城市场景低成本GNSS/INS/视觉紧耦合高精度定位方法

刘万科; 雷维豪; 胡捷; 楼益栋

doi:10.14188/j.2095-6045.20260390

您当前的位置：

首页 >

文章列表页 >

城市场景低成本GNSS/INS/视觉紧耦合高精度定位方法

高端论坛 | 更新时间：2026-10-12

- 城市场景低成本GNSS/INS/视觉紧耦合高精度定位方法
- Low-Cost GNSS/INS/Visual Tightly Coupled Precise Positioning for Urban Environments
- 测绘地理信息 2026年51卷第5期页码：68-75
- 作者机构：
  
  1.武汉大学测绘学院，湖北武汉，430079
  2.武汉大学卫星导航定位技术研究中心，湖北武汉，430079
- 作者简介：
  
  刘万科，博士，教授，主要从事GNSS精密定位及多源融合导航。E-mail：wkliu@sgg.whu.edu.cn
  楼益栋，博士，教授，主要从事北斗精密定轨定位及协同精密定位技术研究。E-mail：ydlou@whu.edu.cn
- 基金信息：
  
  深圳市科技计划(CJGJZD20240729143002004);湖北省自然科学基金(2024AFA023)
- DOI：10.14188/j.2095-6045.20260390
  中图分类号： P228;P237
- 修回：2026-08-28，
  
  纸质出版：2026-10-05
- 稿件说明：
移动端阅览
刘万科，雷维豪，胡捷，等.城市场景低成本GNSS/INS/视觉紧耦合高精度定位方法［J］.测绘地理信息，2026，51（5）：68-75

LIU Wanke，LEI Weihao，HU Jie，et al.Low-Cost GNSS/INS/Visual Tightly Coupled Precise Positioning for Urban Environments［J］.Journal of Geomatics，2026，51（5）：68-75
刘万科，雷维豪，胡捷，等.城市场景低成本GNSS/INS/视觉紧耦合高精度定位方法［J］.测绘地理信息，2026，51（5）：68-75 DOI： 10.14188/j.2095-6045.20260390.

LIU Wanke，LEI Weihao，HU Jie，et al.Low-Cost GNSS/INS/Visual Tightly Coupled Precise Positioning for Urban Environments［J］.Journal of Geomatics，2026，51（5）：68-75 DOI： 10.14188/j.2095-6045.20260390.

摘要

提出了一种面向低成本传感器的GNSS/INS/视觉紧耦合定位算法，该算法以扩展卡尔曼滤波为融合框架，融合GNSS、INS和视觉原始观测值实现全局高精度的位姿信息解算。针对视觉信息利用不充分难以抑制惯导误差累积的问题，采用长短期混合式视觉更新方式，将长期跟踪的视觉特征作为待优化参数，挖掘其多帧共视关系以提升系统精度维持能力；针对卫星信号频繁遮挡导致异常观测值较多的问题，提出视觉/惯导辅助的GNSS质量控制方法，利用视觉/惯导先验位置辅助伪距粗差和相位周跳的识别和处理，避免异常观测值污染系统定位结果。城市场景下的车载实验结果表明，提出算法的三维位姿误差均方根误差分别为0.43 m和0.91 °，实现了城市复杂场景下的分米级定位；与商业产品VisionRTK2设备输出结果对比，三维位置精度提升了12.2%，定位精度和鲁棒性更优。

Abstract

Accurate and reliable pose information is essential for location-based applications such as assisted driving， mobile robot navigation， and unmanned aerial vehicle delivery. GNSS/INS/vision integrated positioning can achieve high-accuracy positioning and navigation in urban environments by exploiting the complementary strengths of the three types of sensors. However， the poor data quality of low-cost sensors makes existing multi-sensor fusion methods insufficient for low-cost mass-market navigation. To address this issue， this paper proposes a tightly coupled GNSS/INS/vision positioning algorithm suitable for low-cost sensors. An extended Kalman filter is adopted as the fusion framework to jointly process raw GNSS， INS， and visual measurements for global high-accuracy pose estimation. To reduce inertial error accumulation caused by insufficient utilization of visual information， a hybrid long-term and short-term visual update strategy is introduced. Long-tracked visual features are included as optimization states to exploit multi-frame co-visibility and improve accuracy maintenance. In addition， a vision/inertial-aided GNSS quality control method is proposed to address frequent abnormal observations caused by satellite signal blockage. The vision/inertial prior position is used to assist the detection and handling of pseudorange outliers and carrier-phase cycle slips， thereby preventing abnormal observations from degrading the positioning results. Vehicle experiments in urban environments show that the proposed method achieves RMSEs of 0.43 m and 0.91 ° for three-dimensional position and attitude， respectively， enabling decimeter-level positioning in complex urban environments. Compared with the output of the commercial VisionRTK2 device， the proposed method improves the three-dimensional positioning accuracy by 12.2% and provides better positioning accuracy and robustness.

