卫惯视组合导航技术发展趋势_宋江波.pdf

第 11 卷 第 2 期 导航定位学报 Vol.11，No.2 2023 年 4 月 Journal of Navigation and Positioning Apr.，2023 引文格式：宋江波,姚荷雄,李婉清,等.卫惯视组合导航技术发展趋势J.导航定位学报,2023,11(2):36-48.（SONG Jiangbo,YAO Hexiong,LI Wanqing,et al.Development of GVI integrated navigation systemJ.Journal of Navigation and Positioning,2023,11(2):36-48.）DOI:10.16547/ki.10-1096.20230205.卫惯视组合导航技术发展趋势 宋江波1，姚荷雄2，李婉清2，朱祥维2，戴志强2（1.中山大学 系统科学与工程学院，广州 510006；2.中山大学（深圳）电子与通信工程学院，广东 深圳 518107）摘要：针对在无人机导航和自动驾驶等领域的大尺度场景中，视惯组合导航系统表现不稳定或因无法闭环而产生误差累积的问题，提出融合卫星导航全局测量优势是实现大尺度室内外无缝导航的重要手段，并从卫星-视觉-惯性（GVI）组合导航数据融合算法角度出发，对 GVI 组合导航技术研究现状和发展趋势进行总结展望：首先，借鉴同时定位与建图（SLAM）架构，给出 GVI 组合导航系统的基本理论和框架；接着，从数据融合算法入手，对比分析基于滤波和基于优化方法的方案；然后，探讨不同场景下 GVI+组合导航系统在无人系统上的应用潜力；最后，对该领域近年来的发展进行讨论总结并展望发展趋势。关键词：同时定位与建图（SLAM）；全球卫星导航系统（GNSS）；卫惯视组合；状态估计；传感器融合 中图分类号：P228 文献标志码：A 文章编号：2095-4999(2023)02-0036-13 Development of GVI integrated navigation system SONG Jiangbo1,YAO Hexiong2,LI Wanqing2,ZHU Xiangwei2,DAI Zhiqiang2（1.School of System Science and Engineering,Sun Yat-Sen University,Guangzhou 510006,China；2.School of Electronics and Communication Engineering,Shenzhen Campus of Sun Yat-Sen University,Shenzhen,Guangdong 518107,China）Abstract：Aiming at the problem that visual-inertial navigation systems perform unstably or have error accumulation problems due to the inability to close the loop in large-scale scenarios of fields such as unmanned aerial vehicle(UAV)navigation and autonomous driving,the paper proposed that fusing the advantages of global measurement of satellite navigation is an important method to achieve seamless navigation in large-scale indoor and outdoor scenarios,and summarized the research status and development trend of the GNSS(global navigation satellite system)-vision-inertial(GVI)navigation technology,starting from the data fusion algorithm of the GVI navigation system:the basic theory and framework of the