其中，所述多个融合数据包括所述第一融合数据和第二融合数据。
9.可选的，在本发明第一方面的第五种实现方式中，所述利用各所述融合数据，计算各所述惯导单元之间性能一致性对应的第二参数包括：计算所述第一融合数据和所述第二融合数据之间的差值，并根据所述差值，统计所述待测惯导单元与所述基准惯导单元之间的姿态差分数据以及位置差分数据；提取所述姿态差分数据中的至少一个第一评价指标，以及提取所述位置差分数据中的至少一个第二评价指标，并基于所述第一评价指标和所述第二评价指标，得到第二参数。
10.可选的，在本发明第一方面的第六种实现方式中，在所述获取目标驾驶场景对应的传感数据之后，还包括：确定各所述第一传感数据和所述第二传感数据所处的时钟域和时间戳格式；对各所述第一传感数据和所述第二传感数据中对应的时钟域和时间戳格式进行同步校准，得到校准后的第一传感数据和第二传感数据。
11.本发明第二方面提供了一种惯导单元的性能检测装置，包括：获取模块，用于获取目标驾驶场景对应的传感数据，其中，所述传感数据包括多个惯导单元对应的第一传感数据和参照单元对应的第二传感数据；对齐计算模块，用于对各所述第一传感数据进行姿态对齐，得到对应的多个对齐数据，并根据各所述对齐数据，计算各所述惯导单元之间性能一致性对应的第一参数；融合计算模块，用于将各所述第一传感数据与所述第二传感数据进行融合，得到对应的多个融合数据，并利用各所述融合数据，计算各所述惯导单元之间性能一致性对应的第二参数；性能检测模块，用于基于所述第一参数和所述第二参数，对所述惯导单元进行性能检测，得到性能检测结果。
12.可选的，在本发明第二方面的第一种实现方式中，所述第一传感数据包括待测惯导单元对应的待测惯导数据和基准惯导单元对应的基准惯导数据，所述对齐计算模块包括：姿态变换单元，用于根据待测惯导单元与驾驶设备之间预设的姿态变换关系、以及基准惯导单元与驾驶设备之间预设的姿态变换关系，确定所述待测惯导数据与所述基准惯导数据之间的姿态变换关系；矩阵转换单元，用于将所述待测惯导数据与所述基准惯导数据之间的姿态变换关系转换为对应的姿态旋转矩阵；坐标转换单元，用于根据所述姿态旋转矩阵，对所述待测惯导数据与所述基准惯导数据进行坐标转换，得到对应的多个对齐数据。
13.可选的，在本发明第二方面的第二种实现方式中，所述对齐计算模块还包括：一致性分析单元，用于根据所述对齐数据，利用预置一致性分析算法，计算所述待测惯导单元与所述基准惯导单元之间的偏差值和相似度；统计分析单元，用于基于所述偏差值和所述相似度，利用预置统计分析算法，计算所述待测惯导单元与所述基准惯导单元之间的各维度统计量，得到第一参数。
14.可选的，在本发明第二方面的第三种实现方式中，预置一致性分析算法包括差异性分析算法和相关系分析算法，所述一致性分析单元还用于：利用预置滑动窗口遍历所述对齐数据；采用所述差异性分析算法，计算滑动窗口遍历得到的每段局部对齐数据对应的各个估计偏差，并作为所述待测惯导单元与所述基准惯导单元之间的各个偏差值；采用所述相关系分析算法，构建滑动窗口遍历得到的每段局部对齐数据对应的各个线性相关函数；提取各所述线性相关函数中的相关系数，并作为所述待测惯导单元与所述基准惯导单元之间的各个相似度。
15.可选的，在本发明第二方面的第四种实现方式中，所述第一传感数据包括待测惯导单元对应的待测惯导数据和基准惯导单元对应的基准惯导数据，所述融合计算模块包括：待测融合单元，用于根据所述待测惯导单元与所述参照单元之间预设的杆臂参数，将所述待测惯导数据与所述第二传感数据进行融合，得到第一融合数据；基准融合单元，用于根据所述基准惯导单元与所述参照单元之间预设的杆臂参数，将所述基准惯导数据与所述第二传感数据进行融合，得到第二融合数据，其中，所述多个融合数据包括所述第一融合数据和第二融合数据。
16.可选的，在本发明第二方面的第五种实现方式中，所述融合计算模块还包括：差分统计单元，用于计算所述第一融合数据和所述第二融合数据之间的差值，并根据所述差值，统计所述待测惯导单元与所述基准惯导单元之间的姿态差分数据以及位置差分数据；指标提取单元，用于提取所述姿态差分数据中的至少一个第一评价指标，以及提取所述位置差分数据中的至少一个第二评价指标，并基于所述第一评价指标和所述第二评价指标，得到第二参数。
