融合定位分析方法、装置、电子设备及存储介质与流程

1.本发明涉及智能驾驶技术领域，尤其涉及一种融合定位分析方法、装置、电子设备及存储介质。

背景技术：

2.自动驾驶是汽车产业与人工智能、物联网、高性能计算等新一代信息技术深度融合的产物，是当前全球汽车与交通出行领域智能化和网联化发展的主要方向。
3.自动驾驶能够持续安全可靠运行的一个关键前提是车辆的定位系统必须实时稳定地输出足够高精度的位置和与位置相关的信息。相关技术中，通常以gps基准信号来分析定位结果的精度和定位误差，存在当gps信号弱时，无法将gps基准设备输出的经纬度坐标作为真实值，去评价定位系统的定位结果的缺陷，也无法用于排查定位问题。发明人在实现本发明的过程中发现，相关技术存在自动驾驶定位模块的定位精度统计的准确性方面和定位问题排查的可靠性方面存在缺陷。

技术实现要素：

4.本发明提供了一种融合定位分析方法、装置、电子设备及存储介质，解决了相关技术在定位精度统计的准确性方面和定位问题排查的可靠性方面存在的问题。
5.根据本发明的一方面，提供了一种融合定位分析方法，包括：
6.按照设定帧率获取融合定位日志；
7.基于用户分析请求，根据所述融合定位日志采用融合定位分析算法确定分析结果，所述分析结果用于确定融合定位精度、测量源定位精度以及定位问题信息；
8.其中，所述融合定位分析算法基于所述融合定位日志中分析目标对应的目标数据，生成匹配所述分析目标的分析结果。
9.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位分析算法包括第一偏差分布分析算法，当所述目标数据为测量源时间置信度有效状态下的测量源输入信息和融合定位输出信息时，所述第一偏差分布分析算法包括：
10.根据所述测量源时间置信度有效状态下的测量源输入信息与融合定位输出信息，确定第一偏差，其中，所述第一偏差包括各测量源与融合定位的东向位置偏差、各测量源与融合定位的北向位置偏差、以及各测量源与融合定位的航向角偏差；
11.根据所述第一偏差确定融合定位日志的第五帧数，其中，所述第五帧数为所述第一偏差在各第一设定偏差区间内的融合定位日志的帧数；
12.确定所述第五帧数与测量源时间置信度有效帧数的第五比例关系，根据所述第五比例关系，生成第一偏差分布分析表。
13.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位分析算法包括第二偏差分析算法，当所述目标数据为测量源在第一设定定位状态下的测量源输入信息和特定参与融合的测量源的测量源输入信息时，所述第二偏差分析算法包括：
14.对于所述第一设定定位状态中的每个定位状态，根据所述测量源输入信息和特定参与融合的测量源的测量源输入信息，确定第二平均偏差、第二最大偏差和第二最小偏差；
15.根据所述第二平均偏差、第二最大偏差和第二最小偏差，生成第二偏差分析表；
16.其中，所述第一设定定位状态包括所有的测量源状态、测量源时间置信度有效状态和测量源参与融合状态；
17.所述第二平均偏差包括各测量源与特定参与融合的测量源的东向位置平均偏差，各测量源与特定参与融合的测量源的北向位置平均偏差和各测量源与特定参与融合的测量源的航向角平均偏差；
18.所述第二最大偏差包括各测量源与特定参与融合的测量源的东向位置最大偏差，各测量源与特定参与融合的测量源的北向位置最大偏差和各测量源与特定参与融合的测量源的航向角最大偏差；
19.所述第二最小偏差包括各测量源与特定参与融合的测量源的东向位置最小偏差，各测量源与特定参与融合的测量源的北向位置最小偏差和各测量源与特定参与融合的测量源的航向角最小偏差。
20.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位分析算法包括第二偏差分布分析算法，当所述目标数据为测量源时间置信度有效状态下的测量源输入信息和特定参与融合的测量源的测量源输入信息时，所述第二偏差分布分析算法，包括：
21.根据所述测量源时间置信度有效状态下的测量源输入信息与特定参与融合的测量源的测量源输入信息，确定第二偏差，其中，所述第二偏差包括各测量源与特定参与融合的测量源的东向位置偏差、各测量源与特定参与融合的测量源的北向位置偏差、以及各测量源与特定参与融合的航向角偏差；
22.根据所述第二偏差确定融合定位日志的第六帧数，其中，所述第六帧数为所述第二偏差在各第二设定偏差区间内的融合定位日志的帧数；
23.确定所述第六帧数与测量源时间置信度有效帧数的第六比例关系，根据所述第六比例关系，生成第二偏差分布分析表。
24.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位分析算法包括数量分布分析算法，当所述目标数据为参与融合的测量源个数、融合定位东向位置和融合定位北向位置时，所述数量分布分析算法包括：
25.获取各帧融合定位日志中参与融合的测量源的数量；
26.根据每一帧融合定位日志中的融合定位东向位置和融合定位北向位置生成数量分布热力图；
27.根据所述参与融合的测量源的数量确定所述数量分布热力图中各位置点的显示属性信息。
28.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位分析算法包括状态分布分析算法，当所述目标数据为测量源状态、测量源东向位置和测量源北向位置时，所述状态分布分析算法包括：
29.对于每个测量源，根据每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，生成状态分布分析热力图；
30.对于每个测量源的状态分布分析热力图，根据当前测量源的测量源状态确定所述
状态分布分析热力图中各位置点的显示属性信息。
31.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位分析算法包括第二置信度分布分析算法，所述目标数据为测量源置信度、测量源东向位置和测量源北向位置时，所述第二置信度分布分析算法包括：
32.对于每个测量源，根据每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，生成置信度分布分析图；
33.对于每个测量源的置信度分布分析图，根据当前测量源的测量源置信度匹配第二设定置信度区间，确定所述置信度分布分析图中各位置点的显示属性信息，其中，测量源时间置信度无效状态下的位置点的显示属性信息为默认属性。
34.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位分析算法包括第三偏差分析算法，当所述目标数据为测量源的测量源输入信息和融合定位输出信息，所述第三偏差分析算法包括：
35.对于每个测量源，根据每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，生成偏差分析图；
36.获取所述当前测量源的测量源输入信息与融合定位输出信息的第三偏差，其中，所述第三偏差包括所述当前测量源与融合定位的东向位置偏差，当前测量源与融合定位的北向位置偏差，和当前测量源与融合定位的航向角偏差；
37.对于每个测量源的所述偏差分析图，根据所述第三偏差匹配第三设定偏差区间，根据匹配结果确定所述偏差分析图中各位置点的显示属性信息，得到测量源与融合定位的偏差分析图，其中，测量源时间置信度无效状态下的位置点的显示属性信息为默认属性。
38.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位分析算法包括第四偏差分析算法，当所述目标数据为测量源输入信息和特定参与融合的测量源的测量源输入信息时，所述第四偏差分析算法包括：
39.对于每个测量源，根据每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，生成偏差分析图；
40.获取所述当前测量源的测量源输入信息与特定参与融合的测量源的测量源输入信息的第四偏差，其中，所述第四偏差包括所述当前测量源与特定参与融合的测量源的测量源的东向位置偏差，当前测量源与特定参与融合的测量源的北向位置偏差，和当前测量源与特定参与融合的测量源的航向角偏差；