GVI navigation system were established based on simultaneous localization and mapping(SLAM)architecture;and the data fusion algorithms based on filtering and optimization methods were comparatively analyzed;then the application potential of GVI+navigation system in unmanned systems under different scenarios was discussed;finally,the recent developments in this field were discussed and summarized,and the development trend was anticipated.Keywords:simultaneous localization and mapping(SLAM);global navigation satellite system(GNSS);GNSS-vision-inertial(GVI)integrated;state estimation;sensor fusion 收稿日期：2022-06-20 第一作者简介：宋江波（1993），男，河南驻马店人，博士研究生，研究方向为多源融合导航定位。通信作者简介：朱祥维（1980），男，山东日照人，博士，教授，研究方向为组合导航、时间同步、智能信号处理和仪器设计等。第 2 期 宋江波，等.卫惯视组合导航技术发展趋势 37 0 引言 近年来，惯性导航系统（inertial navigation system，INS）已被广泛应用于传感平台的位置和姿态的估计，特别是在全球卫星导航系统（global navigation satellite system，GNSS）拒止环境中。大多数 INS 使用六轴惯性测量单元对与其刚性连接平台的局部线性加速度和角速度进行测量。随着硬件设计和制造的发展，低成本、低体量的惯性测量单元（inertial measurement unit，IMU）应用越来越 广 泛1-2。这 使 得 移 动 设 备 和 微 型 飞 行 器（miniature unmanned aerial vehicle，MAV）等3能够实现高精度定位，在移动增强现实（augmented reality,AR）4-6、虚拟现实（virtual reality,VR）7以及自动驾驶8-11等广泛新兴应用中意义重大。IMU 通过对高频率输出的加速度和角速度进行积分得到载体的位置姿态信息。惯性导航作为一种无源的航迹推算方法，缺点是容易受振动、零偏和自身温度的影响从而导致累计误差，对于长期导航并不可靠12。虽然存在高精度的战术级 IMU，但是对于大规模部署带来的高成本而言显得较不现实。纯视觉导航定位技术是另一种无源的导航定位方式，只依靠单目相机、双目相机或深度相机（RGB-D 相机）等提供量测信息13-14。其优点是能够从图像提取丰富的信息，相机静止时无积累误差产生，以及成本较为低廉。但其具有的易受到光照和动态物体的干扰，单目尺度不确定15，以及因相机快速运动而导致目标丢失等视觉传感器固有的缺陷也不可忽视。视觉信息与 IMU 的结合具有优势互补性。一方面，体积小、重量轻的相机能够提供丰富的环境感知信息，常作为惯性导航系统的辅助系统。另一方面，IMU 测量值的辅助可以显著提高运动跟踪性能，弥补一些由于照明变化、无纹理区域或运动模糊造成的视觉轨迹偏差。因此，视觉惯性导航系统（vision-inertial navigation system，VINS）解决了单一传感器的不足。然而，VINS 存在以下固有短板：1）VINS 的准确性在高度动态环境、弱纹理和暗光环境中会严重下降；2）相机和 IMU 估计中的误差积累不可避免，并且在大尺度场景中运行VINS 时，回环常常无法发生而导致误差持续积累；3）全局位置不可观测，VINS 得到的是局域坐标系下的位姿。因此，需要全局测量方法的辅助来实现对大尺度轨迹的精确估计。目前，在大尺度户外场景的定位服务中,GNSS因其获取大地坐标的能力和在开阔区域的稳定性能而得到了广泛的开发，如自动驾驶16、无人机导航17等领域。