本发明涉及信息技术领域，尤其涉及一种导航定位的误差分析方法、装置及计算机可读存储介质。
背景技术：
gnss(globalnavigationsatellitesystem，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、速度以及时间信息的空基无线电导航定位系统。gnss是对北斗系统、gps(globalpositioningsystem，全球定位系统)、glonass(globalnavigationsatellitesystem，全球卫星导航系统)、galileo(伽利略卫星导航系统)等这些单个卫星导航定位系统的统一称谓。它也可指代这些单个卫星导航定位系统的增强型系统，又可指代所有这些卫星导航定位系统及其增强型系统的相加混合体，也就是说它是由多个卫星导航定位及其增强型系统所拼凑组成的大系统。
gnss目前已经成为车辆驾驶的主要导航方法。以gps的使用为例，在目前车载导航以及无人车定位系统中，对gps的精度要求越来越高。比如，用户希望在什么时候驶离高速公路、什么时候进入匝道的导航播报信息较为准确。对于无人车定位系统，通过组合导航以及各种定位手段融合时，希望能够精确获知各种定位手段的定位精度误差，从而达到较好的融合效果。
gps定位包括普通gps、差分gps和rtk(real-timekinematic，实时动态载波相位差分技术)等技术，它能够以相对低廉的价格满足大部分场景的使用需求。但是当出现建筑物、隧道或高架桥等遮挡或者部分遮挡的情况，会导致gps信号弱，出现gps定位偏差过大。再有，在高楼林立的城市道路，由于多路径效应导致gps定位精度低。在车载导航和各种无人车、无人机等设备进行导航时，如果gps定位可能出现偏差较大，而导航系统并未识别导航定位的精度误差时，会影响最终的定位和导航效果。
目前识别gps定位精度主要通过接收的gps信号质量来进行判断。例如通过信号强度来进行判断，当出现gps信号弱的情况，由此可识别出gps可能定位偏差大。
上述仅通过gps信号质量来判断定位性能是有问题的。例如，出现部分gps卫星被遮挡的情况时，gps信号强度低，可见卫星数目偏少，在这种情况下用户能够预知定位精度较低，定位误差较大。而在另一个示例中，在高楼林立的城市道路，由于多路径效应导致gps接收信号的码相位跟踪结果异常，从而导致定位精度低，这种情况下的定位精度误差是无法通过信号强度和可见卫星数目提前预知的。因此，当这种情况出现时，gps所给的定位精度有限，而系统却无法获知gps的精度误差。在利用gps进行单独导航时，以及将gps作为定位手段之一进行融合定位或组合导航时，都会导致系统精度或者鲁棒性受损。
技术实现要素：
本发明实施例提供一种导航定位的误差分析方法、装置及计算机可读存储介质，以至少解决现有技术中的一个或多个技术问题。
第一方面，本发明实施例提供了一种导航定位的误差分析方法，包括：
接收多个导航系统客户端的行驶轨迹数据；
对各个所述行驶轨迹数据进行定位误差分析，得到各个所述行驶轨迹数据的定位误差数据；
按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差。
在一种实施方式中，各个所述行驶轨迹数据的定位误差数据包括各个所述行驶轨迹数据中的各轨迹点的定位误差值；
对各个所述行驶轨迹数据进行定位误差分析，得到各个所述行驶轨迹数据的定位误差数据，包括：
将各个所述行驶轨迹数据中的各轨迹点的位置坐标与有效行驶区域相对比，得到各个所述行驶轨迹数据中的各轨迹点的定位误差值。
在一种实施方式中，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差，包括：
按照路段区域对各个所述行驶轨迹数据中的各轨迹点的定位误差值进行统计，得到误差超限轨迹点数，所述误差超限轨迹点数是路段区域内所述定位误差值大于预设的第一误差阈值的轨迹点的数量；
根据所述误差超限轨迹点数与轨迹点总数的比值，确定所述路段区域的导航定位的精度误差，所述轨迹点总数是所述路段区域内各个所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差，还包括：