41.对于每个测量源的所述偏差分析图，根据所述第四偏差匹配设定第四偏差区间，根据匹配结果确定所述偏差分析图中各位置点的显示属性信息，得到测量源间的偏差分析图，其中，所述测量源时间置信度无效状态下的位置点的显示属性信息为默认属性。
42.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位分析算法包括测量源与融合定位分析算法，当所述目标数据为测量源在第二设定定位状态下的测量源输入信息和融合定位输出信息时，所述测量源与融合定位分析算法包括：
43.根据每一帧融合定位日志中的各测量源的测量源输入信息，以及，每一帧融合定位日志中的融合定位输出信息，生成测量源与融合定位分析图，其中，所述测量源输入信息包括测量源东向位置、测量源北向位置、测量源高程、测量源俯仰角、测量源横滚角、测量源航向角和测量源置信度，所述融合定位输出信息包括融合定位东向位置、融合定位北向位
置、融合定位高程、融合定位俯仰角、融合定位横滚角、融合定位航向角和融合定位置信度；
44.根据所述第二设定定位状态，确定所述测量源与融合定位分析图中各测量源的各位置点的显示属性信息，其中，所述第二设定定位状态包括测量源参与融合状态、测量源时间置信度正常但没有参与融合状态、测量源时间置信度异常状态和测量源异常状态，所述测量源与融合定位分析图中融合定位轨迹的显示属性信息为默认属性。
45.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位算法包括里程计分析算法，当所述目标数据为里程计输入信息时，所述里程计分析算法包括：
46.根据每一帧融合定位日志中的里程计输入信息，生成里程计分析图，其中，所述里程计输入信息包括里程计速度或里程计前轮转角。
47.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位算法包括惯性测量单元分析算法，当所述目标数据为惯性测量单元输入信息时，所述惯性测量单元分析算法包括：
48.根据每一帧融合定位日志中的惯性测量单元输入信息，生成惯性测量单元分析图，其中，所述惯性测量单元输入信息包括线加速度信息和姿态角信息。
49.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位算法包括时间分析算法，当所述目标数据为测量源时间戳和融合定位时间戳时，所述测量源时间分析算法包括：
50.根据每一帧融合定位日志中各测量源的测量源时间戳与融合定位时间戳的延迟时间，生成时间分析图。
51.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位算法包括第一标定分析算法，当所述目标数据为里程计速度、里程计标定参数、基准测量源的东向位置和基准测量源的北向位置，所述第一标定分析算法包括：
52.根据所述基准测量源的东向位置和基准测量源的北向位置，确定车辆车速；
53.根据里程计速度和里程计标定参数，确定校准后的里程计速度；
54.根据所述辆车速和校准后的里程计速度，生成里程计速度分析图。
55.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位算法包括第二标定分析算法，当所述目标数据为里程计输入信息、里程计标定参数、基准测量源的东向位置、基准测量源的北向位置和基准测量源的航向角，所述第二标定分析算法包括：
56.根据里程计输入信息、车辆轴距、里程计标定参数、基准测量源的东向位置、基准测量源的北向位置和基准测量源的航向角，生成校准后的里程计航向角、校准后的里程计东向位置和校准后的里程计北向位置；
57.根据基准测量源的航向角和校准后的里程计航向角，生成里程计航向角分析图；
58.根据基准测量源的东向位置、基准测量源的北向位置、里程计东向位置和里程计北向位置，生成里程计位置分析图。
59.根据本发明的另一方面，提供了一种融合定位分析方法，所述融合定位算法包括航向角分析算法，当所述目标数据为基准测量源的东向位置、基准测量源的北向位置和被测测量源的航向角时，所述航向角分析算法包括：
60.根据所述基准测量源的东向位置和基准测量源的北向位置，生成车辆航向角；
61.根据所述车辆航向角和被测测量源的航向角，生成测量源航向角分析图。
62.根据本发明的一方面，提供了一种融合定位分析装置，包括：
63.日志获取模块，用于按照设定帧率获取融合定位日志；
64.结果确定模块，用于基于用户分析请求，根据所述融合定位日志采用融合定位分析算法确定分析结果，所述分析结果用于确定融合定位精度、测量源定位精度以及定位问题信息；
65.其中，所述融合定位分析算法基于所述融合定位日志中分析目标对应的目标数据，生成匹配所述分析目标的分析结果。
66.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
67.至少一个处理器；以及
68.与所述至少一个处理器通信连接的存储器；其中，
69.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的融合定位分析方法。
70.根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的融合定位分析方法。
71.本发明实施例的技术方案，通过按照设定帧率获取融合定位日志；基于用户分析请求，根据所述融合定位日志采用融合定位分析算法确定分析结果，所述分析结果用于确定融合定位精度、测量源定位精度以及定位问题信息；其中，所述融合定位分析算法基于所述融合定位日志中分析目标对应的目标数据，生成匹配所述分析目标的分析结果。本发明实施例通过融合定位分析算法分析融合定位日志内容，得到融合定位精度、测量源定位精度以及定位问题信息，解决了相关技术在定位精度统计的准确性方面和定位问题排查的可靠性方面存在的问题，提高了定位精度统计的准确性，以及，提升了定位问题排查的可靠性。
72.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
73.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
74.图1为本发明实施例提供了一种融合定位分析方法的流程图；
75.图2为本发明实施例提供的一种测量源数量分析算法的流程图；
76.图3为本发明实施例提供的一种置信度分析算法的流程图；
77.图4为本发明实施例提供的一种第一置信度分布分析算法的流程图；
78.图5为本发明实施例提供的一种第一偏差分析算法的流程图；
79.图6为本发明实施例提供的一种第一偏差分布分析算法的流程图；
80.图7为本发明实施例提供的一种第二偏差分析算法的流程图；
81.图8为本发明实施例提供的一种第二偏差分布分析算法的流程图；
82.图9为本发明实施例提供的一种数量分布分析算法的流程图；
83.图10为本发明实施例提供的一种状态分布分析算法的流程图；
84.图11为本发明实施例提供的一种第二置信度分布分析算法的流程图；
85.图12为本发明实施例提供的一种第三偏差分析算法的流程图；
86.图13为本发明实施例提供的一种第四偏差分析算法的流程图；
87.图14为本发明实施例提供的一种测量源与融合定位分析算法的流程图；
88.图15为本发明实施例提供的一种第一标定分析算法的流程图；
89.图16为本发明实施例提供的一种第二标定分析算法的流程图；
90.图17为本发明实施例提供的一种航向角分析算法的流程图；
91.图18为本发明实施例提供的一种融合定位分析装置的结构示意图；
92.图19为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
93.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
94.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
95.图1为本发明实施例提供了一种融合定位分析方法的流程图，本实施例可适用于基于融合定位日志对自动驾驶定位模块进行融合定位分析的情况，该方法可以由融合定位分析装置来执行，该融合定位分析装置可以采用硬件和/或软件的形式实现，该融合定位分析装置可配置于电子设备中。例如，电子设备可以为服务器或服务器集等。