17.可选的，在本发明第二方面的第六种实现方式中，所述惯导单元的性能检测装置还包括时间同步模块，用于：确定各所述第一传感数据和所述第二传感数据所处的时钟域和时间戳格式；对各所述第一传感数据和所述第二传感数据中对应的时钟域和时间戳格式进行同步校准，得到校准后的第一传感数据和第二传感数据。
18.本发明第三方面提供了一种惯导单元的性能检测设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述惯导单元的性能检测设备执行上述的惯导单元的性能检测方法。
19.本发明的第四方面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中存储有指令，当其在计算机上运行时，使得计算机执行上述的惯导单元的性能检测方法。
20.本发明提供的技术方案中，通过获取目标驾驶场景中惯导单元对应的第一传感数据和参照单元对应的第二传感数据；对各第一传感数据进行姿态对齐，以计算惯导单元对应的第一参数，以及将各第一传感数据与第二传感数据进行融合，以计算惯导单元对应的第二参数；最后基于第一参数和第二参数，对惯导单元进行性能检测，即可得到性能检测结果。将惯导单元直接安装驾驶车辆中，在agv应用场景中还加入参照单元对惯导性能进行分
析，可以有效地提高得到的性能分析结论的置信度；同时避免恒温三轴转台以及恒温震台的施工周期长和费用成本高，进一步减少性能检测周期和成本。
附图说明
21.图1为本发明实施例中惯导单元的性能检测方法的第一个实施例示意图；
22.图2为本发明实施例中惯导单元的性能检测方法的第二个实施例示意图；
23.图3为本发明实施例中惯导单元的性能检测装置的一个实施例示意图；
24.图4为本发明实施例中惯导单元的性能检测装置的另一个实施例示意图；
25.图5为本发明实施例中惯导单元的性能检测设备的一个实施例示意图。
具体实施方式
26.本发明实施例提供了一种惯导单元的性能检测方法、装置、设备及存储介质，获取目标驾驶场景对应的传感数据，其中，传感数据包括多个惯导单元对应的第一传感数据和参照单元对应的第二传感数据；对各第一传感数据进行姿态对齐，得到对应的多个对齐数据，并根据各对齐数据，计算惯导单元对应的第一参数；将各第一传感数据与第二传感数据进行融合，得到对应的多个融合数据，并利用各融合数据，计算惯导单元对应的第二参数；基于第一参数和第二参数，对惯导单元进行性能检测，得到性能检测结果。本发明实现了在实际驾驶场景中对惯导单元的性能测试，提升了对惯导单元的测试结果的置信度。
27.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
28.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中惯导单元的性能检测方法的第一个实施例包括：
29.101、获取目标驾驶场景对应的传感数据，其中，所述传感数据包括多个惯导单元对应的第一传感数据和参照单元对应的第二传感数据；
30.可以理解的是，本发明的执行主体可以为惯导单元的性能检测装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。需注意的是此处目标驾驶场景可以是无人机、无人船、无人车辆等移动类型机器人应用的驾驶场景，下面以无人车辆应用的驾驶场景为例进行说明。
31.本实施例中，将惯导单元的性能检测场景从实验室转移到实际驾驶场景，比如agv应用场景，预先在自动驾驶车辆中安装好多个惯导单元和多个参照单元，使得每个单元之间的相对位置关系固定不变。然后在车辆驾驶过程中的实际驾驶场景，通过本惯导传感器采集第一传感数据，通过参照单元采集第二传感数据，以此作为后续进行性能评估的数据依据。
32.具体的，惯导单元优选为由三轴陀螺仪与三轴加速计组成的6-dof(六自由度)的
imu(inertial measurement unit，即惯性测量单元)，在自动驾驶车辆上安装imu固定夹具，各个imu与车身保持刚性连接，以此采集到多个对应的第一传感数据。同时，参照单元优选为gps(global positioning system，全球定位系统)传感器和轮速传感器，在车顶安装gps天线，在前轮刹车盘、轮毂等位置安装轮速传感器，以此采集多个对应的第二传感数据。
