基于图优化的GNSS_IMU_视觉融合定位算法研究.pdfVIP

摘要

定位与导航服务可以提供精准的三维时空间信息，是全面实现智能化与无人化的重要基

础。传统的全球卫星导航系统（GlobalNavigationSatelliteSystem，GNSS）针对室外开阔环

境具有良好的定位效果，但在遮挡环境由于信号的失稳容易导致定位结果发散。而视觉惯性

里程计（Visual-InertialOdometry，VIO）可不受遮挡物的影响，针对图像特征丰富的环境具

有良好的定位效果，但在开阔、相似纹理等环境由于图像特征较少容易导致定位系统失效，

且在长期运行时定位结果存在累积误差的问题。

本文以村镇与城市环境作为应用背景，针对单一的GNSS与VIO定位效果差的问题，将

VIO与GNSS进行了有机融合，提出了基于图优化的GNSS/IMU/视觉融合定位算法，增强了

定位系统在复杂环境下的适用性，提高了定位的精度性与连续性。主要研究工作如下：

（1）提出了基于图优化的视觉/惯性紧耦合定位算法。针对VIO系统中由于累积误差导

致定位结果收敛性差问题，根据特征点在单帧图像的匹配投影原理，基于图优化方法构建出

具备全局特性的特征点匹配因子，通过将全局各图像关键帧的特征点结合全局位姿进行匹配

并投影的方式，实现了对全局位姿高效约束。并在Euroc数据集与传统基于优化的VIO系统

进行了定位效果模拟实验，证明了所提出的算法有效地削弱了VIO系统受到的累计误差的影

响。

（2）提出了基于图优化的GNSS/视觉/惯性紧耦合定位算法。针对村镇、城市等复杂环

境下单一GNSS系统或VIO系统定位结果发散甚至失效问题，以GNSS基站端、用户端原始

观测值为基础，构建了融合视觉/惯性信息的伪距、多普勒速度、双差伪距、双差多普勒速

度观测模型及因子。并在数据集上与基于优化的VIO系统、基于GNSS的RTK定位方法、

GNSS/VIO松耦合系统进行定位模拟比对分析，验证了所提出算法在复杂多变环境下具有良

好的适用性，定位效果的连续性与定位精度的准确性。

（3）为了验证提出的定位方法在实际场合中工作的可靠性，自研一套手持式SLAM系

统并在校园及村镇环境下进行实地实验。验证了提出的GNSS/视觉/惯性紧耦合定位系统对

比基于优化的VIO系统有效地减弱了累积误差对定位的影响；相较基于GNSS的RTK定位

方法，所搭建的系统有效削弱了不友好环境对GNSS测量值带来的噪声影响；对照

GNSS/VIO松耦合系统，提高了复杂环境下的定位精度。

本文所提出的基于图优化GNSS/IMU/视觉的融合定位算法，避免了单一传感器的局限

性，增强了定位系统在复杂环境下的使用性，提高了定位的精度性与连续性，拓展了定位系

统在复杂环境下的应用。

关键词：视觉惯性里程计；GNSS；SLAM；定位；因子图优化

Abstract

Positioningandnavigationservicescanprovideaccuratethree-dimensionaltemporalandspatial

information,whichisanimportantfoundationforachievingcomprehensiveintelligenceand

unmannedoperation.ThetraditionalGlobalNavigationSatelliteSystem(GNSS)hasgood

positioningperformanceforoutdooropenenvironments,butinobstructedenvironments,signal

instabilitycaneasilyleadtodivergentpositioningresults.VisualInertialOdometer(VIO)isnot

affectedbyobstaclesandhasgoodpositioningperformanceinenvironmentswithrichi