根据所述导航系统客户端的设备类型，对所述误差超限轨迹点数进行统计，得到所述设备类型的误差超限轨迹点数，所述设备类型的误差超限轨迹点数是来自属于所述设备类型的所述导航系统客户端的所述误差超限轨迹点数；
根据所述设备类型的误差超限轨迹点数与相应的设备类型的轨迹点总数的比值，确定所述路段区域的设备类型的导航定位的精度误差，所述设备类型的轨迹点总数是路段区域内来自属于所述设备类型的所述导航系统客户端的所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差，包括：
按照路段区域对各个所述行驶轨迹数据中的各轨迹点的定位误差值进行统计，得到各误差阈值区间内的轨迹点数；
根据所述各误差阈值区间内的轨迹点数与轨迹点总数的比值，确定所述路段区域的导航定位的精度误差，所述轨迹点总数是所述路段区域内各个所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差，还包括：
根据所述导航系统客户端的设备类型，对所述各误差阈值区间内的轨迹点数进行统计，得到所述设备类型的各误差阈值区间内的轨迹点数，所述设备类型的各误差阈值区间内的轨迹点数是来自属于所述设备类型的所述导航系统客户端的所述各误差阈值区间内的轨迹点数；
根据所述设备类型的各误差阈值区间内的轨迹点数与相应的设备类型的轨迹点总数的比值，确定所述路段区域的设备类型的导航定位的精度误差，所述设备类型的轨迹点总数是路段区域内来自属于所述设备类型的所述导航系统客户端的所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差之后，还包括：
根据所述路段区域的导航定位的精度误差调整组合导航或者融合定位中的导航系统置信度。
第二方面，本发明实施例提供了一种导航定位的误差分析装置，包括：
接收单元，用于接收多个导航系统客户端的行驶轨迹数据；
分析单元，用于：对各个所述行驶轨迹数据进行定位误差分析，得到各个所述行驶轨迹数据的定位误差数据；
统计单元，用于：按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差。
在一种实施方式中，各个所述行驶轨迹数据的定位误差数据包括各个所述行驶轨迹数据中的各轨迹点的定位误差值；
所述分析单元用于：
将各个所述行驶轨迹数据中的各轨迹点的位置坐标与有效行驶区域相对比，得到各个所述行驶轨迹数据中的各轨迹点的定位误差值。
在一种实施方式中，所述统计单元用于：
按照路段区域对各个所述行驶轨迹数据中的各轨迹点的定位误差值进行统计，得到误差超限轨迹点数，所述误差超限轨迹点数是路段区域内所述定位误差值大于预设的第一误差阈值的轨迹点的数量；
根据所述误差超限轨迹点数与轨迹点总数的比值，确定所述路段区域的导航定位的精度误差，所述轨迹点总数是所述路段区域内各个所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，所述统计单元用于：
根据所述导航系统客户端的设备类型，对所述误差超限轨迹点数进行统计，得到所述设备类型的误差超限轨迹点数，所述设备类型的误差超限轨迹点数是来自属于所述设备类型的所述导航系统客户端的所述误差超限轨迹点数；
根据所述设备类型的误差超限轨迹点数与相应的设备类型的轨迹点总数的比值，确定所述路段区域的设备类型的导航定位的精度误差，所述设备类型的轨迹点总数是路段区域内来自属于所述设备类型的所述导航系统客户端的所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，所述统计单元用于：
按照路段区域对各个所述行驶轨迹数据中的各轨迹点的定位误差值进行统计，得到各误差阈值区间内的轨迹点数；
根据所述各误差阈值区间内的轨迹点数与轨迹点总数的比值，确定所述路段区域的导航定位的精度误差，所述轨迹点总数是所述路段区域内各个所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，所述统计单元用于：
根据所述导航系统客户端的设备类型，对所述各误差阈值区间内的轨迹点数进行统计，得到所述设备类型的各误差阈值区间内的轨迹点数，所述设备类型的各误差阈值区间内的轨迹点数是来自属于所述设备类型的所述导航系统客户端的所述各误差阈值区间内的轨迹点数；