33.102、对各所述第一传感数据进行姿态对齐，得到对应的多个对齐数据，并根据各所述对齐数据，计算各所述惯导单元之间性能一致性对应的第一参数；
34.本实施例中，此处对第一传感数据进行对齐指的是对不同惯导单元的坐标对齐。由于不同惯导单元之间所采用坐标系不同，使采集到的惯导单元的坐标数据无法比较，故需要将不同惯导单元采集到的第一传感数据按照采用坐标类型进行统一。
35.具体的，前面每个惯导单元之间与自动驾驶车辆刚性连接，此处则可以直接基于各个惯导单元分别与自动驾驶车辆之间的姿态转换关系，来确定各个惯导单元之间的姿态转换关系，以作为待测惯导数据和基准惯导数据之间的姿态转换关系，执行两者之间的坐标对齐。
36.本实施例中，根据对齐数据计算不同惯导单元之间性能一致性对应的第一参数中，包括性能差别程度和性能相似程度，均可以表达各个惯导单元之间的性能一致性。性能差别程度越小，相似程度越大，则性能一致性程度越高。即对应计算得到的第一参数包括偏差值和相似度。需注意的是，关于性能一致性的参数，包括第一参数和第二参数，此处的第一参数指的是接对不同惯导单元采集到的第一传感数据进行比较得到，不加入其它的如参照单元的数据。
37.103、将各所述第一传感数据与所述第二传感数据进行融合，得到对应的多个融合数据，并利用各所述融合数据，计算各所述惯导单元之间性能一致性对应的第二参数；
38.本实施例中，将惯导单元采集到的关于运动的第一传感数据，以及如gps和轮速传感器采集到的关于位置的第二传感数据进行融合，得到以表示关于自动驾驶车辆位姿的融合数据，再对不同惯导单元进行比较，得到第二参数。对可以通过计算不同惯导单元之间姿态差分和位置差分相关的数据作为第二参数，来描述不同惯导单元之间的性能一致性。
39.具体的，可以通过待测惯导单元与参照单元之间预设的杆臂参数，比如车身三维图纸计算参照单元如gps天线中心点到各惯导单元中心点的杆臂参数，以及测量车辆后轴中心点到各惯导单元中心点的杆臂参数。通过测量得到的杆臂参数，来对两者进行融合，从车辆位姿的角度对惯导单元的性能一致性进行计算，得到第二参数。
40.104、基于所述第一参数和所述第二参数，对所述惯导单元进行性能检测，得到性能检测结果。
41.本实施例中，前面计算得到如偏差值和相似度的第一参数，以及姿态差分和位置差分的第二参数，可以进一步执行统计分析，通过预设的统计变量来检测惯导单元的性能。
42.具体的针对第一参数，比如可以采用箱线图和直方图，来衡量偏差值的离散程度，以及相似度的离散程度，以此来表示不同惯导单元之间的在偏差和相似上的相关性，衡量其惯导性能，根据箱线图和直方图，得到不同惯导单元的相关性系数越接近1，待测基准单元的性能越好。
43.具体的，针对第二参数，可以采用姿态和位置的差分分位数来衡量在车辆位姿维度，不同惯导单元的数据采集结果的相似程度，以此来表示惯导单元的性能，当差分分位数
的值越小，则表示待测基准单元的性能越好。
44.本发明实施例中，通过获取目标驾驶场景中惯导单元对应的第一传感数据和参照单元对应的第二传感数据；对各第一传感数据进行姿态对齐，以计算惯导单元对应的第一参数，以及将各第一传感数据与第二传感数据进行融合，以计算惯导单元对应的第二参数；最后基于第一参数和第二参数，对惯导单元进行性能检测，即可得到性能检测结果。将惯导单元直接安装驾驶车辆中，在agv应用场景中还加入参照单元对惯导性能进行分析，可以有效地提高得到的性能分析结论的置信度；同时避免恒温三轴转台以及恒温震台的施工周期长和费用成本高，进一步减少性能检测周期和成本。
45.请参阅图2，本发明实施例中惯导单元的性能检测方法的第二个实施例包括：
46.201、获取目标驾驶场景对应的传感数据，并确定各所述第一传感数据和所述第二传感数据所处的时钟域和时间戳格式，其中，所述传感数据包括多个惯导单元对应的第一传感数据和参照单元对应的第二传感数据；
47.202、对各所述第一传感数据和所述第二传感数据中对应的时钟域和时间戳格式进行同步校准，得到校准后的第一传感数据和第二传感数据；
48.本实施例中，惯导单元和参照单元固定安装在自动驾驶车辆上，与车身保持刚性连接，单元需要使用同一时钟域进行数据采集，才能保证在后续计算过程中时间对齐。如果不同单元由于传感器时钟域同步方案不同，处在不同的时钟域上，则需要对不同时钟域之间进行校准，同时需要不同时钟域之间保持相位与频率的同步。
