里程统计装置、基于里程统计装置的数据统计方法及接口

摘要

本申请公开了一种里程统计装置、基于里程统计装置的数据统计方法及接口，涉及自动化控制技术领域，实现了软硬件一体化，且基于单一的接口与设备交互，可扩展性强，通用性较好。所述里程统计装置包括：速度采集模块、里程统计模块和数据融合模块；速度采集模块采集可移动设备的速度参数，基于与数据融合模块之间的数据链接，将速度参数传输至数据融合模块；里程统计模块采集可移动设备的里程参数，基于与数据融合模块之间的数据链接，将里程参数传输至数据融合模块；数据融合模块接收速度采集模块传输的速度参数以及里程统计模块传输的里程参数，将速度参数和里程参数进行融合，得到里程统计数据，并通过预设接口将里程统计数据传输至可移动设备。

说明书

技术领域

本申请涉及自动化控制技术领域，特别是涉及一种里程统计装置、基于里程统计装置的数据统计方法及接口。

背景技术

随着自动化控制技术的不断发展，社会生活朝着智能化方向不断推进，机器人已经应用在仓储、快递、外卖、家政等各种领域，可以自动完成配送、巡查、打扫等任务。而为了保障机器人在行进过程中的安全，同时便于对机器人进行控制以及维修等，需要在机器人运动的过程中进行里程统计，实现对机器人的定位以及性能分析。

相关技术中，机器人与多个不同功能的传感器对接，多个传感器将采集到的传感器数据传输给机器人，由机器人的主控模块将所有的传感器数据汇总，统一进行里程统计的计算，进而输出机器人的里程数据。

在实现本申请的过程中，申请人发现相关技术至少存在以下问题：

机器人与外界对接的接口类型固定且单一，限制了对接的传感器的类型，只能采用固定类型的传感器提供的传感器数据进行里程统计，通用性较差。

发明内容

有鉴于此，本申请提供了一种里程统计装置、基于里程统计装置的数据统计方法及接口，主要目的在于解决目前只能采用固定类型的传感器提供的传感器数据进行里程统计，通用性较差的问题。

依据本申请第一方面，提供了一种里程统计装置，该里程统计装置包括：速度采集模块、里程统计模块和数据融合模块；

所述速度采集模块采集可移动设备的速度参数，基于与所述数据融合模块之间的数据链接，将所述速度参数传输至所述数据融合模块；

所述里程统计模块采集所述可移动设备的里程参数，基于与所述数据融合模块之间的数据链接，将所述里程参数传输至所述数据融合模块；

所述数据融合模块接收所述速度采集模块传输的所述速度参数以及所述里程统计模块传输的所述里程参数，将所述速度参数和所述里程参数进行融合，得到里程统计数据，并通过预设接口将所述里程统计数据传输至所述可移动设备，所述预设接口用于所述里程统计装置与所述可移动设备进行交互。

可选地，所述速度采集模块包括：加速度采集单元和角速度采集单元；

所述加速度采集单元实时采集所述可移动设备在每个时刻的加速度，将采集到的所述加速度作为所述速度参数传输至所述数据融合模块；

所述角速度采集单元实时采集所述可移动设备在每个时刻的角速度，将采集到的所述角速度作为所述速度参数传输至所述数据融合模块。

可选地，所述数据融合模块将所述速度参数和所述里程参数进行融合，得到里程统计数据之前，所述数据融合模块还用于：

分析所述速度参数和所述里程参数，确定异常参数；

在所述速度参数和所述里程参数中将所述异常参数过滤，并基于过滤后的所述速度参数和所述里程参数进行融合处理。

可选地，所述确定异常参数，包括：

读取所述速度参数，确定每个时刻的加速度和角速度，计算每两个相邻时刻的加速度差值以及角速度差值，将所述加速度差值或所述角速度差值大于差值阈值的两个相邻时刻的加速度和角速度作为所述异常参数；和/或，

确定所述可移动设备每个时刻在预设虚拟地图上的位姿数据，将所述每个时刻的位姿数据与所述每个时刻的加速度和角速度分别进行比对，确定加速度或角速度与位姿数据不匹配的第一目标时刻，将所述第一目标时刻的加速度和角速度作为所述异常参数；和/或，