根据所述设备类型的各误差阈值区间内的轨迹点数与相应的设备类型的轨迹点总数的比值，确定所述路段区域的设备类型的导航定位的精度误差，所述设备类型的轨迹点总数是路段区域内来自属于所述设备类型的所述导航系统客户端的所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，还包括调整单元，所述调整单元用于：
根据所述路段区域的导航定位的精度误差调整组合导航或者融合定位中的导航系统置信度。
第三方面，本发明实施例提供了一种导航定位的误差分析装置，所述装置的功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，所述装置的结构中包括处理器和存储器，所述存储器用于存储支持所述装置执行上述方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述装置还可以包括通信接口，用于与其他设备或通信网络通信。
第四方面，本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述第一方面中任一所述的方法。
上述技术方案具有如下优点或有益效果：能够有效地识别导航系统可能存在较大误差的区域，通过降低该区域的导航系统置信度，可以降低该区域的误差对系统定位的影响。在进行组合导航或者融合定位时，可以根据各路段区域的导航定位的精度误差调整导航系统置信度，从而可以保证系统的鲁棒性。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本发明公开的一些实施方式，而不应将其视为是对本发明范围的限制。
图1为本发明实施例提供的导航定位的误差分析方法的流程图。
图2为本发明实施例提供的导航定位的误差分析方法的应用示意图。
图3为本发明实施例提供的导航定位的误差分析方法的平滑算法示意图。
图4为本发明实施例提供的导航定位的误差分析方法的误差分析示意图。
图5为本发明实施例提供的导航定位的误差分析方法的误差分析示意图。
图6为本发明实施例提供的导航定位的误差分析方法的误差分析示意图。
图7为本发明实施例提供的导航定位的误差分析方法的数据统计结果示意图。
图8为本发明实施例提供的导航定位的误差分析方法的流程图。
图9为本发明实施例提供的导航定位的误差分析装置的结构框图。
图10为本发明实施例提供的导航定位的误差分析装置的结构框图。
图11为本发明实施例提供的导航定位的误差分析装置的结构框图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
图1为本发明实施例提供的导航定位的误差分析方法的流程图。如图1所示，本发明实施例的导航定位的误差分析方法包括：
步骤s110，接收多个导航系统客户端的行驶轨迹数据；
步骤s120，对各个所述行驶轨迹数据进行定位误差分析，得到各个所述行驶轨迹数据的定位误差数据；
步骤s130，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差。
在车载导航以及无人车定位系统中，需要精确获知gnss导航定位的精度误差。例如，在将gps作为定位手段之一进行融合定位或组合导航时，希望能够精确获知定位手段的定位精度误差，从而达到较好的融合效果。
本发明实施例采集众包gnss中多个导航系统客户端的行驶轨迹数据，例如同时采集众包gps的导航数据和轨迹点。其中，众包模式是将工作任务以自由自愿的形式外包给非特定的而且通常是大型的大众志愿者的做法。众包模式鼓励用户加入，通过众筹模式使用户上传数据，例如贡献自己的位置信息。数据收集完成后可以对数据进行分析统计，利用分析统计的结果为有需求的用户提供服务。
图2为本发明实施例提供的导航定位的误差分析方法的应用示意图。参见图1和图2，在步骤s110中，云端服务器接收多个导航系统客户端上传的行驶轨迹数据，例如接收多个使用gps导航的车端众包数据，获得海量众包gps系统所给出的行驶轨迹数据。
在步骤s120中，分析各个导航系统客户端上传的行驶轨迹数据的误差的大小程度，得到各个行驶轨迹数据的定位误差数据。在分析行驶轨迹数据之前，可对行驶轨迹数据进行预处理，预处理可包括数据清洗和轨迹平滑处理等。