49.具体的，采集到的第一传感数据和第二传感数据后，可以将各个不同时间戳格式的传感数据统一对齐到预设的utc(universal time coordinated，协调世界时)时间戳格式，也可以对齐到其他同一时间戳格式中，以便于后续执行的逻辑运算。由于惯导单元和参照单元所使用的时间戳格式大部分为gps epoch时间戳格式，因此可以将gps epoch时间戳格式转换成utc时间戳格式，具体地可以根据以下公式进行计算：
[0050][0051]
其中，offset
system
为gps epoch时间戳与utc时间戳之间的补偿量，ts
gps
为gps epoch时间戳，ts
unix
为uxix时间戳，ts
utc
为utc时间戳，week
gps
为gps周时间，week
second
为为隔周时间，offset
leap
为增量补偿量。通过上述公式计算，即可将第一传感数据和第二传感数据同步校准到同一时间戳格式下。
[0052]
203、根据待测惯导单元与驾驶设备之间预设的姿态变换关系、以及基准惯导单元与驾驶设备之间预设的姿态变换关系，确定所述待测惯导数据与所述基准惯导数据之间的姿态变换关系；
[0053]
204、将所述待测惯导数据与所述基准惯导数据之间的姿态变换关系转换为对应的姿态旋转矩阵；
[0054]
205、根据所述姿态旋转矩阵，对所述待测惯导数据与所述基准惯导数据进行坐标转换，得到对应的多个对齐数据；
[0055]
本实施例中，惯导单元包括需要测试性能的待测惯导单元，以及用于对性能参照对比的基准惯导单元。可以先测量待测惯导单元和基准惯导单元分别与驾驶设备之间的
rbv(rotation from body to vehicle，车辆模型坐标系到惯性坐标系的旋转变换)参数，再通过此关系推算待测惯导单元与基准惯导单元之间的rbv参数，达到统一待测惯导单元与基准惯导单元之间的坐标系的目的。
[0056]
具体的，将待测惯导数据和基准惯导数据中的角速度以及线加速度的x，y，z轴，通过两者之间的姿态关系进行统一，首先需要将待测惯导数据和基准惯导数据之间的姿态关系从rvb参数(一般以欧拉角作为表达方式)，转换成可以进行运算的姿态旋转矩阵r(旋转循序为x-y-z，分别对应α、β、γ)，具体地可以根据一下公式进行计算：
[0057][0058]
进一步地，将姿态旋转矩阵r与待测惯导数据和基准惯导数据进行坐标系转换计算，其中待测惯导数据和基准惯导数据的原始角速度向量为accel
raw
＝[accel
x
，accely，accelz]，线加速度向量为gyro
raw
＝[gyro
x
，gyroy，gyroz]，具体地可以根据以下公式进行计算：
[0059][0060]
206、根据所述对齐数据，利用预置一致性分析算法，计算所述待测惯导单元与所述基准惯导单元之间的偏差值和相似度；
[0061]
207、基于所述偏差值和所述相似度，利用预置统计分析算法，计算所述待测惯导单元与所述基准惯导单元之间的各维度统计量，得到第一参数；
[0062]
本实施例中，对待测惯导数据和基准惯导数据进行坐标对齐后，可以先对两者测量到的自动驾驶车辆姿态的一致性进行检测，主要是直接对两者的惯导数据进行对比，包括对比两者之间的偏差值和相似度。然后从统计学角度上来对两者进行统计量分析，量化两者之间在不同维度的偏差程度和相似程度，得到第一参数。
[0063]
具体的，可以分析不同待测惯导单元与基准惯导单元之间rmse(root mean squared error，均方根误差)的分析结果，并作为待测惯导数据和基准惯导数据之间每一条相同时间戳数据的偏差值；同时通过pcc(pearson correlation coefficient，皮尔森相关性系数)分析判断待测惯导单元与基准惯导单元之间的相关性。
[0064]
具体的，还可以利用统计分析算法，比如可以计算rmse向量的上限、上四分位数、中位数、下四位数、下限、平均值、标准差等各位维度统计量，以及可以计算pcc向量的协方差、标准差等各维度统计向量，即可得到第一参数。其中，同时能满足较小rmse误差和/或较大pcc相似度的待测惯导单元可以被判定为接近基准惯导单元，性能与基准惯导单元的最接近。