读取所述里程参数，确定所述可移动设备的至少两个驱动装置在每个时刻对应的至少两个装置里程，确定至少两个装置里程取值不一致的第二目标时刻，将所述第二目标时刻对应的至少两个装置里程作为所述异常参数；和/或，

确定所述可移动设备每个时刻在所述预设虚拟地图上的实际里程数据，将所述每个时刻的实际里程数据与所述每个时刻的至少两个装置里程进行比对，确定至少两个装置里程与实际里程数据不匹配的第三目标时刻，将所述第三目标时刻的至少两个装置里程作为所述异常参数。

可选地，所述数据融合模块将所述速度参数和所述里程参数进行融合，得到里程统计数据，包括：

对所述速度参数进行解析，确定每个时刻的加速度和角速度；

对所述每个时刻的加速度和所述角速度进行积分处理，得到积分结果；

基于扩展卡尔曼滤波EKF算法，对所述积分结果和所述里程参数进行融合处理，得到所述里程统计数据。

依据本申请第二方面，提供了一种基于里程统计装置的数据统计方法，该方法包括：

速度采集模块采集可移动设备的速度参数，将所述速度参数传输至数据融合模块；

里程统计模块采集所述可移动设备的里程参数，将所述里程参数传输至所述数据融合模块；

所述数据融合模块将接收到的所述速度参数和所述里程参数进行融合，得到里程统计数据；

所述数据融合模块通过预设接口将所述里程统计数据传输至所述可移动设备，所述预设接口用于里程统计装置与所述可移动设备进行交互。

可选地，所述速度采集模块采集可移动设备的速度参数，将所述速度参数传输至数据融合模块，包括：

所述加速度采集单元实时采集所述可移动设备在每个时刻的加速度，将采集到的所述加速度作为所述速度参数传输至所述数据融合模块；

所述角速度采集单元实时采集所述可移动设备在每个时刻的角速度，将采集到的所述角速度作为所述速度参数传输至所述数据融合模块。

可选地，所述数据融合模块将接收到的所述速度参数和所述里程参数进行融合，得到里程统计数据之前，所述方法还包括：

所述数据融合模块分析所述速度参数和所述里程参数，确定异常参数；

所述数据融合模块在所述速度参数和所述里程参数中将所述异常参数过滤，并基于过滤后的所述速度参数和所述里程参数进行融合处理。

可选地，所述确定异常参数，包括：

读取所述速度参数，确定每个时刻的加速度和角速度，计算每两个相邻时刻的加速度差值以及角速度差值，将所述加速度差值或所述角速度差值大于差值阈值的两个相邻时刻的加速度和角速度作为所述异常参数；和/或，

确定所述可移动设备每个时刻在预设虚拟地图上的位姿数据，将所述每个时刻的位姿数据与所述每个时刻的加速度和角速度分别进行比对，确定加速度或角速度与位姿数据不匹配的第一目标时刻，将所述第一目标时刻的加速度和角速度作为所述异常参数；和/或，

读取所述里程参数，确定所述可移动设备的至少两个驱动装置在每个时刻对应的至少两个装置里程，确定至少两个装置里程取值不一致的第二目标时刻，将所述第二目标时刻对应的至少两个装置里程作为所述异常参数；和/或，

确定所述可移动设备每个时刻在所述预设虚拟地图上的实际里程数据，将所述每个时刻的实际里程数据与所述每个时刻的至少两个装置里程进行比对，确定至少两个装置里程与实际里程数据不匹配的第三目标时刻，将所述第三目标时刻的至少两个装置里程作为所述异常参数。

可选地，所述数据融合模块将接收到的所述速度参数和所述里程参数进行融合，得到里程统计数据，包括：

对所述速度参数进行解析，确定每个时刻的加速度和角速度；

对所述每个时刻的加速度和所述角速度进行积分处理，得到积分结果；

基于EKF算法，对所述积分结果和所述里程参数进行融合处理，得到所述里程统计数据。

依据本申请第三方面，提供了一种里程统计装置的接口，该接口包括：

第一数据传输接口，用于对接速度采集模块以及数据融合模块，构建所述速度采集模块以及所述数据融合模块之间的数据链接，将所述速度采集模块采集的可移动设备的速度参数传输至所述数据融合模块；