在步骤s130中，首先进行路段区域的划分。在一个示例中，车辆行驶路段上每100米或者每200米划分为一个路段区域。在另一个示例中，根据车辆行驶轨迹上的站点或者标志点等划分路段区域。例如，将公交车的两个相邻的站点之间的路段划分为一个路段区域。再如，将公路上的两个加油站之间的路段划分为一个路段区域。又如，将高速公路上的两个服务区之间的路段划分为一个路段区域。另外，还可以将站点、加油站、服务区和地图上有标识的地点等都作为标志点，然后将两个相邻的标志点之间的路段划分为一个路段区域。在又一个示例中，还可以根据车道范围划分路段区域。
在步骤s130中，还包括：区域划分之后，对定位误差数据进行精度统计。针对划分好的各个路段区域分别进行统计，得到各个路段区域对应的导航定位的精度误差。根据来自众包的大数据统计结果，按gps精度误差可对地图上的各路段区域进行划分，例如可将各路段区域划分为大误差区域、中等误差区域、小误差区域。
参见图2，通过云端服务器对上传的车端众包数据进行分析和统计后，可以发现某些路段区域或者某个车道范围内，gps的导航轨迹普遍存在较大误差。在这种情况下，当有车辆行驶到导航轨迹误差较大的路段区域时，云端服务器可对该车辆提供区域误差指示，以使gps的导航定位的精度误差能够被精确获知。在利用gps进行单独导航时，在精确获知定位精度误差的基础上，可以有针对性地进行结果修正。再有，在将gps作为定位手段之一进行融合定位或组合导航时，在精确获知各种定位手段的定位精度误差的基础上，可达到较好的融合效果。
在一种实施方式中，对各个所述行驶轨迹数据进行定位误差分析之前，还包括：对各个所述行驶轨迹数据进行清洗，将各个所述行驶轨迹数据中的异常数据剔除。
这种实施方式中通过数据清洗，可剔除明显异常的数据。其中，明显异常的数据可包括：一种情况，轨迹点的位置坐标偏离有效行使区域的距离超过预设距离阈值的数据，例如轨迹点的位置坐标偏离有效行使区域的距离大于30米时，这种情况下偏离距离太大，视为明显异常的数据。其中，有效行驶区域可以是地图上标有的道路的车道行驶区域。另一种情况，如果获得的轨迹有中断的情况，可视为明显异常的数据。
在一种实施方式中，在对各个所述行驶轨迹数据进行清洗之后，还包括：对清洗后的各个所述行驶轨迹数据进行平滑处理。例如，利用滑动平均算法对各个所述行驶轨迹数据进行平滑处理。
通过上述数据清洗之后，去掉了明显异常的数据，保留连续的、正常的数据，并针对清洗后的数据，对轨迹进行平滑。可采用的适合的平滑算法进行平滑处理，这里以滑动平均算法为例。滑动平均算法是用邻域内的数据点做平均代替邻域的中心点值。在一个示例中：滑动平均算法可采用以下公式：
其中，x表示轨迹点的位置坐标；xk表示第k个轨迹点的位置坐标；
图3为本发明实施例提供的导航定位的误差分析方法的平滑算法示意图。上述公式中各字母的表示的值参见图3所示，如在图3中的第一个窗口中，ω＝2，窗口长度为2ω+1＝5，即共有5个轨迹点，分别是“i＝-2”、“i＝-1”、“i＝0”、“i＝1”和“i＝2”表示的轨迹点。第一个窗口所在的邻域的中心点是“i＝0”表示的轨迹点。应用上述公式可求出邻域内的5个数据点的平均值
在另外一种滑动平均算法中，可采用加权平均法。例如，对于离中心点近的轨迹点而言，可设置较大的权值。用邻域内的数据点做加权平均代替邻域的中心点值。
在一种实施方式中，各个所述行驶轨迹数据的定位误差数据包括各个所述行驶轨迹数据中的各轨迹点的定位误差值；
对各个所述行驶轨迹数据进行定位误差分析，得到各个所述行驶轨迹数据的定位误差数据，包括：
将各个所述行驶轨迹数据中的各轨迹点的位置坐标与有效行驶区域相对比，得到各个所述行驶轨迹数据中的各轨迹点的定位误差值。
图4、图5和图6为本发明实施例提供的导航定位的误差分析方法的误差分析示意图。图4至图6中分别示出了在三段不同的路段区域中的行驶轨迹数据。在图4至图6中，每个路段区域中的分别示出了由三个车道上行驶的车辆的导航系统上传的行驶轨迹数据。其中，在车道1上行驶的车辆上传的行驶轨迹数据对应于以细实线表示的轨迹1；在车道2上行驶的车辆上传的行驶轨迹数据对应于以虚线表示的轨迹2，在车道3上行驶的车辆上传的行驶轨迹数据对应于以粗实线表示的轨迹3。各个轨迹上的圆点表示轨迹上的轨迹点。
