Square-Root Inverse Filter-based GNSS-Visual-Inertial Navigation

要約

全地球航法衛星システム (GNSS) は、利用可能な場合には全地球測位を提供するためによく使用されますが、その断続性や不正確さのため、他のセンサーとの融合が必要になります。
この論文では、平方根逆スライディング ウィンドウ フィルタリング (SRI-SWF) フレームワーク内で視覚、慣性、生の GNSS 測定を密結合形式で融合する新しい GNSS-視覚-慣性航法システム (GVINS) を開発します。
したがって、SRI-GVINS と呼ばれます。
特に、視覚慣性測定とともに、GNSS 擬似距離、ドップラー シフト、一重差分擬似距離、二重差分搬送波位相測定を初めて深く融合しました。
SRI-SWF から継承された、提案された SRI-GVINS は、最先端の手法に比べて大幅な数値安定性と計算効率を獲得しています。
さらに、バッチ最適化のために測定値を収集するのではなく、フィルターを使用して、収束するまで基準フレーム変換を順次初期化することを提案します。
また、外部パラメータの劣化の可能性を軽減するために、GNSS-IMU 外部パラメータのオンライン校正も実行します。
提案された SRI-GVINS は、独自に収集した UAV データセットで広範に評価され、その結果は、提案された方法がリアルタイムで VIO ドリフトを抑制できることを実証し、オンライン GNSS-IMU 外部キャリブレーションの有効性も示しています。
公開データセットでの実験的検証により、提案された SRI-GVINS が精度と効率の両方の点で最先端の方法よりも優れていることがさらに明らかになりました。

要約(オリジナル)

While Global Navigation Satellite System (GNSS) is often used to provide global positioning if available, its intermittency and/or inaccuracy calls for fusion with other sensors. In this paper, we develop a novel GNSS-Visual-Inertial Navigation System (GVINS) that fuses visual, inertial, and raw GNSS measurements within the square-root inverse sliding window filtering (SRI-SWF) framework in a tightly coupled fashion, which thus is termed SRI-GVINS. In particular, for the first time, we deeply fuse the GNSS pseudorange, Doppler shift, single-differenced pseudorange, and double-differenced carrier phase measurements, along with the visual-inertial measurements. Inherited from the SRI-SWF, the proposed SRI-GVINS gains significant numerical stability and computational efficiency over the start-of-the-art methods. Additionally, we propose to use a filter to sequentially initialize the reference frame transformation till converges, rather than collecting measurements for batch optimization. We also perform online calibration of GNSS-IMU extrinsic parameters to mitigate the possible extrinsic parameter degradation. The proposed SRI-GVINS is extensively evaluated on our own collected UAV datasets and the results demonstrate that the proposed method is able to suppress VIO drift in real-time and also show the effectiveness of online GNSS-IMU extrinsic calibration. The experimental validation on the public datasets further reveals that the proposed SRI-GVINS outperforms the state-of-the-art methods in terms of both accuracy and efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google