具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种惯性测量单元的安装角度标定方法，本实施例以该方法应用于服务器进行举例说明，可以理解的是，该方法也可以应用于终端，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本实施例中，该方法包括以下步骤：

步骤102，获取行驶时间段内每个信息采集时刻的导航定位信息、速度变化信息以及实际行驶参数。

其中，行驶时间段是指车辆完成一次完整的行驶所需要的时间。比如，行驶时间段具体可以是指车辆由静止到运动，再由运动到静止所需要的时间。信息采集时刻是指采集导航定位信息、速度变化信息以及实际行驶参数的时刻。比如，信息采集时刻可以是根据预先设置的采集间隔所确定的采集时间点。导航定位信息是指用于对车辆进行定位的定位信息。比如，导航定位信息具体可以是指根据全球导航卫星系统等定位系统所得到的经纬度位置信息。速度变化信息用于表征车辆的速度变化情况。比如速度变化信息具体可以是指惯性测量单元的加速度计以及陀螺仪所输出的信息。实际行驶参数用于表征车辆实际行驶过程中的状态。比如，实际行驶参数具体可以是指实际行驶姿态以及实际行驶速度。

具体的，全球导航卫星系统接收机可以获取到导航定位信息并输出，惯性测量单元可以获取到速度变化信息并输出，车辆上设置的传感器可以获取到实际行驶参数并输出，当车辆完成一次行驶后，需要对惯性测量单元的安装角度进行标定时，服务器会直接获取行驶时间段内每个信息采集时刻的导航定位信息、速度变化信息以及实际行驶参数。

步骤104，采用组合定位算法，根据导航定位信息、速度变化信息以及实际行驶参数，得到估计姿态信息以及估计零偏。

其中，组合定位算法是指融合导航定位信息、速度变化信息以及实际行驶参数，实现对惯性测量单元的姿态、速度、位置、加速度计零偏以及陀螺仪零偏的估计。估计姿态信息是指通过组合定位算法所估计的惯性测量单元的姿态。估计姿态信息包括侧倾角、俯仰角、航向角等。估计零偏是指通过组合定位算法所估计的惯性测量单元的零偏。估计零偏包括加速度计零偏以及陀螺仪零偏。

具体的，服务器会先根据行驶初始时刻的导航定位信息、速度变化信息以及实际行驶参数，预测与行驶初始时刻对应的下一时刻的车辆状态参数，再根据下一时刻的导航定位信息以及车辆状态参数，利用误差状态卡尔曼滤波，得到与下一时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，最后根据与下一时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，迭代计算每个信息采集时刻对应的车辆状态参数以及速度变化零偏，得到估计姿态信息以及估计零偏。

步骤106，根据导航定位信息、估计姿态以及估计零偏，对速度变化信息中加速度进行修正，得到每个信息采集时刻的修正后加速度。

其中，加速度是通过惯性测量单元中的加速度计得到的，惯性测量单元中的加速度计为三轴加速度计，该加速度包括侧向加速度、前向加速度等。

具体的，服务器会先根据估计零偏中的加速度计零偏，对速度变化信息中加速度进行修正，得到一次修正加速度，再根据导航定位信息确定对应的重力加速度，利用重力加速度以及估计姿态对一次修正加速度进行修正，得到修正后加速度。

步骤108，根据修正后加速度，确定每个信息采集时刻的瞬时安装角度以及修正后加速度的加速度权重。

具体的，修正后加速度包括修正后侧向加速度和修正后前向加速度，服务器会根据与信息采集时刻对应的修正后侧向加速度和修正后前向加速度，确定与信息采集时刻对应的瞬时安装角度，并综合行驶时间段内每个信息采集时刻的修正后前向加速度，得到修正后加速度的加速度权重。

步骤110，根据瞬时安装角度和加速度权重进行加权平均，得到惯性测量单元的安装角度。

具体的，瞬时安装角度以及加速度权重均是与信息采集时刻对应的，在进行加权平均时，服务器会先计算与同一信息采集时刻对应的瞬时安装角度与加速度权重的乘积，再叠加所有加速度权重得到总权值并叠加所有乘积得到总乘积，将总乘积与总权值的商作为加权平均的结果，该加权平均的结果即为惯性测量单元的安装角度。

