混合GNSS与GNSS-IMU因子图优化的定量评估

李一倩，何迪

（上海交通大学 北斗导航与位置服务上海市重点实验室；自动化与感知学院，上海200240） 

摘要：在卫星干扰环境下，传统的滤波方法很难有效地利用历史信息来维持稳定的定位结果。本研究提出了一种基于两步因子图优化的定位方法，利用北斗和GPS卫星系统的加权伪距测量和多普勒单点测速结果构建因子图节点，实现卫星定位结果。此外，这些定位结果可与惯性测量单元的预积分结果集成，形成新的因子图节点，提高定位可靠性。实验结果表明：与传统滤波方法相比，该方法在卫星单点定位和松耦合场景下都具有更高的定位精度；在人为卫星信号中断30秒的情况下，与单点定位结果相比，图优化松耦合方法的水平定位误差仍能减小0.2%，垂直定位误差减小32%，而传统滤波松耦合方法的误差分别增大8.4%和55%。

关键词：卡尔曼滤波，因子图优化，全球卫星定位系统，微机电系统，惯性测量单元，组合导航，卫星干扰环境

扫二维码浏览全文 

Cite this article

Li, Y., He, D. Quantitative Evaluation of Hybrid GNSS-Only and GNSS-IMU Factor Graph Optimization. J. Shanghai Jiaotong Univ. (Sci.) (2025). https://doi.org/10.1007/s12204-025-2875-8