[0065]
另外，在计算待测惯导单元与基准惯导单元之间的偏差值和相似度，还可以采用以下步骤进行计算：
[0066]
7.1)利用预置滑动窗口遍历所述对齐数据；
[0067]
7.2)采用所述差异性分析算法，计算滑动窗口遍历得到的每段局部对齐数据对应的各个估计偏差，并作为所述待测惯导单元与所述基准惯导单元之间的各个偏差值；
[0068]
7.3)采用所述相关系分析算法，构建滑动窗口遍历得到的每段局部对齐数据对应的各个线性相关函数；
[0069]
7.4)提取各所述线性相关函数中的相关系数，并作为所述待测惯导单元与所述基准惯导单元之间的各个相似度。
[0070]
本实施例中，经过坐标系统一的待测惯导数据与基准惯导数据(角速度与线加速度)可以进行偏差值与相似度分析，其中，可以采用以下公式计算rmse估计的偏差值：
[0071][0072]
其中，data
imu_test
为待测惯导数据，data
imu_baselink
为基准惯导数据，n为滑动窗口数量。由上公式可知，当data
imu_test
与data
imu_baselink
的差值大于1时会增大其rmse误差；当data
imu_test
与data
imu_baselink
的差值小于1时会减小其rmse误差。也就是说，rmse会对data
imu_test
与data
imu_baselink
误差较大(》1)的情况给予更大的惩罚，对data
imu_test
与data
imu_baselink
误差较小(《1)的情况给予更小的惩罚，因此，对于待测惯导数据和基准惯导数据对比来说，rmse可以更好地表征两者之间的离散程度。
[0073]
另外，假设每个划窗的待测惯导数据x＝{x1，x2，
……
，xn}和基准惯导数据y＝{y1，y2，
……
，yn}，长度均为n，两组样本之间的皮尔森相关系数定义为两个变量的协方差除以它们标准差的乘积，即可以采用以下公式计算pcc相似度：
[0074][0075]
上式输出范围为[-1， 1]，0代表无相关性，负值为负相关，正值为正相关。皮尔森相关分析用于探讨待测惯导数据x与基准惯导数据y之间的线性相关，以对比的是待测惯导单元与基准惯导单元，若两个变量之间的相关系数绝对值较大，则表示彼此相互共变的程度较大；一般而言，若两个变量之间为正相关，则当x提升时，y也会随之提升，即相似度较大；反之，若两个变量之间为负相关，则当x提升时，y也会随之下降，即相似度较小。
[0076]
另外，还通过滑动窗口遍历待测惯导数据和基准惯导数据，将每次滑动窗口中的rmsei整理成rmsev向量表，再将rmsev使用箱线图进行展示；以及将每次滑动窗口中的pcci整理成pccv向量表，再将pccv使用箱直方图进行展示；可以分析不同待测惯导单元之间与基准惯导单元之间pcc的分析结果，相关性系数越接近1，待测基准单元线性相关性越接近基准基准单元，性能越好。
[0077]
208、根据所述待测惯导单元与所述参照单元之间预设的杆臂参数，将所述待测惯导数据与所述第二传感数据进行融合，得到第一融合数据；
[0078]
209、根据所述基准惯导单元与所述参照单元之间预设的杆臂参数，将所述基准惯导数据与所述第二传感数据进行融合，得到第二融合数据，其中，所述多个融合数据包括所述第一融合数据和第二融合数据；
[0079]
本实施例中，可以通过ekf(extendedkalmanfilter，扩展卡尔曼滤波器)、ukf(unscented kalman filter，无损卡尔曼滤波器)、rekf(reduced extended kalman filter，简化扩展卡尔曼滤波器)、mscfk(multi-state constraint kalman filter，多状态约束卡尔曼滤波器)等主流多传感器融合算法，优选ekf对待测惯导数据和基准惯导数据分别与杆臂参数进行融合仿真计算，仿真计算可以使用matlab工具包完成。
[0080]
210、计算所述第一融合数据和所述第二融合数据之间的差值，并根据所述差值，统计所述待测惯导单元与所述基准惯导单元之间的姿态差分数据以及位置差分数据；
[0081]
211、提取所述姿态差分数据中的至少一个第一评价指标，以及提取所述位置差分数据中的至少一个第二评价指标，并基于所述第一评价指标和所述第二评价指标，得到第二参数；
