一、面向ITS的车辆导航与定位技术（论文文献综述）
李猛钢[1]（2020）在《面向井下钻孔机器人应用的精确定位与地图构建技术研究》文中研究表明随着智能机器人、无人驾驶、人工智能等相关学科的快速发展,煤矿装备的智能化和机器人化,是继机械化、电气化、自动化变革之后新的发展趋势,将改变煤矿现有生产方式,为煤矿工业的发展带来生产力和安全性的巨大变革。作为煤矿机器人研发和应用之一的井下瓦斯防治钻孔机器人是一种可以实现井下工作面巷道瓦斯自动抽放、无需人工干预的,具备自主行走、自动钻进等功能的全自主钻孔作业机器人。然而,井下复杂场景下的精确定位和高精度地图构建作为支撑钻孔机器人实现自主行走的关键技术,目前尚未有行之有效的解决方案。煤矿井下环境复杂、工况恶劣、无GPS,地面常规使用的定位和建图技术无法直接在此环境中应用。井下现有定位技术如航迹推算定位、惯性导航定位、射频标签定位、视频监控等,无法满足钻孔机器人在井下各种复杂环境中的长期大范围定位,无法为机器人自主导航和自动钻孔作业提供精确位姿估计;现有基于激光扫描仪和全站仪等测量设备的井下测绘和地图构建方法效率低,不适合场景变化环境的三维地图构建和模型快速更新,无法为钻孔机器人提供精确而高效的先验地图。因此,本文根据钻孔机器人的实际需求,围绕精确定位和地图构建这两个关键技术问题开展研究,主要内容包括:针对钻孔机器人自主行走的实际需求,分析了钻孔机器人的工况环境,探讨了钻孔机器人实现自主导航需要具备的功能需求,对移动机器人定位和地图构建问题的本质进行研究;分析构建欧式空间和流形空间的三维运动描述、基于滤波与优化的状态估计求解方法,以及传感器观测模型的数学描述,为提出适合钻孔机器人应用的定位和建图方法奠定理论基础。针对井下尚无可以为移动机器人提供可靠定位服务的定位系统和定位定姿方法,提出基于EKF-UWB的井下伪GPS定位系统构建方法,以及最优锚节点部署策略;进一步通过融合定位系统提供的位置估计与IMU观测,设计了基于ESKF-Fusion的6自由度位姿估计方法。通过仿真和真实场景试验,证明提出的基于EKF-UWB的定位系统和基于ESKF-Fusion的位姿估计方法可以实现井下机器人长期作业的鲁棒而精确的定位,可以在线估计UWB与IMU的外参和IMU的零偏。为了解决井下常规非结构环境的高效定位和点云地图构建问题,提出一种基于激光的3D NDT-graph-SLAM方法。根据井下巷道环境特点,设计了基于激光里程计约束因子、平面特征约束因子、回环约束因子的位姿图优化方法,可以实现在线定位和建图功能。在公开的数据集和井下模拟巷道进行了试验,结果表明提出的方法可以实现地面和井下非结构化场景的实时高精度地图构建,可以满足机器人在井下非结构化环境的精确定位和高效地图构建。为实现井下颠簸路面和复杂场景的可靠定位和高精度地图构建,提出一种基于激光雷达和IMU紧耦合的多传感器融合方法—LI-SLAM。为应对机器人快速旋转、剧烈运动等工况,提出了利用IMU数据辅助雷达进行点云畸变校正,设计了雷达相对位姿因子、IMU预积分因子、边缘化先验因子和回环检测因子,基于因子图优化框架实现了紧耦合融合传感器信息的功能。在野外复杂地形场景进行的大量试验结果表明,提出的方法对于复杂地形、剧烈运动等工况有很强的适应性,可以满足野外以及井下颠簸路面和复杂场景下的精确定位和高精度先验地图构建。针对井下尚无可以实现包含绝对地理信息、克服场景退化问题的定位和地图构建方法,提出一种基于雷达、IMU和UWB融合的LIU-SLAM方法。利用LI-SLAM方法提供的紧耦合局部激光惯性里程计,进一步基于全局因子图优化与UWB定位系统提供的绝对位置和距离观测进行融合。