但是在一些挑战环境中，如水下、室内、城市峡谷、地下洞穴等，GNSS 信号薄弱甚至缺失导致全局测量失效，而视觉和惯性等局域测量起到了辅助作用。近年来，多传感器组合导航定位技术成为研究热点，它利用各传感器的互补特性，可实现更为精确和鲁棒的状态估计。目前，卫惯组合导航的研究已经较为成熟18，但是在卫星拒止的场景中，惯性导航的累积误差会导致导航定位不可靠。而视觉测量信息的约束会消除一部分惯导的误差漂移。因此，卫惯视 3 种传感器在不同适用的导航尺度和场景方面具有很强的互补性。在实际应用中，融合 GNSS、IMU 和视觉的卫惯视（GNSS-vision-inertial，GVI）导航系统有望在城市峡谷、室内外、水下、洞穴等挑战性环境中实现精确的局部和全局一致的定位。本文基于 GVI 组合导航技术，围绕数据融合方法对该领域的研究工作进行总结梳理。首先，简述 GVI 组合导航的基本原理；其次，对基于滤波和优化方法的方案进行对比分析；然后介绍该领域相关的应用；最后对该领域近年来的发展进行讨论和展望。1 GVI 组合导航系统的基本原理 本文所述 GVI 组合导航系统借鉴同步定位和制图（simultaneous location and mapping，SLAM）框架进行构建。GVI-SLAM 的状态估计方案是整个系统的技术核心，根据状态估计方法不同，主要分为基于滤波和基于优化 2 类。本节首先简要概述了基于 GVI 的 SLAM 基本概念和框架，其次对数据融合算法的分类进行说明，最后对状态估计中系统状态变量选择和最大后验估计理论进行阐述。1.1 基本框架 SLAM 作为一种局域测量技术，是指在没有先验信息的位置环境中，移动机器人根据自身搭载的传感器提供的测量信息来实现自主定位19。SLAM 技术是 GNSS 拒止环境下提供导航定位的有效解决手段。SLAM 中常用的局部测量传感器可分为感知自身运动信息的本体传感器，如 IMU、轮速计等，以及感知外部环境的传感器，如相机、激光雷达等。但是，在大尺度场景下，实现长时间大规模无漂移的 SLAM，需要融合 GNSS 等全局测量技术。38 导航定位学报 2023 年 4 月 GVI 组合导航系统框架借鉴经典的 SLAM 框架，包括传感器数据读取端、前端、后端、回环检测与建图，如图 1 所示。其中，前端将卫惯视传感器的数据抽象成适用于估计的模型，并进行数据关联。短期数据关联是指特征点的追踪，而回环检测就是进行一个长期数据关联。回环检测用来判断机器人是否经过已知的位置。但是在大尺度场景下可能不会发生回环，此时 GNSS 起到了约束漂移误差的作用。后端的作用是对接受到的不同时刻的位姿和回环检测信息进行优化得到全局一致的轨迹，同时向前端提供反馈，用于回环的检测和验证。建图则是根据状态估计得到的位姿和地图点信息建立与任务要求相对应的地图。通常，通过状态估计只得到载体位姿信息。仅提供定位功能，不包含建图部分的系统称为里程计。而带有回环检测和全局后端（同时优化位姿和地图点）的完整框架被称为 SLAM。本文使用的 3 个典型术语为：视惯里程计（vision-inertial odometry，VIO）和视惯 SLAM（vision-inertial SLAM，VI-SLAM）、卫惯视里程计（GNSS-vision-inertial odometry，GVIO）、卫 惯 视 SLAM（GNSS-vision-inertial SLAM,GVI-SLAM）。图 1 GVI-SLAM 基本框架 1.2 数据融合算法的分类 SLAM 问题的本质是根据观测值对机器人的位姿和路标进行估计。当有多个传感器同时提供观测值时，如 GVI-SLAM 问题，首先考虑各观测值的融合问题，然后将融合后的观测值通过滤波方法或优化方法进行位姿和路标的求解。数据融合算法的分类，根据不同融合方法，分为松耦合和紧耦合；根据不同求解方法，分为滤波和优化。1.2.1 松耦合和紧耦合 在实际应用中，机器人或者硬件设备一般情况都不会只搭载某一种传感器，而是多种传感器的组合。根据参与融合的参数不同，GVI 组合系统的传感器数据融合方式可分为 2 个大类，即松耦合和紧耦合。松耦合是指相机、IMU 和 GNSS 分别进行自身系统的运动估计，然后将三者位姿估计的结果进行融合。虽然这种方式计算效率较高，但卫惯视的解耦会导致信息丢失。其制定过程中使用了伪距和载波相位观测值，精密星历、轨道、钟差等产品来提高精度。