超紧密耦合的GNSS/INS/视觉集成系统，用于在复杂环境中的厘米级车辆定位

《IEEE Transactions on Intelligent Transportation Systems》：Ultra-Tightly Coupled GNSS/INS/Vision Integrated System for Centimeter-Level Vehicle Positioning in Challenging Environments

多传感器超紧耦合系统通过动态辅助GNSS信号跟踪，延长了300ms积分周期，结合MSCKF实现抗干扰定位，实验验证其在复杂环境下的厘米级精度可靠性。

　　

摘要：

高精度定位在智能交通系统中发挥着关键作用，它为自动驾驶车辆在大型、陌生环境中提供了可靠的导航、自动化的路口管理和高精度的编队行驶功能。然而，现有的全球导航卫星系统（GNSS）、惯性导航系统（INS）和视觉系统的集成方案（无论是松耦合还是紧耦合）都可能受到GNSS信号可用性限制的挑战，这会影响它们在恶劣环境中持续实现高精度定位的能力。在这项工作中，我们提出了一种多传感器（GNSS/INS/视觉）超紧密耦合系统，并采用了GNSS载波相位长相干积分跟踪（MUT-LCI）技术。在信号处理层面，MUT-LCI利用多传感器获取的动态信息来辅助GNSS信号跟踪循环，实现了长达300毫秒的扩展相干积分周期，显著提高了在高挑战性环境中GNSS载波相位观测的可用性。GNSS RTK/INS/视觉数据融合采用了多状态约束卡尔曼滤波器（MSCKF）进行。为了评估所提出的MUT-LCI系统的性能，我们在包括树木茂密覆盖区域和高层建筑环绕的恶劣环境中，使用智能交通轮式机器人平台进行了实验。实验结果表明，该系统能够在高挑战性环境中实现精确的GNSS载波相位信号跟踪，保证连续的RTK定位精度，并提供可靠的厘米级定位精度。