96.如图1所示，该方法包括：
97.s110、按照设定帧率获取融合定位日志。
98.具体的，融合定位日志为记录自动驾驶定位模块相关信息的日志。可选的，融合定位日志包括传感器输入信息(例如：里程计输入信息、imu输入信息、测量源输入信息)、融合定位输出信息以及测量源状态输出信息。
99.进一步地，每一帧融合定位日志都可以包括：里程计输入信息、imu输入信息、测量源输入信息、融合定位输出信息、测量源状态输出信息。
100.其中，里程计输入信息包括里程计速度、里程计前轮转角、里程计时间戳等内容；imu输入信息包括imu姿态角(例如：imu俯仰角、imu横滚角、imu航向角)信息、imu角速度信
息(例如：imu俯仰角角速度、imu横滚角角速度、imu航向角角速度)、imu线加速度信息(imu x轴加速度、imu y轴加速度、imu z轴加速度)、imu时间戳等内容；测量源输入信息包括不同测量源(例如：gps、vslam、lslam、视觉语义定位、激光语义定位等测量源)的定位信息。其中，测量源的定位信息包括：测量源东向位置、测量源北向位置、测量源高程、测量源俯仰角、测量源横滚角、测量源航向角、测量源置信度、测量源时间戳等内容；融合定位输出信息包括融合定位东向位置、融合定位北向位置、融合定位高程、融合定位俯仰角、融合定位横滚角、融合定位航向角、融合定位置信度、融合定位状态、融合定位时间戳等内容。其中，融合定位状态包括高精度定位、低精度定位、有偏差状态、纯运动估计状态、无效重置状态等内容；测量源状态输出信息指融合定位模块输出的测量源状态，包括测量源时间置信度有效、测量源时间置信度无效、测量源参与融合、测量源未参与融合测量源异常以及融合测量源正常。
101.s120、基于用户分析请求，根据所述融合定位日志采用融合定位分析算法确定分析结果，所述分析结果用于确定融合定位精度、测量源定位精度以及定位问题信息。
102.其中，融合定位分析算法可以包括测量源数量分析算法、置信度分析算法、第一置信度分布分析算法、第一偏差分析算法、第一偏差分布分析算法、第二偏差分析算法、第二偏差分布分析算法、数量分布分析算法、状态分布分析算法、第二置信度分布分析算法、第三偏差分析算法、第四偏差分析算法、测量源与融合定位分析算法、里程计分析算法、惯性测量单元分析算法、时间分析算法、第一标定分析算法、第二标定分析算法、航向角分析算法等。
103.其中，分析结果包括可视化结果。
104.进一步地，可视化结果可以包括测量源数量分析表、置信度分析表、置信度分布分析表、第一偏差分析表、第一偏差分布分析表、第二偏差分析表、第二偏差分布分析表、数量分布热力图、状态分布分析热力图、置信度分布分析图、测量源与融合定位的偏差分析图、测量源间的偏差分析图、测量源与融合定位分析图、里程计分析图、惯性测量单元分析图、时间分析图、里程计速度分析图、里程计航向角分析图、里程计位置分析图、以及测量源航向角分析图。
105.其中，所述融合定位分析算法基于所述融合定位日志中分析目标对应的目标数据，生成匹配所述分析目标的分析结果。
106.具体的，分析目标基于用户分析请求确定。例如，如果用户分析请求为请求分析参与融合的测量源个数，则将参与融合的测量源个数的分布情况作为分析目标。或者，如果用户分析请求为请求分析测量源置信度，则将测量源置信度分布情况作为分析目标。
107.目标数据指的是融合定位日志的各项内容，可以是传感器输入信息、融合定位输出信息以及测量源状态输出信息。
108.示例性地，根据用户分析请求获取融合定位日志中分析目标对应的目标数据，根据目标数据采用融合定位分析算法确定分析结果。基于分析结果确定融合定位精度、测量源定位精度以及定位问题信息，实现定位精度统计和定位问题排查。
109.本实施例中，通过按照设定帧率获取融合定位日志；基于用户分析请求，根据所述融合定位日志采用融合定位分析算法确定分析结果，所述分析结果用于确定融合定位精度、测量源定位精度以及定位问题信息；其中，所述融合定位分析算法基于所述融合定位日
志中分析目标对应的目标数据，生成匹配所述分析目标的分析结果。本实施例通过融合定位分析算法分析融合定位日志内容，得到融合定位精度、测量源定位精度以及定位问题信息，解决了相关技术在定位精度统计的准确性方面和定位问题排查的可靠性方面存在的问题，提高了定位精度统计的准确性，以及，提升了定位问题排查的可靠性。
110.在一实施例中，提供了一种测量源数量分析算法的流程。图2为本发明实施例提供的一种测量源数量分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图2所示，当所述目标数据为参与融合的测量源个数时，所述测量源数量分析算法包括：
111.s210、获取各帧融合定位日志中参与融合的测量源的数量。
112.具体的，可以根据测量源状态输出信息，统计每一帧融合定位日志中参与融合的测量源的个数。
113.s220、根据所述参与融合的测量源的数量确定融合定位日志的第一帧数，其中，所述第一帧数为参与融合的测量源的数量相同的融合定位日志的帧数。
114.具体的，统计每一帧融合定位日志中参与融合的测量源的数量，根据参与融合的测量源的数量对融合定位日志进行分组，以使参与融合的测量源的数量相同的融合定位日志属于同一组，根据每组中融合定位日志的帧数确定第一帧数。例如，第一帧数可以包括参与融合的测量源的个数为0的帧数，参与融合的测量源的个数为1的帧数，参与融合的测量源的个数为2的帧数，参与融合的测量源的个数为3的帧数，参与融合的测量源的个数大于等于4的帧数。
115.s230、确定各所述第一帧数与融合定位日志总帧数的第一比例关系，根据所述第一比例关系，生成测量源数量分析表。
116.示例性的，统计全部融合定位日志中，参与融合的测量源的个数为0的帧数占比，参与融合的测量源的个数为1的帧数占比，参与融合的测量源的个数为2的帧数占比，参与融合的测量源的个数为3的帧数占比，参与融合的测量源的个数大于等于4的帧数占比。基于上述帧数占比生成测量源数据分析表，通过测量源数据分析表展示不同测量源参与融合的个数占比。
117.在一实施例中，提供了一种置信度分析算法的流程。图3为本发明实施例提供的一种置信度分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图3所示，当所述目标数据为测量源在第一设定定位状态下的测量源置信度时，所述置信度分析算法包括：
118.s310、对于所述第一设定定位状态中的每个定位状态，获取所述测量源置信度中的最大置信度、最小置信度和平均置信度，其中，所述第一设定定位状态包括所有的测量源状态、测量源时间置信度有效状态和测量源参与融合状态。
119.具体的，根据测量源状态输出信息，统计所有的测量源状态下，各测量源的最大置信度、最小置信度以及平均置信度。
120.根据测量源状态输出信息，统计测量源时间置信度有效状态下的各测量源的最大置信度、最小置信度以及平均置信度。
121.根据测量源状态输出信息，统计测量源参与融合状态下的各测量源的最大置信度、最小置信度以及平均置信度。
122.s320、对于所述第一设定定位状态中的每个定位状态，获取融合定位日志的第二帧数，其中，所述第二帧数为所述第一设定定位状态中的各定位状态对应的融合定位日志的帧数。
123.具体的，对于所有的测量源状态，获取融合定位日志中所有的测量源状态的帧数，作为第二帧数。
124.对于测量源时间置信度有效状态，获取融合定位日志中测量源时间置信度有效状态的帧数，作为第二帧数。
125.对于测量源参与融合状态，获取融合定位日志中测量源参与融合状态的帧数，作为第二帧数。
126.s330、确定所述第二帧数与融合定位日志总帧数的第二比例关系。
127.具体的，分别统计所有的测量源状态、测量源时间置信度有效状态、测量源参与融合状态对应的融合定位日志的帧数相对融合定位日志总帧数的占比。
128.s340、根据所述最大置信度、最小置信度、平均置信度、第二帧数和第二比例关系，生成置信度分析表。
129.其中，置信度分析表包括测量源在所有的测量源状态下的置信度分析表、测量源在测量源时间置信度有效状态下的置信度分析表、和测量源在测量源参与融合状态下的置信度分析表。
130.通过测量源在所有的测量源状态下的置信度分析表，展示不同测量源在所有的测量源状态下的置信度统计量。
