IMU阵列数据处理方法、装置、电子设备以及存储介质与流程

imu阵列数据处理方法、装置、电子设备以及存储介质
技术领域
1.本技术涉及导航技术领域，尤其涉及一种imu阵列数据处理方法、装置、电子设备以及存储介质。


背景技术：

2.imu(inertial measuring unit，惯性测量单元)是测量物体三轴姿态角(或角速率)以及加速度的装置，在导航中有着很重要的应用价值。多个imu可以组成一个imu阵列，通过imu阵列数据融合能获得更高精度的imu数据，同时也能降低成本，具有较高的工程应用价值。目前imu阵列数据处理算法主要包括卡尔曼滤波法、深度学习法等。卡尔曼滤波法复杂度适中，算力要求与imu阵列的单元个数成正比，且阵列单元个数越多，融合效果越理想；深度学习法机理复杂，对算力有较高的要求。
3.但上述方法均有各自缺陷，卡尔曼滤波法很难在有限算力下达到较好的融合效果，深度学习法融合效果高度依赖于训练的模型，较难在低算力平台上发挥作用。因此，相关技术中对于imu阵列的数据融合处理，还需进一步改善。


技术实现要素：

4.为解决或部分解决相关技术中存在的问题，本技术提供一种imu阵列数据处理方法、装置、电子设备以及存储介质，能够降低平台算力要求和提高数据融合精度。
5.本技术第一方面提供一种imu阵列数据处理方法，包括：
6.依次获取传输的属同一数据帧的imu阵列的各imu单元数据，其中所述imu阵列至少包括一个imu单元；
7.对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。
8.在一种实施方式中，所述对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理之前，还包括：对所述imu单元数据进行故障诊断，确定未发生故障的imu单元；
9.所述对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理，包括：在所述imu单元未发生故障时，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。
10.在一种实施方式中，所述方法还包括：
11.对发生故障的imu单元进行故障隔离。
12.在一种实施方式中，所述对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理之前，还包括：对所述imu单元数据进行优化处理，得到优化后的imu单元数据；
13.所述对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理，包括：对依次获取的优化后的每一imu单元数据，采用预设序贯算法进行数据融合处理。
14.在一种实施方式中，所述依次获取传输的属同一数据帧的imu阵列的各imu单元数
据之前，还包括：
15.对所述imu阵列的配置信息进行初始化配置。
16.在一种实施方式中，所述采用预设序贯算法进行数据融合处理，包括：
17.采用序贯卡尔曼滤波算法进行数据融合处理。
18.本技术第二方面提供一种imu阵列数据处理装置，包括：
19.获取模块，用于依次获取传输的属同一数据帧的imu阵列的各imu单元数据，其中所述imu阵列至少包括一个imu单元；
20.融合模块，用于对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。
21.在一种实施方式中，所述装置还包括：
22.故障诊断模块，用于对所述imu单元数据进行故障诊断，确定未发生故障的imu单元；
23.所述融合模块在所述imu单元未发生故障时，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。
24.在一种实施方式中，所述装置还包括：
25.优化模块，用于对所述imu单元数据进行优化处理，得到优化后的imu单元数据；
26.所述融合模块对依次获取的优化后的每一imu单元数据，采用预设序贯算法进行数据融合处理。
27.本技术第三方面提供一种电子设备，包括：
28.处理器；以及
29.存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
30.本技术第四方面提供一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
31.本技术提供的技术方案可以包括以下有益效果：
