基于不等式与等式约束的双分支INS/GNSS融合

可靠的车辆在城市环境中的导航仍是一个具有挑战性的问题，因为由于高楼和复杂基础设施导致卫星信号频繁中断。虽然将惯性读数与卫星定位融合到扩展卡尔曼滤波器中可提供短期导航连续性，但低成本惯性传感器在持续中断期间会 suffer 快速误差累积。现有的信令辅助方法，如非全约束，施加了严格的等式假设于车辆运动，这些假设可能在动态城市驾驶条件下被违反，限制了其鲁棒性恰恰在最需要辅助时发挥作用。本文提出一种双分支信令辅助框架，通过方差加权方案融合等式与不等式运动约束，仅需对现有导航滤波器进行软件修改即可实现，无需额外传感器或硬件。该方法在四个公开可用的城市数据集上进行评估，涵盖各种惯性传感器、道路条件和动力学，总计4.3小时录得数据。 在完全可用的GNSS条件下，该方法将垂直位置误差降低16.7%，并将高度准确率提高50.1%。在GNSS被拒绝条件下，垂直漂移降低24.2%，高度准确率提高20.2%。这些结果表明，用物理上有意义的不等式边界取代硬性运动等式假设，是一种实用且无成本的策略，能够在不依赖额外传感器、地图数据或学习模型的情况下提高导航的鲁棒性、连续性和漂移鲁棒性。