CN110515110A - 数据评估的方法、装置、设备和计算机可读存储介质 - Google Patents

Abstract

本公开的实施例提供了无人驾驶领域用于数据评估的方法、装置、设备和计算机可读存储介质。该方法包括至少基于与车辆有关的卫星导航数据，生成车辆的参考位置姿态数据集合。该方法还包括至少基于卫星导航数据的一部分，生成车辆的测试位置姿态数据集合，测试位置姿态数据集合的准确度低于参考位置姿态数据集合。该方法还包括获取针对测试位置姿态数据集合的校正位置姿态数据集合。该方法还包括基于参考位置姿态数据集合和校正位置姿态数据集合，来评估针对测试位置姿态数据集合的校正性能。本公开的实施例能够实现对校正结果的高效和快速评估。

Description

数据评估的方法、装置、设备和计算机可读存储介质

技术领域

本公开的实施例主要涉及无人驾驶领域，并且更具体地，涉及用于数据评估的方法、装置、设备和计算机可读存储介质。

背景技术

高精度定位技术是无人驾驶技术的重要组成部分，也是无人驾驶交通工具进行路径规划、控制决策以及感知的基础。传统的定位方案主要包括基于全球导航卫星系统(GNSS)/惯性测量单元(IMU)的定位方案、基于激光雷达的定位方案以及基于相机的定位方案。

随着无人车技术的发展，利用全球导航卫星系统/惯性测量单元结合激光雷达来进行制图变得非常重要。通过上述三种技术的结合可以为无人车提供精确的地图，从而保证车辆的正确行驶。然而，在通过全球导航卫星系统/惯性测量单元结合激光雷达制图的过程中还存在着许多需要解决的问题。

发明内容

根据本公开的示例实施例，提供了一种数据评估方案。

在本公开的第一方面中，提供了一种数据评估方法。该方法包括至少基于与车辆有关的卫星导航数据，生成车辆的参考位置姿态数据集合。该方法还包括至少基于卫星导航数据的一部分，生成车辆的测试位置姿态数据集合，测试位置姿态数据集合的准确度低于参考位置姿态数据集合。该方法还包括获取针对测试位置姿态数据集合的校正位置姿态数据集合。该方法还包括基于参考位置姿态数据集合和校正位置姿态数据集合，来评估针对测试位置姿态数据集合的校正性能。

在本公开的第二方面中，提供了一种数据评估装置。该装置包括第一参考位置姿态数据集合生成模块，被配置为至少基于与车辆有关的卫星导航数据，生成车辆的参考位置姿态数据集合；测试位置姿态数据集合生成模块，被配置为至少基于卫星导航数据的一部分，生成车辆的测试位置姿态数据集合，测试位置姿态数据集合的准确度低于参考位置姿态数据集合；第一校正位置姿态数据集合获取模块，被配置为获取针对测试位置姿态数据集合的校正位置姿态数据集合；以及第一评估模块，被配置为基于参考位置姿态数据集合和校正位置姿态数据集合，来评估针对测试位置姿态数据集合的校正性能。

在本公开的第三方面中，提供了一种电子设备，包括一个或多个处理器；以及存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：

图1示出了根据本公开的实施例的用于数据评估的示例环境100的示意图；

图2示出了根据本公开的实施例的用于数据评估的方法200的流程图；

图3示出了根据本公开的实施例的用于数据评估的方法300的流程图；

图4示出了根据本公开的实施例的用于数据评估的装置400的示意框图；

图5示出了能够实施本公开的多个实施例的计算设备500的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

在无人车的使用中，弱GNSS环境下的激光雷达/视觉制图能力是无人车实现量产化的重要技术之一。因此，对弱GNSS环境下的制图能力评测至关重要。目前，通常使用传统测绘方式，例如使用全站仪进行导线测量、架设高等级激光扫描仪等方式获取场景关键点的坐标，从而获得高精度的参考地图。然后，将采集车获得的数据经过制图模块进行校正后获得测试地图。通过将校正的测试地图与参考地图比较以进行制图精度的验证，从而确定制图应用的性能。