32.本技术的技术方案，依次获取传输的属同一数据帧的imu阵列的各imu单元数据，其中imu阵列至少包括一个imu单元，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理，从而通过对阵列数据的序贯融合处理降低了对算力的要求，更符合工程应用中数据串行传输的特点，更适用于imu阵列大规模的量测更新过程，相比相关技术中需等待同一数据帧的imu阵列的各imu单元数据都获取完成后才进行融合处理的方案，更适用于低算力平台，更易于工程实现。
33.本技术的技术方案，还可以对所述imu单元数据进行故障诊断，对发生故障的imu单元进行故障隔离，从而在序贯处理过程中加入故障隔离技术，能自动识别故障单元并隔离起来，故障诊断与故障隔离可以有效剔除粗差的影响，使得imu阵列即便在发生某些单元故障时也能保持输出精度，具备良好的容错性能。
34.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
35.通过结合附图对本技术示例性实施方式进行更详细地描述，本技术的上述以及其他目的、特征和优势将变得更加明显，其中，在本技术示例性实施方式中，相同的参考标号通常代表相同部件。
36.图1是本技术实施例示出的imu阵列数据处理方法的流程示意图；
37.图2是本技术实施例示出的imu阵列数据处理方法的另一流程示意图；
38.图3是本技术实施例示出的imu阵列数据处理方法的另一流程示意图；
39.图4是本技术实施例示出的imu阵列数据处理装置的结构示意图；
40.图5是本技术实施例示出的电子设备的结构示意图。
具体实施方式
41.下面将参照附图更详细地描述本技术的实施方式。虽然附图中显示了本技术的实施方式，然而应该理解，可以以各种形式实现本技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本技术更加透彻和完整，并且能够将本技术的范围完整地传达给本领域的技术人员。
42.在本技术使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
43.应当理解，尽管在本技术可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
44.相关技术中，对于imu阵列的数据融合处理，还需进一步改善。针对上述问题，本技术实施例提供了一种imu阵列数据处理方法，该方法既可运行在包含imu阵列的实时环境上，也可以应用非实时的后处理环境以提升精度，能够降低阵列数据的序贯融合的处理算力要求，更符合工程应用中数据串行传输的特点，适用于imu阵列大规模的量测更新过程，相比已有的方案，更适用于低算力平台，更易于工程实现。
45.以下结合附图详细描述本技术实施例的技术方案。
46.图1是本技术实施例示出的imu阵列数据处理方法的流程示意图。
47.参见图1，该方法包括：
48.步骤101，依次获取传输的属同一数据帧的imu阵列的各imu单元数据，其中imu阵列至少包括一个imu单元。
49.在自动驾驶、机器人、无人机等涉及导航的技术领域中，imu是测量物体三轴姿态角(或角速率)以及加速度的装置。一个imu通常包含三个单轴的加速度计和三个单轴的陀螺仪，加速度计负责检测物体在载体坐标系统独立三轴的线加速度信号，而陀螺仪负责检测载体相对于导航坐标系的角速度信号，测量物体在三维空间中的角速度和角加速度，并
以此解算出物体的姿态。
50.在本技术实施例中提出了一种imu阵列，imu阵列包含至少一个imu单元，imu单元为imu芯片，imu单元可以按照任意位置摆放，也可以采取对称紧凑排布的策略，以降低后续数据补偿的难度。在imu阵列中，imu单元的数量与imu阵列的整体精度要求有关，一般精度要求越高，imu阵列中的imu单元个数也越多，但也受到计算性能的约束，imu单元个数越多，计算量要求也越高，本领域技术人员可以根据实际需要选择合适的imu单元的个数。在本技术实施例中，imu阵列整体可以看作一个虚拟imu。imu阵列中所有imu单元输出的数据组成imu阵列的阵列数据。阵列数据以数据帧的形式输出。
51.在一示例中，假设一个imu阵列包含n个imu单元，那么该imu阵列的阵列数据即包含该n个imu单元的单元数据，该imu阵列的阵列数据可以在同一时刻以数据帧的形式从imu阵列经过总线，串行传输至cpu(central processing unit)处理单元或寄存单元。其中，可以通过cpu或寄存单元依次获取属同一数据帧的imu阵列的各imu单元数据，从而通过cpu或寄存单元对各imu单元数据进行后续的数据处理。
52.步骤102，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。
