麥吉爾大學提出松耦合EKF融合GNSS載波相位和VIO的方案，優(yōu)于RTKLIB！
以下內(nèi)容來自小六的機器人SLAM學習圈知識星球每日更新內(nèi)容
點擊領取學習資料 → 機器人SLAM學習資料大禮包
#論文# Robust, High-Precision GNSS Carrier-Phase Positioning with Visual-Inertial Fusion
論文地址：https://arxiv.org/abs/2303.01291
作者單位：麥吉爾大學
? ?傳統(tǒng)的融合方法使用基于偽距的低精度GNSS測量（>5m誤差），并且只能產(chǎn)生對全球地球中心固定（ECEF）幀的粗略配準。在本文中，我們利用高精度GNSS載波相位定位，并使用擴展卡爾曼濾波器（EKF）框架輔助其進行局部視覺慣性里程計（VIO）跟蹤，以更好地解決與GNSS載波相關聯(lián)的整數(shù)模糊性。
? ?我們還提出了一種用于精確GNSS天線到IMU外部標定的算法，以將VIO精確地對準ECEF幀?？傊覀兊南到y(tǒng)在嚴重閉塞的城市峽谷中實現(xiàn)了真實世界硬件實驗所證明的穩(wěn)健的全球定位，并且在整數(shù)模糊度解決方案固定率和定位RMSE精度方面顯著優(yōu)于最先進的RTKLIB。
以上內(nèi)容來自小六的機器人SLAM學習圈 每日更新內(nèi)容
標簽：