上述惯性测量单元的安装角度标定方法，通过获取行驶时间段内每个信息采集时刻的导航定位信息、速度变化信息以及实际行驶参数，采用组合定位算法，根据导航定位信息、速度变化信息以及实际行驶参数，得到估计姿态信息以及估计零偏，由于在估计的过程中不需要安装角度与姿态耦合，能够得到准确的估计姿态信息以及估计零偏，通过根据导航定位信息、估计姿态以及估计零偏，对速度变化信息中加速度进行修正，能够降低与导航定位信息对应的重力加速度和零偏对速度变化信息中加速度的影响，得到准确的修正后加速度，通过根据修正后加速度，确定每个信息采集时刻的瞬时安装角度以及修正后加速度的加速度权重，能够实现利用对瞬时安装角度和加速度权重进行加权平均，得到高精度的惯性测量单元的安装角度，提高安装角度的标定精度。

在一个实施例中，采用组合定位算法，根据导航定位信息、速度变化信息以及实际行驶参数，得到估计姿态信息以及估计零偏包括：

根据行驶初始时刻的导航定位信息、速度变化信息以及实际行驶参数，得到第一预测时刻的第一车辆状态参数，第一预测时刻为与行驶初始时刻对应的下一时刻；

根据第一预测时刻的导航定位信息以及第一车辆状态参数，得到与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏；

根据与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，迭代计算每个信息采集时刻对应的车辆状态参数以及速度变化零偏，得到估计姿态信息以及估计零偏。

其中，车辆状态参数是指用于表征车辆状态的参数，包括车辆姿态、车辆速度以及车辆位置。行驶参数误差用于表征在对车辆姿态和车辆速度进行预测时可能出现的偏差，包括姿态误差和速度误差。导航定位误差用于表征在对车辆位置进行预测时可能出现的偏差。速度变化零偏是指与速度变化对应的物理量的零偏，包括加速度计零偏和陀螺零偏。

具体的，服务器会先根据行驶初始时刻的导航定位信息、速度变化信息以及实际行驶参数，对与行驶初始时刻对应的下一时刻(即第一预测时刻)的车辆状态进行预测，得到第一预测时刻的第一车辆状态参数，再根据第一预测时刻的导航定位信息以及第一车辆状态参数中车辆位置，计算位置误差，利用误差状态卡尔曼滤波，根据位置误差以及第一车辆状态参数，得到第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，最后根据与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，迭代计算每个信息采集时刻对应的车辆状态参数以及速度变化零偏，得到估计姿态信息以及估计零偏。

其中，利用误差状态卡尔曼滤波，根据位置误差以及第一车辆状态参数，得到第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏是指根据位置误差以及第一车辆状态参数，得到误差状态卡尔曼滤波对应的状态量，基于状态量进行误差预测，得到第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏。

本实施例中，通过采用组合定位算法，根据导航定位信息、速度变化信息以及实际行驶参数，得到估计姿态信息以及估计零偏，不需要使用安装角度作为状态量，将安装角度与姿态耦合，能够实现对姿态信息和零偏的准确估计。