上述所有工作都依赖于 GNSS 解决方案来执行估计；因此，在跟踪卫星数量低于 4 颗的情况下，一旦 GNSS 解不可用，就会发生系统故障。相比之下，紧耦合将相机、IMU 以及 GNSS 原始数据融合在在一起，共同构建运动方程和观测方程，再进行状态估计，从而达到更高精度。这类方法在视觉端和 GNSS 端都采用了紧密耦合，即图像的特征点和 GNSS 原始测量值都可以作为基于滤波器或基于优化的框架中的测量值。1.2.2 滤波和优化 根据后端状态估计求解位姿和路标方法的不同，可分为基于滤波和基于优化 2 个大类。在滤波方法中，扩展卡尔曼滤波器（extended Kalman filter，EKF）、无迹卡尔曼滤波器（unscented Kalman filter，UKF）、粒子滤波（particle filter，PF）等都有一定的成果。滤波方法中基于 EKF 的多状态约束卡尔曼滤波器（multi-state constraint Kalman filter，MSCKF）研究比较广泛，基于 MSCKF 的改进方法也比较多。特征提取和图像匹配是基于优化的方法常用的图像处理技术。自平行追踪和建图方法20-21（parallel tracking and mapping，PTAM）之后，IMU数据则被视为先验项或者正则化项。批量非线性优化方法一般都分为 2 个线程，即跟踪和建图。三维空间中的点、线或其他路标特征在跟踪线程中 第 2 期 宋江波，等.卫惯视组合导航技术发展趋势 39 通过各种特征检测方法（直接法、非直接法、半直接法）从图像中被提取出来。然后，针对检测到的所有特征，在 2 个图像之间定义重投影误差，用该误差建立优化的代价函数，优化得到特征或地标的坐标，即光束平差法22（bundle adjustment，BA）。在建图线程，地图中特征和路标的坐标被用于定义 2 幅图像之间的重投影误差，然后再次应用优化算法得到移动机器人位姿变化量。因为跟踪部分需要实时响应图像数据来快速获得跟踪结果，而地图的优化可以放在后端缓慢运行没有必要实时计算，所以优化问题可以分为 2 个并行的线程。基 于 优 化 的 方 法 通 常 使 用 通 用 图 优 化 库23（general graphic optimization，g2o）、谷歌的非线性优化库 Ceres24、佐治亚理工学院平滑和建图方法25（Georgia Tech smoothing and mapping，GTSAM）以及增量平滑和建图方法26（incremental smoothing and mapping，iSAM）等非线性优化库实现优化。滤波方法与优化方法各有优势。一方面，滤波方法可以实现快速推断，但其准确性会因线性化误差的累积而下降。另一方面，基于非线性优化的完全平滑方法是精确的，但计算量大。固定滞后平滑提供了准确性与效率之间的折衷。然而，目前还不清楚如何设置评估窗口的长度以保证给定的性能水平。现阶段，随着计算机性能的提升，基于优化的方法在精度和鲁棒性方面占据更多的优势，逐渐成为了主流。1.3 系统状态变量 以基于优化的 GVI 紧组合系统为例，阐述 GVI组合导航的基本原理，基于滤波的 GVI 紧组合系统原理可见文献27，这里不再赘述。系统要估计的状态变量通常包括以下内容：1）本体坐标系相对于局部世界坐标系的位置信息wbp、wbq；2）速度wbv、加速度计偏差ab和陀螺仪的偏差wb；3）特征点的逆深度；4）局部世界坐标系与东（E）北（N）天（U）坐标系之间的偏航角偏差、接收机时钟偏差t和接收机时钟漂移速率t?。系统可支持所有GNSS系统，即全球定位系统（global positioning system，GPS）、格洛纳斯卫星导航系统（global navigation satellite system，GLONASS）、伽利略卫星导航系统（Galileo navigation satellite system，Galileo）和北斗卫星导航系统（BeiDou navigation satellite system，BDS），因此分别对它们的时钟偏差进行估计。注意每个星座的接收器时钟漂移率是相同的。系统采用滑动窗口优化的方法，窗口内的状态 X 可以总结为：0101,.,.,nm=xxxX（1）wwwbbbaw,kkkkn=0kxpvqb btt?（2）GREC,tttt=t（3）式中：n 为窗口大小；m 为窗口中的特征点数量；GRECtttt、分别表示接收机相对于GPS、GLONASS、Galileo和BDS的时钟偏差。