地下车库的现场试验表明,提出的方法实现了UWB信号覆盖范围内局部区域和长距离大范围场景的精确定位,可以在线实现点云地图与地理坐标系的对齐,提高了激光定位和建图的精度和鲁棒性。为了验证本文提出算法的实用性和可行性,开发了钻孔机器人定位导航软硬件系统,并在煤矿救援机器人平台上开展了在模拟煤矿巷道内的试验验证。结果表明,基于EKF-UWB方法的UWB定位系统可以实现在定位系统内的静态绝对定位精度均值10 cm以内,满足钻孔机器人在局部区域作业的精确定位需求,并且可以通过移架或部署更多UWB节点拓展应用范围;ESKF-Fusion和LIU-SLAM方法均可以实现UWB定位系统内局部区域的机器人连续运动时的精确位姿估计,LIU-SLAM鲁棒性和精度更高,局部区域绝对定位精度均值25 cm以内;LIU-SLAM方法可以实现UWB信号覆盖的大范围场景下的高精地图构建,地图一致性和局部建模效果好,大场景绝对定位精度均值25 cm以内,可靠地实现了点云地图与地理坐标系的对齐,对于井下复杂和退化场景的鲁棒性最好。通过对UWB定位系统、基于UWB和IMU融合的ESKF-Fusion位姿估计方法、基于3D NDT-graph-SLAM高效定位和地图构建方法、基于LiDAR/IMU/紧耦合的LI-SLAM以及进一步融合UWB的LIU-SLAM精确定位和地图构建方法的研究,为钻孔机器人在井下不同环境的定位和地图构建提供了可行的解决方案,为下一步在钻孔机器人上实际应用奠定了研究基础和应用经验。该论文有图116幅,表34个,参考文献197篇。
田春月[2]（2020）在《面向AGV导航的环境建模和路径规划技术研究》文中认为随着智能制造产业的快速推进,自动导引车（Automated Guided Vehicle,AGV）的自主化与智能化逐渐成为智能物流领域的研究重点。AGV的导航技术是确保其自主完成物流运输任务的关键之一。AGV的导航技术是直面工程需求的热点研究领域,也具有较高的学术研究价值。为此,本课题针对AGV导航的需要,开展地图建模和路径规划研究,以提升AGV的自主性与智能性。主要研究内容如下:提出了一种基于特征提取的地图建模方法。通过对采集的点云数据进行聚类与分割,将分割后各区域内点云进行线段拟合与合并,并提取出所需要的特征线段。最终建立了具有明显结构特征的室内地图模型。并在此基础上建立车辆的地标测量模型,采用基于贝叶斯后验概率估计的蒙特卡洛定位算法,有效的关联了里程计状态值与传感器观测值。提出了一种面向高效和动态避障的路径规划方法。针对Astar算法路径规划结果中拐点较多和转折点不平滑的问题,采用基于Floyd算法对Astar算法进行改进。通过去除全局路径中多余的拐点并添加三次B样条拟合路径,使其更加平滑与安全,提高了规划路径的效率。为避免传统动态窗口算法（Dynamic Window Approach,DWA）算法易陷入局部最优值的问题,在动态窗口算法中引入向量场直方图算法（Vector Field Histogram+,VFH+）,通过对速度进行采样,并将其带入代价函数对局部路径进行更新,以有效克服DWA算法中的局部最优问题。实验仿真结果说明该方法能在实现动态避障的基础上有效提高路径规划的效率。搭建了地图建模和路径规划实验平台。基于AGV和激光雷达搭建了地图建模实验平台,利用该实验平台对所提基于特征提取的地图建模方法进行了实验,实验结果说明所提方法能有效提高的模型精度。对所提基于Floyd的改进Astar算法进行了全局路径规划实验,实验结果表明改进算法可有效提高路径搜索速度。同时对所提改进DWA算法进行实验验证,实验结果显示所采用的算法可有效进行动态避障,同时避免局部极值问题。
