受SINDy启发的运动依赖非完整约束协方差自适应方法在MEMS惯性导航中的应用

《Micromachines》：SINDy-Based Motion-Dependent Nonholonomic Constraint Covariance Adaptation for GNSS-Denied MEMS/INS Vehicle Navigation

　　低成本的微机电系统惯性测量单元（MEMS IMU）能够实现车体自主导航，但在全球导航卫星系统（GNSS）更新不可用时，其误差会迅速累积。非完整约束（NHC）可以在无外部传感器的情况下限制这种漂移，但在车体动态运动过程中，固定的伪测量协方差会变得不一致。本文提出了一种受SINDy启发的方法，用于实现运动依赖的NHC协方差自适应。该方法保持NHC的几何特性，并利用完整的因果IMU窗口识别车体运动与横向和垂向NHC残差条件二阶矩之间的稀疏关系。该预测被转化为有界正值伪测量协方差，用于不变扩展卡尔曼滤波器（InEKF）。有界垂向协方差校正和半正定过程噪声门限代表残余不确定性。学习模块仅输出协方差量，而InEKF仍是导航状态的唯一估计器。在严格完全GNSS拒绝协议下，该方法在三个留出车体序列上使用路线专属训练进行了评估。与固定NHC相比，序列0027上的三维位置RMSE从4.135米降至1.283米，序列0033上的三维位置RMSE从14.456米降至4.293米，分别降低了68.96%和70.30%，且事件级违例诱导校正分数降低了94.41%。在额外的独立留出序列0034上，所提方法将三维位置RMSE从固定NHC的6.735米降至3.929米，降幅为41.67%。结果表明，因果、运动依赖的协方差自适应能够在所评估的车体惯性导航场景中有效调节NHC信息。