53.序贯式算法是求解目标规划的一种早期算法，其核心是根据优先级的先后次序，将目标规划问题分解成一系列的单目标规划问题，然后再依次求解。本技术采用序贯算法逻辑高效有序地处理同一时刻imu阵列中多个imu单元的融合过程。在同一数据帧中，每获取到一次imu单元数据，即可采用预设序贯算法对imu单元数据进行数据融合处理。
54.本技术实施例通过依次获取传输的属同一数据帧的imu阵列的各imu单元数据，其中imu阵列至少包括一个imu单元，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理，从而通过对阵列数据的序贯融合处理降低了对算力的要求，更符合工程应用中数据串行传输的特点，非常适用于imu阵列大规模的量测更新过程，相比相关技术中需等待同一数据帧的imu阵列的各imu单元数据都获取完成后才进行融合处理的方案，更适用于低算力平台，更易于工程实现。
55.图2是本技术实施例示出的imu阵列数据处理方法的另一流程示意图。
56.参见图2，该方法包括：
57.步骤201，对imu阵列的配置信息进行初始化配置。
58.在依次获取传输的属同一数据帧的imu阵列的各imu单元数据之前，可以针对imu阵列的配置信息进行初始化配置，配置信息可以包括运行环境、处理方法、输入输出参数等配置参数。其中运行环境可以包括imu单元的芯片型号、imu阵列中imu单元的个数、cpu性能、操作系统等；处理方法可以包括故障诊断方法及故障诊断过程中涉及到的经验阈值。输入输出参数可以包括imu输入频率、输出频率等和输入输出相关的个性化配置。
59.步骤202，依次获取传输的属同一数据帧的imu阵列的各imu单元数据，其中imu阵列至少包括一个imu单元。
60.在本技术实施例中提出了一种imu阵列，imu阵列包含至少一个imu单元，imu单元为imu芯片，imu单元可以按照任意位置摆放，也可以采取对称紧凑排布的策略，以降低后续数据补偿的难度。在imu阵列中，imu单元的数量与imu阵列的整体精度要求有关，一般精度要求越高，imu阵列中的imu单元个数也越多，但也受到计算性能的约束，imu单元个数越多，计算量要求也越高，本领域技术人员可以根据实际需要选择合适的imu单元的个数。在本申
请实施例中，imu阵列整体可以看作一个虚拟imu。imu阵列中所有imu单元输出的数据组成imu阵列的阵列数据。阵列数据以数据帧的形式输出。
61.在一示例中，假设一个imu阵列包含n个imu单元，那么该imu阵列的阵列数据即包含该n个imu单元的单元数据，该imu阵列的阵列数据在同一时刻以数据帧的形式从imu阵列经过总线，串行传输至cpu(central processing unit)处理单元或寄存单元。通过cpu或寄存单元依次获取属同一数据帧的imu阵列的各imu单元数据，从而通过cpu或寄存单元对各imu单元数据进行后续的数据处理。
62.步骤203，对imu单元数据进行故障诊断，确定未发生故障的imu单元。
63.imu阵列本身包含多个imu单元，其输出的是由多个imu单元的单元数据融合而成的阵列数据，imu阵列已经具备消除一些较小的偶然性误差的能力，但无法较好地去除粗差的影响，例如当某个imu单元发生故障时，该imu单元对应的单元数值会突然变得很大，这样会使得阵列数据的融合结果严重偏离真实值。本技术实施例中通过在单元数据融合前进行故障诊断计算，以确定未发生故障的imu单元，以使得后续只针对未发生故障的imu单元进行融合处理。
64.本技术实施例中可以采用粗差检测法、卡尔曼残差法等方法进行故障诊断。粗差检测法是一种在数据处理过程中发现和剔除粗差的方法。卡尔曼残差法是一种采用卡尔曼滤波推算状态的预测值,并与实际观测值进行比较得到残差的方法。故障诊断的方法还有很多，本技术不指定具体的实施策略，只要能根据已有imu阵列数据，探测出imu单元是否发生故障的方法均适用于本技术。
65.在本技术实施例中，可以预设一隔离条件，隔离条件一般根据实际的imu单元的芯片选型进行融合实验，视其融合精度而确定下来一些约束参数。在一示例中，可以将隔离条件设置为故障诊断结果的合理边界值，超出该边界值的则确定不满足隔离条件。根据进行故障诊断生成imu单元数的诊断结果，判断诊断结果是否满足隔离条件，如果判断出imu单元数据的诊断结果不满足隔离条件，则可以确定该imu单元数据对应的imu单元未发生故障。
66.步骤204，在imu单元未发生故障时，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。
67.如果判断出imu单元未发生故障时，则可对该imu单元数据进行序贯融合。针对imu阵列包含的所有单元数据，每个imu单元数据在判断出不满足隔离条件即未发生故障时就可以进行序贯融合。