然而，这种验证方法专业性强，费时费力，并且需要的设备比较多，不易实现。因此，传统的弱GNSS条件激光雷达或视觉制图存在验证不确定、验证成本过高等问题。

根据本公开的实施例，提出了一种用于数据评估的方案。本方法提出获得GNSS数据，之后再与IMU数据和轮速计数据融合，得到采集车的参考位置姿态数据集合。然后对GNSS数据进行场景编辑，即选择GNSS数据中的一部分卫星的数据，以获取不同条件的GNSS输入，之后再与IMU数据和轮速计数据融合，得到采集车的测试位置姿态。这些通过弱GNSS获得的测试位置姿态数据集合输入到校正装置(例如，制图模块)来获得校正的位置姿态数据集合。通过将校正的位置姿态数据集合与参考位置姿态数据集合进行比较来确定校正装置的校正性能。通过上述方法，可以对校正性能进行准确评估，在节省时间的同时减少了设备的使用，有效降低了验证成本。

以下将参照附图来具体描述本公开的实施例。在本文中，术语“位置姿态”是指物体在特定坐标系中的位置和姿态。例如，在二维坐标系中，物体的位置姿态例如可以利用二维坐标和航向角等来表示。在三维坐标系中，物体的位置姿态例如可以利用三维坐标、俯仰角、航向角和横滚角等来表示。

图1示出了本公开的实施例能够在其中实现的示例环境100的示意图。环境100总体上可以包括车辆101，车辆101上具有卫星导航数据接收装置102。车辆101指代要对其进行定位的任何交通工具或其他物体。然而应当理解，这仅仅出于示例的目的，而无意于限制本公开的范围。本公开的实施例也可以被类似地应用于其他运动物体。

卫星导航数据接收装置102用于接收卫星导航系统发射的信号来生成卫星导航数据103。在一些实施例中，卫星导航系统为全球导航卫星系统。全球导航卫星系统是能在地球表面或近地空间的任何地点为用户提供全天候的三维坐标和速度以及时间信息的空基无线电导航定位系统。GNSS可以为美国GPS、俄罗斯GLONASS、欧盟GALILEO或中国北斗卫星导航系统。上述示例仅是用于描述本公开，而非对本公开的具体限定。卫星导航系统可以为任意能够实现导航功能的卫星系统。

环境100中还包括计算设备104。计算设备104为能够处理数据的任意电子设备，包括但不限于移动电话(例如，智能手机)、膝上型计算机、便携式数字助理(PDA)、电子书(电子书)阅读器、便携式游戏机、便携式媒体播放器、游戏机、机顶盒(STB)、智能电视(TV)、个人计算机、膝上型计算机、车载计算机(例如，导航单元)、多处理器系统、消费电子产品、大型计算机、包括上述系统或设备中的任意一个的分布式计算环境等。

计算设备104可以基于接收的卫星导航数据103来生成车辆的参考位置姿态数据集合。在一些实施例中，卫星导航数据103是采集车从GNSS信号良好且参考点比较丰富的场景中获得的。例如，遮挡比较少的宽阔的公路。在一些实施例中，计算设备还接收车辆101中的惯性测量单元和轮速计测量的惯性测量单元数据和轮速计数据。计算设备104通过对卫星导航数据103、惯性测量单元数据和轮速计数据进行融合来获得参考位置姿态数据集合。备选地或附加地，计算设备还获得由车辆101的激光雷达/视觉相机获得的点云数据，并且可以基于参考位置姿态数据集合来将点云数据映射到与位置姿态数据相同的坐标系中得到参考点云数据集合。在一些实施例中，计算设备104可以每秒钟处理100个位置姿态数据。

计算设备104还可以从卫星导航数据103选取部分卫星的数据来得到部分卫星导航数据。这样得到的部分卫星导航数据可以用于模拟GNSS信号较差的场景中的数据。利用这样的数据，可以生成车辆的测试位置姿态数据集合。然后，计算设备104基于测试位置姿态数据集合来得到校正后的位置姿态数据集合。例如，计算设备104可以将测试位置姿态数据集合发送给数据校正装置105，由数据校正装置105来对测试位置姿态数据集合进行校正并将校正结果提供给计算设备104。