[0082]
本实施例中，将待测惯导单元的ekf第一融合数据与基准惯导单元的ekf第二融合数据进行作差比较，确定两者在位姿上的差别；然后统计第一融合数据与第二融合数据之间的作差差别，得到姿态差分数据和位置差分数据，然后取姿态差分数据和位置差分数据的分位数分别作为第一评价指标和第二评价指标，具体可以为p50、p90、p99作为评价标准，来作为第二参数，其中，三个评价指标越小，证明待测惯导单元与基准惯导单元的融合结果越接近，待测惯导单元的性能越好。
[0083]
212、基于所述第一参数和所述第二参数，对所述惯导单元进行性能检测，得到性能检测结果。
[0084]
上面对本发明实施例中惯导单元的性能检测方法进行了描述，下面对本发明实施例中惯导单元的性能检测装置进行描述，请参阅图3，本发明实施例中惯导单元的性能检测装置一个实施例包括：
[0085]
获取模块301，用于获取目标驾驶场景对应的传感数据，其中，所述传感数据包括多个惯导单元对应的第一传感数据和参照单元对应的第二传感数据；
[0086]
对齐计算模块302，用于对各所述第一传感数据进行姿态对齐，得到对应的多个对齐数据，并根据各所述对齐数据，计算各所述惯导单元之间性能一致性对应的第一参数；
[0087]
融合计算模块303，用于将各所述第一传感数据与所述第二传感数据进行融合，得到对应的多个融合数据，并利用各所述融合数据，计算各所述惯导单元之间性能一致性对应的第二参数；
[0088]
性能检测模块304，用于基于所述第一参数和所述第二参数，对所述惯导单元进行性能检测，得到性能检测结果。
[0089]
本发明实施例中，通过获取目标驾驶场景中惯导单元对应的第一传感数据和参照单元对应的第二传感数据；对各第一传感数据进行姿态对齐，以计算惯导单元对应的第一参数，以及将各第一传感数据与第二传感数据进行融合，以计算惯导单元对应的第二参数；最后基于第一参数和第二参数，对惯导单元进行性能检测，即可得到性能检测结果。将惯导单元直接安装驾驶车辆中，在agv应用场景中还加入参照单元对惯导性能进行分析，可以有效地提高得到的性能分析结论的置信度；同时避免恒温三轴转台以及恒温震台的施工周期长和费用成本高，进一步减少性能检测周期和成本。
[0090]
请参阅图4，本发明实施例中惯导单元的性能检测装置的另一个实施例包括：
[0091]
获取模块301，用于获取目标驾驶场景对应的传感数据，其中，所述传感数据包括
多个惯导单元对应的第一传感数据和参照单元对应的第二传感数据；
[0092]
对齐计算模块302，用于对各所述第一传感数据进行姿态对齐，得到对应的多个对齐数据，并根据各所述对齐数据，计算各所述惯导单元之间性能一致性对应的第一参数；
[0093]
融合计算模块303，用于将各所述第一传感数据与所述第二传感数据进行融合，得到对应的多个融合数据，并利用各所述融合数据，计算各所述惯导单元之间性能一致性对应的第二参数；
[0094]
性能检测模块304，用于基于所述第一参数和所述第二参数，对所述惯导单元进行性能检测，得到性能检测结果。
[0095]
具体的，所述第一传感数据包括待测惯导单元对应的待测惯导数据和基准惯导单元对应的基准惯导数据，所述对齐计算模块302包括：
[0096]
姿态变换单元3021，用于根据待测惯导单元与驾驶设备之间预设的姿态变换关系、以及基准惯导单元与驾驶设备之间预设的姿态变换关系，确定所述待测惯导数据与所述基准惯导数据之间的姿态变换关系；
[0097]
矩阵转换单元3022，用于将所述待测惯导数据与所述基准惯导数据之间的姿态变换关系转换为对应的姿态旋转矩阵；
[0098]
坐标转换单元3023，用于根据所述姿态旋转矩阵，对所述待测惯导数据与所述基准惯导数据进行坐标转换，得到对应的多个对齐数据。
[0099]
具体的，所述对齐计算模块302还包括：
[0100]
一致性分析单元3024，用于根据所述对齐数据，利用预置一致性分析算法，计算所述待测惯导单元与所述基准惯导单元之间的偏差值和相似度；
[0101]
统计分析单元3025，用于基于所述偏差值和所述相似度，利用预置统计分析算法，计算所述待测惯导单元与所述基准惯导单元之间的各维度统计量，得到第一参数。
[0102]
