GNSS/SINS/视觉多传感器融合的精密定位定姿方法与关键技术

朱 锋

武汉大学测绘学院，湖北 武汉 430079

全球导航卫星系统作为国家重要的空间信息基础设施，具备全球、全天候、高精度连续定位、导航和授时的功能，然而，到达地面的GNSS卫星信号非常微弱，存在遮挡、干扰和欺骗三大脆弱性问题，无法在电磁干扰、物理遮蔽等复杂环境下使用，为了保障国家PNT系统的坚韧性，提升导航与位置服务的能力，我国开始推进以北斗为核心的国家综合PNT体系建设，其中多传感器集成、多源异质信息融合是未来PNT技术的重要发展方向，也是从根本上解决单一导航系统局限性和脆弱性的有效途径，为了实现连续可用，精准可靠的PNT服务体系，迫切需要解决多传感器融合的精密定位定姿关键技术。论文主要工作如下。

(1) 从模型简化与统一的角度，总结了精密单点定位和差分定位方式下的松、紧组合模型，并讨论了地面车辆可挖掘的多源约束信息及融合策略；面向车载场景，提出了一种以速度为主线的级联对准方案；为了实现双向滤波与双向平滑，给出了前向、后向的机械编排算法；在双天线GNSS/SINS组合测姿中，采用失准角模型代替欧拉角模型，达到与松组合兼容的目的。

(2) 提出了一种介于松组合与紧组合之间的结构，即半紧组合，半紧组合通过双向位置传递与共享，实现多传感器观测信息的融合，既避免了多源异质信息的相互干扰，又能采用分布式滤波进行处理，解决了紧组合滤波不稳定及其RTS平滑中存在的问题。

(3) 分别从位置域、大气域、模糊度域提出了增强模糊度固定的方法，即惯性辅助PPP模糊度固定、电离层建模约束的S2L-RTK、模糊度整合的后处理算法。理论分析与数据处理表明：当惯性递推的位置精度优于半个波长时，能够辅助模糊度实现瞬时重固定；相比于加权电离层RTK模型，S2L-RTK通过电离层建模预报约束，在复杂环境下的模糊度固定率提高了近50%；模糊度整合的后处理算法可以将正确固定的模糊度赋予整个弧段，实现全弧段固定。

(4) 提出了一种GNSS/SINS后处理策略，该策略先使用两个独立线程进行前向、后向Kalman滤波，滤波完成后各自进行RTS平滑，最后采用FBC组合技术对前向/后向平滑结果进行融合得到高精度结果。进一步地，通过状态降维和更新率调低，在不损失精度的情况下，大幅度提高了后处理效率，2.65 h的数据仅耗时4.5 s，经过后处理平滑后，60 s的累积误差从最大的20 m减小到0.5 m。

(5) 开展了视觉定位以及GNSS、SINS、视觉、车道线约束、里程计多源信息融合的方法，提出了空间八叉树和特征十叉树加速的视觉定位框架，测试表明视觉定位定姿的精度约为1.5 cm和0.06 deg，定位成功率接近100%，定位平均耗时为0.316 s，能够满足实时性要求，当与惯性融合时，仅需成功匹配到1个路标点，就能在GNSS长时间失锁(20 min)的情况下保持10 cm的位置精度，最后测试了车道线约束辅助的实时定位，对于时长为300 s的部分遮挡，其位置精度均优于10 cm。

(6) 自主研发了一套高精度GNSS/SINS数据融合的软件系统POSMind，支持模糊度固定的精密单点定位、差分定位、松组合、紧组合、半紧组合多种混合处理模式，并提供事后平滑器，实现多种信息的最优融合。在此基础上，开发了GNSS、SINS、视觉、里程计多传感器融合的实时定位定姿算法，能够为自动驾驶、智能机器人等提供复杂环境下连续可用的高精度位置服务。