在一个实施例中，实际行驶参数包括实际行驶姿态以及实际行驶速度；

根据行驶初始时刻的导航定位信息、速度变化信息以及实际行驶参数，得到第一预测时刻的第一车辆状态参数包括：

根据行驶初始时刻的实际行驶姿态以及速度变化信息中陀螺角速度，得到第一预测姿态信息；

根据第一预测姿态信息、行驶初始时刻的实际行驶速度以及速度变化信息中加速度计测量的比力，得到第一预测速度信息；

根据第一预测速度信息、行驶初始时刻的导航定位信息以及实际行驶速度，得到第一预测位置信息；

归集第一预测姿态信息、第一预测速度信息以及第一预测位置信息，得到第一预测时刻的第一车辆状态参数。

具体的，实际行驶参数包括实际行驶姿态以及实际行驶速度，在得到第一预测时刻的第一车辆状态参数时，服务器会先根据行驶初始时刻的实际行驶姿态以及速度变化信息中陀螺角速度，得到第一预测姿态信息，再利用第一预测姿态信息、行驶初始时刻的实际行驶速度以及速度变化信息中加速度计测量的比力，得到第一预测速度信息，再根据第一预测速度信息、行驶初始时刻的导航定位信息以及实际行驶速度，得到第一预测位置信息，最后通过归集第一预测姿态信息、第一预测速度信息以及第一预测位置信息，得到第一预测时刻的第一车辆状态参数。

下面对得到第一预测姿态信息进行举例说明。

具体的，可以利用矩阵链乘得到第一预测姿态信息：

其中，为第一预测姿态信息，式中的由地球自转角速度计算得到(如公式(2)所示)，由陀螺角速度计算得到(如公式(3)所示)；和分别为t_k-1时刻(即行驶初始时刻)和t_k时刻(即第一预测时刻)的姿态矩阵，Δt为行驶初始时刻与第一预测时刻之间的时间间隔。

下面对得到第一预测速度信息进行举例说明。

在导航坐标系下的速度微分方程可以表示为：

其中，为第一预测姿态信息，为加速度计测量的比力，gⁿ为重力矢量，代表了载体运动导致的向心加速度，代表了由于地球自转和载体运动导致的科里奥利力。其中：

其中，分别为n系(此处具体可以为导航坐标系)下的东向速度与北向速度(可通过行驶初始时刻的实际行驶速度得到)，e代表地球扁平率，L为纬度，h为海拔高度，R_M和R_N则分别表示地球子午圈和卯酉圈曲率半径。

则第一预测速度信息v(k)：

其中，v(k-1)为行驶初始时刻的实际行驶速度，Δt为行驶初始时刻与第一预测时刻之间的时间间隔。

下面对得到第一预测位置信息进行举例说明。

惯性导航系统的位置微分方程为：

其中，为n系(此处具体可以为导航坐标系)下的北向速度，为n系(此处具体可以为导航坐标系)下的东向速度(可通过行驶初始时刻的实际行驶速度得到)，λ为经度，L为纬度(可通过行驶初始时刻的导航定位信息得到)。

使用矩阵乘法可以表示为：

采用梯形积分法计算位置更新递推方程：

其中，为第一预测位置信息，为行驶初始时刻的导航定位信息，Δt为行驶初始时刻与第一预测时刻之间的时间间隔。

本实施例中，通过先利用实际行驶姿态以及陀螺角速度，得到第一预测姿态信息，再利用第一预测姿态信息、实际行驶速度以及加速度计测量的比力，得到第一预测速度信息，再利用第一预测速度信息、导航定位信息以及实际行驶速度，得到第一预测位置信息，能够实现通过归集第一预测姿态信息、第一预测速度信息以及第一预测位置信息，得到第一车辆状态信息。

在一个实施例中，根据与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，迭代计算每个信息采集时刻对应的车辆状态参数以及速度变化零偏，得到估计姿态信息以及估计零偏包括：

将第一预测时刻作为当前时刻；

根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，得到第二预测时刻的第二车辆状态参数，第二预测时刻为当前时刻的下一时刻；

根据第二预测时刻的导航定位信息以及第二车辆状态参数，得到第二预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏；

将第二预测时刻更新为当前时刻，返回根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，得到第二预测时刻的第二车辆状态参数的步骤；