刘雪[3]（2020）在《基于网络脆性分析的交通控制方法研究》文中研究指明我国城市化进程发展迅速,道路网络也变得更加复杂,机动车保有量增长迅速,交通拥堵日益严重。提升道路网络通行能力的方式一般有两种,一是加大基础设施建设,提升路网密度,增加通行能力供应量。二是进行有效的交通管理与控制,通过对城市交通管理与控制方法的研究,来提升已有道路的通行能力。交叉口作为城市路网的瓶颈,是交通拥堵和事故的主要发生地。合理有效地交叉口控制方案,可以减少交织车辆的冲突,降低交叉口延误,增加路网通行能力,从而保障城市交通系统的安全、稳定运行。为此,本文开展基于网络脆性的交通控制方法研究具有重要意义。道路交通系统是典型的复杂系统,交通事故或拥堵的发生会激发系统的脆性,进而导致交通系统的崩溃。随着道路网络规模的不断扩大,交通系统的脆性问题也变得更加复杂。为降低城市交通系统脆性风险,需要对系统脆性源的构成进行分析。本文应用改进模糊层次分析法来计算城市交通系统脆性源,通过对其脆性基元的权重分析,找出提升交通网络稳定性、降低网络脆性风险的主脆性源,为后续交通控制方法研究奠定理论基础。交通控制方法作为提升道路网络通行能力的重要方式,一直以来都是交通运输工程领域研究的重点和难点之一。本文首先通过车辆导航定位方法（第三章）的研究,来确定车辆位置信息;并通过基于视频的道路网络信息采集（第四章）来确定道路网络的交通状态信息。以上述两章内容为技术支撑,建立基于混合优化模型的交叉口控制方法（第五章）。最后搭建了基于Hadoop平台的智能交通控制系统,为后续控制方法的验证提供平台。本文具体研究如下:（1）城市交通系统的脆性源分析在论述城市交通系统这一复杂系统脆性及特点的基础上,应用模糊层次分析法对城市交通系统的脆性源及权重进行分析。通过分析计算可知,方案层中重要度向量结果排序前四位依次为:驾驶员、行人、管理和交叉口特性。即通过对以上四个主脆性基元的调整改善,可以有效提升系统的稳定性、降低道路网络的脆性风险。鉴于人在交通系统中的复杂性和社会性,本文将研究重点集中于管理和交叉口特性这两个脆性基元,为后续开展控制方法的研究奠定理论基础。（2）基于北斗的车辆导航定位方法基于北斗的车辆导航定位可以提供准确的车辆的位置信息及路径信息,为交通控制方法的研究提供技术支持。本文在论述北斗定位及航迹推算定位原理的基础上,利用无迹卡尔曼模型的优点,建立基于UKF的北斗/航迹组合定位算法。为进一步提高定位精度,采用电子地图匹配来进行定位修正。最后通过跑车实验,验证了该方法对相对单一定位方式在定位精度上有较大幅度的提升。（3）基于视频的道路网络信息采集方法基于视频的路网信息采集可以方便、准确的提供道路网络上路段及交叉口的交通状态信息,为交通控制方法的研究提供信息支持。视频信息采集系统主要分为三层:第一层是完成全景交通场景的视频拼接融合,应用的核心算法是改进多重投影全景图像拼接算法;第二层对已生成的全景交通场景视频进行视频中物体的边缘信息提取,应用的核心算法是基于时空上下文的边缘信息提取算法;第三层是完成对行驶车辆的识别及信息采集,这一层中的核心算法是模糊特征识别算法。由于模糊特征识别算法较为成熟,只要在所提取的边缘信息准确且充分,该算法均具有较高的识别率。因此本文主要完成前两层核心算法的开发,并在此基础上完成对基于视频的道路网络信息采集系统的搭建。（4）基于混合优化模型的交叉口控制方法有效的交通控制方法可以极大地提升道路网络的通行能力,是智能交通控制系统的核心策略。