第二数据传输接口，用于对接里程统计模块以及所述数据融合模块，构建所述里程统计模块以及所述数据融合模块之间的数据链接，将所述里程统计模块采集的所述可移动设备的里程参数传输至所述数据融合模块；

预设接口，用于所述里程统计装置与所述可移动设备进行交互，以便所述数据融合模块将所述速度参数和所述里程参数进行融合后得到的里程统计数据传输至所述可移动设备。

可选地，所述第一数据传输接口，用于将所述速度采集模块中加速度采集单元实时采集的所述可移动设备在每个时刻的加速度作为所述速度参数传输至所述数据融合模块；

所述第一数据传输接口，用于将所述速度采集模块中角速度采集单元实时采集所述可移动设备在每个时刻的角速度作为所述速度参数传输至所述数据融合模块。

借由上述技术方案，本申请提供的一种里程统计装置、基于里程统计装置的数据统计方法及接口，本申请通过单一的预设接口与可移动设备进行交互，实时采集可移动设备的速度参数以及里程参数，将速度参数和里程参数汇总，统一进行融合运算，得到可移动设备的里程统计数据，并将里程统计数据通过预设接口传输给可移动设备，该里程统计装置能够独立采集数据以及将数据进行融合计算，将融合后的结果提供给可移动设备，无需可移动设备再进行里程统计，实现了软硬件一体化，且基于单一的预设接口便能与可移动设备交互，可扩展性较强，通用性较好。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本申请实施例提供的一种里程统计装置的结构示意图；

图2示出了本申请实施例提供的一种基于里程统计装置的数据统计方法流程示意图。

具体实施方式

下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。

本申请实施例提供了一种里程统计装置，可以通过单一的预设接口与可移动设备进行交互，实时采集可移动设备的速度参数以及里程参数，将速度参数和里程参数汇总，统一进行融合运算，得到可移动设备的里程统计数据，并将里程统计数据通过预设接口传输给可移动设备，该里程统计装置能够独立采集数据以及将数据进行融合计算，将融合后的结果提供给可移动设备，无需可移动设备再进行里程统计，实现了软硬件一体化，且基于单一的预设接口便能与可移动设备交互，可扩展性较强，通用性较好，如图1所示，该里程统计装置包括速度采集模块101、里程统计模块102和数据融合模块103。

在对里程统计装置进行详细的解释说明之前，先简单介绍可移动设备。可移动设备是配置有一个或者一个以上的驱动装置，基于驱动装置进行移动的设备，比如送餐机器人、快递机器人、无人配送车、扫地机器人等等。可移动设备具有通信功能，能够基于局域网实现数据的传输，或者能够外接数据采集和传输的设备，从而与外界的装置进行数据以及行为的交互。进一步地，可移动设备中可设置设备主控，基于设备主控接收外界传输的数据，并对接收到的数据进行存储、广播等其他操作。

速度采集模块101

速度采集模块101与数据融合模型103之间存在数据链接，能够实时采集可移动设备的速度参数，并基于数据链接实时将速度参数传输至数据融合模块。其中，速度采集模块101包括加速度采集单元1011和角速度采集单元1012，加速度采集单元1011实时采集可移动设备在每个时刻的加速度，将采集到的加速度作为速度参数传输至数据融合模块103；角速度采集单元1012实时采集可移动设备在每个时刻的角速度，将采集到的角速度作为速度参数传输至数据融合模块103。因此，实际上数据融合模块接收到的速度参数分为两种，一种是可移动设备在每个时刻的加速度，另一种是可移动设备在每个时刻的角速度。