68.本技术对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理，避免了相关技术中等待获取完同一帧对应阵列数据中的所有单元数据之后，才开始进行多个单元数据的融合处理带来的算力峰值需求高、输出等待延迟时间长的问题。
69.在本技术一可选实施例中，步骤204可以包括：采用序贯卡尔曼滤波算法进行数据融合处理。序贯卡尔曼滤波器算法是一种不求矩阵逆的卡尔曼滤波方式。在本技术实施例中，可以采用序贯卡尔曼滤波算法对imu单元数据进行数据融合处理。
70.在本技术一可选实施例中，该方法还可以包括：对发生故障的imu单元进行故障隔离。如果判断出imu单元发生故障，可对该imu单元进行故障隔离，跳过序贯融合的步骤，舍弃该imu单元数据。
71.在本技术一可选实施例中，该方法还可以包括：在imu阵列的各imu单元数据均完成数据融合处理之后，输出融合处理结果。在进行数据融合处理之后，还可以判断该imu阵列中的所有imu单元数据是否均完成数据融合处理，若是，则可以输出融合处理结果。
72.本技术实施例通过对imu阵列的配置信息进行初始化配置，对imu单元数据进行故障诊断，确定未发生故障的imu单元，在imu单元未发生故障时，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理，从而通过对阵列数据的序贯融合处理降低了对算力的要求，更符合工程应用中数据串行传输的特点，非常适用于imu阵列大规模的量测更新过程，相比已有的方案，更适用于低算力平台，更易于工程实现。并且，对imu单元数据进行故障诊断，对发生故障的imu单元进行故障隔离，从而在序贯处理过程中加入故障隔离技术，能自动识别故障单元并隔离起来，通过故障诊断与故障隔离可以有效剔除粗差的影响，使得imu阵列即便在发生某些单元故障时也能保持输出精度，具备良好的容错性能。
73.图3是本技术一实施例示出的一种imu阵列数据处理方法的另一流程示意图。
74.参见图3，该方法包括：
75.步骤301，对imu阵列的配置信息进行初始化配置。
76.该步骤可以针对imu阵列的配置信息进行初始化配置，配置信息可以包括运行环境、处理方法、输入输出参数等配置参数。其中运行环境可以包括imu单元的芯片型号、imu阵列中imu单元的个数、cpu性能、操作系统等；处理方法可以包括故障诊断方法及故障诊断过程中涉及到的经验阈值。输入输出参数可以包括imu输入频率、输出频率等和输入输出相关的个性化配置。
77.步骤302，处理第k帧的阵列数据。
78.假设当前数据帧为第k帧，其中k≥1。处理当前第k帧阵列数据，可以包括针对imu阵列的阵列数据进行标定转换和杆臂补偿处理。标定转换是针对一目标对象在不同坐标系中进行坐标转换的过程。杆臂是各个传感器之间的相对位置关系，在多传感器融合的时候，每个传感器的位置计算都是相对于自身的，在对多传感器统一做滤波的时候，需要统一的坐标系，需要进行杆臂补偿。对imu阵列的数据进行标定转换和杆臂补偿，可以减小后续序贯融合过程的计算量，提高序贯融合的效率。在一示例中，也可对数据不进行标定转换和杆臂补偿等处理，直接使用原始数据参与后续过程。
79.步骤303，获取数据帧的第n个imu单元数据。
80.在本技术实施例中提出了一种imu阵列，imu阵列包含至少一个imu单元，imu单元为imu芯片，imu单元可以按照任意位置摆放，也可以采取对称紧凑排布的策略，以降低后续数据补偿的难度。在imu阵列中，imu单元的数量与imu阵列的整体精度要求有关，一般精度要求越高，imu阵列中的imu单元个数也越多，但也受到计算性能的约束，imu单元个数越多，计算量要求也越高，本领域技术人员可以根据实际需要选择合适的imu单元的个数。在本技术实施例中，imu阵列整体可以看作一个虚拟imu。imu阵列中所有imu单元输出的数据组成imu阵列的阵列数据。阵列数据以数据帧的形式输出。
81.假设数据帧包括n个imu单元数据，n≥1。也就是说，在一示例中，假设一个imu阵列包含n个imu单元，那么该imu阵列的阵列数据即包含该n个imu单元的单元数据，该imu阵列的阵列数据在同一时刻以数据帧的形式从imu阵列经过总线，串行传输至cpu(central processing unit)处理单元或寄存单元。通过cpu或寄存单元依次获取属同一数据帧的imu
阵列的各imu单元数据，从而通过cpu或寄存单元对各imu单元数据进行后续的数据处理。该步骤中，获取数据帧的第n个imu单元数据。