由第二章网络脆性分析可知平面交叉口极易诱发整个城市交通系统的脆性风险,因此该部分研究主要针对平面交叉口进行优化。结合第三章导航定位方法提供的车辆位置信息和路径信息,及第四章提供的道路网络交通状态信息,文章构建了基于混合优化模型的平面交叉口控制方法,重点对排队长度和延误时间进行优化,应用遗传算法对多目标方程的求解。算法验证中,通过计算交叉口在轻度、中度、重度交通需求下的车辆通行情况,得出该模型对不同交通需求均有较为有效的信号控制方案,特别是在中、重度交通需求下,可以有效的降低交叉口的排队长度和延误时间。（5）基于Hadoop的控制系统设计及实现基于大数据的交通控制方法是未来交通的发展趋势。本文应用视频信息采集系统完成道路网络中实时交通状态信息的获取,并根据车辆所处位置及路径信息,对路网中的交叉口控制进行配时优化,从而改善道路网络的脆性问题。文章选用Hadoop平台进行智能交通控制系统的搭建,集成了智能车导航定位、视频信息采集、交叉口控制系统等组成部分,完成了交通场景及系统各个功能模块的设计。通过仿真测试,该平台子系统间具有良好的兼容性和协同性,优化后的控制方案有效的降低了交通系统的脆性风险。
曹相[4]（2020）在《高精度GNSS接收机计量检测关键技术研究及系统研制》文中指出计量关系到科技进步和产品质量效益,在GNSS产品计量方面,随着各种GNSS接收机定位终端市场比重的快速增长,其规范性和合格率检测是需要开展的重要工作。随着新兴行业（如无人车、自动驾驶技术、无人机等）的发展,对高精度GNSS产品的精度、可靠性、实时性、动态性、连续性等指标检测提出了更高的要求。当前对GNSS产品的检测主要采用基线场法,常规静态基线场检测方法的弊端是不能准确地评定GNSS终端各状态下的技术指标;此外,相对于静态场景,GNSS动态定位的瞬时性和空间变化特征显着,定位误差内部产生机制与外部环境影响更加复杂。如何有效评价动态条件下的GNSS定位性能一直是国际上研究的难点和热点问题。GNSS定位终端静态和动态工作能力的准确检测是保证GNSS行业健康发展的迫切需求。基于上述需求,本文围绕高精度GNSS定位终端动态检测系统的建立问题展开了研究。主要涉及GNSS定位模型研究、空间检测基准的构建、网络RTK静态检测参考标准方法的研究、GNSS终端动态检测技术及系统建设、GNSS动态检测规范研制几个部分。通过相关定位模型和系统建设等方面的改进和创新研究,建立了综合多系统GNSS数据、CORS技术和INS技术的GNSS定位终端动态检测系统,提升了检测的可靠性和稳定性。论文的主要工作如下:1、系统研究了多频多模GNSS融合定位模型相对于单系统GNSS,多系统数据能够提高模型强度,进而提升定位精度和稳定性。本文分别对多系统GNSS系统内差分模型（松组合模型）和系统间差分模型（紧组合模型）进行了研究,并利用实测数据对两种模型定位性能进行验证。在松组合定位模型方面,阐述了多系统GNSS伪距单点定位模型和差分相对定位模型。实验验证结果表明,相对于GPS单系统定位,多系统GNSS定位精度显着提高。其中平面方向定位精度提高58.4%,高程方向定位精度提高46.7%。在紧组合定位模型方面,针对GPS/BDS伪距紧组合定位模型,提出了BDS-3/GPS/GALILEO三系统实时估计系统间偏差（DISB）参数的紧组合定位模型。验证结果表明伪距DISB参数稳定,在紧组合定位中可以提前校正。对紧组合模型在不同观测卫星数模拟环境的定位结果显示,紧组合模型能有效提高定位精度,在观测卫星数少的情况下效果尤其明显。