1.4 最大后验估计 在概率框架下制定和推导状态估计问题。整个GVI组合导航问题被表述为一个因子图，来自传感器的测量形成一系列因子，这些因子反过来约束系统状态。将最优系统状态定义为给定所有测量值后验概率最大化的状态。假设所有测量值相互独立，且每个测量值的噪声均为零均值高斯分布，则最大后验概率估计问题可进一步转化为最小化一系列代价函数的总和，每个代价函数对应一个具体的测量值，推导过程如下：在最大后验估计中，给定所有测量值后验概率最大化的最优系统状态*X 表示为 *argmax()argmax()()XXXX ZZ XXppp=（4）式中：测量值表示为:,kk=m=Z z1，每一时刻测量值都可以表示为 X 的函数，即()zkkkkhX+=，kX为变量 X 的子集，k为随机测量噪声，()kh为一个已知的非线性函数；()X Zp为似然概率，()Xp为先验概率。假设测量值 Z 是独立的，即对应的噪声是不相关的，式（4）可分解为 ()*1argmax()XXXmkkkpp zX=（5）为了将式（5）写成更明确的形式，假设测量噪声k是一个零均值高斯噪声，其信息矩阵为k（协方差矩阵的逆）。如果不存在先验信息，则求解最大后验概率等价于求解最大化似然，则上式中的似然概率()kkp zX变为 ()()exp|kkkkkkp zXhXz-|212 （6）对式（6）取负对数，求最小化负对数等价于求解高斯分布的最大似然，进而等价于求解最大 40 导航定位学报 2023 年 4 月 后验概率，即 ()()11argminlog()argmin|XXXXkmkkkmkkkkpp zXhXz*=-|-=2（7）式（7）是一个非线性最小二乘问题。即最大后验概率估计问题最终转化为最小化一系列代价函数的总和，每个代价函数对应一个具体的测量值。式（7）可表示不同的传感器模型，例如，IMU、相机、GNSS等。因此，可以将GVI-SLAM优化问题分解为与状态变量和观测值相关的单个因子。如图 2 所示，用因子图表示GVI-SLAM：(,)x x12表示本体连续时刻的位姿；(,)l l12表示路标；(,)c c12表示钟差和时钟漂移；因子用黑色方块表示，其中有惯性因子i、视觉因子v28以及GNSS因子g29和先验因子p。图 2 因子图表示 GVI-SLAM 2 基于 GVI 组合导航系统的方案 本节主要梳理基于GVI组合导航的发展。在早期的研究中，滤波技术是研究的重点，而随着硬件以及算法的发展，优化方法逐渐展现出精度和鲁棒优势。在很多案例中，GVI组合都是由VI组合系统发展而来，GNSS的融合方式也由松耦合向紧耦合演化。2.1 基于滤波的VI系统发展 滤波方法通过更新最新的状态来进行有效的估计。VINS紧耦合方法的研究最早可以追溯到多状态约束卡尔曼滤波30。MSCKF是一种基于EKF的状态估计器，它利用多姿态之间的几何约束来有效地优化系统状态，其中通过特征边缘化避免了EKF在特征数量上的二次代价。后来MSCKF应用于航天器下降着陆31和快速无人机自主飞行32。该方法使用基于四元数的惯性动力学进行状态传播，并与有效的EKF更新紧密耦合。具体来说，将视觉方位测量投影到特征雅可比矩阵的零空间（即线性边缘化33），从而在状态向量34中保留仅与随机克隆的相机姿态相关的运动约束的方法优于将摄像机图像上检测和跟踪的特征添加到状态向量的方法。在消除对成百上千个点特征的潜在联合估计的过程中大大减小了计算成本，但这种操作阻止了非线性测量后特征的线性化，导致近似性能下降。MSCKF 2.035在MSCKF的基础上进行完善，提出一种新的、实时的基于EKF的VIO算法，通过确保其线性化系统模型的正确可观测性，以及在线估计相机到IMU校准参数，来实现一致性估计。基于MSCKF的VINS后来又扩展到立体相机36-37、卷帘相机、RGB-D相机38-39、多相机36-37,40和多IMU41。2020 年，文献42开源了一个基于MSCKF视惯融合的开发平台，称为OpenVINS，为学术界和工业界的相关人员提供了快速上手的视惯融合估计研究平台。除了使用非直接法提取特征点的方案，鲁棒视觉惯性里程计43-44（robust visual inertial odometry，ROVIO）使用直接数据关联提供一个带有光度误差的迭代EKF，将IMU测量值与来自一个或多个相机的视觉数据紧密融合。