在一个示例中，有效行驶区域可以是地图上标有的道路的车道行驶区域。参见图4至图6，三条车道所在区域分别为各自的有效行驶区域。若某个轨迹点位于车道以外的地方，则该轨迹点属于偏离有效行驶区域的情形。再参见图4中的车道1和轨迹1可知，在轨迹1中有3个偏离有效行驶区域的轨迹点，也就是有3个轨迹点的位置位于车道1所在区域以外。如图4所示，这3个轨迹点分别是轨迹点a、轨迹点b和轨迹点c。
将各个所述行驶轨迹数据中的各轨迹点的位置坐标与有效行驶区域相对比，也就是计算各轨迹点偏离有效行使区域的距离。具体地，计算轨迹点的位置坐标与到车道边缘线的距离，将该距离作为轨迹点的定位误差值。通过以上定位误差分析方法，得到各个所述行驶轨迹数据中的各轨迹点的定位误差值。
如前述，图4至图6中分别示出了三段路段区域中分别得到的众包行驶轨迹。比较图4、图5和图6可以看出，图4所示的路段中各轨迹点的定位误差值相对较小，这个路段中gps精度误差较小。若按导航定位的精度误差对路段区域进行划分，则该路段属于小误差区域。与图4相比，图5所示的路段中各轨迹点的定位误差值相对属于中等范围，这个路段中gps精度误差属于中等范围，该路段属于中等误差区域。与图4和图5相比，图6所示的路段中各轨迹点的定位误差值相对较大，这个路段中gps精度误差较大，该路段属于大误差区域。也可将大误差区域称为异常区域。
在一种实施方式中，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差，包括：
按照路段区域对各个所述行驶轨迹数据中的各轨迹点的定位误差值进行统计，得到误差超限轨迹点数，所述误差超限轨迹点数是路段区域内所述定位误差值大于预设的第一误差阈值的轨迹点的数量；
根据所述误差超限轨迹点数与轨迹点总数的比值，确定所述路段区域的导航定位的精度误差，所述轨迹点总数是所述路段区域内各个所述行驶轨迹数据中的总的轨迹点的数量。
在一个示例中，第一误差阈值可设置为10m。针对所有的众包gps系统提供的行驶轨迹，计算路段区域内的众包数据中各轨迹点的定位误差值，并统计误差超限轨迹点数，也就是统计定位误差值大于10m的轨迹点的数量。再计算误差超限轨迹点数在轨迹点总数中的数量占比，也就是误差超限轨迹点数与轨迹点总数的比值。根据数量占比确定该路段区域的导航定位的精度误差。
例如，命名为“001号”的路段区域内接收到的各个所述行驶轨迹数据中的总的轨迹点的数量是1000个，也就是轨迹点总数是1000个。统计得到定位误差值大于10m的轨迹点的数量是600个，也就是误差超限轨迹点数是600个。则误差超限轨迹点数与轨迹点总数的比值，也就是误差超限轨迹点数在轨迹点总数中的数量占比为60％。
在一种实施方式中，可预先设置数量占比阈值，当误差超限轨迹点数在轨迹点总数中的数量占比大于数量占比阈值时，识别该路段区域的导航定位的精度误差较大，将该路段区域划分为大误差区域。如预先设置的数量占比阈值为50％，则在上述实施例中，“001号”路段区域的误差超限轨迹点数在轨迹点总数中的数量占比为60％，其值大于数量占比阈值50％，因此识别该路段区域的导航定位的精度误差较大，将该路段区域划分为大误差区域。
在另一种实施方式中，还可以划分更多的误差等级，例如，中等误差、小误差等。例如，误差超限轨迹点数在轨迹点总数中的数量占比大于25％且小于等于50％时，则识别该路段区域的导航定位的精度误差为中等误差，将该路段区域划分为中等误差区域。误差超限轨迹点数在轨迹点总数中的数量占比小于等于25％时，则识别该路段区域的导航定位的精度误差较小，将该路段区域划分为小误差区域。
在一种实施方式中，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差，还包括：
根据所述导航系统客户端的设备类型，对所述误差超限轨迹点数进行统计，得到所述设备类型的误差超限轨迹点数，所述设备类型的误差超限轨迹点数是来自属于所述设备类型的所述导航系统客户端的所述误差超限轨迹点数；
根据所述设备类型的误差超限轨迹点数与相应的设备类型的轨迹点总数的比值，确定所述路段区域的设备类型的导航定位的精度误差，所述设备类型的轨迹点总数是路段区域内来自属于所述设备类型的所述导航系统客户端的所述行驶轨迹数据中的总的轨迹点的数量。