在一些实施例中，数据校正装置105用于对输入的位置姿态数据集合进行校正，并输出校正位置姿态数据集合。在一些实施例中，数据校正装置105可以包括制图应用，例如激光雷达/视觉制图应用。备选地或附加地，制图应用还基于GNSS数据以及激光雷达/视觉相机获得的数据来生成地图，如利用参考GNSS数据以及激光雷达/视觉相机获得的数据生成清楚的地图，利用测试的GNSS数据以及激光雷达/视觉相机获得的数据生成不清楚的地图数据。在图1中示出了数据校正装置105与计算设备104是分离的部件。上述示例仅是用于描述本公开，而非对本公开的具体限定。数据校正装置105也可以位于计算设备104内。

在得到校正的位置姿态数据集合后，数据校正装置105将其发送给计算设备104，计算设备104然后将参考位置姿态数据集合和校正位置姿态数据集合进行比较来确定数据校正装置105的校正性能106。

尽管图1中未示出，车辆101还可以具有惯性测量单元、轮速计、激光雷达和视觉相机。惯性测量单元用于测量车辆的三轴姿态角(或角速率)以及加速度的装置。在一些实施例中，惯性测量单元包含三个单轴的加速度计和三个单轴的陀螺。加速度计用于检测物体在载体坐标系统独立三轴的加速度信号，而陀螺检测载体相对于导航坐标系的角速度信号。轮速计用于测量车辆的速度。激光雷达用于扫描场景来获得激光雷达点云数据。视觉相机可用于获取场景的图片。

上面结合图1描述了根据本公开的实施例的用于数据评估的示例环境100的示意图。下面结合图2详细描述根据本公开的实施例的用于定位的示例方法200的流程图。例如，方法200可以由如图1所示的计算设备104来执行。以下将结合图1来详细描述方法200的各个动作。应当理解，方法200还可以包括未示出的附加动作和/或可以省略所示出的动作。本公开的范围在此方面不受限制。

在框202处，计算设备104至少基于与车辆有关的卫星导航数据，生成车辆的参考位置姿态数据集合。计算设备104使用的卫星导航数据一般是通过采集车从GNSS信号良好的场景中获得的。GNSS信号良好的环境一般为没有遮挡物的空间。例如开阔的城市街道，其包括各种交通标志等。备选地或附加地，采集车上还设置有惯性测量单元和轮速计。惯性测量单元用于获得采集车的惯性测量单元数据，包括加速度和角速度。轮速计用于获得与车辆的速度有关的数据。

采集车获得的与车辆有关的卫星导航数据103、惯性测量单元数据和轮速计数据会提供给计算设备104。计算设备104对卫星导航数据103、惯性测量单元数据和轮速计数据进行融合处理，来生成车辆的参考位置姿态数据集合。可以利用常规的数据融合算法来对卫星导航数据、惯性测量单元数据和轮速计数据进行融合处理，以获得在良好GNSS环境下的车辆的参考位置姿态数据集合。

在一些实施例中，采集车还通过激光雷达/视觉相机来获得场景的激光雷达点云数据或图像。获得的激光雷达点云数据或图像可用于生成高清地图。

在框204处，计算设备104至少基于卫星导航数据的一部分，生成车辆的测试位置姿态数据集合，测试位置姿态数据集合的准确度低于参考位置姿态数据集合。计算设备104从卫星导航数据103中选择一部分卫星的数据形成部分卫星导航数据来模拟有遮挡场景中的GNSS信号，也即从卫星导航数据103中删除另一部分卫星数据。

