基于因子图优化的实时紧耦合GNSS和IMU集成
多智能体系统
2026-04-28 v2 人工智能
社会与信息网络
摘要
在密集城市环境中可靠定位仍具有挑战性，因为GNSS信号常常被阻塞、多路径干扰且卫星几何条件快速变化。虽然基于因子图优化（FGO）的GNSS-IMU融合已显示出强大的鲁棒性和精度，但大多数公式仍为离线处理。本文提出一种实时紧耦合GNSS-IMU FGO方法，通过递增优化配合固定滞后边际化实现因果状态估计，并在UrbanNav数据集上评估了其在高度城市化且GNSS受限环境下的性能。
引用
@article{arxiv.2603.03555,
title = {Benchmarking Emergent Coordination in Large-Scale LLM Populations: An Evaluation Framework on the MoltBook Archive},
author = {Brandon Yee and Pairie Koh},
journal= {arXiv preprint arXiv:2603.03555},
year = {2026}
}