车载设备的GPS在实际应用中常常收到一些类似的客户投诉，如明明驾驶人员没有超速行驶，平台却收到了超速报警;有时地图显示车辆开到另一个城市，有时地图会拉出多条直线，中间的定位点全部都丢失了，等等这些给客户的业务管理工作造成了实际的困扰。

GPS数据流转

上述的问题是由什么原因产生的?如何分析解决?这都是车载监控定位设备厂商需要解决的首要问题，也是最基础最困难的问题，如图1，从卫星接收到GPS数据信息后，需要经过8个步骤才会最终显示在平台地图上，并形成各种业务应用的基础数据，要确保数据有效性，需要从这个数据流转的流程的每一步进行研究。

GPS定位数据问题解决方向判定 流程环节众多，当GPS数据在平台地图展示出现问题时，到底哪里出现了问题?哪个环节是更为重要的，需要优先解决?哪个环节影响面更大?可以参考下表进行评分分析。

上表中最左列为用户反馈的问题，其中如卫星颗数、隧道无定位、时间错误等问题，不算严重，卫星颗数数据一般用户并不直接去关心，隧道不定位一般也都能理解，GPS时间异常处理也比较简单，可以通过系统时间、网络校时等方法去纠正，可以将这些问题点严重度评分设置低一些，但漂移、无效定位等问题会直接影响客户业务开展，重要级别明显要高。

在表1顶部首行，则根据GPS定位数据流转流程列出了相关环节关键点，这些环节影响面和解决的优先级确定，可以对上表各相关性进行打分，即可确定，比盲目的去解决将会提高效率很多。也许我们花了时间和大量人力去纠结解决其中一个问题，解决完了才发现，客户反馈的问题仍存在，而解决的问题虽然有改善，却只解决了很小比重的一个局部问题点。

通过表1确定关键点后，还可以进一步展开细节，如软件包括了单片机与算法，算法又包括了静态、静态转动态、动态、动态转静态，也包括了位置漂移、速度漂移、方位角变化，漂移也包括了渐变漂移、突变漂移等，这些算法中是每遇到问题就全部梳理一遍代码，还是重点梳理其中一块功能?可以继续用表1评分方式进行，以准确定位问题点，提高解决问题覆盖面的效率。

GPS数据流各环节问题分析

天线

天线本身有质量好坏，需要选择较好的天线之外，安装是很重要的因素，这是采集GPS数据的源头，很多GPS定位不稳定或无效的原因最初就是因天线安装位置不合理造成的。

天线头一般为扁方形，应该扁平放置，这样向上好增加接收卫星信号面积。不能垂直贴在车辆的A柱上;

天线当比较长的时候，不能随意挽成圈，这样会形成类似电感效应，影响天线灵敏度。应该是捏扁后绑紧，形成来回折回的线性形状;

天线不能靠电子设备太近，因为电子设备一般均有一定的辐射干扰，应该尽量远离。摄像头也是电子设备之一，有时忽略了，将天线安装在摄像头的正下方，也是不合适的。

GPS模块

模块稳定性至关重要，在高低温、湿度等各种环境下应能稳定工作，选型很重要。常规的环境试验、电性能试验及软件通讯试验可以确保模块可以使用，但无法确保模块在各区域各环境各时段下长期工作的稳定性，需要对长时间内的GPS数据进行综合分析来判断模块的优劣，为模块选型决策做依据。通过综合分析还可以判断区域、时段等条件下GPS信号质量并做分级，以便在运营业务时加以科学的区分管理，排除难以解决的客观因素。

确定某区域、某时段、某线路范围内，对模块对比或对GPS信号质量判断分析可以通过数据分析出：

通过算法过滤或纠正的和未通过算法的原始GPS数据的柱形图与比率;

卫星数据信噪比变化曲线;

卫星颗数稳定曲线;

定位无效有效转换的曲线与比率。

例如，某一区域2种模块的GPS数据对比，其中一个模块的数据有较多的点经过了算法纠正、或信噪比变化曲线不稳定、或经常处于有效无效定位转换时，说明该模块性能较另一模块性能较差，在大数据基础下，可以形成比较准确的模块质量判断，这种现场数据是在试验室里加装GPS信号放大器或发生器模拟不出来的。

