[发明专利]对中杆误差的确定方法、装置、设备及存储介质

说明书

本申请实施例提供了一种对中杆误差的确定方法、装置、设备及存储介质，该方法包括：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，多组实时特征数据包括多组对中杆第一实时特征数据、以及多组对中杆第二实时特征数据；根据多组第一特征数据以及多组第二特征数据，采用预设融合滤波算法计算得到多组对中杆姿态信息；根据多组对中杆姿态信息和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；本申请实施例能够解决现有技术确定出的对中杆三维矢量误差精度较差的问题。

技术领域

本申请属于测量技术领域，尤其涉及一种对中杆误差的确定方法、装置、设备及存储介质。

背景技术

在施工放样、地形图测绘及摄影测量布设像控点等工程测量技术领域，广泛采用卫星导航(Global Navigation Satellite System，GNSS)实时动态差分(Real TimeKinematic，RTK)测量技术。GNSS RTK接收机测量的是放置在对中杆顶端的天线相位中心的位置，实际作业中必须要求对中杆严格垂直于水平面，才能将接收机天线相位中心点的坐标，精确转换到待测点上。这就要求工程测量人员必须时刻观察对中杆水平气泡，在测量时保持气泡居中，才能保证测量精度。传统RTK测量，作业效率受到限制，容易由于人为操作因素引入测量误差，同时作业场景有限，对类似墙角点、管线等场景，很难保持对中杆垂直地面进行测量。

为解决上述问题，倾斜测量技术应运而生。倾斜测量的本质是通过引入其他传感器，获得接收机实时高精度姿态信息，从而可以在对中杆倾斜状态下，将RTK接收机天线相位中心坐标精确转换到待测点上。倾斜测量技术最初以磁力计+加速度计方案为主，由于磁力计容易受到干扰且校准过程繁琐，所以逐步被仅利用惯性测量单元(InertialMeasurement Unit，IMU)的方案所取代。

对中杆三维矢量误差是基于IMU的倾斜测量方案的一个重要误差源，只有准确确定出对中杆三维矢量误差才能保证倾斜测量的精度，但是现有技术确定出的对中杆三维矢量误差由于建模和质量控制不完善可能导致精度较差。

发明内容

本申请实施例提供一种对中杆误差的确定方法、装置、设备及存储介质，能够解决现有技术确定出的对中杆三维矢量误差精度较差的问题。

第一方面，本申请实施例提供一种对中杆误差的确定方法，该方法包括：

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，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，惯性传感器、全球导航卫星系统、以及对中杆固定连接，多组实时特征数据分别对应多个时刻；

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

根据多组对中杆姿态信息和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；

预设卡尔曼滤波算法的状态向量包括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。

进一步地，在一种实施例中，第一实时特征数据包括：对中杆上的惯性传感器安装点的角速度和加速度；

第二实时特征数据包括：接收机的天线相位中心的速度和位置坐标；

根据多组第一特征数据以及多组第二特征数据，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：

根据对中杆上的惯性传感器安装点的角速度和加速度，以及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。

进一步地，在一种实施例中，根据多组对中杆姿态信息和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：