基于平方根逆滤波的 GNSS-视觉-惯性导航
机器人学
2024-05-20 v1
摘要
尽管全球导航卫星系统( GNSS)常用于提供全局定位，但其间歇性和/或不准确性要求与其他传感器融合。本文开发了一种新型 GNSS-视觉-惯性导航系统( GVINS)，将视觉、惯性和原始 GNSS 测量在平方根逆滑动窗口滤波( SRI-SWF)框架下紧耦合融合，故称为 SRI-GVINS。特别是，首次深入融合了 GNSS 伪距、多普勒频移、单差伪距和双差载波相位测量，以及视觉-惯性测量。继承 SRI-SWF 的优势，所提出的 SRI-GVINS 相对于先前方法在数值稳定性和计算效率方面具有显著优势。此外，我们提出使用滤波器顺序初始化参考坐标系变换至收敛，而不是收集测量进行批量优化。我们还对 GNSS-IMU 外参进行在线标定，以消除可能的外参退化。对所提出的 SRI-GVINS 在自采集的无人机数据集和公开数据集上进行了广泛评估，结果表明该方法能够实时抑制 VIO 漂移，并显示在线 GNSS-IMU 外参标定的有效性。在公开数据集上的实验验证进一步表明，所提出的 SRI-GVINS 在准确性和效率方面均优于最先进的方法。
引用
@article{arxiv.2405.10874,
title = {Square-Root Inverse Filter-based GNSS-Visual-Inertial Navigation},
author = {Jun Hu and Xiaoming Lang and Feng Zhang and Yinian Mao and Guoquan Huang},
journal= {arXiv preprint arXiv:2405.10874},
year = {2024}
}