多傳感器融合的高精度無縫定位模型與方法研究

劉 飛

北京建筑大學測繪與城市空間信息學院，北京 102616

室內外無縫定位在國內外得到極大的重視和發展。然而，針對城市復雜環境及室內等GNSS盲環境的高精度無縫定位技術仍然存在著定位模型與方法研究不足的情況。論文圍繞室內外無縫定位主題，開展了基于GNSS、UWB、INS和視覺等傳感器融合的室內外定位模型、方法研究，內容如下：

(1) 針對定位盲環境或者應急情況下存在定位基準缺失和破壞等問題，提出了一種基于UWB/GNSS技術的覆蓋區域、現場和室內的三級室內外無縫定位基準構建方法，重點研究了基于UWB自組網定位基準構建方法，解決GNSS室外定位基準向室內傳遞問題，實現了0.35 m量級定位精度的UWB室內定位基站網絡自動構建，可以保障定位盲環境且兼顧應急情況下的室內外定位基準需求。

(2) 針對高樓林立街道、立體交通、長距離隧道、樹洞街道等復雜的城市環境對城市高精度、高連續和高可靠性導航定位的挑戰，提出了一種零速約束的GNSS/INS/Odometer緊組合定位模型，通過GNSS抑制INS設備的誤差漂移，利用INS輔助提高GNSS模糊度解算成功率，通過Odometer輔助解決GNSS長時間失鎖時INS定位發散的問題，通過緊組合模型能夠充分發揮三者互相補充的優勢，實現在上述場景下高精度定位。結果表明，除了長隧道環境在2 min內，可以保持優于2 m的定位精度外，其他場景基本可以實現0.1 m的定位精度。

(3) 針對UWB測距受到室內非視距、多路徑等影響測距和定位精度等情況，研究了基于RBF神經網絡算法的UWB測距誤差改正模型，實現了UWB室內測距精度優于0.08 m；研究分析了基于TOA原理的UWB定位模型，并在此基礎上提出了基于改進抗差EKF的UWB室內定位模型，根據預測殘差調整增益矩陣的大小，減弱或者消除了粗差對狀態向量的影響。該方法平面定位中誤差為0.13 m，對比基于最小二乘和EKF算法，分別提高了88.98%和53.57%。

(4) 提出了一種UWB、PDR和地圖融合高精度室內定位模型，可以通過UWB為PDR定位提供空間基準、抑制PDR定位精度發散；利用PDR提高UWB的定位頻率、解決UWB信號覆蓋差或者無覆蓋區域的定位問題；且通過室內地圖幫助抑制PDR航向角發散，以及定位結果發散等問題，相互取長補短，實現具備絕對定位基準、高頻率、高精度的室內定位。

(5) 針對非視距環境下UWB室內高精度定位問題，提出了一種基于CKF算法的UWB/INS融合定位模型，在室內非視距環境下定位，可以消除由于UWB信號受到遮擋而產生的多路徑和非視距效應，而且可以增加定位結果的高頻姿態信息。當IMU積分數據的誤差增大時，通過UWB定位數據可以對INS定位結果進行約束。

(6) 針對單目視覺SLAM存在著尺度漂移、由于環境因素影響頻繁初始化，導致定位不連續等問題，提出了一種顧及尺度因子的UWB/視覺融合定位模型，通過UWB與視覺的融合，可以充分發揮二者之間的互補特性，解決視覺初始化、尺度模糊和絕對空間基準等問題，提高UWB定位精度和定位頻率及減少基站的數量。該模型可以可靠地在紋理稀疏或者光線頻繁變化的室內環境下，實現0.2 m量級的定位精度。

(7) 提出了一種編碼圖形輔助的單像室內定位模型，以單幅影像為基礎，通過編碼圖形物方點、像方點和投影中心共線的原理，從該影像所覆蓋范圍內的編碼圖形的已知地面坐標和相應點的像坐標量測值出發，解算攝像機在攝影時刻所處的位置。計算過程中涉及的編碼影像、編碼圖形、編碼圖形的像方和物方坐標均可通過計算機自動識別和獲取。另外，通過Tukey權因子模型，可以檢測編碼圖形像方坐標存在的誤差，并根據觀測值殘差大小調整參與計算的權重，進而減弱或者抑制觀測值誤差對定位結果的影響，實現優于0.1 m量級定位精度。