直到更新后的第二预测时刻为行驶时间段内的行驶终止时刻，根据行驶终止时刻的第二车辆状态参数得到估计姿态信息，根据行驶终止时刻的速度变化零偏得到估计零偏。

具体的，服务器会将第一预测时刻作为当前时刻，根据与当前时刻对应的速度变化零偏，修正当前时刻的速度变化信息，根据修正后速度变化信息、当前时刻的导航定位信息以及实际行驶参数，得到第二预测时刻的第二车辆状态参数。得到第二车辆状态参数后，服务器会根据第二预测时刻的导航定位信息以及第二车辆状态参数中车辆位置，计算位置误差，利用误差状态卡尔曼滤波，根据位置误差以及第二车辆状态参数，得到第二预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，将第二预测时刻更新为当前时刻，返回根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，得到第二预测时刻的第二车辆状态参数的步骤，直到更新后的第二预测时刻为行驶时间段内的行驶终止时刻，将行驶终止时刻的第二车辆状态参数中的车辆姿态作为估计姿态信息，将行驶终止时刻的速度变化零偏作为估计零偏。

其中，利用误差状态卡尔曼滤波，根据位置误差以及第二车辆状态参数，得到第二预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏是指根据位置误差以及第二车辆状态参数，得到误差状态卡尔曼滤波对应的状态量，基于状态量进行误差预测，得到第二预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏。举例说明，迭代计算每个信息采集时刻对应的车辆状态参数以及速度变化零偏，得到估计姿态信息以及估计零偏的过程可以如图2所示，其中，第二预测时刻的导航定位信息是指观测位置，当前时刻的速度变化信息是指惯性测量单元中加速度计以及陀螺输出的速度变化信息，车辆状态参数是指姿态、速度以及位置(具体为图2中的预测位置)，速度变化零偏是指陀螺零偏以及加速度计零偏，行驶参数误差是指姿态误差以及速度误差，导航定位误差是指位置误差。

本实施例中，通过根据与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，迭代计算每个信息采集时刻对应的车辆状态参数以及速度变化零偏，得到估计姿态信息以及估计零偏，不需要使用安装角度作为状态量，将安装角度与姿态耦合，能够实现对姿态信息和零偏的准确估计。

在一个实施例中，根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，得到第二预测时刻的第二车辆状态参数包括：

根据与当前时刻对应的速度变化零偏，修正当前时刻的速度变化信息，得到修正后速度变化信息；

根据当前时刻的导航定位信息、实际行驶参数以及修正后速度变化信息，得到第二预测时刻的待调整车辆状态参数；

根据与当前时刻对应的行驶参数误差以及导航定位误差对待调整车辆状态参数进行修正，得到第二预测时刻的第二车辆状态参数。

其中，待调整车辆状态参数是指根据当前时刻的导航定位信息、实际行驶参数以及修正后速度变化信息预测得到的车辆状态参数。此处的预测方式与根据行驶初始时刻的导航定位信息、速度变化信息以及实际行驶参数，得到第一预测时刻的第一车辆状态参数的过程类似，本实施例在此处不再赘述。

具体的，服务器会根据与当前时刻对应的速度变化零偏，修正当前时刻的速度变化信息，得到修正后速度变化信息，根据当前时刻的导航定位信息、实际行驶参数以及修正后速度变化信息，得到第二预测时刻的待调整车辆状态参数，根据与当前时刻对应的行驶参数误差以及导航定位误差对待调整车辆状态参数进行修正，得到第二预测时刻的第二车辆状态参数。

继续以图2为例进行说明，服务器会根据陀螺零偏对陀螺角速度进行修正，并根据加速度计零偏对加速度进行修正，得到修正后速度变化信息(包括修正后陀螺角速度以及修正后加速度)，根据当前时刻的导航定位信息、实际行驶参数以及修正后速度变化信息，得到第二预测时刻的待调整车辆状态参数，根据与当前时刻对应的行驶参数误差(姿态误差以及速度误差)以及导航定位误差(位置误差)对待调整车辆状态参数进行修正(姿态更新、速度更新、位置更新)，得到第二预测时刻的第二车辆状态参数。

本实施例中，能够根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，实现对第二预测时刻的第二车辆状态参数的获取。