基于滤波的VINS由于其高效率的优点，也常被扩展到GVI组合的系统。2.2 基于滤波的 GVI 系统发展 在室外开阔环境下，文献45-46研究以无人机为载体，通过松耦合方式描述的在EKF框架下融合GNSS解与视觉和惯性数据的状态估计系统。文献47提出了一种鲁棒自适应EKF，基于低成本传感器，由独立的视觉测程算法估计的位姿与惯性和GPS测量值在随后的估计步骤中融合。上述方法在视觉端和GNSS端都应用松耦合，在可观测卫星不足的情况下，GNSS解失效，系统将无法解算。在挑战环境中，如城市峡谷和室内，由于建筑物的遮挡，可观测卫星数少于 4 个。文献48提出了将有限的GNSS测量值与单目和双目相机49图像中提取的特征相结合的紧耦合方法，证明有限的GNSS测量值也可以提高视觉定位的性能。文献50将其扩展到GNSS测量值与向上的相机结合，更适合城市环境的定位。文献51在此基础上，基于EKF的方法又加入IMU测量值，使用IMU测量进行状态预测，并使用特征点以及伪距和多普勒频移测量更新状态。文献52将MSCKF视觉测量模型与双差分GNSS测量模型相结合，对积分滤波器进行更新，实时动态测量技术（real time 第 2 期 宋江波，等.卫惯视组合导航技术发展趋势 41 kinematic，RTK）解决方案通常具有厘米级的精度，采用紧耦合的多GNSS RTK/INS/Vision集成大大提高了速度和姿态精度，特别是偏航角。虽然与单点GNSS相比，双差GNSS提供了更精确的定位测量，但它需要额外的基站。相似的工作如文献53使用紧耦合方式结合相机、IMU和GNSS RTK在EKF框架下进行定位。文献54提出了一种无迹卡尔曼滤波算法，该算法融合了视觉、惯性、激光雷达和GNSS解决方案，在不同的环境中产生平滑一致的轨迹。文献27提出了一种基于紧耦合MSCKF的估计器，融合惯性、相机和异步GPS测量值。该系统可以从室内VIO开始，可在任意延迟的时间步长将参考框架转换为ENU框架，当GPS全局测量值可用时，可实现室内外无缝衔接定位。基于滤波的方法，效率高、占用较少的计算资源，在多传感器融合的案例中，依然有着蓬勃的生命力。但是随着人们对系统定位精度和鲁棒性的要求的提高，以及长时间大规模的导航定位或建图的需求，基于优化的方案成为研究主流。与滤波方法相比，优化方法通过重线性化减少误差，具有更好的性能55。2.3 基于优化的 VI 系统发展 第一个基于关键帧和BA的紧耦合视觉里程计系统是关键帧视惯SLAM56（open keyframe-based visual-inertial SLAM，OKVIS），它也可以使用单目和立体视觉，关键帧和BA的概念之后扩展到VINS。其中，VINS-Mono57是一个非常精确和鲁棒的单目惯性测量系统，使用词袋算法DBoW2和 4 自由度位姿图优化和地图合并，特征跟踪是用Lucas-Kanade光流算法执行的，比描述子匹配稍微鲁棒一些。在VINS-Fusion58中，它已经扩展到双目惯性和GNSS松耦合。直 接 法 稀 疏 视 惯 里 程 计59（direct sparse visual-inertial odometry，VI-DSO）将直接法稀疏里程计60（direct sparse odometry，DSO）扩展到视觉惯性里程计，提出一种视觉惯性里程测量方法，通过在一个综合能量函数中最小化光度和IMU测量误差，从而提供了非常好的精度。在成功利用像素信息的同时，增强了对纹理较差场景区域的鲁棒性。其初始化方法依赖于视惯BA，在 20 30 s内收敛于 1%的尺度误差范围内。Basalt61是一种立体惯性里程计系统，它从视觉惯性里程计中提取非线性因素，并将其用于BA中，并使用快速特征点提取和描述算法（oriented FAST and rotated BRIEF，ORB），实现了非常好的精度。ORB-SLAM-VI62首次提出了一种视觉惯性SLAM系统，能够重用具有短期、中期和长期数据关联的地图，并在基于IMU预积分63的精确的局部视觉惯性BA中使用它们64。基于ORB-SLAM-VI、ORB-SLAM65、ORB-SLAM266等的工作，ORBSLAM367是第一个可以运行视觉、视觉惯性和多地图，支持单目、双目和RGB-D相机，且支持针孔和鱼眼镜头模型的SLAM系统；该算法可以在不同面积的室内和室外环境中鲁棒、实时地运行，精度上相比于以前的方法提升了 25 倍；多地图系统可以让系统在视觉信息缺乏的场景下长时间运行。