[发明专利]传感器数据处理的方法及装置

说明书

本申请实施例提供一种传感器数据处理的方法及装置，该方法包括：从至少两个传感器中确定出基准传感器及其采样时刻；当时刻tsubgt;1/subgt;获取到传感器K的观测数据时，确定传感器K的类型；若传感器K为第一类型的第一传感器，则确定出距离tsubgt;1/subgt;最近的采样时刻Tsubgt;1/subgt;以及插值系数λsubgt;1/subgt;，并计算在Tsubgt;1/subgt;的第一旋转数据、第一平移数据以及第一协方差矩阵；若传感器K为第二类型的第二传感器，则确定出距离tsubgt;1/subgt;最近的两个采样时刻Tsubgt;2/subgt;、Tsubgt;3/subgt;以及插值系数λsubgt;2/subgt;、λsubgt;3/subgt;；融合各采样时刻上的旋转数据、平移数据和协方差矩阵。本申请涉及人工智能，可以应用于通信系统，例如V2X、LTE‑V、V2V、车联网(无人驾驶)、MTC、IoT、LTE‑M、M2M、物联网等等。

技术领域

本申请涉及传感器应用领域，尤其涉及一种传感器数据处理的方法及装置。

背景技术

自动驾驶汽车和智能机器人等智能终端是近年来备受广泛关注的新型终端。对于自动驾驶汽车等智能终端而言，传感器相当于它们的眼睛。例如，通过传感器，自动驾驶汽车能够识别道路、道路上的车辆、行人、障碍物和/或基础交通设施等。通过传感器实现智能终端的定位是当前备受关注的技术问题之一。此外，智能终端的发展趋势表明，仅使用一个传感器实现智能终端的定位将面临越来越多的挑战，因此，如何通过多种类型的传感器实现智能终端的定位成为当前亟待解决的技术问题之一。

然而，通过多个传感器实现智能终端的定位需要解决多个传感器的采集数据的融合，通过多个传感器的采集数据的融合实现智能终端的定位。现有技术采用基于容积卡尔曼滤波 (cubature kalman filter，CKF)的方法实现非线性异步多传感器的数据融合。现有技术的数据融合方法只能对当前时刻做线性化处理，因此需要严格按照传感器的采集数据的时间顺序进行融合，数据处理方式固定，适用范围小。此外，现有技术的数据融合严格按照时间顺序的线性化处理还将带来误差的逐渐累积，使得智能终端的定位准确性低，适用性差。

发明内容

本申请实施例提供了一种传感器数据处理的方法及装置，可提高多个传感器的数据融合的操作灵活性，提高传感器的数据处理效率，进而可提高智能终端的定位准确性，适用性高。

第一方面提供了一种传感器数据处理的方法，该方法包括：从终端中的至少两个传感器中确定出一个基准传感器，并确定出该基准传感器的各采样时刻。当任一时刻t₁获取到任一传感器K的观测数据时，确定传感器K的传感器类型。这里，不同类型的传感器的观测数据可采用不同的数据处理方式进行处理，以确定各个传感器的观测数据对准到基准传感器的采样时刻上的旋转数据、平移数据和协方差矩阵等数据，数据处理方式更灵活。其中，若传感器K为第一类型的第一传感器，则从基准传感器的各采样时刻中确定出距离t₁最近的采样时刻T₁，根据第一传感器的采样间隔和t₁确定在T₁上插值时的插值系数λ₁，并根据λ₁和第一传感器的观测数据计算第一传感器在T₁的第一旋转数据和第一平移数据，计算第一旋转数据和第一平移数据对应的第一协方差矩阵。这里，传感器的观测数据包括传感器在任一时刻测量得到的终端的位姿，下面不再赘述。例如，传感器在某个采样时刻t_i上测量得到的终端在某个坐标系下的旋转矩阵和平移向量，例如GPS传感器可用于采集终端在任一采样时刻的旋转矩阵和平移向量。可以理解，这里的第一类型的传感器用于采集(或者装配有该传感器的终端)在任一采样时刻上的旋转数据和平移数据。第一传感器仅是第一类型的传感器的一个示例，第一类型的传感器包括但不限于第一传感器，在此不做限制。