82.步骤304，对第n个imu单元数据进行优化处理，得到优化后的imu单元数据。
83.在获取到imu单元数据之后，可以对imu单元数据进行诊断前的优化处理。在一示例中，可以依据imu阵列的历史数据进行优化处理。历史数据即当前时刻前获取到的imu阵列中所有imu单元之前一段时间内产生的所有数据。历史数据的大小将影响优化处理的结果，历史数据越大，优化结果越理想，但是也会增长数据处理的时间。可以理解的是，本领域技术人员可以根据实际需要制定历史数据的时间长度。
84.优化处理方法可以是平滑滤波、拟合处理等。其中平滑滤波是低频增强的空间域滤波技术。优化处理的目的包括进行模糊和消除噪音。空间域的平滑滤波一般采用简单平均法进行，就是求邻近像元点的平均亮度值。邻域的大小与平滑的效果直接相关，邻域越大平滑的效果越好，但邻域过大，平滑会使边缘信息损失的越大，从而使输出的图像变得模糊，因此需合理选择邻域的大小。拟合就是将平面上一系列的点，用一条光滑的曲线连接起来。因为这条曲线有无数种可能，从而有各种拟合方法。拟合的曲线一般可以用函数表示，根据这个函数的不同有不同的拟合名字，常用的拟合方法有如最小二乘曲线拟合法等。在本技术实施例中，本技术不指定具体的实施策略，只要能对数据进行合理优化即可，本领域技术人员可根据实际情况选取合适的优化方法。
85.步骤305，对第n个imu单元数据进行故障诊断，生成诊断结果。
86.imu阵列本身包含多个imu单元，其输出的是由多个imu单元的单元数据融合而成的阵列数据，imu阵列已经具备消除一些较小的偶然性误差的能力，但无法较好地去除粗差的影响，例如当某个imu单元发生故障时，该imu单元对应的单元数值会突然变得很大，这样会使得阵列数据的融合结果严重偏离真实值。因此，本技术实施例中可以通过在单元数据融合前进行故障诊断计算，以确定未发生故障的imu单元。
87.本技术实施例中可以采用粗差检测法、卡尔曼残差法等方法进行故障诊断。粗差检测法是一种在数据处理过程中发现和剔除粗差的方法。卡尔曼残差法是一种采用卡尔曼滤波推算状态的预测值,并与实际观测值进行比较得到残差的方法。故障诊断的方法还有很多，本技术不指定具体的实施策略，只要能根据已有imu阵列数据，探测出imu单元是否发生故障的方法均适用于本技术。
88.步骤306，判断诊断结果是否满足隔离条件，如果满足，进入步骤308，如不满足，进入步骤307。
89.在本技术实施例中，可以预设一隔离条件，隔离条件一般根据实际的imu单元的芯片选型进行融合实验，视其融合精度而确定下来一些约束参数。在一示例中，可以将隔离条件设置为故障诊断结果的合理边界值，超出该边界值的则确定不满足隔离条件。
90.本技术实施例根据进行故障诊断生成imu单元数的诊断结果，判断诊断结果是否满足隔离条件，如果判断出imu单元数据的诊断结果不满足隔离条件，则可以确定该imu单元数据对应的imu单元未发生故障，进入步骤307。
91.步骤307，在imu单元未发生故障时，对第n个imu单元数据，采用预设序贯算法进行数据融合处理，进入步骤309。
92.如果判断出imu单元未发生故障时，则可对该imu单元数据进行序贯融合。本技术
实施例针对imu阵列包含的所有单元数据，在每个imu单元数据在判断出不满足隔离条件时就进行序贯融合，这样就避免了相关技术中等待获取完同一帧对应阵列数据中的所有单元数据之后才开始进行多个单元数据的融合处理所带来的算力峰值需求高、输出等待延迟时间长的问题。
93.其中，本技术实施例可以采用序贯卡尔曼滤波算法进行数据融合处理。
94.序贯卡尔曼滤波器算法是一种不求矩阵逆的卡尔曼滤波方式。在本技术实施例中，可以采用采用序贯卡尔曼滤波算法对imu单元数据进行数据融合处理。
95.步骤308，对发生故障的imu单元进行故障隔离，进入步骤309。
96.如果判断出imu单元发生故障，可对该imu单元进行故障隔离，跳过序贯融合的步骤，舍弃imu该单元数据。
97.步骤309，判断n是否大于imu阵列所包含的imu单元个数，如果是大于imu阵列所包含的imu单元个数，进入步骤311，如果不是大于imu阵列所包含的imu单元个数，进入步骤310。
98.步骤310，确定处理下一个imu单元(n＝n+1)，返回步骤303。
99.如果是大于imu阵列所包含的imu单元个数，需继续对imu阵列所包含的下一个imu单元进行处理，因此确定下一个imu单元为n＝n+1。步骤311，输出第k帧进行序贯融合的结果，进入步骤312。
100.步骤312，确定处理下一个数据帧(k＝k+1)，返回步骤302。
101.当前数据帧处理完后，确定下一个数据帧为k＝k+1，返回步骤302继续处理。