当观测卫星数在5颗时,精度提升幅度达到25%以上。2、构建了GNSS/INS融合的高精度空间检测基准阐述了多系统GNSS的CORS基准建立方法和虚拟观测值的生成算法。分别从CORS系统建立目标、各子系统的建立方法和测试方法等部分说明用于动态基准获取的CORS系统构建过程。建成国内首个计量检测行业多系统多频CORS系统,是国内首个为GNSS定位终端提供基准数据的检测基站。对CORS系统性能测试表明,在数据连接方面,系统24小时可用性为100%,数据丢包率小于0.01%,流动站接入初始化时间小于30s,通讯平均数据延迟小于10ms。在定位精度方面,测试点内符合定位偏差最大值为2.96cm,平均值最大值为1.50cm,内符合中误差最大值为1.65cm。外符合定位偏差最大值为3.54cm,平均值最大值为2.40cm,中误差最大值为2.60cm。提出了INS增强GNSS技术的动态高精度空间检测基准构建方法。分别包含INS结合GNSS技术高精度基准建立过程中误差来源、误差测定和误差溯源问题,详细阐述了INS增强GNSS的基准建立方法。用户终端定位测试表明,融合系统定位内符合精度N、E、U三方向分别为0.36cm,0.51cm,1.12cm,外符合精度N、E、U三方向分别为0.80cm,0.97cm,1.51cm。3、提出了网络RTK接收机静态检测标准方法通过分析传统基线法检测接收机的弊端,建立了完善的网络RTK接收机检测参数指标体系。一方面从单点、浮点、固定解三阶段对接收机各指标进行量化,综合评定网络差分接收机的技术指标。另一方面,通过搭建零基线测试环境,采用单差滤波模型方法固定单差模糊度,通过对固定残差的粗差分析及精度统计,实现待检接收机的粗差检测及观测值精度评定。4、研制了高精度GNSS车载动态导航计量检测系统并起草了检测规范在INS增强的GNSS基准建立基础上,通过CORS和高精度车载动态导航检测系统的无缝对接,集成一个车载检测基准系统、监控显示系统、GNSS信号转发系统、待检设备测量单元、供电系统、通讯系统于一体的计量检测系统。该计量检测系统稳定性强、可靠度高,可实时输出位置、姿态、速度、差分龄期、卫星观测能力等检测信息。测试分析结果表明:该系统各功能满足要求,在位置精度方面,测试结果为平面0.4cm,高程0.8cm;在姿态精度方面,俯仰角、横滚角、航向角分别为0.002°,0.002°以及0.008°;在速度精度方面,测试结果为水平0.2cm/s,高程0.3cm/s;达到毫米级定位精度。并通过实验分析了卫星失锁10s和60s时的定位精度、姿态精度和速度精度的指标,验证了该系统的可靠性。面向高精度GNSS设备动态检测的需求,在研制高精度GNSS车载动态计量检测系统的基础上,起草了“高精度北斗/GPS定位终端动态检测规范（备案稿）”,该规范规定了车载高精度卫星导航动态检测系统对全球卫星导航系统（GNSS）终端设备的动态性能的检测项目、检测方法、评价标准等,为国内卫星导航定位终端动态定位计量检测的标准化和规范化提供了参考。
刘飞[5]（2020）在《多传感器融合的高精度无缝定位模型与方法研究》文中指出室内外无缝定位信息是关系到国防安全、经济发展、社会民生的重要数据基础,发挥着重要的支撑作用,在国内外得到极大的重视和发展。然而,针对城市复杂环境以及室内等GNSS盲环境的高精度无缝定位技术仍然存在着定位模型与方法研究不足的情况。