跳到正文
arXiv · 机器人与计算机视觉· Baoshan Song, Penggao Yan, Xiao Xia, Yihan Zhong, Yuan Li, Weisong Wen, Li-Ta Hsu·· 2 天前AI 评分62

基于因子图优化的双阶段 GNSS 离群值检测方法研究

Two stage GNSS outlier detection for factor graph optimization based GNSS-RTK/INS/odometer fusion

AI 导读

针对 GNSS 伪距离群值严重干扰载波相位模糊度解算的问题,本文提出一种结合多普勒一致性与 IMU-里程计运动预测的两阶段伪距筛选框架。该方法在连续跟踪时能将 RTK 三维均方根误差降低 96.18%,并在无多普勒检查时将 10 米离群值检测成功率提升至 99.58%(30 秒后)。研究通过一阶误差模型分离不确定性,利用闭式最小膨胀规则调整代码权重,在深城市峡谷等场景中表现优于惯性辅助基线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org