在一个实施例中，根据导航定位信息、根据导航定位信息、估计姿态以及估计零偏，对速度变化信息中加速度进行修正，得到每个信息采集时刻的修正后加速度包括：

根据估计零偏中加速度计零偏，对速度变化信息中加速度进行修正，得到一次修正加速度，并确定与导航定位信息对应的重力加速度；

根据估计姿态以及重力加速度，确定待修正加速度；

根据待修正加速度对一次修正加速度进行修正，得到修正后加速度。

具体的，服务器会用速度变化信息中加速度减去估计零偏中加速度计零偏，得到一次修正加速度，并采用重力加速度计算公式计算与导航定位信息对应的重力加速度，根据估计姿态中的侧倾角以及俯仰角，对重力加速度导致的加速度进行修正，得到待修正加速度，将待修正加速度叠加至一次修正加速度，得到修正后加速度。

其中，重力加速度计算公式具体可以为：

g_L＝9.780325×(1+0.00530240×sin²L-0.00000582×sin²L)其中，

L为导航定位信息中的纬度信息。

其中，根据估计姿态中的侧倾角以及俯仰角，对重力加速度导致的加速度进行修正，得到待修正加速度具体可以为：分别得到与侧倾角(roll)对应的第一待修正加速度(g_L*tan(roll))以及与俯仰角(pitch)对应的第二待修正加速度(g_L*tan(pitch))。将待修正加速度叠加至一次修正加速度，得到修正后加速度包括：用一次修正加速度中的侧向加速度减去第一待修正加速度，得到修正后侧向加速度，用一次修正加速度中的前向加速度减去第二待修正加速度，得到修正后前向加速度。

本实施例中，通过根据导航定位信息、根据导航定位信息、估计姿态以及估计零偏，对速度变化信息中加速度进行修正，得到每个信息采集时刻的修正后加速度，能够降低重力加速度和零偏对加速度计测量的影响，提高安装角度标定的精度。

在一个实施例中，修正后加速度包括修正后侧向加速度和修正后前向加速度；

根据修正后加速度，确定每个信息采集时刻的瞬时安装角度以及修正后加速度的加速度权重包括：

根据修正后侧向加速度和修正后前向加速度，计算瞬时安装角度，并获取行驶时间段内最大修正后前向加速度以及最小修正后前向加速度；

根据最大修正后前向加速度以及最小修正后前向加速度，得到修正后加速度的加速度权重。

具体的，服务器会根据修正后侧向加速度以及修正后前向加速度，计算瞬时安装角度，并通过比对行驶时间段内与每个信息采集时刻对应的修正后前向加速度，确定出行驶时间段内最大修正后前向加速度以及最小修正后前向加速度，利用权重计算公式，根据最大修正后前向加速度以及最小修正后前向加速度，得到修正后加速度的加速度权重。其中，安装角度的示意图可以如图3所示。

其中，瞬时安装角度的计算公式可以为：α＝tan^-1(acce_r/acce_f)，其中的acce_r为修正后侧向加速度，acce_f为修正后前向加速度。权重计算公式为：m＝(acce_f-acce_f_MIN)/(acce_f_MAX-acce_f_MIN)，其中，m为加速度权重，acce_f为修正后前向加速度，acce_f_MIN为最小修正后前向加速度，acce_f_MAX为最大修正后前向加速度。

本实施例中，能够根据修正后侧向加速度和修正后前向加速度，实现对瞬时安装角度的计算，通过获取行驶时间段内最大修正后前向加速度以及最小修正后前向加速度，能够根据最大修正后前向加速度以及最小修正后前向加速度，实现对修正后加速度的加速度权重的确定。