对路段区域内的海量众包数据进行统计时，可同时获取众包数据来源设备，例如获取众包数据对应的手机型号等。在一个示例中，数量占比阈值仍设置为50％。针对众包gps系统中某个设备类型，如某品牌手机或某品牌的某个型号的手机提供的行驶轨迹，在路段区域内的误差超限轨迹点数在轨迹点总数中的数量占比大于50％时，识别该路段区域的导航定位的精度误差较大，将该路段区域划分为大误差区域。
在上述统计过程中，可按照定位误差数据的值分别对误差超限轨迹点数进行统计。在一个示例中，针对定位误差数据的值，可以以1m为一个统计单元。即分别统计定位误差数据在1m以下的误差超限轨迹点数、定位误差数据大于1m且小于2m的误差超限轨迹点数、大于2m且小于3m的误差超限轨迹点数等等。依此类推，以1m为一个统计单元对误差超限轨迹点数进行统计。
经过上述统计得到如下的统计图样可参见图7所示。图7的横坐标“误差(m)”表示定位误差数据，纵坐标“数量”表示与横坐标所示的误差值相对应的各种设备类型的轨迹点的数量。图7中的虚线表示第一误差阈值，则虚线右侧的部分表示定位误差值大于第一误差阈值的轨迹点数，即误差超限轨迹点数。在图7中分别统计了各种设备类型在定位误差数据的各个数值范围内的轨迹点数。
以上针对各种设备类型的统计方法中，将误差超限轨迹点数在轨迹点总数中的数量占比大于数量占比阈值的情形识别导航定位的精度误差较大。同样地，在另一种实施方式中，针对各种设备类型的统计方法中，还可以划分更多的误差等级来进行数据统计。例如，针对某品牌的某个型号的手机，某路段区域的误差超限轨迹点数在轨迹点总数中的数量占比大于25％且小于等于50％时，识别该路段区域的导航定位的精度误差为中等误差；误差超限轨迹点数在轨迹点总数中的数量占比小于等于25％时，识别该路段区域的导航定位的精度误差较小。
在一种实施方式中，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差，包括：
按照路段区域对各个所述行驶轨迹数据中的各轨迹点的定位误差值进行统计，得到各误差阈值区间内的轨迹点数；
根据所述各误差阈值区间内的轨迹点数与轨迹点总数的比值，确定所述路段区域的导航定位的精度误差，所述轨迹点总数是所述路段区域内各个所述行驶轨迹数据中的总的轨迹点的数量。
在一个示例中，可预先设置第二误差阈值区间，如第二误差阈值区间可设置为包括0～5m区域、5m～10m区域、10m～15m区域等一系列以5m为间隔的区间范围。按照路段区域对各个所述行驶轨迹数据中的各轨迹点的定位误差值进行统计，例如，行驶轨迹数据中的某个轨迹点的定位误差值是12m，则该值在预设的第二误差阈值区间10m～15m区域的范围内。分别统计路段区域内定位误差值在0～5m区域、5m～10m区域、10m～15m区域，以及更大的误差阈值区间内的轨迹点的数量。
在上述示例中，根据所述各误差阈值区间内的轨迹点数与轨迹点总数的比值，确定所述路段区域的导航定位的精度误差，具体可包括：若路段区域内定位误差值在15m区域以上的轨迹点数与轨迹点总数的比值大于预设的第一比值，且定位误差值在10m～15m区域的轨迹点数与轨迹点总数的比值大于预设的第二比值，则识别该路段区域的导航定位的精度误差较大。
在上述统计各误差阈值区间内的轨迹点数的方法中，具体的误差识别粒度可以不同。比如第二误差阈值区间还可设置为包括0～10m区域、10m～20m区域、20m～30m区域等一系列以10m为间隔的区间范围。
上述统计方法中，统计各误差阈值区间内的轨迹点数，没有针对各种设备类型分别进行统计。同样地，在统计各误差阈值区间内的轨迹点数的方法中，也可以针对各种设备类型分别进行统计。
在一种实施方式中，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差，还包括：
根据所述导航系统客户端的设备类型，对所述各误差阈值区间内的轨迹点数进行统计，得到所述设备类型的各误差阈值区间内的轨迹点数，所述设备类型的各误差阈值区间内的轨迹点数是来自属于所述设备类型的所述导航系统客户端的所述各误差阈值区间内的轨迹点数；
根据所述设备类型的各误差阈值区间内的轨迹点数与相应的设备类型的轨迹点总数的比值，确定所述路段区域的设备类型的导航定位的精度误差，所述设备类型的轨迹点总数是路段区域内来自属于所述设备类型的所述导航系统客户端的所述行驶轨迹数据中的总的轨迹点的数量。
