仿真定位数据生成方法、装置、设备和存储介质与流程

本技术涉及车辆仿真，特别是涉及一种仿真定位数据生成方法、装置、设备和存储介质。

背景技术：

1、随着智能交通运输系统的发展，汽车的智能化与网联化成为汽车发展的必然趋势。

2、其中，车联网(vehicle to everything，v2x)是用于提高道路安全性和改善交通管理的无线技术。但是，该技术的落实必定要建立在其功能性、可靠性得到有效测试验证的基础上，因此，针对v2x技术的仿真测试具有重要意义。相关技术中，在对车辆进行仿真测试时，通过定位设备采集车辆的定位数据，以实现车辆在真实环境下的仿真测试。

3、然而，相关技术中仿真测试下采集的定位数据与对应的真实环境下的定位数据之间存在差异，导致仿真测试的测试结果不够准确。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种仿真定位数据生成方法、装置、设备和存储介质，能够减少仿真测试下采集的定位数据与对应的真实环境下的定位数据之间的差异，从而提高仿真测试的测试结果的准确性。

2、第一方面，本技术提供了一种仿真定位数据生成方法，包括：

3、根据被测车辆在当前时刻所处的仿真测试环境类型，获取仿真测试环境类型对应的定位误差重构模型；定位误差重构模型包括时间与定位误差值之间的对应关系；

4、从定位误差重构模型中获取被测车辆在当前时刻的当前定位误差值；

5、根据当前定位误差值，确定被测车辆在当前时刻的仿真定位数据。

6、在其中一个实施例中，根据当前定位误差值，确定被测车辆在当前时刻的仿真定位数据，包括：

7、获取被测车辆在当前时刻的定位数据；

8、根据当前定位误差值，对被测车辆在当前时刻的定位数据进行补偿，得到仿真定位数据。

9、在其中一个实施例中，定位误差重构模型的构建过程包括：

10、采集历史车辆连续多个时刻在真实环境中的定位数据；定位数据包括高精度定位设备采集的高精度定位数据和至少一个与被测车辆安装的定位设备相同的测试定位设备采集的测试定位数据；

11、根据连续多个时刻的高精度定位数据和至少一个测试定位数据，构建定位误差重构模型。

12、在其中一个实施例中，根据连续多个时刻的高精度定位数据和至少一个测试定位数据，构建定位误差重构模型，包括：

13、分别获取每个时刻下各测试定位数据与高精度定位数据之间的差值；

14、根据每个时刻下各测试定位数据与高精度定位数据之间的差值，确定历史车辆在每个时刻下的定位误差值；

15、根据每个时刻下的定位误差值，构建定位误差重构模型。

16、在其中一个实施例中，分别获取每个时刻下各测试定位数据与高精度定位数据之间的差值之前，该方法还包括：

17、根据高精度定位设备和各测试定位设备的安装位置，分别将同一时刻下的各测试定位数据和高精度定位数据统一到预设参考位置，得到修正后的测试定位数据和修正后的高精度定位数据。

18、在其中一个实施例中，根据每个时刻下的定位误差值，构建定位误差重构模型，包括：

19、根据每个时刻下的定位误差值生成定位误差序列；

20、对定位误差序列进行分析，确定测试定位设备在随机过程的噪声参数；

21、根据噪声参数，构建定位误差重构模型。

22、在其中一个实施例中，对定位误差序列进行分析，确定测试定位设备在随机过程的噪声参数，包括：

23、根据预设的多个不同时间间隔对定位误差序列进行分组，得到定位误差序列在多个不同时间间隔下的分组结果；

24、根据多个不同时间间隔下的分组结果，获取定位误差序列在多个不同时间间隔下的方差值；

25、根据定位误差序列在多个不同时间间隔下的方差值，构建方差曲线；方差曲线包括时间间隔与方差值的对应关系；

26、根据方差曲线，确定测试定位设备在随机过程的噪声参数。

27、在其中一个实施例中，每个时间间隔下的分组结果包括多组数据；根据多个不同时间间隔下的分组结果，获取定位误差序列在多个不同时间间隔下的方差值，包括：

28、针对任一个时间间隔，获取时间间隔下每组数据的平均值；

29、根据每组数据的平均值，计算定位误差序列在时间间隔下的方差值。

30、在其中一个实施例中，噪声参数包括多种噪声类型的噪声参数；根据噪声参数，构建定位误差重构模型，包括：

31、根据噪声参数，确定每一种噪声类型的功率谱密度公式；

32、根据预设的物理参数，生成每一种噪声类型对应的噪声序列；

33、根据每一种噪声类型的功率谱密度公式和噪声序列，确定每一种噪声类型下的目标误差序列；

34、根据每一种噪声类型下的目标误差序列，确定定位误差重构模型。

35、在其中一个实施例中，根据每一种噪声类型的功率谱密度公式和噪声序列，确定每一种噪声类型下的目标误差序列，包括：

36、针对任一种噪声类型，对噪声序列进行信号变换处理，得到噪声序列的频谱序列；

37、将频谱序列中的多个频率代入功率谱密度公式，得到功率谱序列；

38、将功率谱序列和频谱序列进行点乘处理，得到频谱功率密度序列；

39、将频谱功率密度序列进行逆信号变换，得到噪声类型的目标误差序列。

40、第二方面，本技术还提供了一种仿真定位数据生成装置，包括：

41、模型获取模块，用于根据被测车辆在当前时刻所处的仿真测试环境类型，获取仿真测试环境类型对应的定位误差重构模型；定位误差重构模型包括时间与定位误差值之间的对应关系；

42、误差获取模块，用于从定位误差重构模型中获取被测车辆在当前时刻的当前定位误差值；

43、确定模块，用于根据当前定位误差值，确定被测车辆在当前时刻的仿真定位数据。

44、第三方面，本技术实施例提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，该处理器执行计算机程序时实现上述第一方面中任一实施例提供的方法的步骤。

45、第四方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一实施例提供的方法的步骤。

46、第五方面，本技术实施例还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一实施例提供的方法的步骤。

47、上述仿真定位数据生成方法、装置、设备和存储介质，先根据被测车辆在当前时刻所处的仿真测试环境类型，获取仿真测试环境类型对应的定位误差重构模型；其中，定位误差重构模型包括时间与定位误差值之间的对应关系；然后从定位误差重构模型中获取被测车辆在当前时刻的当前定位误差值，并根据当前定位误差值，确定被测车辆在当前时刻的仿真定位数据。该方法中，直接以仿真测试环境类型对应的定位误差重构模型确定定位误差值，然后以定位误差值确定被测车辆在当前时刻的仿真定位数据，相当于被测车辆的仿真定位数据为考虑了实际环境下的误差，从而减少了仿真测试环境下的仿真定位数据与对应的真实环境下的定位数据的差异，从而提高了仿真测试结果的准确性和精确性；并且，以定位误差重构模型直接确定定位误差，提高了生成被测车辆在当前时刻的仿真定位数据的效率。