在一个实施例中，通过如图4所示的流程示意图来说明本申请的惯性测量单元的安装角度标定方法。

服务器获取行驶时间段内每个信息采集时刻的导航定位信息、速度变化信息以及实际行驶参数，采用组合定位算法(图4中的GNSS/IMU组合定位)，根据导航定位信息、速度变化信息以及实际行驶参数，得到估计姿态信息(图4中的IMU侧倾角、俯仰角)以及估计零偏(包括图4中的加速度计零偏)，根据估计零偏中加速度计零偏，对速度变化信息中加速度(对应图4中的IMU加速度输出)进行修正(对应图4中的加速度计零偏修正)，得到一次修正加速度，并确定与导航定位信息对应的重力加速度，根据估计姿态(图4中的IMU侧倾角、俯仰角)以及重力加速度，确定待修正加速度，根据待修正加速度对一次修正加速度进行修正，得到修正后加速度(对应图4中的重力加速度修正)，根据修正后加速度，确定每个信息采集时刻的瞬时安装角度以及修正后加速度的加速度权重，根据瞬时安装角度和加速度权重进行加权平均，得到惯性测量单元的安装角度。

应该理解的是，虽然上述实施例涉及的各流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述实施例涉及的各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种惯性测量单元的安装角度标定装置，包括：获取模块502、估计模块504、修正模块506、第一处理模块508和第二处理模块510，其中：

获取模块502，用于获取行驶时间段内每个信息采集时刻的导航定位信息、速度变化信息以及实际行驶参数；

估计模块504，用于采用组合定位算法，根据导航定位信息、速度变化信息以及实际行驶参数，得到估计姿态信息以及估计零偏；

修正模块506，用于根据导航定位信息、估计姿态以及估计零偏，对速度变化信息中加速度进行修正，得到每个信息采集时刻的修正后加速度；

第一处理模块508，用于根据修正后加速度，确定每个信息采集时刻的瞬时安装角度以及修正后加速度的加速度权重；

第二处理模块510，用于根据瞬时安装角度和加速度权重进行加权平均，得到惯性测量单元的安装角度。

上述惯性测量单元的安装角度标定装置，通过获取行驶时间段内每个信息采集时刻的导航定位信息、速度变化信息以及实际行驶参数，采用组合定位算法，根据导航定位信息、速度变化信息以及实际行驶参数，得到估计姿态信息以及估计零偏，由于在估计的过程中不需要安装角度与姿态耦合，能够得到准确的估计姿态信息以及估计零偏，通过根据导航定位信息、估计姿态以及估计零偏，对速度变化信息中加速度进行修正，能够降低与导航定位信息对应的重力加速度和零偏对速度变化信息中加速度的影响，得到准确的修正后加速度，通过根据修正后加速度，确定每个信息采集时刻的瞬时安装角度以及修正后加速度的加速度权重，能够实现利用对瞬时安装角度和加速度权重进行加权平均，得到高精度的惯性测量单元的安装角度，提高安装角度的标定精度。

在一个实施例中，估计模块还用于根据行驶初始时刻的导航定位信息、速度变化信息以及实际行驶参数，得到第一预测时刻的第一车辆状态参数，第一预测时刻为与行驶初始时刻对应的下一时刻，根据第一预测时刻的导航定位信息以及第一车辆状态参数，得到与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，根据与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，迭代计算每个信息采集时刻对应的车辆状态参数以及速度变化零偏，得到估计姿态信息以及估计零偏。

在一个实施例中，实际行驶参数包括实际行驶姿态以及实际行驶速度，估计模块还用于根据行驶初始时刻的实际行驶姿态以及速度变化信息中陀螺角速度，得到第一预测姿态信息，根据第一预测姿态信息、行驶初始时刻的实际行驶速度以及速度变化信息中加速度计测量的比力，得到第一预测速度信息，根据第一预测速度信息、行驶初始时刻的导航定位信息以及实际行驶速度，得到第一预测位置信息，归集第一预测姿态信息、第一预测速度信息以及第一预测位置信息，得到第一预测时刻的第一车辆状态参数。

在一个实施例中，估计模块还用于将第一预测时刻作为当前时刻，根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，得到第二预测时刻的第二车辆状态参数，第二预测时刻为当前时刻的下一时刻，根据第二预测时刻的导航定位信息以及第二车辆状态参数，得到第二预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，将第二预测时刻更新为当前时刻，返回根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，得到第二预测时刻的第二车辆状态参数的步骤，直到更新后的第二预测时刻为行驶时间段内的行驶终止时刻，根据行驶终止时刻的第二车辆状态参数得到估计姿态信息，根据行驶终止时刻的速度变化零偏得到估计零偏。

