惯性-视觉-GNSS紧耦合定位器

一致性优、精度最高

基于不变优化方法，在SE2(3)流形上联合优化PPP/INS/视觉SLAM，提升状态估计的一致性与精度。

李涛 · Hua, Tong · 付明磊 · 张文安 · 裴凌 · 郁文贤 · Truong, Trieukien

IEEE Transactions on Intelligent Transportation Systems 2025

技术优势

一致性更好

SE2(3) 上的不变优化已被证明能提高状态估计的一致性，本文将其扩展到 PPP/INS/视觉 SLAM 融合，避免滤波方法常见的估计不一致问题。

载波相位参与估计

将相位模糊度作为待估状态添加到因子图中，从而利用高精度的载波相位观测，而非仅用伪距。

仿真精度最高

在仿真实验中，本文框架的精度和一致性均优于对比方法，证明不变因子图的优势。

应用场景

• 自动驾驶高精定位：为自动驾驶提供无需商业基站的高精度、一致性位姿估计，替代传统PPP解算的松散方案。
• 无人机导航：GNSS、IMU与视觉紧耦合增强无人机在复杂环境下的位姿估计一致性。
• 机器人导航：机器人可在视觉退化时依赖GNSS/IMU，反之亦然，提升整体导航鲁棒性。