面向高效城市GNSS多路径估计的加速相机3DMA框架
信号处理
2025-04-24 v1
摘要
在城市环境中鲁棒的GNSS定位仍因由多种射频反射性不同的普遍表面引起的多路径效应而受到制约。当前的3D映射辅助(3DMA)GNSS技术在缓解多路径效应方面显示出巨大的潜力，但面临计算效率与建模精度之间的关键权衡。大多数方法常依赖离线过时或过于简化的3D地图，而基于激光雷达的重建虽具高精度，但在激光反射性较低的情况下存在问题；相机3DMA是平衡精度与效率的良好候选，但当前方法在重建速度上 suffers from严重不足，远远未达到实时多路径消除导航的要求。这篇论文提出了一个加速框架，集成了相机多视图立体(MVS)重建和光线追迹。通过假设表面纹理，我们提出了正交视觉特征融合框架，稳健地解决了纹理丰富和纹理贫乏表面的问题，提升了视觉重建中反射性挑战的鲁棒性。进一步集成了多边形表面建模方案，以准确描绘复杂建筑边界，增强了重建的细节。为避免过度精确的重建，我们提出了重投影点云多平面拟合和两种复杂度控制策略，从而提高了多路径估计速度。在上海陆家浦，一座典型的多路径易受影响地区进行了实验。结果表明，该方法在密集城市环境中实现约2.4米的平均重建精度，典型情况下为玻璃幕墙结构，这是重建的传统性难题；实现了30帧/秒的基于光线追迹的多路径校正率，速度是当代基准的10倍。
引用
@article{arxiv.2504.16906,
title = {An Accelerated Camera 3DMA Framework for Efficient Urban GNSS Multipath Estimation},
author = {Shiyao Lv and Xin Zhang and Xingqun Zhan},
journal= {arXiv preprint arXiv:2504.16906},
year = {2025}
}