图状态空间下的组合导航后处理
在GNSS(Global Navigation Satellite System)与各类传感器的组合导航领域，卡尔曼滤波是运用最为广泛的算法。随着算力的提升，基于概率图模型的图优化算法在SLAM(Simultaneous Localization And Mapping)和SFM(Structure From Motion)等领域得到了广泛运用。图状态空间是一种不同于卡尔曼滤波的建模方法，对常数待估计变量，可以在大方程组中不采用时间序列而是单一变量的方式，这样可以发挥出图优化算法的优势，起到比卡尔曼滤波精度高的效果。本文提出图状态空间下的组合导航后处理算法，在图状态空间下进行组合导航后处理，使用图优化替代卡尔曼滤波，大规模解方程组，将所有信息加入图中求解，以此得到与卡尔曼滤波对比鲁棒性更好、误差更小的导航定位结果。对比卡尔曼滤波按照时间顺序进行的时间预测和量测更新，图状态空间下所有状态节点相互链接，在有新的量测信息加入时对整个因子图进行更新，达到全局的最优解。通过对比图状态空间下和卡尔曼滤波下的组合导航后处理的实验结果，图状态空间下进行的组合导航在GNSS出现野点跳变、精度下降时，做到了平滑误差的效果，规避了GNSS缺失时，用卡尔曼滤波处理出现跳点的情况。
图状态空间 组合导航 图优化 因子图 概率图模型
颜苏丹 葛一弘 吕少麟 李聪
图优化(北京)科技有限公司,中山市北京理工大学研究院,北京,中国,100070
国内会议
北京
中文
1-8
2022-12-01（万方平台首次上网日期，不代表论文的发表时间）