压缩扩展卡尔曼滤波在GPS/DR组合导航中的应用

"该文提出了一种基于压缩扩展卡尔曼滤波的同时定位与制图辅助的全球定位系统/航位推算（GPS/DR）组合导航方法，旨在解决GPS信号失锁时导航系统误差快速累积的问题。通过同时定位与辅助技术，确保在GPS信号失效时能实现连续稳定的导航，抑制航位推算的定位误差积累，并用GPS定位结果修正制图误差，降低地图的不确定性。设计的组合滤波器实现了大尺度环境下的实时解算，实验数据表明，这种方法能有效提高系统的定位性能和制图精度。" 本文主要探讨的是在GPS导航系统遇到信号干扰或丢失的情况下，如何结合航位推算（DR）技术进行有效的组合导航。传统的GPS与DR组合导航在GPS信号失锁时，由于DR的累积误差，导航精度会逐渐下降。为了解决这个问题，作者提出了一种创新的方法——基于压缩扩展卡尔曼滤波（Compressed Extended Kalman Filter, CEKF）的同时定位与制图（Simultaneous Localization and Mapping, SLAM）辅助的GPS/DR组合导航。 CEKF是卡尔曼滤波的一种扩展形式，特别适用于处理高维和大规模的数据。在本文中，CEKF用于融合GPS和DR的信息，以及SLAM过程中生成的地图数据，以优化整个导航系统的性能。SLAM技术允许系统在未知环境中构建地图的同时进行自我定位，这在GPS信号缺失时尤为关键。通过SLAM，系统能够在没有GPS信号的情况下持续稳定导航，避免了DR的累积误差。 该方法的另一个关键点是利用GPS的定位结果来校正SLAM过程中的地图构建误差，从而降低地图的不确定性。这不仅提高了导航的精度，也确保了地图的质量。 实际实验数据显示，与仅依赖SLAM的定位相比，采用该GPS/DR组合导航方法可以显著提高定位性能，尤其是在制图精度方面。这意味着在GPS信号不稳定或丢失的情况下，系统仍然能够提供高精度的定位服务，这对于自动驾驶、无人机导航等对精度要求高的应用具有重要意义。 这项研究为GPS导航系统在复杂环境下的可靠性提供了新的解决方案，通过集成SLAM和CEKF技术，提高了组合导航系统的稳健性和精度，对于未来智能移动系统的导航技术发展具有积极的推动作用。