131.通过测量源在测量源时间置信度有效状态下的置信度分析表，展示不同测量源在测量源时间置信度有效状态下的置信度统计量。
132.通过测量源在测量源参与融合状态下的置信度分析表，展示不同测量源在测量源参与融合状态下的置信度统计量。
133.在一实施例中，提供了一种第一置信度分布分析算法的流程。图4为本发明实施例提供的一种第一置信度分布分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图4所示，当所述目标数据为测量源时间置信度有效状态下的测量源置信度以及融合定位日志的第三帧数，所述第三帧数为测量源时间置信度无效状态下的融合定位日志的帧数时，所述第一置信度分布分析算法包括：
134.s410、确定所述第三帧数与融合定位日志总帧数的第三比例关系。
135.具体的，统计测量源时间置信度无效状态下的融合定位日志的帧数相对总帧数的占比。
136.s420、获取融合定位日志的第四帧数，其中，所述第四帧数为所述测量源时间置信度有效状态下的测量源置信度在各第一设定置信度区间内的融合定位日志的帧数。
137.具体的，根据测量源状态输出信息，统计测量源时间置信度有效状态下的测量源置信度在设定各第一设定置信度区间内的融合定位日志的帧数。其中，各第一设定置信度区间可以基于经验设定。示例性的，可以设为(0，0.2],(0.2，0.5],(0.5，0.8],(0.8，1.0]。
138.s430、确定各所述第四帧数与融合定位日志总帧数的第四比例关系。
139.具体的，确定各第四帧数相对融合定位日志总帧数的占比。
140.s440、根据所述第三比例关系和第四比例关系，生成置信度分布分析表。
141.其中，置信度分布分析表用于展示第三帧数相对总帧数的占比和各第四帧数相对融合定位日志总帧数的占比。
142.在一实施例中，提供了一种第一偏差分析算法的流程。图5为本发明实施例提供的一种第一偏差分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图5所示，当所述目标数据为测量源在第一设定定位状态下的测量源输入信息和融合定位输出信息时，所述第一偏差分析算法包括：
143.s510、对于所述第一设定定位状态中的每个定位状态，根据所述测量源输入信息和融合定位输出信息，确定第一平均偏差、第一最大偏差和第一最小偏差。
144.其中，第一设定定位状态包括所有的测量源状态、测量源时间置信度有效状态和测量源参与融合状态。
145.第一平均偏差包括各测量源与融合定位的东向位置平均偏差，各测量源与融合定位的北向位置平均偏差和各测量源与融合定位的航向角平均偏差。
146.第一最大偏差包括各测量源与融合定位的东向位置最大偏差，各测量源与融合定位的北向位置最大偏差和各测量源与融合定位的航向角最大偏差。
147.第一最小偏差包括各测量源与融合定位的东向位置最小偏差，各测量源与融合定位的北向位置最小偏差和各测量源与融合定位的航向角最小偏差。
148.对于所有的测量源状态，分别计算各测量源的东向位置相对于融合定位东向位置的东向位置偏差，根据东向位置偏差计算东向位置平均偏差。分别计算各测量源的北向位置相对于融合定位北向位置的北向位置偏差，根据北向位置偏差计算北向位置平均偏差。分别计算各测量源的航向角相对于融合定位航向角的航向角偏差，根据航向角偏差计算航向角平均偏差。
149.对于测量源时间置信度有效状态，分别计算各测量源的东向位置相对于融合定位东向位置的东向位置偏差，根据东向位置偏差计算东向位置平均偏差。分别计算各测量源的北向位置相对于融合定位北向位置的北向位置偏差，根据北向位置偏差计算北向位置平均偏差。分别计算各测量源的航向角相对于融合定位航向角的航向角偏差，根据航向角偏差计算航向角平均偏差。
150.对于测量源参与融合状态，分别计算各测量源的东向位置相对于融合定位东向位置的东向位置偏差，根据东向位置偏差计算东向位置平均偏差。分别计算各测量源的北向位置相对于融合定位北向位置的北向位置偏差，根据北向位置偏差计算北向位置平均偏差。分别计算各测量源的航向角相对于融合定位航向角的航向角偏差，根据航向角偏差计算航向角平均偏差。
151.s520、根据所述第一平均偏差、第一最大偏差和第一最小偏差，生成第一偏差分析表。
152.具体的，第一偏差分析表用于展示第一设定定位状态中的每个定位状态下的第一平均偏差、第一最大偏差和第一最小偏差。
153.第一偏差分析表用于展示不同测量源在不同定位状态下与融合定位的偏差统计量。
154.在一实施例中，提供了一种第一偏差分布分析算法的流程。图6为本发明实施例提供的一种第一偏差分布分析算法的流程图，本实施例在上述实施例的基础上对融合定位分
析算法进行进一步细化。如图6所示，当所述目标数据为测量源时间置信度有效状态下的测量源输入信息和融合定位输出信息时，所述第一偏差分布分析算法包括：
155.s610、根据所述测量源时间置信度有效状态下的测量源输入信息与融合定位输出信息，确定第一偏差，其中，所述第一偏差包括各测量源与融合定位的东向位置偏差、各测量源与融合定位的北向位置偏差、以及各测量源与融合定位的航向角偏差。
156.具体的，第一偏差包括各测量源的东向位置相对于融合定位东向位置的偏差、各测量源的北向位置相对于融合定位北向位置的偏差、各测量源的航向角相对于融合定位航向角的偏差。
157.其中，各测量源的东向位置相对于融合定位东向位置的偏差可以通过各测量源的东向位置和融合定位东向位置的坐标相减取绝对值得到。各测量源的北向位置相对于融合定位北向位置的偏差可以通过各测量源的北向位置和融合定位北向位置的坐标相减取绝对值得到。各测量源的航向角相对于融合定位航向角的偏差可以通过各测量源的航向角与融合定位航向角的差值取绝对值得到。
158.s620、根据所述第一偏差确定融合定位日志的第五帧数，其中，所述第五帧数为所述第一偏差在各第一设定偏差区间内的融合定位日志的帧数。
159.具体的，各第一设定偏差区间可以基于经验设定，示例性的，可以设第一偏差区间为[0，0.1)，[0.1，0.3)，[0.3，0.5)，[0.5，1.0)，[1.0，∞)，然后确定各测量源的东向位置相对于融合定位东向位置的偏差、各测量源的北向位置相对于融合定位北向位置的偏差、各测量源的航向角相对于融合定位航向角的偏差在[0，0.1)，[0.1，0.3)，[0.3，0.5)，[0.5，1.0)，[1.0，∞)各范围内的融合定位日志帧数。
[0160]
s630、确定所述第五帧数与测量源时间置信度有效帧数的第五比例关系，根据所述第五比例关系，生成第一偏差分布分析表。
[0161]
具体的，统计各测量源时间置信度有效帧数，然后分别确定各测量源的东向位置相对于融合定位东向位置的偏差在第一设定偏差区间内的帧数相对各测量源时间置信度有效帧数的占比，以及，确定各测量源的北向位置相对于融合定位北向位置的偏差在第一设定偏差区间内的帧数相对各测量源时间置信度有效帧数的占比，以及，确定各测量源的航向角相对于融合定位航向角的偏差在第一设定偏差区间内的帧数相对各测量源时间置信度有效帧数的占比，生成的第一偏差分布分析表。第一偏差分布分析表用于展示不同测量源在不同定位状态下与融合定位的偏差分布情况。
[0162]
在一实施例中，提供了一种第二偏差分析算法的流程。图7为本发明实施例提供的一种第二偏差分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图7所示，当所述目标数据为测量源在第一设定定位状态下的测量源输入信息和特定参与融合的测量源的测量源输入信息时，所述第二偏差分析算法包括：
[0163]
s710、对于所述第一设定定位状态中的每个定位状态，根据所述测量源输入信息和特定参与融合的测量源的测量源输入信息，确定第二平均偏差、第二最大偏差和第二最小偏差。
[0164]
需要说明的是，统计的是不同测量源在不同定位状态下与特定参与融合测量源的偏差。偏差计算以特定参与融合测量源为基准测量源。
[0165]
其中，第一设定定位状态包括所有的测量源状态、测量源时间置信度有效状态和
