随着人工智能和传感器技术的不断进步,导航技术的应用场景不断拓展,越来越多的应用对导航参数的精度、可靠性和可用性提出了更高的要求,同时又对导航系统的体积、重量和成本作出了更严格的限制。随着集成电路和微机电技术的进步,微型传感器的性能不断提高,基于这些传感器实现组合导航系统一方面可以提高导航系统的性能,另一方面可以减小其体积、重量,并降低成本。因此,低成本卫星/惯性/视觉组合导航技术已成为国内外研究的热点。然而面向低成本传感器的单目视觉-惯性SLAM、卫星/惯性/视觉组合导航模型构建等关键技术仍有待进一步完善。基于此,本文以低成本卫星/惯性/视觉组合导航平台为基础,重点研究了这两项关键技术,主要的工作和创新点如下:1.重点研究了单目视觉-惯性SLAM技术,从系统初始化、滑动窗口优化和回环优化等方面对目前较为成熟的单目视觉-惯性SLAM开源框架VINS-Mono进行了改进:(1)针对目前主流单目视觉里程计初始化成功的判别条件不够可靠的问题,提出使用相机平移计算归一化向量位移作为初始化成功判据,提高了单目视觉里程计的稳定性。(2)针对相机-IMU外参初始化的问题,提出通过最小化相机和IMU之间的旋转误差对相机-IMU相对旋转和时延进行估计,同时以Jacobian的奇异值和平均旋转误差作为参数收敛判据。实验结果表明,本文方法能够有效保证相机-IMU相对旋转和时延的收敛,相对旋转初始化精度优于2°,相对时延初始化精度优于5ms。(3)针对卷帘快门相机,根据其按行曝光的特点,并考虑相机-IMU外参,推导了相应的图像点重投影公式。使用该公式进行卷帘快门相机图像特征点校正和跟踪,能够基本消除卷帘快门效应的影响。(4)针对传感器参数在线标定的问题,将相机-IMU外参、卷帘快门图像读取时间等参数引入状态空间,在进行里程计解算的同时对这些传感器参数进行优化,并根据待估参数的可观性动态调节系统方程避免系统发散。实验结果表明相机-IMU相对旋转精度可达0.7°,平移精度可达0.02m,时延精度可达亚毫秒级。(5)针对低成本IMU尺度漂移的问题,提出对所有关键帧进行五自由度优化。即当检测到回环后,优化关键帧数据库中每一个关键帧的尺度,航向角和三维位置。实验结果表明五自由度优化相比于四自由度优化更好的消除位置累积误差和尺度漂移。2.深入研究了低成本卫星/惯性/视觉组合导航的模型和方法。首先针对伪距定位误差较大,加入系统短期内对位姿约束效果不明显的问题,提出借助载波相位历元间差分定位结果对系统进行约束。推导了载波相位历元间差分定位观测模型,实验结果表明载波相位历元间差分定位精度可达厘米级。针对低成本接收机抗干扰能力弱,容易产生异常值的问题,提出通过抗差估计和状态检验对粗差进行抑制,实验结果表明本文方法能有效抑制粗差。针对卫星/惯性/视觉数据融合的问题,提出使用伪距定位结果和载波相位历元间差分定位结果对视觉-惯性系统进行约束从而实现位姿融合。实验结果表明,在GNSS的辅助下,位姿融合能够进一步削弱视觉-惯性里程计/SLAM的误差,特别是尺度误差。3.为了将本文提出的组合导航算法投入到实际应用,我们搭建了一个卫星/惯性/视觉组合导航平台,以满足组合导航算法对传感器数据的采集和解算的需求。针对传感器数据时间同步的问题,我们一方面使用IMU和相机输出的脉冲信号确定IMU数据和图像的时间戳,另一方面通过GNSS接收机输出的UTC PPS脉冲将本地时间与UTC对准。实验结果表明相机-IMU硬件延迟波动稳定在0.15ms内,本地时间与UTC对准精度优于7μs。最后开展了行走和骑行实验,对本文系统在室内外环境下的定位性能进行了验证。针对轨迹精度评估的问题,我们提出使用PPK或UWB定位结果与视觉-惯性里程计/SLAM输出的位姿进行融合得到轨迹参考真值,用于轨迹误差的定量评估。实验结果表明,在各实验场景下本文单目视觉-惯性里程计的位置误差累积率在0.03m/m左右,航向角误差累积率在0.008°/m左右。经过位姿融合后,位置精度优于3m,航向角精度优于0.12°。