关键词

Keywords

references

徐正鹏，张全，牛小骥 . GNSS单点解算用于组合导航性能分析［J］. 测绘地理信息， 2019 ， 44 （ 1 ）： 32 - 35

Li Xu ， Chen Wei ， Chan Chingyao ， et al . Multi-sensor Fusion Methodology for Enhanced Land Vehicle Positioning ［J］. Information Fusion ， 2019 ， 46 ： 51 - 62

Zhuang Yuan ， Sun Xiao ， Li You ， et al . Multi-Sensor Integrated Navigation/Positioning Systems Using Data Fusion： From Analytics-Based to Learning-Based Approaches ［J］. Information Fusion ， 2023 ， 95 （ C ）： 62 - 90

Qin Tong ， Cao Shaozu ， Pan Jie ， et al . A General Optimization-Based Framework for Global Pose Estimation with Multiple Sensors ［PP/OL］. 2019： arXiv： 1901. 03642 . https：//arxiv.org/abs/1901.03642 https://arxiv.org/abs/1901.03642

Niu Xiaoji ， Tang Hailiang ， Zhang Tisheng ， et al . IC-GVINS： A Robust， Real-Time， INS-Centric GNSS-Visual-Inertial Navigation System ［J］. IEEE Robotics and Automation Letters ， 2023 ， 8 （ 1 ）： 216 - 223

Li Tao ， Pei Ling ， Xiang Yan ， et al . P3-VINS： Tightly-Coupled PPP/INS/Visual SLAM Based on Optimization Approach ［J］. IEEE Robotics and Automation Letters ， 2022 ， 7 （ 3 ）： 7 021 - 7 027

Song Jiangbo ， Li Wanqing ， Duan Chufeng ， et al . R ²-GVIO： A Robust， Real-Time GNSS-Visual-Inertial State Estimator in Urban Challenging Environments ［J］. IEEE Internet of Things Journal ， 2024 ， 11 （ 12 ）： 22 269 - 22 282

Lynen S ， Achtelik M W ， Weiss S ， et al . A Robust and Modular Multi-sensor Fusion Approach Applied to MAV Navigation ［C］// 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems . November 3-7， 2013 ， Tokyo， New York ： IEEE Press ， 2014 ： 3 923-3 929

Li Tuan ， Zhang Hongping ， Gao Zhouzheng ， et al . Tight Fusion of a Monocular Camera， MEMS-IMU， and Single-Frequency Multi-GNSS RTK for Precise Navigation in GNSS-Challenged Environments ［J］. Remote Sensing ， 2019 ， 11 （ 6 ）： 610

Li Xin ， Li Xingxing ， Li Shengyu ， et al . Centimeter-Accurate Vehicle Navigation in Urban Environments with a Tightly Integrated PPP-RTK/MEMS/Vision System ［J］. GPS Solutions ， 2022 ， 26 （ 4 ）： 124

Wang Feng ， Geng Jianghui . GNSS PPP-RTK Tightly Coupled with Low-Cost Visual-Inertial Odometry Aiming at Urban Canyons ［J］. Journal of Geodesy ， 2023 ， 97 （ 7 ）： 66

黄晓宇，王乐，张欢，等 . 低成本监测型GNSS模组性能评估及加速度计辅助效果分析［J］. 测绘地理信息， 2026 ， 51 （ 4 ）： 73 - 80

Mourikis A I ， Roumeliotis S I . A Multi-state Constraint Kalman Filter for Vision-Aided Inertial Navigation ［C］// Proceedings 2007 IEEE International Conference on Robotics and Automation . Rome， New York ： IEEE Press ， 2007

Qin Tong ， Li Peiliang ， Shen Shaojie . VINS-Mono： A Robust and Versatile Monocular Visual-Inertial State Estimator ［J］. IEEE Transactions on Robotics ， 2018 ， 34 （ 4 ）： 1 004 - 1 020

吴明魁，尚霆锋，赵文祎，等 . 基于EMD-iForest的GNSS变形监测时间序列粗差探测方法［J］. 测绘地理信息， 2025 ， 50 （ 2 ）： 67 - 72

Xiao Kai ， Zhu Xiangwei ， Zhang Lundong ， et al . Cycle Slip Detection and Repair Method Towards Multi-frequency BDS-3/INS Tightly Coupled Integration in Kinematic Surveying ［J］. Journal of Geodesy ， 2024 ， 98 （ 12 ）： 111

韩厚增，王坚，李增科 . GPS/INS紧组合的INS辅助周跳探测与修复［J］. 测绘学报， 2015 ， 44 （ 8 ）： 848 - 857

Xu Bo ， Zhang Shoujian ， Kuang Kaifa ， et al . A Unified Cycle-Slip， Multipath Estimation， Detection and Mitigation Method for VIO-Aided PPP in Urban Environments ［J］. GPS Solutions ， 2023 ， 27 （ 2 ）： 59

赵广越，王甫红，程雨欣，等 . 低成本MEMS IMU交轴耦合误差标定与补偿对GNSS/INS组合导航的影响分析［J］. 测绘地理信息， 2025 ， 50 （ 4 ）： 35 - 40

Hu Jie ， Lei Weihao ， Zhuo Desheng ， et al . Enhance Pose and Extrinsic Accuracy with Online Spatial and Temporal Compensation in Monocular Camera-Aided GNSS/SINS Integration ［J］. IEEE Transactions on Instrumentation and Measurement ， 2024 ， 73 ： 7502116

别秭锟，王鑫宇，刘万科 . 城市动态场景GNSS信号特征及其对NLOS自主识别影响分析［J］. 测绘地理信息， 2025 ， 50 （ 2 ）： 83 - 88

Xu Hongjin ， Chen Xingyu ， Ou Jikun ， et al . Single-Station Single-Frequency GNSS Cycle Slip Estimation with Receiver Clock Error Increment and Position Increment Constraints ［J］. GPS Solutions ， 2024 ， 28 （ 3 ）： 117

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

城市主题与非主题景点时空竞合模式识别

卫星测高技术进展与发展趋势

恶劣天气下车载激光雷达点云去噪研究综述

移动CT运行中的多传感器融合定位方法

智慧城市知识框架：概念、内容与前瞻