GVINS论文简明解读

VIN与GNSS融合的必要性:

VIN系统只工作在局部坐标系下,x、y、z、yaw不可观,里程计存在不可避免的漂移
而GNSS系统可提供无漂移的全局定位

VIN与GNSS融合的难点:

  1. 不同于cmaera与imu此类的外参标定,GNSS坐标与VIN坐标系只能在线标定
  2. GNSS 米级定位精度为米级且有多种误差来源存在于GNSS的信号传播中,VIN在短距离定位精度厘米级,因此融合定位的精度容易受到GNSS测量噪声的影响
  3. 纯自旋或卫星失锁容易造成退化,室内室外间移动时有卫星信号丢失和卫星信号逐渐获取的情况

解决方案概述

GVINS:基于非线性优化系统,融合GNSS原始数据(也就是解码伪距和Doppler 频移)和VIN以实现准确且无漂移的 状态估计

  1. 全局和局部坐标的4自由度标定以coarse-to-fine方式:先初大致始化再逐步优化
  2. 为解决GNSS原始数据的噪声问题,所有的GNSS约束均被添加到概率因子图中
  3. 退化情况得到处理以保证鲁棒性
  4. 即使在复杂环境中也可提供局部平滑、全局一致性的状态估计

异常的若干种情况

GVINS视频中测试了港科大校园及城市环境,总结有以下几种异常的情况

  • GNSS异常
  1. 高架桥
  2. 完全室内
  3. 交通指示牌
  4. 高楼群
  • 图像异常
  1. 白墙面+强光照,过亮环境提取不到稳定的

你可能感兴趣的:(GVINS解析,自动驾驶)