102.本技术实施例通过对阵列数据的序贯融合处理降低了对算力的要求，更符合工程应用中数据串行传输的特点，非常适用于imu阵列大规模的量测更新过程，并且故障诊断与故障隔离可以有效剔除粗差的影响，使得imu阵列即便在发生某些单元故障时也能保持输出精度，具备良好的容错性能，相比已有的方案，更适用于低算力平台，更易于工程实现。
103.图4是本技术实施例示出的imu阵列数据处理装置的结构示意图。
104.参见图4，一种imu阵列数据处理装置400，包括：获取模块401、融合模块402。
105.获取模块401，用于依次获取传输的属同一数据帧的imu阵列的各imu单元数据，其中imu阵列至少包括一个imu单元。在本技术实施例中提出了一种imu阵列，imu阵列包含至少一个imu单元，imu单元为imu芯片，imu单元可以按照任意位置摆放，也可以采取对称紧凑排布的策略，以降低后续数据补偿的难度。在本技术实施例中，imu阵列整体可以看作一个虚拟imu。imu阵列中所有imu单元输出的数据组成imu阵列的阵列数据。阵列数据以数据帧的形式输出。
106.融合模块402，用于对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。其中，融合模块402可以采用序贯卡尔曼滤波算法进行数据融合处理。序贯卡尔曼滤波器算法是一种不求矩阵逆的卡尔曼滤波方式。在本技术实施例中，可以采用序贯卡尔曼滤波算法对imu单元数据进行数据融合处理。
107.在本技术一可选实施例中，imu阵列数据处理装置400还可以包括：故障诊断模块。
108.故障诊断模块，用于对imu单元数据进行故障诊断，确定未发生故障的imu单元；
109.融合模块402在imu单元未发生故障时，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。
110.其中，故障诊断模块可以采用粗差检测法、卡尔曼残差法等方法进行故障诊断。故障诊断模块对imu单元数据进行故障诊断之后，还可以对发生故障的imu单元进行故障隔离。
111.imu阵列数据处理装置400还可以包括：优化模块。
112.优化模块，用于对imu单元数据进行优化处理，得到优化后的imu单元数据；
113.融合模块402对依次获取的优化后的每一imu单元数据，采用预设序贯算法进行数据融合处理。
114.imu阵列数据处理装置400还可以包括：初始化模块。
115.初始化模块，用于对所述imu阵列的配置信息进行初始化配置。配置信息可以包括运行环境、处理方法、输入输出参数等配置参数。其中运行环境可以包括imu单元的芯片型号、imu阵列中imu单元的个数、cpu性能、操作系统等；处理方法可以包括故障诊断方法及故障诊断过程中涉及到的经验阈值。输入输出参数可以包括imu输入频率、输出频率等和输入输出相关的个性化配置。
116.本技术实施例提供的imu阵列数据处理装置，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理，从而通过对阵列数据的序贯融合处理降低了对算力的要求，更符合工程应用中数据串行传输的特点，非常适用于imu阵列大规模的量测更新过程，相比相关技术中需等待同一数据帧的imu阵列的各imu单元数据都获取完成后才进行融合处理的方案，更适用于低算力平台，更易于工程实现。并且，通过故障诊断与故障隔离可以有效剔除粗差的影响，使得imu阵列即便在发生某些单元故障时也能保持输出精度，具备良好的容错性能。
117.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不再做详细阐述说明。
118.图5是本技术实施例示出的电子设备的结构示意图。
119.参见图5，电子设备500包括存储器501和处理器502。
120.处理器502可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
121.存储器501可以包括各种类型的存储单元，例如系统内存、只读存储器(rom)和永久存储装置。其中，rom可以存储处理器502或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器501可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(例如dram，sram，sdram，闪存，可编程只读存储器)，磁盘
和/或光盘也可以采用。在一些实施方式中，存储器501可以包括可读和/或写的可移除的存储设备，例如激光唱片(cd)、只读数字多功能光盘(例如dvd-rom，双层dvd-rom)、只读蓝光光盘、超密度光盘、闪存卡(例如sd卡、min sd卡、micro-sd卡等)、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
