摘要
对移动测绘平台进行可靠的空间地理定位，是生成高精度城市遥感产品，如3D点云和数字孪生模型的重要前提。然而在复杂的城市峡谷中，严重的信号遮挡和多路径效应会减少可见的GNSS卫星数量，从而导致模糊度解算失败，以及无人机系统观测几何条件的恶化。传统的车对车通信方式由于地面遮挡的对称性，其改善效果十分有限。为解决这一问题，我们提出了一种非对称的GNSS/UWB融合方法，利用无人机作为高空动态空间基准点，来重建3D观测几何结构。该方法包含两项创新：(i)一种非对称的异构随机模型，该模型结合了载波噪声比与仰角因素，以应对空中传感器与地面传感器之间的质量差异，避免高精度无人机观测数据受到多路径干扰；(ii)一种基于动态基线约束的最小二乘算法，该算法结合超宽带测距技术，可在高动态相对运动条件下稳定GNSS定位精度。通过高精度仿真和实地试验验证，该方法在极端遮挡情况下（仅3颗可见卫星），仍能实现98.2%的模糊度解算成功率，3D定位精度可达亚分米级。而在城市峡谷环境中的测试表明，在所有评估时段内，该系统的定位成功率均为100%，并且在所测试的单无人机/单无人车配置下，95百分位数的3D定位误差可从7.25米降低至0.19米。这一框架可应用于智慧城市建模、3D重建以及基础设施监测等领域。