例如，针对某品牌手机，若路段区域内定位误差值在30m区域以上的轨迹点数与轨迹点总数的比值大于预设的第三比值，且定位误差值在20m～30m区域的轨迹点数与轨迹点总数的比值大于预设的第四比值，则识别该路段区域的导航定位的精度误差较大。
图8为本发明实施例提供的导航定位的误差分析方法的流程图。如图8所示，在一种实施方式中，在步骤s130，按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差之后，还包括：
步骤s140，根据所述路段区域的导航定位的精度误差调整组合导航或者融合定位中的导航系统置信度。
其中，组合导航是指综合各种导航设备，由监视器和计算机进行控制的导航系统。由于各种导航系统单独使用时较难满足导航性能的要求，因此提高导航系统整体性能的有效途径是采用组合导航技术，即用两种或两种以上的非相似导航系统对同一导航信息作测量并解算以形成量测量，从这些量测量中计算出各导航系统的误差并校正之。
融合定位技术融合了多种定位方式，包括gps、基站定位、wifi(wireless-fidelity，无线保真)定位、蓝牙定位以及传感器定位。例如，手机定位的途经可以从gps、基站信息、wifi信息以及蓝牙beacon(信标)、加速度传感器信息获取位置信息。上述每一种定位方式都有利弊，采用融合定位技术既可以做到多种定位方式优势互补，也提高了系统稳定性，增强了定位精度。
仍以gps为例，在识别了各路段区域的导航定位的精度误差后，可以根据各路段区域的导航定位的精度误差调整导航系统置信度。再参见图2，在一个示例中，某个设备使用gps时，如果该设备定位到大误差区域，可以通过云端服务器给该设备发送通知。在通知中给出其定位所在区域的导航定位的精度误差的相关统计结果。例如可通知该设备所在区域定位精度不高。上述通知中的相关统计结果还可以包括导航定位的精度误差的误差程度等级，如定位误差值相对较小、定位误差值相对属于中等范围或定位误差值相对较大。在另一种实施方式中，上述通知中的相关统计结果还可以包括给出衡量导航定位的精度误差的具体的度量值。例如，可将误差超限轨迹点数与轨迹点总数的比值作为衡量导航定位的精度误差的具体的度量值。该设备收到通知后可以根据导航定位的精度误差调整gps置信度来进行组合导航或者融合定位，这样可以保证系统的鲁棒性。
在上述示例中，若在云端服务器针对不同的设备类型分别对众包数据进行了统计，得到了各路段区域的设备类型的导航定位的精度误差，则在云端服务器给该设备发送的通知中，可给出与其具体设备类型对应的导航定位的精度误差的相关统计结果。针对不同的设备类型分别给出区域误差指示，使误差识别更有针对性、准确度更高，从而在利用gps进行单独导航时能够得到更好的修正效果，或者在将gps作为定位手段之一进行融合定位或组合导航时进一步提升系统的精度。
上述技术方案具有如下优点或有益效果：能够有效地识别导航系统可能存在较大误差的区域，通过降低该区域的导航系统置信度，可以降低该区域的误差对系统定位的影响。在进行组合导航或者融合定位时，可以根据各路段区域的导航定位的精度误差调整导航系统置信度，从而可以保证系统的鲁棒性。
图9为本发明实施例提供的导航定位的误差分析装置的结构框图。如图9所示，本发明实施例的导航定位的误差分析装置包括：
接收单元100，用于接收多个导航系统客户端的行驶轨迹数据；
分析单元200，用于：对各个所述行驶轨迹数据进行定位误差分析，得到各个所述行驶轨迹数据的定位误差数据；
统计单元300，用于：按照路段区域对所述定位误差数据进行统计，得到所述路段区域的导航定位的精度误差。
在一种实施方式中，各个所述行驶轨迹数据的定位误差数据包括各个所述行驶轨迹数据中的各轨迹点的定位误差值；
所述分析单元200用于：
将各个所述行驶轨迹数据中的各轨迹点的位置坐标与有效行驶区域相对比，得到各个所述行驶轨迹数据中的各轨迹点的定位误差值。
在一种实施方式中，所述统计单元300用于：
按照路段区域对各个所述行驶轨迹数据中的各轨迹点的定位误差值进行统计，得到误差超限轨迹点数，所述误差超限轨迹点数是路段区域内所述定位误差值大于预设的第一误差阈值的轨迹点的数量；