在从卫星导航数据103选择或删除部分卫星的数据时可以基于来自卫星信号的载噪比和卫星高度角来进行。

在一些实施例中，基于载噪比随机选择一些卫星的GNSS数据。在一些实施例中，基于载噪比由小到大或由大到小来去除或选择GNSS数据中一些卫星的数据。在一些实施例中，基于卫星高度角来随机从GNSS数据中选择一些卫星的数据。在一些实施例中，基于卫星高度角由大到小的顺序或由小到大的顺序来选择或删除一部分卫星数据。上述示例仅是用于描述本公开，而非对本公开的具体限定。

在框206处，计算设备104获取针对测试位置姿态数据集合的校正位置姿态数据集合。计算设备104在生成测试位置姿态数据集合后将其发送到数据校正装置105。数据校正装置105对测试位置姿态数据集合进行校正后生成校正位置姿态数据集合。数据校正装置105然后将校正位置姿态数据集合发送给计算设备104。

在一些实施例中，数据校正装置105为制图应用，其在对位置姿态数据进行校正的同时，还会对输入的激光雷达点云数据进行校正。通过测试位置姿态数据的校正程度便可以测试出制图应用的校正能力。

在框208处，计算设备104基于参考位置姿态数据集合和校正位置姿态数据集合，来评估针对测试位置姿态数据集合的校正性能。对于评估对测试位置姿态数据集合的校正性能的过程将在下面图3中进行详细描述。

通过上述方法，可以直接从GNSS环境良好的场景中获得的参考GNSS信号来模拟环境不好的测试GNSS信号，然后通过将校正位置姿态数据集合与参考位置姿态数据集合进行比较来确定数据校正装置的校正能力。这种方法使得不仅避免了使用多种设备测试高精度地图，还能够快速的检测校正装置的校正能力。

上面结合图2描述了根据本公开的实施例的用于数据评估的方法200的流程图。下面结合图3详细描述图2的框208处评估针对测试位置姿态数据集合的校正性能的过程。图3示出了根据本公开的实施例的用于数据评估的方法300的流程图。

如图3所示，在框302处，计算设备104基于参考位置姿态数据集合和校正位置姿态数据集合中的数据的位置信息，确定参考位置姿态数据集合与校正位置姿态数据集合中的匹配数据对的第一数目。

在对数据校正装置105的性能进行评估时，需要将参考位置姿态数据集合和校正位置姿态数据集合中的数据进行比对。在一些实施例中，数据的比对是基于时间来进行的，即将参考位置姿态数据中的某一时刻的参考位置姿态数据与校正位置姿态数据集合中同一时刻的数据进行比对。

在一些实施例中，基于参考位置姿态数据集合中的第一数据的位置信息与校正位置姿态数据集合中的对应的第二数据的位置信息，确定第一数据所对应的第一位置与第二数据所对应的第二位置之间的距离。在进行比较对，可以将参考位置姿态数据集合和校正位置姿态数据集合中的数据的位置信息进行比对，即比较参考位置姿态数据表示的第一位置和对应的校正位置姿态数据表示的第二位置之间的空间距离。

如果两个数据的空间距离小于阈值距离，确定第一数据与第二数据为匹配数据对。例如如果两个数据表示的空间位置之间的空间距离小于10cm、20cm或30cm，则认为两个数据匹配。因此，可以确定出参考位置姿态数据集合与校正位置姿态数据集合中的匹配数据对的第一数目。

在框304处，计算设备104基于参考位置姿态数据集合和校正位置姿态数据集合中的数据的角度信息，确定参考位置姿态数据集合与校正位置姿态数据集合中的匹配数据对的第二数目。

在一些实施例中，基于参考位置姿态数据集合中的第三数据的角度信息与校正位置姿态数据集合中的对应的第四数据的角度信息，确定与第三数据相关联的至少一个角度和与第四数据相关联的、对应的至少一个角度之间的差异。在进行比较时，也是对同一时刻的参考位置姿态数据和校正位置姿态数据进行比较，来确定数据的姿态角度之间的差异。姿态数据中存在三个分量，包括横滚角、俯仰角和偏航角。在一些实施例中，可以比较每个相应的分量的差异。在另一些实施例中，可以仅比较姿态数据中的一个分量或两个分量的差异。

