[发明专利]对中杆误差的确定方法、装置、设备及存储介质

权利要求书

1.一种对中杆误差的确定方法，其特征在于，包括：

在对中杆杆尖与地面接触点保持接触的情况下，获取对中杆不同姿态下的多组实时特征数据，其中，所述多组实时特征数据包括惯性传感器测量得到的多组对中杆第一实时特征数据、以及全球导航卫星系统接收机测量得到的多组对中杆第二实时特征数据；其中，所述惯性传感器、所述全球导航卫星系统、以及所述对中杆固定连接，所述多组实时特征数据分别对应多个时刻；

根据所述多组第一特征数据以及所述多组第二特征数据，采用预设融合滤波算法计算得到多组对中杆姿态信息；

根据所述多组对中杆姿态信息和所述多组第二实时特征数据，采用预设卡尔曼滤波算法计算得到对中杆三维矢量误差；

所述预设卡尔曼滤波算法的状态向量被设置为包括所述对中杆三维矢量误差以及对中杆杆尖与地面接触点的三维坐标。

2.如权利要求1所述的对中杆误差的确定方法，其特征在于，所述第一实时特征数据包括：所述对中杆上的惯性传感器安装点的角速度和加速度；

所述第二实时特征数据包括：所述接收机的天线相位中心的速度和位置坐标；

所述根据所述多组第一特征数据以及所述多组第二特征数据，采用预设融合滤波算法计算得到多组对中杆姿态信息，包括：

根据所述对中杆上的惯性传感器安装点的角速度和加速度，以及所述接收机的天线相位中心的速度和位置坐标，采用预设融合滤波算法计算得到多组对中杆姿态信息。

3.如权利要求2所述的对中杆误差的确定方法，其特征在于，所述根据所述多组对中杆姿态信息和所述多组第二实时特征数据，采用预设卡尔曼滤波算法计算得到对中杆三维矢量误差，包括：

根据所述对中杆姿态信息以及所述接收机的天线相位中心的位置坐标，采用预设卡尔曼滤波算法构建并计算方程组得到对中杆三维矢量误差。

4.如权利要求3所述的对中杆误差的确定方法，其特征在于，所述方程组通过如下算式构建：

其中，b表示所述惯性传感器的三轴正交坐标系，e表示地心地固坐标系，为i时刻对中杆姿态信息，为预设对中杆三维矢量，为所述对中杆杆尖与地面接触点的三维坐标，δl^b为所述对中杆三维矢量误差，表征所述接收机的天线相位中心的位置坐标的测量噪声，为i时刻在所述地心地固坐标系下的所述接收机的天线相位中心的位置坐标。

5.如权利要求1所述的对中杆误差的确定方法，其特征在于，所述方法还包括：

根据所述多组第一特征数据以及所述多组第二特征数据，采用预设融合滤波算法计算得到对中杆的失准角对应的误差协方差矩阵对角线元素；

所述根据所述多组对中杆姿态信息和所述多组第二实时特征数据，采用预设卡尔曼滤波算法计算得到对中杆三维矢量误差，包括：

当所述失准角对应的误差协方差矩阵对角线元素不大于预设失准角参数门限时，根据所述多组对中杆姿态信息和所述多组第二实时特征数据，采用预设卡尔曼滤波算法计算得到对中杆三维矢量误差。

6.如权利要求1所述的对中杆误差的确定方法，其特征在于，所述方法还包括：

根据所述多组对中杆姿态信息和所述多组第二实时特征数据，采用卡尔曼滤波算法计算对中杆的所述状态向量，以及对中杆三维矢量误差对应的误差协方差矩阵对角线元素；

所述根据所述多组对中杆姿态信息和所述多组第二实时特征数据，采用预设卡尔曼滤波算法计算得到对中杆三维矢量误差，包括：

当对中杆三维矢量误差对应的误差协方差矩阵对角线元素不大于预设对中杆误差参数门限、且当前时刻的所述状态向量与上一时刻所述状态向量的差值的模值小于预设状态向量门限时，以当前时刻的所述状态向量中的对中杆三维矢量误差作为输出量。