测量源参与融合状态。第二平均偏差包括各测量源与特定参与融合的测量源的东向位置平均偏差，各测量源与特定参与融合的测量源的北向位置平均偏差和各测量源与特定参与融合的测量源的航向角平均偏差。第二最大偏差包括各测量源与特定参与融合的测量源的东向位置最大偏差，各测量源与特定参与融合的测量源的北向位置最大偏差和各测量源与特定参与融合的测量源的航向角最大偏差。第二最小偏差包括各测量源与特定参与融合的测量源的东向位置最小偏差，各测量源与特定参与融合的测量源的北向位置最小偏差和各测量源与特定参与融合的测量源的航向角最小偏差。
[0166]
具体的，对于所有的测量源状态，根据测量源输入信息和特定参与融合的测量源的测量源输入信息，确定各测量源与特定参与融合的测量源的东向位置平均偏差、各测量源与特定参与融合的测量源的北向位置平均偏差和各测量源与特定参与融合的测量源的航向角平均偏差、各测量源与特定参与融合的测量源的东向位置最大偏差、各测量源与特定参与融合的测量源的北向位置最大偏差和各测量源与特定参与融合的测量源的航向角最大偏差、各测量源与特定参与融合的测量源的东向位置最小偏差、各测量源与特定参与融合的测量源的北向位置最小偏差和各测量源与特定参与融合的测量源的航向角最小偏差。
[0167]
对于测量源时间置信度有效状态，根据测量源输入信息和特定参与融合的测量源的测量源输入信息，确定各测量源与特定参与融合的测量源的东向位置平均偏差、各测量源与特定参与融合的测量源的北向位置平均偏差和各测量源与特定参与融合的测量源的航向角平均偏差、各测量源与特定参与融合的测量源的东向位置最大偏差、各测量源与特定参与融合的测量源的北向位置最大偏差和各测量源与特定参与融合的测量源的航向角最大偏差、各测量源与特定参与融合的测量源的东向位置最小偏差、各测量源与特定参与融合的测量源的北向位置最小偏差和各测量源与特定参与融合的测量源的航向角最小偏差。
[0168]
对于测量源参与融合状态，根据测量源输入信息和特定参与融合的测量源的测量源输入信息，确定各测量源与特定参与融合的测量源的东向位置平均偏差、各测量源与特定参与融合的测量源的北向位置平均偏差和各测量源与特定参与融合的测量源的航向角平均偏差、各测量源与特定参与融合的测量源的东向位置最大偏差、各测量源与特定参与融合的测量源的北向位置最大偏差和各测量源与特定参与融合的测量源的航向角最大偏差、各测量源与特定参与融合的测量源的东向位置最小偏差、各测量源与特定参与融合的测量源的北向位置最小偏差和各测量源与特定参与融合的测量源的航向角最小偏差。
[0169]
s720、根据所述第二平均偏差、第二最大偏差和第二最小偏差，生成第二偏差分析表。
[0170]
第二偏差分析表用于展示不同量源在不同定位状态下与特定参与融合的测量源的偏差统计量。
[0171]
在一实施例中，提供了一种第二偏差分布分析算法的流程。图8为本发明实施例提供的一种第二偏差分布分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图8所示，当所述目标数据为测量源时间置信度有效状态下的测量源输入信息和特定参与融合的测量源的测量源输入信息时，所述第二偏差分布分析算法，包括：
[0172]
s810、根据所述测量源时间置信度有效状态下的测量源输入信息与特定参与融合的测量源的测量源输入信息，确定第二偏差，其中，所述第二偏差包括各测量源与特定参与融合的测量源的东向位置偏差、各测量源与特定参与融合的测量源的北向位置偏差、以及各测量源与特定参与融合的航向角偏差。
[0173]
具体的，根据测量源时间置信度有效状态下的测量源输入信息与特定参与融合的测量源的测量源输入信息，确定各测量源与特定参与融合的测量源的东向位置偏差、各测量源与特定参与融合的测量源的北向位置偏差、以及各测量源与特定参与融合的航向角偏差。
[0174]
其中，测量源输入信息与特定参与融合的测量源的测量源输入信息可以在融合定位日志中查。
[0175]
s820、根据所述第二偏差确定融合定位日志的第六帧数，其中，所述第六帧数为所述第二偏差在各第二设定偏差区间内的融合定位日志的帧数。
[0176]
具体的，各第二设定偏差区间可以基于经验设定，示例性的，设第二偏差区间为[0，0.1)，[0.1，0.3)，[0.3，0.5)，[0.5，1.0)，[1.0，∞)，然后确定各测量源与特定参与融合的测量源的东向位置偏差、各测量源与特定参与融合的测量源的北向位置偏差、以及各测量源与特定参与融合的航向角偏差在[0，0.1)，[0.1，0.3)，[0.3，0.5)，[0.5，1.0)，[1.0，∞)各范围内的融合定位日志帧数。
[0177]
s830、确定所述第六帧数与测量源时间置信度有效帧数的第六比例关系，根据所述第六比例关系，生成第二偏差分布分析表。
[0178]
具体的，统计各测量源时间置信度有效帧数，确定第六帧数与测量源时间置信度有效帧数的比例关系，示例性的，统计各测量源的东向位置相对于特定参与融合测量源东向位置的偏差在[0，0.1)，[0.1，0.3)，[0.3，0.5)，[0.5，1.0)，[1.0，∞)各范围内相对各测量源时间置信度有效帧数的占比，生成第二偏差分布分析表。
[0179]
第二偏差分布分析表用于展示不同测量源在不同定位状态下与特定参与融合的测量源的偏差分布情况。
[0180]
在一实施例中，提供了一种数量分布分析算法的流程。图9为本发明实施例提供的一种数量分布分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图9所示，当所述目标数据为参与融合的测量源个数、融合定位东向位置和融合定位北向位置时，所述数量分布分析算法包括：
[0181]
s910、获取各帧融合定位日志中参与融合的测量源的数量。
[0182]
具体的，查询融合定位日志内容，根据其中的测量源状态输出信息，可以统计每一帧融合定位日志里参与融合的测量源的个数。
[0183]
s920、根据每一帧融合定位日志中的融合定位东向位置和融合定位北向位置生成数量分布热力图。
[0184]
具体的，可以以东向位置为横轴，北向位置为纵轴生成热力图坐标系，根据参与融合的测量源个数和热力图坐标系生成热力图。
[0185]
s930、根据所述参与融合的测量源的数量确定所述数量分布热力图中各位置点的显示属性信息。
[0186]
数量分布热力图用于展示不同融合定位位置参与融合的测量源的数量。
[0187]
示例性的，可以根据参与融合的测量源的数量，将测量源的数量分为0、1、2、3以及大于等于4，五个等级，每个等级对应的曲线在图中以不同的颜显示，以突出不同的属性。
[0188]
在一实施例中，提供了一种状态分布分析算法的流程。图10为本发明实施例提供的一种状态分布分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图10所示，当所述目标数据为测量源状态、测量源东向位置和测量源北向位置时，所述状态分布分析算法包括：
[0189]
s1010、对于每个测量源，根据每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，生成状态分布分析热力图。
[0190]
具体的，查询融合定位日志，获取所有测量源的每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，以东向位置为横轴，北向位置为纵轴生成热力图坐标系，根据测量源状态和热力图坐标系生成状态分布分析热力图。
[0191]
s1020、对于每个测量源的状态分布分析热力图，根据当前测量源的测量源状态确定所述状态分布分析热力图中各位置点的显示属性信息。
[0192]
状态分布分析热力图用于展示各测量源在各路段的测量源状态。
[0193]
具体的，查询融合定位日志，得到每一帧融合定位日志的当前测量源状态，然后得到所有测量源状态，若测量源状态为参与融合状态，显示状态为参与融合(infusion)，若测量源状态为时间置信度有效，显示状态为时间置信度有效(hasdata)，若测量源状态为异常，显示状态为异常(abnormal)，若显示状态为时间置信度无效(nodata)。可以在状态分布分析热力图中根据显示状态的不同显示不同的颜，以突出不同属性。
[0194]
在一实施例中，提供了一种第二置信度分布分析算法的流程。图11为本发明实施例提供的一种第二置信度分布分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图11所示，所述目标数据为测量源置信度、测量源东向位置和测量源北向位置时，所述第二置信度分布分析算法包括：