如果角度的差异小于阈值角度，则可以确定第三数据与第四数据为匹配数据对。例如，阈值角度为1度。在一个示例中，在参考位置姿态数据和校正位置姿态数据的横滚、俯仰和偏航角之间的差值均在1度以内时，则认为两个数据匹配。在另一个示例中，在参考位置姿态数据和校正位置姿态数据的偏航角之间的差值在1度之内时，认为两个数据匹配。上述示例仅是用于描述本公开，而非对本公开的具体限定。

在框306处，计算设备104基于第一数目和第二数目中的至少一项以及参考位置姿态数据集合中的数据的总数目，评估校正性能。

在通过数据的位置信息确定出匹配的第一数目之后，可以确定匹配的第一数目和参考位置姿态数据集合中的数据的总数目的第一比值。也可以确定匹配的第二数目与总数目的第二比值。然后基于两个比值中的至少一个来确定校正性能。

在一些实施例中，可以基于第一数目与总数目的比值来确定校正能力。例如，在校正位置姿态数据集合中，数据的空间位置与参考位置姿态数据集合中对应的数据的空间位置之差在30cm内的数据的数目占总数目的比值为90％，则认为数据校正装置105的校正能力比较好。

在一些实施例中，可以基于第二数目与总数目的比值来确定校正能力。例如，在校正位置姿态数据集合中，数据的姿态的三个角度与参考位置姿态数据集合中对应的数据的姿态的三个角度之间的对应差值均为1度以内的数据的数目占总数目的比值为99％，则认为数据校正装置105的校正能力比较好。

在一些实施例中，可以同时基于第一数目与总数目的比值和第二数目与总数目的比值两者来确定校正能力。例如，在校正位置姿态数据集合中，数据的空间位置与对应的参考位置姿态数据的空间位置之间的距离之差在30cm内的数据的数目占总数目的比值为90％并且数据的姿态与对应的参考位置姿态数据的姿态之间的三个对应角度的差值均为1度以内的数据的数目占总数目的比值为99％时，则认为数据校正装置的校正能力比较好。

通过上述方法，可以通过比较参考位置姿态数据集合和校正位置姿态数据集合中匹配的数据的数目占总数目的比值来快速的评估出数据校正装置的校正能力，节省了处理时间，提高了评估的效率。

图4示出了根据本公开实施例的用于数据评估的装置400的示意性框图。如图4所示，装置400可以包括第一参考位置姿态数据集合生成模块402，其被配置为至少基于与车辆有关的卫星导航数据，生成车辆的参考位置姿态数据集合。装置400还可以包括测试位置姿态数据集合生成模块404，其被配置为至少基于卫星导航数据的一部分，生成车辆的测试位置姿态数据集合，测试位置姿态数据集合的准确度低于参考位置姿态数据集合。装置400还可以包括第一校正位置姿态数据集合获取模块406，其被配置为获取针对测试位置姿态数据集合的校正位置姿态数据集合。装置400还可以包括第一评估模块408，其被配置为基于参考位置姿态数据集合和校正位置姿态数据集合，来评估针对测试位置姿态数据集合的校正性能。

在一些实施例中，第一参考位置姿态数据集合生成模块402包括：惯性测量单元数据和轮速计数据获取模块，其被配置为获取与车辆有关的惯性测量单元数据和轮速计数据；以及第二参考位置姿态数据集合生成模块，其被配置为基于卫星导航数据、惯性测量单元数据和轮速计数据，生成车辆的参考位置姿态数据集合。

在一些实施例中，测试位置姿态数据集合生成模块404包括选择模块，被配置为基于载噪比和卫星高度角中的至少一项来选择卫星导航数据的一部分。

在一些实施例中，第一校正位置姿态数据集合获取模块406包括发送模块，其被配置为将测试位置姿态数据集合发送至数据校正装置；第二校正位置姿态数据集合获取模块，其被配置为从数据校正装置获得校正位置姿态数据集合。