122.存储器501上存储有可执行代码，当可执行代码被处理器502处理时，可以使处理器502执行上文述及的方法中的部分或全部。
123.此外，根据本技术的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本技术的上述方法中部分或全部步骤的计算机程序代码指令。
124.或者，本技术还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质)，其上存储有可执行代码(或计算机程序或计算机指令代码)，当可执行代码(或计算机程序或计算机指令代码)被电子设备(或服务器等)的处理器执行时，使处理器执行根据本技术的上述方法的各个步骤的部分或全部。
125.以上已经描述了本技术的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。

技术特征：
1.一种imu阵列数据处理方法，其特征在于，所述方法包括：依次获取传输的属同一数据帧的imu阵列的各imu单元数据，其中所述imu阵列至少包括一个imu单元；对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。2.根据权利要求1所述的方法，其特征在于：所述对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理之前，还包括：对所述imu单元数据进行故障诊断，确定未发生故障的imu单元；所述对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理，包括：在所述imu单元未发生故障时，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：对发生故障的imu单元进行故障隔离。4.根据权利要求1或2所述的方法，其特征在于：所述对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理之前，还包括：对所述imu单元数据进行优化处理，得到优化后的imu单元数据；所述对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理，包括：对依次获取的优化后的每一imu单元数据，采用预设序贯算法进行数据融合处理。5.根据权利要求1所述的方法，其特征在于，所述采用预设序贯算法进行数据融合处理，包括：采用序贯卡尔曼滤波算法进行数据融合处理。6.一种imu阵列数据处理装置，其特征在于，所述装置包括：获取模块，用于依次获取传输的属同一数据帧的imu阵列的各imu单元数据，其中所述imu阵列至少包括一个imu单元；融合模块，用于对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。7.根据权利要求6所述的装置，其特征在于，所述装置还包括：故障诊断模块，用于对所述imu单元数据进行故障诊断，确定未发生故障的imu单元；所述融合模块在所述imu单元未发生故障时，对依次获取的每一imu单元数据，采用预设序贯算法进行数据融合处理。8.根据权利要求6或7所述的装置，其特征在于，所述装置还包括：优化模块，用于对所述imu单元数据进行优化处理，得到优化后的imu单元数据；所述融合模块对依次获取的优化后的每一imu单元数据，采用预设序贯算法进行数据融合处理。9.一种电子设备，其特征在于，包括：处理器；以及存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1-5中任一项所述的方法。10.一种计算机可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1-5中任一项所述的方法。

技术总结
本申请涉及一种IMU阵列数据处理方法、装置、电子设备以及存储介质。该方法包括：依次获取传输的属同一数据帧的IMU阵列的各IMU单元数据，其中IMU阵列至少包括一个IMU单元，对依次获取的每一IMU单元数据，采用预设序贯算法进行数据融合处理。本申请提供的技术方案，能够降低平台算力要求和提高数据融合精度。够降低平台算力要求和提高数据融合精度。够降低平台算力要求和提高数据融合精度。


技术研发人员：杨明生 陶永康 孙宾姿
受保护的技术使用者：广东汇天航空航天科技有限公司
技术研发日：2023.05.31
技术公布日：2023/9/5