一种基于Gsensor的GNSS定位优化方法与流程

本发明涉及车辆定位领域，尤其是一种基于gsensor的gnss定位优化方法。

背景技术：

gsensor中文是加速度传感器的意思，它能够感知到加速力的变化，加速力就是当物体在加速过程中作用在物体上的力，比如晃动、跌落、上升、下降等各种移动变化都能被gsensor转化为电信号，然后通过微处理器的计算分析后，就能够完成程序设计好的功能；而在导航仪中加入gsensor可以通过gsensor采集的加速度分析可以抑制静止状态下的漂移、加速度和角速度综合分析可以抑制低速下的漂移、分析gnss原始数据的hdop可以过滤掉精度差的点位，达到gnss静止或低速下的漂移抑制，使定位更加准确。

目前市面上的gnss由于大气层、周围环境等原因在静止或低速情况下容易产生定位漂移，从而导致定位不准确。

技术实现要素：

本发明的发明目的在于：针对上述存在的问题，提供一种基于gsensor的gnss定位优化方法；本发明解决了gnss容易产生定位漂移的问题。

本发明采用的技术方案如下：

一种基于gsensor的gnss定位优化方法，其特征在于，包括：

s1：采集汽车三轴加速度、汽车三轴角速度和gnss原始数据；

s2：计算汽车三轴加速度方差并通过三轴加速度方差计算离散程度，通过离散程度判断汽车运动状态；

s3：计算汽车在预设时间t内最大加速度；

s4：通过汽车三轴角速度积分计算转弯角速度；

s5：对gnss中的hdop进行过滤；

s6:将s2-s5中计算出的数据进行整合；

s7：通过s6中整合的数据过滤汽车在静止状态、低速状态、高速状态和hdop突变下的定位点位；

s8：输出过滤后的定位点点位。

进一步的，步骤s2中，所述计算汽车三轴加速度方差具体包括计算平均数，公式为：；

通过平均数计算方差，公式为：；所述离散程度为三轴方差和。

进一步的，所述离散程度小于100，汽车为静止状态，离散程度大于100汽车为运动状态。

进一步的，步骤s3中，所述汽车在预设时间t内最大加速度具体为：通过gsensor实时比较当前1s的加速度进行计算得出。

进一步的，步骤s4中，所述通过汽车三轴角速度积分计算转弯角速度包括:将三轴角速度积分得到gx、gy和gz；再通过gx、gy和gz计算转弯角速度，公式为：。

进一步的，所述计算角速度积分时需先将三轴角速度减去三轴零漂值。

进一步的，步骤s5中，所述hdop为水平精度因子，当水平精度因子值大于5时，gnss检测信号不准确。

进一步的，步骤s7中，所述过滤汽车在静止状态下的定位点位具体为：gsensor检测到静止后，保持上次的点位信息，不再更新；所述过滤低速状态定位点点位具体为：gsensor单位之间内最大值小于30mg，gnss速度大于20km/h,不更新点位信息，保持上次的点位信息；gsensor单位之间内最大值小于50mg，gnss速度大于50km/h,不更新点位信息，保持上次的点位信息；所述过滤高速状态定位点点位具体为：gnss速度小于10km/h，gnss航向检测转弯检测和gsensor检测转弯结果不一致，不更新点位信息，保持上次的点位信息；所述过滤hdop突变下的定位点位具体为：当hdop突然变大，保持点位信息不变，等待hdop稳定后更新点位。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明通过gsensor采集的加速度分析可以抑制静止状态下的漂移、加速度和角速度综合分析可以抑制低速下的漂移、分析gnss原始数据的hdop可以过滤掉精度差的点位，通过以上几种方式达到gnss静止或低速下的漂移抑制。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是gnss定位优化方法流程图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书（包括任何附加权利要求、摘要）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