在一些实施例中，第一评估模块408包括第一数目确定模块，其被配置为基于参考位置姿态数据集合和校正位置姿态数据集合中的数据的位置信息，确定参考位置姿态数据集合与校正位置姿态数据集合中的匹配数据对的第一数目；第二数目确定模块，其被配置为基于参考位置姿态数据集合和校正位置姿态数据集合中的数据的角度信息，确定参考位置姿态数据集合与校正位置姿态数据集合中的匹配数据对的第二数目；以及第二评估模块，其被配置为基于第一数目和第二数目中的至少一项以及参考位置姿态数据集合中的数据的总数目，评估校正性能。

在一些实施例中，第一数目确定模块包括距离确定模块，其被配置为基于参考位置姿态数据集合中的第一数据的位置信息与校正位置姿态数据集合中的对应的第二数据的位置信息，确定第一数据所对应的第一位置与第二数据所对应的第二位置之间的距离；以及第一匹配数据对确定模块，其被配置为响应于距离小于阈值距离，确定第一数据与第二数据为匹配数据对。

在一些实施例中，第二数目确定模块包括差异确定模块，其被配置为基于参考位置姿态数据集合中的第三数据的角度信息与校正位置姿态数据集合中的对应的第四数据的角度信息，确定与第三数据相关联的至少一个角度和与第四数据相关联的、对应的至少一个角度之间的差异；以及第二匹配数据对确定模块，其被配置为响应于差异小于阈值角度差，确定第三数据与第四数据为匹配数据对。

图5示出了可以用来实施本公开的实施例的电子设备500的示意性框图。设备500可以用于实现图1中的计算设备104。如图所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序指令或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序指令，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如方法200和300。例如，在一些实施例中，方法200和300可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的方法200和300的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法500。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (16)

1.一种数据评估方法，包括：

至少基于与车辆有关的卫星导航数据，生成所述车辆的参考位置姿态数据集合；

至少基于所述卫星导航数据的一部分，生成所述车辆的测试位置姿态数据集合，所述测试位置姿态数据集合的准确度低于所述参考位置姿态数据集合；

获取针对所述测试位置姿态数据集合的校正位置姿态数据集合；以及

基于所述参考位置姿态数据集合和所述校正位置姿态数据集合，来评估针对所述测试位置姿态数据集合的校正性能。

2.根据权利要求1所述的方法，其中生成所述车辆的参考位置姿态数据集合包括：

获取与所述车辆有关的惯性测量单元数据和轮速计数据；以及

基于所述卫星导航数据、惯性测量单元数据和轮速计数据，生成所述车辆的参考位置姿态数据集合。

3.根据权利要求1所述的方法，其中生成所述车辆的测试位置姿态数据集合包括：

基于载噪比和卫星高度角中的至少一项来选择所述卫星导航数据的所述一部分。

4.根据权利要求1所述的方法，其中获取针对所述测试位置姿态数据集合的校正位置姿态数据集合包括：

将所述测试位置姿态数据集合发送至数据校正装置；

从所述数据校正装置获得所述校正位置姿态数据集合。

5.根据权利要求1所述的方法，其中评估所述校正性能包括：

基于参考位置姿态数据集合和校正位置姿态数据集合中的数据的位置信息，确定所述参考位置姿态数据集合与所述校正位置姿态数据集合中的匹配数据对的第一数目；

基于参考位置姿态数据集合和校正位置姿态数据集合中的数据的角度信息，确定所述参考位置姿态数据集合与所述校正位置姿态数据集合中的匹配数据对的第二数目；以及

基于所述第一数目和所述第二数目中的至少一项以及所述参考位置姿态数据集合中的数据的总数目，评估所述校正性能。

6.根据权利要求5所述的方法，其中确定所述第一数目包括：

基于所述参考位置姿态数据集合中的第一数据的位置信息与所述校正位置姿态数据集合中的对应的第二数据的位置信息，确定所述第一数据所对应的第一位置与所述第二数据所对应的第二位置之间的距离；以及