在一个实施例中，估计模块还用于根据与当前时刻对应的速度变化零偏，修正当前时刻的速度变化信息，得到修正后速度变化信息，根据当前时刻的导航定位信息、实际行驶参数以及修正后速度变化信息，得到第二预测时刻的待调整车辆状态参数，根据与当前时刻对应的行驶参数误差以及导航定位误差对待调整车辆状态参数进行修正，得到第二预测时刻的第二车辆状态参数。

在一个实施例中，修正模块还用于根据估计零偏中加速度计零偏，对速度变化信息中加速度进行修正，得到一次修正加速度，并确定与导航定位信息对应的重力加速度，根据估计姿态以及重力加速度，确定待修正加速度，根据待修正加速度对一次修正加速度进行修正，得到修正后加速度。

在一个实施例中，修正后加速度包括修正后侧向加速度和修正后前向加速度，第一处理模块还用于根据修正后侧向加速度和修正后前向加速度，计算瞬时安装角度，并获取行驶时间段内最大修正后前向加速度以及最小修正后前向加速度，根据最大修正后前向加速度以及最小修正后前向加速度，得到修正后加速度的加速度权重。

关于惯性测量单元的安装角度标定装置的具体实施例可以参见上文中对于惯性测量单元的安装角度标定方法的实施例，在此不再赘述。上述惯性测量单元的安装角度标定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储行驶时间段内每个信息采集时刻的导航定位信息、速度变化信息以及实际行驶参数等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种惯性测量单元的安装角度标定方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取行驶时间段内每个信息采集时刻的导航定位信息、速度变化信息以及实际行驶参数；

采用组合定位算法，根据导航定位信息、速度变化信息以及实际行驶参数，得到估计姿态信息以及估计零偏；

根据导航定位信息、估计姿态以及估计零偏，对速度变化信息中加速度进行修正，得到每个信息采集时刻的修正后加速度；

根据修正后加速度，确定每个信息采集时刻的瞬时安装角度以及修正后加速度的加速度权重；

根据瞬时安装角度和加速度权重进行加权平均，得到惯性测量单元的安装角度。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据行驶初始时刻的导航定位信息、速度变化信息以及实际行驶参数，得到第一预测时刻的第一车辆状态参数，第一预测时刻为与行驶初始时刻对应的下一时刻；根据第一预测时刻的导航定位信息以及第一车辆状态参数，得到与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏；根据与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，迭代计算每个信息采集时刻对应的车辆状态参数以及速度变化零偏，得到估计姿态信息以及估计零偏。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据行驶初始时刻的实际行驶姿态以及速度变化信息中陀螺角速度，得到第一预测姿态信息；根据第一预测姿态信息、行驶初始时刻的实际行驶速度以及速度变化信息中加速度计测量的比力，得到第一预测速度信息；根据第一预测速度信息、行驶初始时刻的导航定位信息以及实际行驶速度，得到第一预测位置信息；归集第一预测姿态信息、第一预测速度信息以及第一预测位置信息，得到第一预测时刻的第一车辆状态参数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：将第一预测时刻作为当前时刻；根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，得到第二预测时刻的第二车辆状态参数，第二预测时刻为当前时刻的下一时刻；根据第二预测时刻的导航定位信息以及第二车辆状态参数，得到第二预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏；将第二预测时刻更新为当前时刻，返回根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，得到第二预测时刻的第二车辆状态参数的步骤；直到更新后的第二预测时刻为行驶时间段内的行驶终止时刻，根据行驶终止时刻的第二车辆状态参数得到估计姿态信息，根据行驶终止时刻的速度变化零偏得到估计零偏。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据与当前时刻对应的速度变化零偏，修正当前时刻的速度变化信息，得到修正后速度变化信息；根据当前时刻的导航定位信息、实际行驶参数以及修正后速度变化信息，得到第二预测时刻的待调整车辆状态参数；根据与当前时刻对应的行驶参数误差以及导航定位误差对待调整车辆状态参数进行修正，得到第二预测时刻的第二车辆状态参数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据估计零偏中加速度计零偏，对速度变化信息中加速度进行修正，得到一次修正加速度，并确定与导航定位信息对应的重力加速度；根据估计姿态以及重力加速度，确定待修正加速度；根据待修正加速度对一次修正加速度进行修正，得到修正后加速度。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据修正后侧向加速度和修正后前向加速度，计算瞬时安装角度，并获取行驶时间段内最大修正后前向加速度以及最小修正后前向加速度；根据最大修正后前向加速度以及最小修正后前向加速度，得到修正后加速度的加速度权重。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取行驶时间段内每个信息采集时刻的导航定位信息、速度变化信息以及实际行驶参数；