软件算法

网上有很多关于GPS的文章，如4个卫星定位及相关原理公式等，这些其实在车载GPS应用中不是太适用，因为这些算法属模块内的算法，由模块厂商处理。 GPS模块输出数据通过串口传给主机软件，一般先经过单片机再到主机软件，这两块软件的算法是否设计合理，通常对最终平台展示与相关报警信息的确定是非常关

键重要的。单片机处理一般比较简单，不能漏掉数据即可，起到中转站作用。

软件算法则是对模块输出的数据进行一定智能化的过滤与纠正处理。过滤是对漂移比较简单的处理方法，一般设定好相关的距离突变、速度突变、方向突变及最大最小阀值，超出阀值的点作为无效点直接过滤掉，从而解决GPS定位中不可避免的位置、速度漂移问题。

过滤算法虽然可以排除无效点，但同时也造成了有效点的丢失，有时因模块本身数据输出质量问题，或区域偶发性定位无效等也可能造成定位数据的丢失。连续丢失点在平台地图中造成的后果就是拉直线。在使用导航时，我们会发现车辆始终处于线路上，这是因为地图有线路数据，当进入隧道、漂移、丢点情况时，可以通过算法将车辆拉回到道路中。但在车载监控行业应用时，对地图的应用只是展示，并没有地图本身的线路数据。在深一步的GPS算法研究中，结合车辆在线路的不断重复行走选战，可以对已经走过的线路各点漂移过滤基础上，确认出各有效点，通过累积比较，最终智能形成线路数据。这样当漂移、丢点发生时，可以以此线路为依据，推断评估出当前可能的位置定位点，以补充纯粹的过滤算法的不足。

网络传输

车载设备端GPS数据经各种算法与模块质量、天线质量判断并选型后，会形成有效的定位数据，这些数据还需要通过网络向平台传输。由于网络稳定的不确定性，可能会导致定位数据不及有效传输到平台，如果发生一些定位数据的丢失，也会造成地图中的“拉直线”。因此需要设计较好的缓存与数据补传机制，当网络中断时，将定位数据缓存在设备端，即使设备端在重启和关机时都不能随意丢弃这些待补传的数据。

平台处理

GPS定位数据传到平台，经过解析进行存储与展示。到这里一般认为GPS数据均是有效数据，但由于设备端存储的历史数据是有限的，因此如何利用好海量的平台GPS数据也是一个研究课题。仅仅是存储是简单易实现的，但如果结合历史记录进一步对线路进行识别认定，并形成线路库通过智能自动查询，能更准确的对设备端的各定位数据点进行强制纠正，这样对于同一条线路，展示在地图上时，多次往返均会严丝合缝的重合，给客户带来最好的体验。

平台大数据处理

在平时的业务运营过程中，平台获取了大量的GPS数据，除业务事件需要定位查询外，大部分数据是“死”的，永远存在数据库，没有发挥任何作用。在“云平台”理念下，完全可以充分利用这些数据来提高GPS数据获取质量，如用于模块选型、区域时段线路的GPS信号质量分级管理、生成智能线路库等，这些在前面的章节都有描述，而其具体实现，则是通过对平台GPS数据库的数据分析得到。

如前面所述的几种曲线与比率：

卫星数据信噪比变化曲线;

卫星颗数稳定曲线;

定位无效有效转换的曲线与比率。

通过一定限制条件(如模块对比、区域时段线路)等，可以对不同的模块，不同的区域时段线路进行GPS数据质量进行综合评估，验证出模块综合质量与区域时段线路的GPS信号数据特殊性，前者对模块的评估，有助于厂商的模块选型，后者对信号质量的评估，能使用户清晰了解客观环境的影响，从而做好相应对策。尤其是后者，如果通过大数据确定是客观环境影响，在不清楚的时候，很可能向厂商进行投诉反馈，最终却长时间无法得到解决。

智能线路的生成能使普通地图能像专业导航地图那样，“测绘”出经常走过的线路，有了这些数据，对漂移、隧道惯性定位等是非常有帮助的。

附GPS模块原始数据的应用：GPS干扰器的发现

一般平台获取的数据是算法后的数据，GPS模块如果数据无效就会被过滤掉或纠正，但有时原始的GPS模块数据即使无效也是有一定意义的。比如现在淘宝上很容易买到几十元的GPS干扰器，在测试中发现，这种干扰器使用后，GPS模块会出现长时间的定位无效，但卫星颗数却可能保持一定数量的状态，这种情况下则需要对GPS模块原始数据进行分析后才能推理出来，当然最终仍需要上车验证。