响应于所述距离小于阈值距离，确定所述第一数据与所述第二数据为匹配数据对。

7.根据权利要求5所述的方法，其中确定所述第二数目包括：

基于所述参考位置姿态数据集合中的第三数据的角度信息与所述校正位置姿态数据集合中的对应的第四数据的角度信息，确定与所述第三数据相关联的至少一个角度和与所述第四数据相关联的、对应的至少一个角度之间的差异；以及

响应于所述差异小于阈值角度差，确定所述第三数据与所述第四数据为匹配数据对。

8.一种数据评估装置，包括：

第一参考位置姿态数据集合生成模块，被配置为至少基于与车辆有关的卫星导航数据，生成所述车辆的参考位置姿态数据集合；

测试位置姿态数据集合生成模块，被配置为至少基于所述卫星导航数据的一部分，生成所述车辆的测试位置姿态数据集合，所述测试位置姿态数据集合的准确度低于所述参考位置姿态数据集合；

第一校正位置姿态数据集合获取模块，被配置为获取针对所述测试位置姿态数据集合的校正位置姿态数据集合；以及

第一评估模块，被配置为基于所述参考位置姿态数据集合和所述校正位置姿态数据集合，来评估针对所述测试位置姿态数据集合的校正性能。

9.根据权利要求8所述的装置，其中所述第一参考位置姿态数据集合生成模块包括：

惯性测量单元数据和轮速计数据获取模块，被配置为获取与所述车辆有关的惯性测量单元数据和轮速计数据；以及

第二参考位置姿态数据集合生成模块，被配置为基于所述卫星导航数据、惯性测量单元数据和轮速计数据，生成所述车辆的参考位置姿态数据集合。

10.根据权利要求8所述的装置，其中所述测试位置姿态数据集合生成模块包括：

选择模块，被配置为基于载噪比和卫星高度角中的至少一项来选择所述卫星导航数据的所述一部分。

11.根据权利要求8所述的装置，其中所述第一校正位置姿态数据集合获取模块包括：

发送模块，被配置为将所述测试位置姿态数据集合发送至数据校正装置；

第二校正位置姿态数据集合获取模块，被配置为从所述数据校正装置获得所述校正位置姿态数据集合。

12.根据权利要求8所述的装置，其中所述第一评估模块包括：

第一数目确定模块，被配置为基于参考位置姿态数据集合和校正位置姿态数据集合中的数据的位置信息，确定所述参考位置姿态数据集合与所述校正位置姿态数据集合中的匹配数据对的第一数目；

第二数目确定模块，被配置为基于参考位置姿态数据集合和校正位置姿态数据集合中的数据的角度信息，确定所述参考位置姿态数据集合与所述校正位置姿态数据集合中的匹配数据对的第二数目；以及

第二评估模块，被配置为基于所述第一数目和所述第二数目中的至少一项以及所述参考位置姿态数据集合中的数据的总数目，评估所述校正性能。

13.根据权利要求12所述的装置，其中所述第一数目确定模块包括：

距离确定模块，被配置为基于所述参考位置姿态数据集合中的第一数据的位置信息与所述校正位置姿态数据集合中的对应的第二数据的位置信息，确定所述第一数据所对应的第一位置与所述第二数据所对应的第二位置之间的距离；以及

第一匹配数据对确定模块，被配置为响应于所述距离小于阈值距离，确定所述第一数据与所述第二数据为匹配数据对。

14.根据权利要求12所述的装置，其中所述第二数目确定模块包括：

差异确定模块，被配置为基于所述参考位置姿态数据集合中的第三数据的角度信息与所述校正位置姿态数据集合中的对应的第四数据的角度信息，确定与所述第三数据相关联的至少一个角度和与所述第四数据相关联的、对应的至少一个角度之间的差异；以及

第二匹配数据对确定模块，被配置为响应于所述差异小于阈值角度差，确定所述第三数据与所述第四数据为匹配数据对。

15.一种电子设备，包括：

一个或多个处理器；以及

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据权利要求1-7中任一项所述的方法。

16.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。