[0195]
s1110、对于每个测量源，根据每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，生成置信度分布分析图。
[0196]
具体的，查询融合定位日志，获取每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，然后获取所有测量源的每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，以东向位置为横轴，北向位置为纵轴生成置信度分布分析坐标系，根据各测量源置信度和置信度分布分析坐标系生成置信度分布分析图。根据置信度分布分析图，可以判断不同测量源在各路段的定位情况。
[0197]
s1120、对于每个测量源的置信度分布分析图，根据当前测量源的测量源置信度匹配第二设定置信度区间，确定所述置信度分布分析图中各位置点的显示属性信息，其中，测量源时间置信度无效状态下的位置点的显示属性信息为默认属性。
[0198]
置信度分布分析图为展示各测量源在各路段的测量源置信度的热力图，根据置信度分布分析图可以确定不同测量源在各路段的定位情况。
[0199]
具体的，第二设定置信度区间可以根据实际情况设定。示例性的，设置第二设定置信度区间为(0，0.2]，(0.2，0.5]，(0.5，0.8]，(0.8，1.0]，可以根据各测量源置信度在不同区间内的情况绘制不同颜，以突出不同的属性。
[0200]
在一实施例中，提供了一种第三偏差分析算法的流程。图12为本发明实施例提供
的一种第三偏差分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图12所示，当所述目标数据为测量源的测量源输入信息和融合定位输出信息，所述第三偏差分析算法包括：
[0201]
s1210、对于每个测量源，根据每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，生成偏差分析图。
[0202]
具体的，对于每个测量源生成三个偏差分析子图，分别是东向偏差热力图，北向偏差热力图，航向偏差热力图，三个偏差分析子图共同构成一个偏差分析图。
[0203]
s1220、获取所述当前测量源的测量源输入信息与融合定位输出信息的第三偏差，其中，所述第三偏差包括所述当前测量源与融合定位的东向位置偏差，当前测量源与融合定位的北向位置偏差，和当前测量源与融合定位的航向角偏差。
[0204]
具体的，前测量源与融合定位的东向位置偏差，当前测量源与融合定位的北向位置偏差，和当前测量源与融合定位的航向角偏差可以通过查询融合定位日志获得。
[0205]
s1230、对于每个测量源的所述偏差分析图，根据所述第三偏差匹配第三设定偏差区间，根据匹配结果确定所述偏差分析图中各位置点的显示属性信息，得到测量源与融合定位的偏差分析图，其中，测量源时间置信度无效状态下的位置点的显示属性信息为默认属性。
[0206]
测量源与融合定位的偏差分析图用于展示不同测量源在各路段与融合定位的偏差。根据测量源与融合定位的偏差分析图，可以判断不同测量源在各路段与融合定位的偏差情况。
[0207]
具体的，可以基于经验第三设定偏差区间，示例性的，第三设定偏差区间为[0，0.1)，[0.1，0.3)，[0.3，0.5)，[0.5，1.0)，[1.0，∞)，可以根据第三偏差在[0，0.1)，[0.1，0.3)，[0.3，0.5)，[0.5，1.0)，[1.0，∞)各范围内的位置点以及测量源时间置信度无效状态的位置点的显示属性信息绘制曲线，通过绘制不同颜的曲线表示不同的属性。
[0208]
在一实施例中，提供了一种第四偏差分析算法的流程。图13为本发明实施例提供的一种第四偏差分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图13所示，当所述目标数据为测量源输入信息和特定参与融合的测量源的测量源输入信息时，所述第四偏差分析算法包括：
[0209]
s1310、对于每个测量源，根据每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置，生成偏差分析图。
[0210]
具体的，每一帧融合定位日志中的当前测量源的测量源东向位置和测量源北向位置可以通过查询融合定位日志获得。
[0211]
s1320、获取所述当前测量源的测量源输入信息与特定参与融合的测量源的测量源输入信息的第四偏差，其中，所述第四偏差包括所述当前测量源与特定参与融合的测量源的测量源的东向位置偏差，当前测量源与特定参与融合的测量源的北向位置偏差，和当前测量源与特定参与融合的测量源的航向角偏差。
[0212]
具体的，以特定参与融合测量源为基准测量源，计算各测量源的东向位置相对于特定参与融合测量源东向位置的偏差、各测量源的北向位置相对于特定参与融合测量源北向位置的偏差、各测量源的航向角相对于特定参与融合测量源航向角的偏差。
[0213]
s1330、对于每个测量源的所述偏差分析图，根据所述第四偏差匹配第四设定偏差
区间，根据匹配结果确定所述偏差分析图中各位置点的显示属性信息，得到测量源间的偏差分析图，其中，所述测量源时间置信度无效状态下的位置点的显示属性信息为默认属性。
[0214]
测量源间的偏差分析图用于展示各测量与特定参与融合的测量源的偏差情况。。
[0215]
具体的，第四设定偏差区间可以基于经验设定，示例性的，第四设定偏差区间为[0，0.1)，[0.1，0.3)，[0.3，0.5)，[0.5，1.0)，[1.0，∞)，可以根据第四偏差在[0，0.1)，[0.1，0.3)，[0.3，0.5)，[0.5，1.0)，[1.0，∞)各范围内的位置点以及测量源时间置信度无效状态的位置点的显示属性信息绘制曲线，通过绘制不同颜的曲线表示不同的属性。
[0216]
在一实施例中，提供了一种测量源与融合定位分析算法的流程。图14为本发明实施例提供的一种测量源与融合定位分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化，通过使用生成的测量源与融合定位分析图，可以查看问题场景里测量源的定位情况、里程计信号的异常问题以及定位源对融合定位的影响。如图14所示，当所述目标数据为测量源在第二设定定位状态下的测量源输入信息和融合定位输出信息时，所述测量源与融合定位分析算法包括：
[0217]
s1410、根据每一帧融合定位日志中的各测量源的测量源输入信息，以及，每一帧融合定位日志中的融合定位输出信息，生成测量源与融合定位分析图，其中，所述测量源输入信息包括测量源东向位置、测量源北向位置、测量源高程、测量源俯仰角、测量源横滚角、测量源航向角和测量源置信度，所述融合定位输出信息包括融合定位东向位置、融合定位北向位置、融合定位高程、融合定位俯仰角、融合定位横滚角、融合定位航向角和融合定位置信度。
[0218]
具体的，测量源与融合定位分析图包括东向北向曲线图、东向曲线图、北向曲线图、航向角曲线图、置信度曲线图。可以根据每一帧融合定位的东向位置和北向位置，以及各测量源的东向位置和北向位置，绘制东向北向曲线图。根据每一帧融合定位的东向位置和各测量源的东向位置，绘制东向曲线图。根据每一帧融合定位的北向位置和各测量源的北向位置，绘制北向曲线图。根据每一帧融合定位的航向角和各测量源的航向角，绘制航向角曲线图。根据每一帧融合定位的置信度和各测量源的置信度，绘制置信度曲线图。
[0219]
s1420、根据所述第二设定定位状态，确定所述测量源与融合定位分析图中各测量源的各位置点的显示属性信息，其中，所述第二设定定位状态包括测量源参与融合状态、测量源时间置信度正常但没有参与融合状态、测量源时间置信度异常状态和测量源异常状态，所述测量源与融合定位分析图中融合定位轨迹的显示属性信息为默认属性。
[0220]
测量源与融合定位分析图用于分别展示每一帧融合定位的东向位置、北向位置、航向角、置信度以及各测量源的东向位置、北向位置、航向角、置信度的偏差情况。
[0221]
具体的，可以在生成的测量源与融合定位分析图中用不同的符号表示各测量源的不同状态。
[0222]