实施例1

一种基于gsensor的gnss定位优化方法，包括：

s1：采集汽车三轴加速度、汽车三轴角速度和gnss原始数据；

上述步骤中，所述三轴加速度为汽车三个坐标上的加速度分量，其每秒采集50次三轴加速度数据；三轴角速度为汽车三个坐标上的角速度分量，其每秒采集50次三轴角速度数据；gnss原始数据主要包括gnss检测出的各项定位信息且所述定位信息每秒采集一次。

s2：计算汽车三轴加速度方差并通过三轴加速度方差计算离散程度，通过离散程度判断汽车运动状态；

上述步骤中，通过读取gsensor中5秒的三轴加速度共300组数据，实时计算三轴加速度方差值，具体为，先计算平均数，公式为：，其中m为三轴加速度平均数，n为采集数据的总组数，a1，a2…an为采集到的单组数据；再通过平均数计算方差，其公式为：，其中m为平均数，a1，a2…an为采集到的单组数据，m为采集到的数据总组数；所述离散程度为三轴加速度方差值之和，当三轴加速度差和小于100时，车辆为静止状态，三轴方差和大于100时，车辆为运动状态。

s3：计算汽车在预设时间t内最大加速度；

上述步骤中，所述计算汽车在预设时间t内最大加速度具体为：通过gsensor实时比较并计算出一个预设时间内的汽车当前加速度，在本实施例中，优选的，对当前1s的加速度进行计算得出1s内汽车最大加速度。

s4：通过汽车三轴角速度积分计算转弯角速度；

上述步骤中，先将采集到的三轴角速度减去三轴零漂值之后，进行积分，得到gx、gy和gz；再通过gx、gy和gz计算转弯角速度。其公式为：，其中g为转弯角速度，gx、gy和gz为三轴角速度积分值。

s5：对gnss中的hdop进行过滤；

上述步骤中，所述hdop为水平精度因子，当水平精度因子值较小时，gnss定位信息精准，当水平精度因子值较大时，gnss定位信号不准确，在本实施例中当水平精度因子值大于5时gnss定位信号将产生误差，因此将大于5的所有定位点进行过滤后，可留下定位精准的gnss信息。

s6：将s2-s5中计算出的数据进行整合；

上述步骤中，分别将之前步骤中计算得出的数据输出，并将输出的各项数据进行整合，便于对gnss定位进行优化。

s7：通过s6中整合的数据过滤汽车在静止状态、低速状态、高速状态和hdop突变下的定位点位；

上述步骤中，所述过滤状态定位点点位具体为：当汽车在静止状态下时，汽车保持gnss检测到的最后定位点点位，即gsensor检测到静止后，保持上次的定位点点位信息，不再更新，防止因定位点持续更新造成定位不准确；

所述过滤低速状态定位点点位具体为：当汽车在低速状态下行驶时，gnss容易产生漂移，使定位点位信息不准确，此时需要根据gsensor检测出的数据进行精准的定位点点位确认；在实际使用中，若gnss检测出的速度很大，即为gnss检测出的定位信息和车辆信息不准确，此时需要将不准确的信息进行过滤，在本实施例中，例如当gsensor单位之间内最大值小于30mg，gnss速度大于20km/h时,gnss定位点点位会不准确，此时将不会更新gnss当前定位点点位信息，并保持gnss上次检测出的精确的定位点点位信息；当gsensor单位之间内最大值小于50mg，gnss速度大于50km/h时,gnss定位点点位会不准确，此时将不会更新gnss当前定位点点位信息，并保持gnss上次检测出的精确的定位点点位信息；

所述过滤高速状态定位点点位具体为：当汽车在高速状态下时，gnss不容易产生漂移，可以检测出精准的定位点点为信息，此时可以仅参考gnss检测出的定位点点位信息；但实际使用中若gnss速度较小，例如gnss速度小于10km/h，并且gnss检测出的各项信息和gsensor检测出的各项信息结果不一致时，不更新gnss当前定位点点位信息，并保持上次gnss检测出的定位点点位信息，使不准确的定位点点位信息被过滤；

所述过滤hdop突变下的定位点位具体为：当hdop突然变大时即水平精度因子突然变大，说明gnss信号不准确，检测到的定位点点位信息也会不准确，此时将保持gnss当前检测到的定位点点位信息不变，等待hdop稳定后更新定位点点位。

s8：输出过滤后的定位点点位；

上述步骤中，通过步骤s8对汽车各种状态下的定位点点位进行过滤，得到一系列最优的定位点点位，使gnss显示出的定位和路径信息更加清晰；在本实施例中，gnss可以为gps。

本发明通过gsensor抑制gnss漂移，使gnss在使用过程中，可以过滤掉精度差的定位点点位，使gnss得到的定位点更加清晰准确。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。