Robust Position Estimation by Rao-Blackwellized Particle Filter without Integer Ambiguity Resolution in Urban Environments

要約

この研究では、グローバルナビゲーション衛星システム（GNSS）キャリア相測定における整数の曖昧さ解像度を必要とせずに、Rao-blackwellized粒子フィルター（RBPF）を利用するセンチメートルのacccurateポジショニング方法を提案しています。
粒子フィルター（PF）を使用する従来の位置決め方法は、粒子位置に基づいてキャリア相の残差からの尤度を計算することにより、曖昧さ解像度の必要性を排除します。
ただし、この方法は、特に非表示（NLOS）マルチパスエラーを特徴とする都市環境での課題に遭遇します。
このようなシナリオでは、状態遷移に使用される速度推定精度の分解により、PF追跡が失敗する可能性があり、それによりその後の位置推定が複雑になります。
この問題に対処するために、Rao-blackwellizationを従来のPFフレームワークに適用し、位置と速度を異なる状態として扱い、速度推定のためにKalmanフィルターを使用します。
このアプローチは、速度推定の精度と、その結果、位置推定の精度を高めます。
さらに、提案された方法は、速度推定ステップ中に各粒子位置での擬似型残差に基づいてNLOSマルチパス信号を拒否します。
このプロセスは、速度の精度を向上させるだけでなく、速度がさまざまな速度で粒子が一意の状態に移行できるようにすることにより、粒子の多様性を維持します。
したがって、粒子は真の位置に集中する可能性が高く、それにより、より正確な位置推定を可能にします。
都市環境での車両実験により、従来のPFベースおよび従来のGNSS位置決め方法よりも高い位置決め精度を達成する上で提案された方法の有効性が示されました。

要約(オリジナル)

This study proposes a centimeter-accurate positioning method that utilizes a Rao-Blackwellized particle filter (RBPF) without requiring integer ambiguity resolution in global navigation satellite system (GNSS) carrier phase measurements. The conventional positioning method employing a particle filter (PF) eliminates the necessity for ambiguity resolution by calculating the likelihood from the residuals of the carrier phase based on the particle position. However, this method encounters challenges, particularly in urban environments characterized by non-line-of-sight (NLOS) multipath errors. In such scenarios, PF tracking may fail due to the degradation of velocity estimation accuracy used for state transitions, thereby complicating subsequent position estimation. To address this issue, we apply Rao-Blackwellization to the conventional PF framework, treating position and velocity as distinct states and employing the Kalman filter for velocity estimation. This approach enhances the accuracy of velocity estimation and, consequently, the precision of position estimation. Moreover, the proposed method rejects NLOS multipath signals based on the pseudorange residuals at each particle position during the velocity estimation step. This process not only enhances velocity accuracy, but also preserves particle diversity by allowing particles to transition to unique states with varying velocities. Consequently, particles are more likely to cluster around the true position, thereby enabling more accurate position estimation. Vehicular experiments in urban environments demonstrated the effectiveness of proposed method in achieving a higher positioning accuracy than conventional PF-based and conventional GNSS positioning methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google