劉 飛

北京建筑大學測繪與城市空間信息學院，北京 102616

室內(nèi)外無縫定位在國內(nèi)外得到極大的重視和發(fā)展。然而，針對城市復雜環(huán)境及室內(nèi)等GNSS盲環(huán)境的高精度無縫定位技術(shù)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(nèi)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(nèi)外定位模型、方法研究，內(nèi)容如下：

(1) 針對定位盲環(huán)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(shù)的覆蓋區(qū)域、現(xiàn)場和室內(nèi)的三級室內(nèi)外無縫定位基準構(gòu)建方法，重點研究了基于UWB自組網(wǎng)定位基準構(gòu)建方法，解決GNSS室外定位基準向室內(nèi)傳遞問題，實現(xiàn)了0.35 m量級定位精度的UWB室內(nèi)定位基站網(wǎng)絡自動構(gòu)建，可以保障定位盲環(huán)境且兼顧應急情況下的室內(nèi)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(huán)境對城市高精度、高連續(xù)和高可靠性導航定位的挑戰(zhàn)，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(fā)散的問題，通過緊組合模型能夠充分發(fā)揮三者互相補充的優(yōu)勢，實現(xiàn)在上述場景下高精度定位。結(jié)果表明，除了長隧道環(huán)境在2 min內(nèi)，可以保持優(yōu)于2 m的定位精度外，其他場景基本可以實現(xiàn)0.1 m的定位精度。

(3) 針對UWB測距受到室內(nèi)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(jīng)網(wǎng)絡算法的UWB測距誤差改正模型，實現(xiàn)了UWB室內(nèi)測距精度優(yōu)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(nèi)定位模型，根據(jù)預測殘差調(diào)整增益矩陣的大小，減弱或者消除了粗差對狀態(tài)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(nèi)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(fā)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(qū)域的定位問題；且通過室內(nèi)地圖幫助抑制PDR航向角發(fā)散，以及定位結(jié)果發(fā)散等問題，相互取長補短，實現(xiàn)具備絕對定位基準、高頻率、高精度的室內(nèi)定位。

(5) 針對非視距環(huán)境下UWB室內(nèi)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(nèi)非視距環(huán)境下定位，可以消除由于UWB信號受到遮擋而產(chǎn)生的多路徑和非視距效應，而且可以增加定位結(jié)果的高頻姿態(tài)信息。當IMU積分數(shù)據(jù)的誤差增大時，通過UWB定位數(shù)據(jù)可以對INS定位結(jié)果進行約束。

(6) 針對單目視覺SLAM存在著尺度漂移、由于環(huán)境因素影響頻繁初始化，導致定位不連續(xù)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(fā)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(shù)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(nèi)環(huán)境下，實現(xiàn)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(nèi)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(nèi)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(fā)，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(quán)因子模型，可以檢測編碼圖形像方坐標存在的誤差，并根據(jù)觀測值殘差大小調(diào)整參與計算的權(quán)重，進而減弱或者抑制觀測值誤差對定位結(jié)果的影響，實現(xiàn)優(yōu)于0.1 m量級定位精度。