在一实施例中，提供了一种里程计分析算法，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化，通过使用生成的里程计分量图可以查看问题场景的里程计信号异常问题。当所述目标数据为里程计输入信息时，所述里程计分析算法包括：
[0223]
根据每一帧融合定位日志中的里程计输入信息，生成里程计分析图，其中，所述里程计输入信息包括里程计速度或里程计前轮转角。
[0224]
具体的，里程计分析图可以包括速度曲线图和前轮偏角曲线图两个子图。可以根
据每一帧里程计的速度值，绘制速度曲线图，根据每一帧里程计的前轮偏角值，绘制前轮偏角曲线图。
[0225]
在一实施例中，提供了一种惯性测量单元分析算法，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。当所述目标数据为惯性测量单元输入信息时，所述惯性测量单元分析算法包括：
[0226]
根据每一帧融合定位日志中的惯性测量单元输入信息，生成惯性测量单元分析图，其中，所述惯性测量单元输入信息包括线加速度信息和姿态角信息。
[0227]
具体的，这里的姿态角信息指的是航线角速度。惯性测量单元分析图包括线加速度曲线图和航线角速度曲线图两个子图。根据每一帧imu的线加速度值，绘制线加速度曲线图。根据每一帧imu的姿态角速度值，绘制航线角速度曲线图。线加速度曲线图用于展示每一帧imu的线加速度值。航线角速度曲线图用于展示每一帧imu的姿态角速度值。
[0228]
在一实施例中，提供了一种时间分析算法，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。通过使用生成的时间分析图，可以查看测量源的信号延迟情况。当所述目标数据为测量源时间戳和融合定位时间戳时，所述测量源时间分析算法包括：
[0229]
根据每一帧融合定位日志中各测量源的测量源时间戳与融合定位时间戳的延迟时间，生成时间分析图。
[0230]
具体的，可以在时间分析图中用不同颜的曲线区分不同的测量源。
[0231]
在一实施例中，提供了一种第一标定分析算法的流程。图15为本发明实施例提供的一种第一标定分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化。如图15所示，当所述目标数据为里程计速度、里程计标定参数、基准测量源的东向位置和基准测量源的北向位置，所述第一标定分析算法包括：
[0232]
s1510、根据所述基准测量源的东向位置和基准测量源的北向位置，确定车辆车速。
[0233]
车辆车速计算方法如下：
[0234][0235]
其中，v
meas，i
为第i帧的车辆车速；(xi，yi)、(x
i-1
，y
i-1
)为使用前后两帧基准测量源的位置坐标；δt为前后两帧融合定位时间戳之差。
[0236]
s1520、根据里程计速度和里程计标定参数，确定校准后的里程计速度。
[0237]
校准后的里程计速度计算方法如下：
[0238]vcalib，i
＝kv*v
0，i
[0239]
其中，v
calib，i
表示第i帧的校准后里程计速度；kv为速度系数；v
0，i
表示第i帧的里程计速度。
[0240]
s1530、根据所述辆车速和校准后的里程计速度，生成里程计速度分析图。
[0241]
根据里程计速度分析图确定问题现场里程计速度标定情况。具体的，将基准测量源计算的车辆车速v
meas
以及校准后的里程计速度v
calib
用曲线绘制出来，比较二者的差异，可以看出里程计速度标定参数kv的准确度。
[0242]
在一实施例中，提供了一种第二标定分析算法的流程。图16为本发明实施例提供的一种第二标定分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法
进行进一步细化，通过使用生成的里程计位置分析图可以查看问题现场里程计的标定情况。如图16所示，当所述目标数据为里程计输入信息、里程计标定参数、基准测量源的东向位置、基准测量源的北向位置和基准测量源的航向角，所述第二标定分析算法包括：
[0243]
s1610、根据里程计输入信息、车辆轴距、里程计标定参数、基准测量源的东向位置、基准测量源的北向位置和基准测量源的航向角，生成校准后的里程计航向角、校准后的里程计东向位置和校准后的里程计北向位置。
[0244]
具体的，里程计递推后的车辆位姿计算如下：
[0245]scalib，i
＝k1*s
0，i
+k0[0246]
x
odom，0
＝x
meas，0
[0247]yodom，0
＝y
meas，0
[0248]
θ
odom，0
＝θ
meas，0
[0249]
δt＝t
i-t
i-1
[0250]
d＝v
calib，i
*δt
[0251]
r＝l/tan s
calib，i
[0252]cx
＝x
odom，i-1-r*sinθ
odom，i-1
[0253]cy
＝y
odom，i-1
+r*cosθ
odom，i-1
[0254]
θ
odom，i
＝θ
odom，i-1
+d/r
[0255]
x
odom，i
＝c
x
+d*cosθ
odom，i
[0256]yodom，i
＝cy+d*sinθ
odom，i
[0257]
其中，x
odom，i
，y
odom，i
，θ
odom，i
为使用里程计信息递推后的里程计东向位置，北向位置和航向角，ti为当前帧融合定位时间戳，l为车辆轴距，k0为前轮转角一阶系数，k1为前轮转角零阶系数，s0为前轮转角，x
meas
，y
meas
，θ
meas
分别为基准测量源的东向位置、北向位置和航向角。v
0，i
，s
0，i
，x
meas，i
，y
meas，i
，θ
meas，i
表示第i帧的数据。
[0258]
s1620、根据基准测量源的航向角和校准后的里程计航向角，生成里程计航向角分析图。
[0259]
根据里程计航向角分析图验证里程计标定参数k0和k1的准确度。具体的，可以将基准测量源的航向角θ
meas
，以及里程计递推后的航向角θ
odom
用曲线绘制出来，比较二者的差异，可以看出里程计航向角标定参数k0和k1的准确度。
[0260]
s1630、根据基准测量源的东向位置、基准测量源的北向位置、里程计东向位置和里程计北向位置，生成里程计位置分析图。
[0261]
具体的，可以将基准测量源的东向位置x
meas
和北向位置y
meas
，以及里程计递推后的东向位置x
odom
和北向位置y
odom
用曲线绘制出来，比较二者的差异，可以看出里程计速度标定参数kv，k0和k1的准确度。
[0262]
在一实施例中，提供了一种航向角分析算法的流程。图17为本发明实施例提供的一种航向角分析算法的流程图，本实施例在上述实施例的基础上对融合定位分析算法进行进一步细化，通过使用生成的测量源航向角分析图可以分析测量源航向角的情况。如图17所示，当所述目标数据为基准测量源的东向位置、基准测量源的北向位置和被测测量源的航向角时，所述航向角分析算法包括：
[0263]
s1710、根据所述基准测量源的东向位置和基准测量源的北向位置，生成车辆航向
角。
[0264]
具体的，根据基准测量源的位置信息，计算航向信息如下：
[0265]
θ
calc，i
＝acan2(y
i-y
i-1
，x
i-x
i-1
)
[0266]
s1720、根据所述车辆航向角和被测测量源的航向角，生成测量源航向角分析图。
[0267]
具体的，可以将计算航向角θ
calc
，以及被测测量源的航向角θ
meas
用曲线绘制出来，比较二者的差异，可以看出被测测量源的航向角标定信息是否准确。
[0268]
图18为本发明实施例提供的一种融合定位分析装置的结构示意图。如图18所示，该装置包括：
[0269]
日志获取模块，用于按照设定帧率获取融合定位日志；
[0270]
结果确定模块，用于基于用户分析请求，根据所述融合定位日志采用融合定位分析算法确定分析结果，所述分析结果用于确定融合定位精度、测量源定位精度以及定位问题信息；
[0271]
其中，所述融合定位分析算法基于所述融合定位日志中分析目标对应的目标数据，生成匹配所述分析目标的分析结果。
[0272]
本发明实施例所提供的融合定位分析装置可执行本发明任意实施例所提供的融合定位分析方法，具备执行方法相应的功能模块和有益效果。
[0273]