具体的，预置一致性分析算法包括差异性分析算法和相关系分析算法，所述一致性分析单元3024还用于：
[0103]
利用预置滑动窗口遍历所述对齐数据；
[0104]
采用所述差异性分析算法，计算滑动窗口遍历得到的每段局部对齐数据对应的各个估计偏差，并作为所述待测惯导单元与所述基准惯导单元之间的各个偏差值；
[0105]
采用所述相关系分析算法，构建滑动窗口遍历得到的每段局部对齐数据对应的各个线性相关函数；
[0106]
提取各所述线性相关函数中的相关系数，并作为所述待测惯导单元与所述基准惯导单元之间的各个相似度。
[0107]
具体的，所述第一传感数据包括待测惯导单元对应的待测惯导数据和基准惯导单元对应的基准惯导数据，所述融合计算模块303包括：
[0108]
待测融合单元3031，用于根据所述待测惯导单元与所述参照单元之间预设的杆臂参数，将所述待测惯导数据与所述第二传感数据进行融合，得到第一融合数据；
[0109]
基准融合单元3032，用于根据所述基准惯导单元与所述参照单元之间预设的杆臂参数，将所述基准惯导数据与所述第二传感数据进行融合，得到第二融合数据，其中，所述多个融合数据包括所述第一融合数据和第二融合数据。
[0110]
具体的，所述融合计算模块303还包括：
[0111]
差分统计单元3033，用于计算所述第一融合数据和所述第二融合数据之间的差值，并根据所述差值，统计所述待测惯导单元与所述基准惯导单元之间的姿态差分数据以及位置差分数据；
[0112]
指标提取单元3034，用于提取所述姿态差分数据中的至少一个第一评价指标，以及提取所述位置差分数据中的至少一个第二评价指标，并基于所述第一评价指标和所述第二评价指标，得到第二参数。
[0113]
具体的，所述惯导单元的性能检测装置还包括时间同步模块305，用于：
[0114]
确定各所述第一传感数据和所述第二传感数据所处的时钟域和时间戳格式；
[0115]
对各所述第一传感数据和所述第二传感数据中对应的时钟域和时间戳格式进行同步校准，得到校准后的第一传感数据和第二传感数据。
[0116]
上面图3和图4从模块化功能实体的角度对本发明实施例中的惯导单元的性能检测装置进行详细描述，下面从硬件处理的角度对本发明实施例中惯导单元的性能检测设备进行详细描述。
[0117]
图5是本发明实施例提供的一种惯导单元的性能检测设备的结构示意图，该惯导单元的性能检测设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对惯导单元的性能检测设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在惯导单元的性能检测设备500上执行存储介质530中的一系列指令操作。
[0118]
惯导单元的性能检测设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图5示出的惯导单元的性能检测设备结构并不构成对惯导单元的性能检测设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0119]
本发明还提供一种惯导单元的性能检测设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述惯导单元的性能检测方法的步骤。
[0120]
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述惯导单元的性能检测方法的步骤。
[0121]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0122]
所述集成的单元如果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读取存储介质中。基于这样的理解，本发明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介质中，包括若干指令用以使得一台计算机
设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0123]
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。