比如当跟踪丢失的时候，它会重新建立新的地图，并在重新访问之前的地图时，无缝合并之前的地图。文献68在水下航行体上实现了ORB-SLAM3 算法，并评估其在水下环境中的性能；ORB-SLAM3 的纯视觉模块可以有效地对水下机器人进行结构化区域定位，其视觉惯性模块可以很好地对水下机器人进行非结构化区域定位。2.4 基于优化的 GVI 系统发展 基于优化的VI组合系统发展已经较为成熟，特别是ORB-SLAM3，是目前视惯融合方案中集大成之作。而融合GNSS的测量信息，是实现大规模高精度定位或建图的关键。文献58,69-70在滑动窗口位姿图优化中，首先将全局位置测量与VIO估计融合，这意味着相对位姿更新由VIO算法独立于全局位置信息进行估计，然后通过位姿图优化与全局帧对齐。文献71将精密单点定位（precise point positioning，PPP）的结果与立体VIO相结合，实现低漂移估计。然而，这些系统在视惯端和GNSS端是松耦合，或视觉端与惯性端松耦合，松耦合并没有考虑所有传感器测量之间的相关性而导致次优的结果。文献72表明，在视觉惯性情况下，考虑所有GNSS测量值相关性对于高精度估计是至关重要的。文献73从原始GNSS测量值中获得位置，并将它们与图像中的特征点融合。利用IMU预积分算法将全局位置测量值紧耦合，有效地导出全局位置因子。这允许在滑动窗口的每个关键帧中添加多个全局因子，而额外的计算成本可以忽略不计。文献74通过GNSS伪距测量值与相机特征点的紧密耦合来实现自运动估计，提出了一种基于流形的 10 自由度联合优化方法，实现了相机原 42 导航定位学报 2023 年 4 月 始测量数据与GNSS数据的紧密融合。然而，上述紧耦合方案并没有考虑更多参与融合的GNSS原始测量值。文献75提出了一个基于优化的全球定位系统-视觉-惯性紧耦合里程计系统，并提出了一种快速参考帧初始化方法和一种GPS-IMU外部和时间偏差的在线标定方法，提高了系统的效率和鲁棒性，相比于ORB-SLAM3 和VINS-Fusion，定位精度更高。文献28首先提出一种基于优化的VI-SLAM与GNSS原始测量值（伪距和多普勒频移）紧耦合的系统。在滑动窗口内，考虑图像与原始GNSS测量数据之间的异步性，将重投影误差、IMU预积分误差和GNSS原始测量误差联合最小化。此外，也考虑了边缘化、测量噪声消除以及处理脆弱情况等问题。相似的研究如文献29提出了基于非线性优化的卫视惯导航系统（GNSS-visual-inertial navigation system，GVINS），将GNSS的原始测量与视觉和惯性信息紧密耦合，用于实时和无漂移的状态估计；提出了一个从粗到细的初始化GNSS过程，对GNSS伪距和多普勒频移测量值，以及视觉和惯性信息进行建模，并用于在因子图框架中约束系统状态，能够无缝地应对室内外环境的过渡。相比文献28的方案，GVINS的定位精度和鲁棒性更高。3 滤波和优化方法的对比分析 梳理归纳了该领域近 10 a的部分代表方案，并进行对比分析，主要侧重点在于后端数据融合方法的比较，如表 1 所示。从表 1 可以看出，基于滤波的方法，特别是EKF，在早期的VI或GVI组合研究中占据重要位置。但是随着计算机水平的发展，用可接受的计算量的增加换来了更高的精度和鲁棒性，基于优化的方法逐渐成为了后端处理技术的主流。但不可否认的是，基于滤波的技术，由于其计算量相对较小、计算效率高的优势，在计算资源贫乏的平台如移动设备、穿戴设备等上有着很好的应用前景。相较于松耦合，紧耦合的方案更为有效，因为GVI紧耦合在场景转换、挑战环境下有着更高的容错性和更好的精度表现。而SLAM技术与深度学习的结合，也逐渐成为研究热点，在区分多径信号76-77、语义分割78等方向有着很好的研究前景。可以预见的是，更轻量且高性能的多传感器融合算法结合便携式平台将成为热门研究方向。