具体地，加速度采集单元1011可以是加速度传感器，由质量块、阻尼器、弹性元件、敏感元件和适配电路等部分组成，通过对质量块所受惯性力的测量得到加速度。为了提升里程统计数据的精度，在本申请实施例中，选用三轴加速传感器作为加速度采集单元1011，三轴加速度传感器具有体积小和重量轻的特点，可以测量可移动设备的空间加速度，全面且准确的反映可移动设备的运行性质。进一步地，由于加速度采集单元1011需要将采集到的加速度传输至数据融合模块103，因此，可以在加速度采集单元1011与数据融合模块103之间建立IIC(Inter-Integrated Circuit，集成电路总线)，进而基于IIC传输速度参数。

角速度采集单元1012可以是陀螺仪传感器，能够测量物体在相对惯性空间转角或角速度的装置。在本申请实施例中，选用三轴陀螺仪传感器作为角速度采集单元1012，三轴陀螺仪传感器能够同时测定6个方向的角速度，体积小、重量轻，且结构简单，可靠性较好。进一步地，由于角速度采集单元1012需要将采集到的角速度传输至数据融合模块103，因此，可以在角速度采集单元1012与数据融合模块103之间设置SPI(Serial PeripheralInterface，串行外设接口)，进而基于SPI传输速度参数。

需要说明的是，为了避免数据融合模块103限制接收的数据的数据格式，无论是加速度采集单元1011还是角速度采集单元1012，均可以将加速度或者角速度采用预设的协议转换为数据信号，以数据信号的形式进行数据传输，使得数据融合模块按照预设的协议对接收到的数据信号进行编码即可得到加速度或者角速度。本申请对速度参数传输的方式不进行具体限定。

里程统计模块102

里程统计模块102与数据融合模块103之间存在数据链接。里程统计模块102采集可移动设备的里程参数，基于与数据融合模块103之间的数据链接，将里程参数传输至数据融合模块103。其中，里程统计模块102可以是能够测量行程的里程计，具体可以是轮式里程计，通过统计可移动设备的至少两个驱动装置的装置里程，输出可移动设备的里程参数。由于里程统计模块102需要将采集到的里程参数传输至数据融合模块103，因此，可以在里程统计模块102与数据融合模块103之间设置USART(Universal Synchronous/AsynchronousReceiver/Transmitter，通用同步/异步串行接收/发送器)，基于USART建立里程统计模块102与数据融合模块103之间的数据链接。

需要说明的是，里程统计模块102在传输里程参数时，也可以将里程参数转换为数据信号，以数据信号的形式进行数据传输。

数据融合模块103

数据融合模块103接收速度采集模块101传输的速度参数以及里程统计模块102传输的里程参数，将速度参数和里程参数进行融合，得到里程统计数据，并通过预设接口将里程统计数据传输至可移动设备。数据融合模块103具体可以是MCU(Micro ControllerUnit，微控制单元)，能够针对不同的应用场景对数据做不同的处理和控制。其中，预设接口用于里程统计装置与可移动设备进行交互，也就是说，实际上整个里程统计装置基于这单一的预设接口外接于可移动设备，里程统计装置通过采集、融合等一系列操作得到可移动设备的里程统计数据后，通过预设接口将里程统计数据传输给可移动设备，在解放可移动设备的运算资源的同时，还实现了基于单一接口与可移动设备之间的交互，具有较强的可扩展性和通用性。预设接口具体可以是实体接口，比如USB(Universal Serial Bus，通用串行总线)接口，里程统计装置外接于可移动设备，或者也可以是虚拟接口，比如Ethernet(以太网)，将里程统计装置与可移动设备置于同一个局域网中，实现数据的互通。

具体地，上述模块之间的数据交互可基于接口实现，里程统计装置的接口包括第一数据传输接口、第二数据传输接口以及预设接口。其中，第一数据传输接口，用于对接速度采集模块101以及数据融合模块103，构建速度采集模块101以及数据融合模块103之间的数据链接，将速度采集模块101采集的可移动设备的速度参数传输至数据融合模块103。进一步地，第一数据传输接口，用于将速度采集模块101中加速度采集单元实时采集的可移动设备在每个时刻的加速度作为速度参数传输至数据融合模块103；第一数据传输接口，用于将速度采集模块101中角速度采集单元实时采集可移动设备在每个时刻的角速度作为速度参数传输至数据融合模块103。

