[发明专利]一种数据处理方法和装置

说明书

本申请提供了一种数据处理方法和装置，该方法包括：根据车辆在第一时刻的位姿信息和第一模型，确定该车辆在第二时刻的第一位姿信息，该第一模型为从该第一时刻到该第二时刻的位姿估计模型；获取一个或者多个传感器采集的数据；根据该第一位姿信息以及该数据，确定该车辆在该第二时刻的第二位姿信息。本申请实施例可以应用于智能驾驶领域，有助于避免因单一传感器发生故障而造成里程计精度下降，从而有助于提升车辆在导航过程中的稳定性和可靠性。

技术领域

本申请涉及智能驾驶领域，并且更具体地，涉及一种数据处理方法和装置。

背景技术

里程计作为自动驾驶或者辅助驾驶最基础的业务模块，可以为规控、感知、融合、预测等模块提供相对定位信息。不同于全局定位的绝对精度要求，自动驾驶中对里程计的要求是：开机即工作、连续平滑、稳定可靠且能保证一定的相对定位精度。

随着自动驾驶或者辅助驾驶场景复杂度的提升，对里程计的精度和可靠性的要求越来越高。目前常用的里程计存在很多局限性，如在车辆行驶过程中通常以惯性测量单元(inertial measurement unit，IMU)输出的信息(例如，角速度和加速度信息)作为预测。当IMU出现发生阻塞或者故障时，里程计精度下降严重甚至无法正常工作，进而影响车辆的正常运行，可能带来严重的安全隐患。

发明内容

本申请提供一种数据处理方法和装置，有助于避免因单一传感器发生故障而造成里程计精度下降，从而有助于提升车辆在导航过程中的稳定性和可靠性。

第一方面，提供了一种数据处理方法，该方法应用于车辆，该车辆包括一个或者多个传感器，该方法包括：根据该车辆在第一时刻的位姿信息和第一模型，确定该车辆在第二时刻的第一位姿信息，该第一模型为从该第一时刻到该第二时刻的位姿估计模型；获取该一个或者多个传感器采集的数据；根据该第一位姿信息以及该数据，确定该车辆在该第二时刻的第二位姿信息。

本申请实施例中，通过上一时刻的位姿信息以及第一模型，可以估计出当前时刻的第一位姿信息，进而通过估计得到的当前时刻的第一位姿信息以及传感器的数据，得到当前时刻的第二位姿信息。无需使用单一传感器(例如，IMU)输出的数据对当前时刻的位姿信息进行估计，避免因为传感器发生故障而造成里程计精度下降，从而有助于提升车辆在导航过程中的稳定性和可靠性。

应理解，上述车辆可以包括一种或多种不同类型的交通工具，也可以包括一种或多种不同类型的在陆地(例如，公路，道路，铁路等)，水面(例如：水路，江河，海洋等)或者空间上操作或移动的运输工具或者可移动物体。例如，车辆可以包括汽车，自行车，摩托车，火车，地铁，飞机，船，飞行器，机器人，无人机或其它类型的运输工具或可移动物体等，本申请实施例对此不作限定。

在一些可能的实现方式中，该第一模型可以保存在云端服务器中，车辆可以将第一时刻的位姿信息发送给云端服务器，由云端服务器根据第一时刻的位姿信息以及该第一模型来确定车辆在第二时刻的第一位姿信息。云端服务器可以将第一位姿信息发送给车辆，从而车辆可以根据传感器采集的数据以及该第一位姿信息，确定该车辆在该第二时刻的第二位姿信息。

结合第一方面，在第一方面的某些实现方式中，该根据该车辆在第一时刻的位姿信息和第一模型，确定该车辆在第二时刻的第一位姿信息，包括：根据该车辆在该第一时刻的位姿信息和该第一模型，确定该车辆在该第一时刻的初始状态转移矩阵；根据该初始状态转移矩阵，确定该第一位姿信息。

本申请实施例中，车辆可以根据第一时刻的位姿信息以及第一模型，先确定初始状态转移矩阵，进而通过初始状态转移矩阵来确定第二时刻的第一位姿信息。无需使用单一传感器(例如，IMU)输出的数据对当前时刻的位姿信息进行估计，避免因为传感器发生故障而造成里程计精度下降，从而有助于提升车辆在导航过程中的稳定性和可靠性。