图19为本发明实施例提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0274]
如图19所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
[0275]
电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
[0276]
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理，例如方法融合定位分析。
[0277]
在一些实施例中，融合定位分析方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以
经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的融合定位分析方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行融合定位分析方法。
[0278]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0279]
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
[0280]
在本发明的上下文中，计算机可读存储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计算机程序。计算机可读存储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。备选地，计算机可读存储介质可以是机器可读信号介质。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。
[0281]
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0282]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
[0283]
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过
通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
[0284]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
[0285]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：

1.一种融合定位分析方法，其特征在于，包括：按照设定帧率获取融合定位日志；基于用户分析请求，根据所述融合定位日志采用融合定位分析算法确定分析结果，所述分析结果用于确定融合定位精度、测量源定位精度以及定位问题信息；其中，所述融合定位分析算法基于所述融合定位日志中分析目标对应的目标数据，生成匹配所述分析目标的分析结果。2.根据权利要求1所述的方法，其特征在于，所述融合定位日志，包括：传感器输入信息、融合定位输出信息以及测量源状态输出信息。3.根据权利要求1所述的方法，其特征在于，所述融合定位分析算法包括测量源数量分析算法，当所述目标数据为参与融合的测量源个数时，所述测量源数量分析算法包括：获取各帧融合定位日志中参与融合的测量源的数量；根据所述参与融合的测量源的数量确定融合定位日志的第一帧数，其中，所述第一帧数为参与融合的测量源的数量相同的融合定位日志的帧数；确定各所述第一帧数与融合定位日志总帧数的第一比例关系，根据所述第一比例关系，生成测量源数量分析表。4.根据权利要求1所述的方法，其特征在于，所述融合定位分析算法包括置信度分析算法，当所述目标数据为测量源在第一设定定位状态下的测量源置信度时，所述置信度分析算法包括：对于所述第一设定定位状态中的每个定位状态，获取所述测量源置信度中的最大置信度、最小置信度和平均置信度，其中，所述第一设定定位状态包括所有的测量源状态、测量源时间置信度有效状态和测量源参与融合状态；对于所述第一设定定位状态中的每个定位状态，获取融合定位日志的第二帧数，其中，所述第二帧数为所述第一设定定位状态中的各定位状态对应的融合定位日志的帧数；确定所述第二帧数与融合定位日志总帧数的第二比例关系；根据所述最大置信度、最小置信度、平均置信度、第二帧数和第二比例关系，生成置信度分析表。5.根据权利要求1所述的方法，其特征在于，所述融合定位分析算法包括第一置信度分布分析算法，当所述目标数据为测量源时间置信度有效状态下的测量源置信度以及融合定位日志的第三帧数，所述第三帧数为测量源时间置信度无效状态下的融合定位日志的帧数时，所述第一置信度分布分析算法包括：确定所述第三帧数与融合定位日志总帧数的第三比例关系；获取融合定位日志的第四帧数，其中，所述第四帧数为所述测量源时间置信度有效状态下的测量源置信度在各第一设定置信度区间内的融合定位日志的帧数；确定各所述第四帧数与融合定位日志总帧数的第四比例关系；根据所述第三比例关系和第四比例关系，生成置信度分布分析表。6.根据权利要求1所述的方法，其特征在于，所述融合定位分析算法包括第一偏差分析算法，当所述目标数据为测量源在第一设定定位状态下的测量源输入信息和融合定位输出信息时，所述第一偏差分析算法包括：对于所述第一设定定位状态中的每个定位状态，根据所述测量源输入信息和融合定位
输出信息，确定第一平均偏差、第一最大偏差和第一最小偏差；根据所述第一平均偏差、第一最大偏差和第一最小偏差，生成第一偏差分析表；其中，所述第一设定定位状态包括所有的测量源状态、测量源时间置信度有效状态和测量源参与融合状态；所述第一平均偏差包括各测量源与融合定位的东向位置平均偏差，各测量源与融合定位的北向位置平均偏差和各测量源与融合定位的航向角平均偏差；所述第一最大偏差包括各测量源与融合定位的东向位置最大偏差，各测量源与融合定位的北向位置最大偏差和各测量源与融合定位的航向角最大偏差；所述第一最小偏差包括各测量源与融合定位的东向位置最小偏差，各测量源与融合定位的北向位置最小偏差和各测量源与融合定位的航向角最小偏差。7.根据权利要求1所述的方法，其特征在于，所述分析结果包括可视化结果；其中，所述可视化结果包括测量源数量分析表、置信度分析表、置信度分布分析表、第一偏差分析表、第一偏差分布分析表、第二偏差分析表、第二偏差分布分析表、数量分布热力图、状态分布分析热力图、置信度分布分析图、测量源与融合定位的偏差分析图、测量源间的偏差分析图、测量源与融合定位分析图、里程计分析图、惯性测量单元分析图、时间分析图、里程计速度分析图、里程计航向角分析图、里程计位置分析图、以及测量源航向角分析图。8.一种融合定位分析装置，其特征在于，包括：日志获取模块，用于按照设定帧率获取融合定位日志；结果确定模块，用于基于用户分析请求，根据所述融合定位日志采用融合定位分析算法确定分析结果，所述分析结果用于确定融合定位精度、测量源定位精度以及定位问题信息；其中，所述融合定位分析算法基于所述融合定位日志中分析目标对应的目标数据，生成匹配所述分析目标的分析结果。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-22中任一项所述的融合定位分析方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-22中任一项所述的融合定位分析方法。

技术总结

本发明公开了一种融合定位分析方法、装置、电子设备及存储介质。本发明涉及智能驾驶技术领域。该方法包括：按照设定帧率获取融合定位日志；基于用户分析请求，根据融合定位日志采用融合定位分析算法确定分析结果，分析结果用于确定融合定位精度、测量源定位精度以及定位问题信息；其中，融合定位分析算法基于融合定位日志中分析目标对应的目标数据，生成匹配分析目标的分析结果。本发明实施例通过融合定位分析算法分析融合定位日志内容，得到融合定位精度、测量源定位精度以及定位问题信息，解决了相关技术在定位精度统计的准确性方面和定位问题排查的可靠性方面存在的问题，提高了定位精度统计的准确性，以及，提升了定位问题排查的可靠性。题排查的可靠性。题排查的可靠性。