第二数据传输接口，用于对接里程统计模块102以及数据融合模块103，构建里程统计模块102以及数据融合模块103之间的数据链接，将里程统计模块102采集的可移动设备的里程参数传输至数据融合模块103。

预设接口，用于里程统计装置与可移动设备进行交互，以便数据融合模块103将速度参数和里程参数进行融合后得到的里程统计数据传输至可移动设备。

实际应用的过程中，考虑到速度统计模块101和里程统计模块102在采集数据时可能会采集到一些误差较大的异常数据，比如统计的里程参数大于可移动设备的实际里程、加速度或角速度的突变、可移动设备的驱动装置里程不一致、可移动设备实际的位姿数据与速度统计模块101反馈的速度参数不一致等等，这些异常数据会影响后续输出的里程统计数据的精度，因此，数据融合模块103在接收到速度参数和里程参数后，可对速度参数和里程参数进行分析，确定异常参数，在速度参数和里程参数中将异常参数过滤，并基于过滤后的速度参数和里程参数进行融合处理，下面对确定异常参数的几种方式进行说明：

一、数据融合模块103读取速度参数，确定每个时刻的加速度和角速度，计算每两个相邻时刻的加速度差值以及角速度差值，将加速度差值或角速度差值大于差值阈值的两个相邻时刻的加速度和角速度作为异常参数。这种方式也即确定一些突变的加速度或角速度，将发生突变的速度过滤。

二、数据融合模块103确定所述可移动设备每个时刻在预设虚拟地图上的位姿数据，将所述每个时刻的位姿数据与所述每个时刻的加速度和角速度分别进行比对，确定加速度或角速度与位姿数据不匹配的第一目标时刻，将所述第一目标时刻的加速度和角速度作为异常参数。这种方式也即确定速度统计模块101反馈的与实际的位姿数据不一致的速度参数，将这些速度参数过滤。

三、数据融合模块103读取里程参数，确定可移动设备的至少两个驱动装置在每个时刻对应的至少两个装置里程，确定至少两个装置里程取值不一致的第二目标时刻，将第二目标时刻对应的至少两个装置里程作为异常参数。其中，驱动装置也即可移动设备的轮子，这种方式能够确定左右两轮或者四个轮子不一致的里程参数，将这些里程参数过滤，避免后续输出的里程统计数据与可移动设备的实际角度不一致。

四、数据融合模块103确定可移动设备每个时刻在预设虚拟地图上的实际里程数据，将每个时刻的实际里程数据与每个时刻的至少两个装置里程进行比对，确定至少两个装置里程与实际里程数据不匹配的第三目标时刻，将第三目标时刻的至少两个装置里程作为异常参数。这种方式能够确定与可移动设备恩的实际里程不一致的里程数据，将这些里程数据过滤。

需要说明的是，数据融合模块103可以采用上述任一或一个以上的方式确定异常参数并将异常参数过滤，从而提升后续输出的里程统计数据的准确性。

接下来，考虑到里程统计模块102会遇到精度问题，例如轮子的打滑导致可移动设备移动的实际距离与轮子的旋转圈数不一致。另外，当可移动设备在不光滑的表面运动时，误差是由多种因素混合产生的，且由于误差随时间不断累积，会导致输出的里程统计数据随着时间的增加变得越来越不可靠。因此，在本申请中，数据融合模块103在确定可移动设备的里程统计数据时，会将速度参数和里程参数进行融合，采用速度参数积分后的结果对里程参数进行补偿，修正可移动设备在光滑路面打滑、或者过槛导致里程统计模块102反馈的里程参数存在异常的问题，得到里程统计数据，具体生成里程统计数据的过程如下：

首先，数据融合模块103对速度参数进行解析，确定每个时刻的加速度和角速度。随后，对每个时刻的加速度和角速度进行积分处理，得到积分结果。最后，基于EKF(Extended Kalman Filter，扩展卡尔曼滤波)算法，对积分结果和里程参数进行融合处理，得到里程统计数据。接下来，数据融合模块基于预设接口将里程统计数据传输至可移动设备，以供可移动设备直接使用里程统计数据，无需再进行汇总计算。再有，数据融合模块103还可以对接电机编码器，利用电机编码器对加速度以及角速度进行计算，得到可移动设备当前的速度。或者，数据融合模块103还可以对接诸如ADC(Analog-to-Digital Converter，模/数转换器)的电流反馈模块，电流反馈模块反馈的信息则是可移动设备当前的扭力情况。这样，将上述速度信息以及里程信息大量采集后，用于训练模型，训练得到的模型可以根据速度信息以及里程信息推理出当前的路况，可移动设备更具当前的路况进行更精细化的运动控制。