根据所述误差超限轨迹点数与轨迹点总数的比值，确定所述路段区域的导航定位的精度误差，所述轨迹点总数是所述路段区域内各个所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，所述统计单元300用于：
根据所述导航系统客户端的设备类型，对所述误差超限轨迹点数进行统计，得到所述设备类型的误差超限轨迹点数，所述设备类型的误差超限轨迹点数是来自属于所述设备类型的所述导航系统客户端的所述误差超限轨迹点数；
根据所述设备类型的误差超限轨迹点数与相应的设备类型的轨迹点总数的比值，确定所述路段区域的设备类型的导航定位的精度误差，所述设备类型的轨迹点总数是路段区域内来自属于所述设备类型的所述导航系统客户端的所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，所述统计单元300用于：
按照路段区域对各个所述行驶轨迹数据中的各轨迹点的定位误差值进行统计，得到各误差阈值区间内的轨迹点数；
根据所述各误差阈值区间内的轨迹点数与轨迹点总数的比值，确定所述路段区域的导航定位的精度误差，所述轨迹点总数是所述路段区域内各个所述行驶轨迹数据中的总的轨迹点的数量。
在一种实施方式中，所述统计单元300用于：
根据所述导航系统客户端的设备类型，对所述各误差阈值区间内的轨迹点数进行统计，得到所述设备类型的各误差阈值区间内的轨迹点数，所述设备类型的各误差阈值区间内的轨迹点数是来自属于所述设备类型的所述导航系统客户端的所述各误差阈值区间内的轨迹点数；
根据所述设备类型的各误差阈值区间内的轨迹点数与相应的设备类型的轨迹点总数的比值，确定所述路段区域的设备类型的导航定位的精度误差，所述设备类型的轨迹点总数是路段区域内来自属于所述设备类型的所述导航系统客户端的所述行驶轨迹数据中的总的轨迹点的数量。
图10为本发明实施例提供的导航定位的误差分析装置的结构框图。如图10所示，在一种实施方式中，还包括调整单元400，所述调整单元400用于：
根据所述路段区域的导航定位的精度误差调整组合导航或者融合定位中的导航系统置信度。
本发明实施例的导航定位的误差分析装置中各单元的功能可以参见上述方法的相关描述，在此不再赘述。
在一个可能的设计中，导航定位的误差分析装置的结构中包括处理器和存储器，所述存储器用于存储支持导航定位的误差分析装置执行上述导航定位的误差分析方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。所述导航定位的误差分析装置还可以包括通信接口，导航定位的误差分析装置与其他设备或通信网络通信。
图11为本发明实施例提供的导航定位的误差分析装置的结构框图。如图11所示，该装置包括：存储器101和处理器102，存储器101内存储有可在处理器102上运行的计算机程序。所述处理器102执行所述计算机程序时实现上述实施例中的导航定位的误差分析方法。所述存储器101和处理器102的数量可以为一个或多个。
该装置还包括：
通信接口103，用于与外界设备进行通信，进行数据交互传输。
存储器101可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。
如果存储器101、处理器102和通信接口103独立实现，则存储器101、处理器102和通信接口103可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(isa，industrystandardarchitecture)总线、外部设备互连(pci，peripheralcomponent)总线或扩展工业标准体系结构(eisa，extendedindustrystandardcomponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器101、处理器102及通信接口103集成在一块芯片上，则存储器101、处理器102及通信接口103可以通过内部接口完成相互间的通信。
又一方面，本发明实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现上述导航定位的误差分析方法中任一所述的方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。