采用组合定位算法，根据导航定位信息、速度变化信息以及实际行驶参数，得到估计姿态信息以及估计零偏；

根据导航定位信息、估计姿态以及估计零偏，对速度变化信息中加速度进行修正，得到每个信息采集时刻的修正后加速度；

根据修正后加速度，确定每个信息采集时刻的瞬时安装角度以及修正后加速度的加速度权重；

根据瞬时安装角度和加速度权重进行加权平均，得到惯性测量单元的安装角度。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据行驶初始时刻的导航定位信息、速度变化信息以及实际行驶参数，得到第一预测时刻的第一车辆状态参数，第一预测时刻为与行驶初始时刻对应的下一时刻；根据第一预测时刻的导航定位信息以及第一车辆状态参数，得到与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏；根据与第一预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，迭代计算每个信息采集时刻对应的车辆状态参数以及速度变化零偏，得到估计姿态信息以及估计零偏。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据行驶初始时刻的实际行驶姿态以及速度变化信息中陀螺角速度，得到第一预测姿态信息；根据第一预测姿态信息、行驶初始时刻的实际行驶速度以及速度变化信息中加速度计测量的比力，得到第一预测速度信息；根据第一预测速度信息、行驶初始时刻的导航定位信息以及实际行驶速度，得到第一预测位置信息；归集第一预测姿态信息、第一预测速度信息以及第一预测位置信息，得到第一预测时刻的第一车辆状态参数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：将第一预测时刻作为当前时刻；根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，得到第二预测时刻的第二车辆状态参数，第二预测时刻为当前时刻的下一时刻；根据第二预测时刻的导航定位信息以及第二车辆状态参数，得到第二预测时刻对应的行驶参数误差、导航定位误差以及速度变化零偏；将第二预测时刻更新为当前时刻，返回根据当前时刻的导航定位信息、速度变化信息、实际行驶参数以及与当前时刻对应的行驶参数误差、导航定位误差以及速度变化零偏，得到第二预测时刻的第二车辆状态参数的步骤；直到更新后的第二预测时刻为行驶时间段内的行驶终止时刻，根据行驶终止时刻的第二车辆状态参数得到估计姿态信息，根据行驶终止时刻的速度变化零偏得到估计零偏。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据与当前时刻对应的速度变化零偏，修正当前时刻的速度变化信息，得到修正后速度变化信息；根据当前时刻的导航定位信息、实际行驶参数以及修正后速度变化信息，得到第二预测时刻的待调整车辆状态参数；根据与当前时刻对应的行驶参数误差以及导航定位误差对待调整车辆状态参数进行修正，得到第二预测时刻的第二车辆状态参数。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据估计零偏中加速度计零偏，对速度变化信息中加速度进行修正，得到一次修正加速度，并确定与导航定位信息对应的重力加速度；根据估计姿态以及重力加速度，确定待修正加速度；根据待修正加速度对一次修正加速度进行修正，得到修正后加速度。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据修正后侧向加速度和修正后前向加速度，计算瞬时安装角度，并获取行驶时间段内最大修正后前向加速度以及最小修正后前向加速度；根据最大修正后前向加速度以及最小修正后前向加速度，得到修正后加速度的加速度权重。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。