综上，本申请中的里程统计装置通过将各类辅助的传感器固化到一个模组内，实现了模组独立采集、融合运算后基于单一的接口与可移动设备进行交互，即插即用，方便可移动设备扩展和升级，通用性较高。而且本申请的里程统计装置采用轮式里程计，利用轮式里程计的高精度磁编码器极大的降低了里程参数的误差，且利用加速度和角加速度积分后的结构补偿里程参数，防止可移动设备在过槛或者光滑地面打滑等情况下里程统计异常的问题，提升了里程统计数据的精度。

本申请实施例提供的里程统计装置，通过单一的预设接口与可移动设备进行交互，实时采集可移动设备的速度参数以及里程参数，将速度参数和里程参数汇总，统一进行融合运算，得到可移动设备的里程统计数据，并将里程统计数据通过预设接口传输给可移动设备，该里程统计装置能够独立采集数据以及将数据进行融合计算，将融合后的结果提供给可移动设备，无需可移动设备再进行里程统计，实现了软硬件一体化，且基于单一的预设接口便能与可移动设备交互，可扩展性较强，通用性较好。

本申请实施例提供了一种基于里程统计装置的数据统计方法，如图2所示，该方法包括：

201、速度采集模块采集可移动设备的速度参数，将速度参数传输至数据融合模块。

在本申请实施例中，可移动设备是配置有一个或者一个以上的驱动装置，基于驱动装置进行移动的设备，比如送餐机器人、快递机器人、无人配送车、扫地机器人等等。可移动设备具有通信功能，能够基于局域网实现数据的传输，或者能够外接数据采集和传输的设备，从而与外界的装置进行数据以及行为的交互。进一步地，可移动设备中可设置设备主控，基于设备主控接收外界传输的数据，并对接收到的数据进行存储、广播等其他操作。

速度采集模块与数据融合模型之间存在数据链接，能够实时采集可移动设备的速度参数，并基于数据链接实时将速度参数传输至数据融合模块。其中，速度采集模块包括加速度采集单元和角速度采集单元。加速度采集单元实时采集可移动设备在每个时刻的加速度，将采集到的加速度作为速度参数传输至数据融合模块；角速度采集单元实时采集可移动设备在每个时刻的角速度，将采集到的角速度作为速度参数传输至数据融合模块。因此，实际上数据融合模块接收到的速度参数分为两种，一种是可移动设备在每个时刻的加速度，另一种是可移动设备在每个时刻的角速度。

202、里程统计模块采集可移动设备的里程参数，将里程参数传输至数据融合模块。

在本申请实施例中，里程统计模块与数据融合模块之间存在数据链接。里程统计模块采集可移动设备的里程参数，基于与数据融合模块之间的数据链接，将里程参数传输至数据融合模块。

203、数据融合模块将接收到的速度参数和里程参数进行融合，得到里程统计数据。

在本申请实施例中，数据融合模块接收速度采集模块传输的速度参数以及里程统计模块传输的里程参数，将速度参数和里程参数进行融合，得到里程统计数据，并通过预设接口将里程统计数据传输至可移动设备。

考虑到速度统计模块和里程统计模块在采集数据时可能会采集到一些误差较大的异常数据，比如统计的里程参数大于可移动设备的实际里程、加速度或角速度的突变、可移动设备的驱动装置里程不一致、可移动设备实际的位姿数据与速度统计模块反馈的速度参数不一致等等，这些异常数据会影响后续输出的里程统计数据的精度，因此，数据融合模块在接收到速度参数和里程参数后，可对速度参数和里程参数进行分析，确定异常参数，在速度参数和里程参数中将异常参数过滤，并基于过滤后的速度参数和里程参数进行融合处理，下面对确定异常参数的几种方式进行说明：