表 1 近 10 a 代表性方案比较 年份 参考文献序号 传感器名 组合方式算法框架滤波方法 优化方法 开源项目 2013 45-46 GNSS 接收机、相机、IMU 松耦合 VIO EKF-2013 35 相机、IMU 紧耦合 VIO MSCKF 2.0-2014 48 GNSS（伪距、多普勒频移接收机）、相机、IMU 紧耦合 VIO EKF-2014 54 GPS 接收机、相机、IMU、激光雷达松耦合 VIO UKF-2017 43-44 多相机、IMU 紧耦合 VIO 迭代 EKF-2018 57 单目相机、IMU 紧耦合 VIO-位姿图优化 VINS-Mono 2019 52 双差 GNSS 接收机、相机、IMU 紧耦合 VIO MSCKF-2019 58 双目相机、IMU、GNSS 解 松耦合 VIO-位姿图优化 VINS-Fusion 2020 27 相机、IMU、GPS 紧耦合 VIO MSCKF-2020 42 相机、IMU 紧耦合 VIO MSCKF-OpenVINS 2020 67 单目、双目、RGB-D、IMU 紧耦合 SLAM-非线性优化 ORB-SLAM32021 28 GNSS（伪距、多普勒频移接收机）、相机、IMU 紧耦合 SLAM-非线性优化-2022 75 GPS、相机、IMU 紧耦合 VIO-位姿图优化-2022 29 GNSS（伪距、多普勒频移接收机）、相机、IMU 紧耦合 VIO-位姿图优化 GVINS 第 2 期 宋江波，等.卫惯视组合导航技术发展趋势 43 4 基于 GVI+组合导航系统的应用展望 为了适应更多挑战环境下无人系统导航定位和建图的需求，应对不同的特殊环境，需要搭载GVI+其他传感器用于环境的感知和自身的定位。水下无人系统的应用：GVI+声学定位或感知传感器。精准地感知海洋动态和开发利用海洋资源已成为各国发展的紧迫需求，而水下的环境复杂多变，如水下洞穴、沉船和海底峡谷等，需要无人环境的水下机器人来执行完成任务。多普勒计程仪、声学定位系统和多波束测深系统等声学传感器以及深度传感器等可以和视觉惯性传感器很好地结合，以弥补其视觉在水中光照不够和惯导长时间工作易产生漂移等不足79-81。GVI+组合导航在海洋考古学、海底打捞救援、海洋资源勘测、南北极科考和海洋生物考察等多个领域都具有重要意义。自动驾驶应用：GVI+激光雷达等传感器。集成多种传感器与人工智能的自动驾驶技术是现代科技背景下的一次革命性发展，也是未来智慧城市的重要支撑技术之一。自动驾驶的基础是利用传感器对周围的环境进行感知。目前常使用的传感器有车载摄像头、毫米波雷达、激光雷达和轮式里程计、IMU、GNSS接收机等82-83。随着GVI+其他多传感器融合的组合导航技术日益完善，自动驾驶将大大减少人为误差，提升交通安全性和交通效率，为人们提供最优的出行方案。空中无人系统应用：GVI+气压高度计等传感器。空中无人系统在国防和国民经济建设中都有广泛的应用。卫惯视+磁罗盘+气压高度计组合导航系统84-85具有为空中无人系统提供高精度导航定位的能力。在军事中，微型无人机凭借其体积小、噪声小和隐蔽性强等特点成为了空中作业平台的良好选择。根据任务需求可以搭载不同设备，实现侦察定位、电子战、对地攻击以及通信等功能。在民用上，其他各种形态的无人机还在航空摄影、气象探测、勘探测绘、环境研究和农业植保等方面发挥作用，具有极为广阔的市场前景。根据不同形态的无人系统86（水下机器人、无人艇、轮式无人车、四足机器人、人型机器人、无人机等）以及不同应用环境（水下、陆地、洞穴、室内、空中等），搭载GVI+其他传感器可满足不同的定位导航需求。5 结束语 本文对卫星导航、视觉导航和惯性导航的组合应用进行了归纳总结。重点探讨了后端数据融合算法研究进展，分析了基于滤波和基于优化的组合导航技术发展以及 2 种技术路线的优缺点和对应的代表性方案。通过对近 10 a来的代表性方案的梳理和分析，基于优化的方法已成为研究主流，但是基于滤波的方案在特定平台依然具有优势。最后，对基于GVI+组合导航的相关应用进行了介绍和展望。多传感器融合导航技术已成为了导航定位领域的发展趋势，在相关研究中拥有巨大的应用潜力。参考文献 1 MAENAKA K.MEMS inertial sensors and their applicationsC/The Institute of Electrical and Electronic Engineers(IEEE).Proceedings of the 2008 5th International Conference on Networked Sensing Systems.IKanazawa,Japan:IEEE,2008:71-732022-06-30.2 AHMAD N,GHAZILLA R A R,KHAIRI N M,et al.Reviews on various inertial measurement unit(IMU)sensor applicationsJ.Int