一、数据融合模块读取速度参数，确定每个时刻的加速度和角速度，计算每两个相邻时刻的加速度差值以及角速度差值，将加速度差值或角速度差值大于差值阈值的两个相邻时刻的加速度和角速度作为异常参数。这种方式也即确定一些突变的加速度或角速度，将发生突变的速度过滤。

二、数据融合模块确定所述可移动设备每个时刻在预设虚拟地图上的位姿数据，将所述每个时刻的位姿数据与所述每个时刻的加速度和角速度分别进行比对，确定加速度或角速度与位姿数据不匹配的第一目标时刻，将所述第一目标时刻的加速度和角速度作为异常参数。这种方式也即确定速度统计模块101反馈的与实际的位姿数据不一致的速度参数，将这些速度参数过滤。

三、数据融合模块读取里程参数，确定可移动设备的至少两个驱动装置在每个时刻对应的至少两个装置里程，确定至少两个装置里程取值不一致的第二目标时刻，将第二目标时刻对应的至少两个装置里程作为异常参数。其中，驱动装置也即可移动设备的轮子，这种方式能够确定左右两轮或者四个轮子不一致的里程参数，将这些里程参数过滤，避免后续输出的里程统计数据与可移动设备的实际角度不一致。

四、数据融合模块确定可移动设备每个时刻在预设虚拟地图上的实际里程数据，将每个时刻的实际里程数据与每个时刻的至少两个装置里程进行比对，确定至少两个装置里程与实际里程数据不匹配的第三目标时刻，将第三目标时刻的至少两个装置里程作为异常参数。这种方式能够确定与可移动设备恩的实际里程不一致的里程数据，将这些里程数据过滤。

需要说明的是，数据融合模块可以采用上述任一或一个以上的方式确定异常参数并将异常参数过滤，从而提升后续输出的里程统计数据的准确性。

接下来，考虑到里程统计模块会遇到精度问题，例如轮子的打滑导致可移动设备移动的实际距离与轮子的旋转圈数不一致。另外，当可移动设备在不光滑的表面运动时，误差是由多种因素混合产生的，且由于误差随时间不断累积，会导致输出的里程统计数据随着时间的增加变得越来越不可靠。因此，在本申请中，数据融合模块在确定可移动设备的里程统计数据时，会将速度参数和里程参数进行融合，采用速度参数积分后的结果对里程参数进行补偿，修正可移动设备在光滑路面打滑、或者过槛导致里程统计模块反馈的里程参数存在异常的问题，得到里程统计数据，具体生成里程统计数据的过程如下：

首先，数据融合模块103对速度参数进行解析，确定每个时刻的加速度和角速度。随后，对每个时刻的加速度和角速度进行积分处理，得到积分结果。最后，基于EKF(Extended Kalman Filter，扩展卡尔曼滤波)算法，对积分结果和里程参数进行融合处理，得到里程统计数据。

204、数据融合模块通过预设接口将里程统计数据传输至可移动设备，预设接口用于里程统计装置与可移动设备进行交互。

在本申请实施例中，数据融合模块基于预设接口将里程统计数据传输至可移动设备，以供可移动设备直接使用里程统计数据，无需再进行汇总计算。其中，预设接口具体可以是实体接口，比如USB接口，里程统计装置外接于可移动设备，或者也可以是虚拟接口，比如Ethernet，将里程统计装置与可移动设备置于同一个局域网中，实现数据的互通。

本申请实施例提供的方法，通过单一的预设接口与可移动设备进行交互，实时采集可移动设备的速度参数以及里程参数，将速度参数和里程参数汇总，统一进行融合运算，得到可移动设备的里程统计数据，并将里程统计数据通过预设接口传输给可移动设备，该里程统计装置能够独立采集数据以及将数据进行融合计算，将融合后的结果提供给可移动设备，无需可移动设备再进行里程统计，实现了软硬件一体化，且基于单一的预设接口便能与可移动设备交互，可扩展性较强，通用性较好。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。

本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。

以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。