因此,本文围绕室内外无缝定位主题,开展了基于GNSS、UWB、INS和视觉等传感器融合的室内外定位模型、方法研究,形成了以下创新成果:（1）针对定位盲环境或者应急情况下存在定位基准缺失和破坏等问题,提出了一种基于UWB/GNSS技术的覆盖区域、现场和室内的三级室内外无缝定位基准构建方法,重点研究了基于UWB自组网定位基准构建方法,解决了GNSS室外定位基准向室内传递问题,实现了0.35m量级定位精度的UWB室内定位基站网络自动构建,可以保障定位盲环境且兼顾应急情况下的室内外定位基准需求。（2）针对高楼林立街道、立体交通、长距离隧道、树洞街道等复杂的城市环境对城市高精度、高连续和高可靠性导航定位的挑战,提出了一种零速约束的GNSS/INS/Odometer紧组合定位模型,通过GNSS抑制INS设备的误差漂移,利用INS辅助提高GNSS模糊度解算成功率,通过Odometer辅助解决GNSS长时间失锁时INS定位发散的问题,通过紧组合模型能够充分发挥三者互相补充的优势,实现在上述场景下高精度定位。结果表明除了长隧道环境在2分钟内,可以保持优于2米的定位精度外,其他场景基本可以实现0.1米的定位精度。（3）针对UWB测距受到室内非视距、多路径等影响测距和定位精度等情况,首先,研究了基于RBF神经网络算法的UWB测距误差改正模型,实现了UWB室内测距精度优于0.08m;研究分析了基于TOA原理的UWB定位模型,并在此基础上提出了基于改进抗差EKF的UWB室内定位模型,根据预测残差调整增益矩阵的大小,减弱或者消除了粗差对状态向量的影响。该方法平面定位中误差为0.13m,对比基于最小二乘和EKF算法,分别提高了88.98%和53.57%。（4）提出了一种UWB、PDR和地图融合高精度室内定位模型,可以通过UWB为PDR定位提供空间基准、抑制PDR定位精度发散;利用PDR提高UWB的定位频率、解决UWB信号覆盖差或者无覆盖区域的定位问题;且通过室内地图帮助抑制PDR航向角发散,以及定位结果发散等问题,相互取长补短,实现具备绝对定位基准、高频率、高精度室内定位。（5）针对非视距环境下UWB室内高精度定位问题,提出了一种基于CKF算法的UWB/INS融合定位模型,在室内非视距环境下定位,可以消除由于UWB信号受到遮挡而产生的多路径和非视距效应,而且可以增加定位结果的高频姿态信息。当IMU积分数据的误差增大时,通过UWB定位数据可以对INS定位结果进行约束。（6）针对单目视觉SLAM存在着尺度漂移、由于环境因素影响频繁初始化,导致定位不连续等问题,提出了一种顾及尺度因子的UWB/视觉融合定位模型,通过UWB与视觉的融合,可以充分发挥二者之间的互补特性,解决视觉初始化、尺度模糊和绝对空间基准等问题,提高UWB定位精度和定位频率以及减少基站的数量。该模型可以可靠地在纹理稀疏或者光线频繁变化室内环境实现0.2m量级的定位精度。（7）提出了一种编码图形辅助的单像室内定位模型,可以以单幅影像为基础,通过编码图形物方点、像方点和投影中心共线的原理,从该影像所覆盖范围内的编码图形的已知地面坐标和相应点的像坐标量测值出发,解算出摄像机在摄影时刻所处的位置。计算过程中涉及到的编码影像、编码图形、编码图形的像方和物方坐标均可以通过计算机自动识别和获取。另外,通过Tukey权因子模型,可以检测编码图形像方坐标存在的误差,并根据观测值残差大小调整参与计算的权重,进而减弱或者抑制观测值误差对定位结果的影响,实现优于0.1米量级定位精度。本文提出的理论模型和方法的可行性、可靠性和定位精度经过了试验验证,相关的模型和方法可以用于室内外行人、车辆等高精度定位。该论文有图110幅,表25个,参考文献163篇。
郑玲[6]（2019）在《自动驾驶高精度地图生成方法研究》文中提出自动驾驶是人工智能技术的重要发展方向,也是我国的战略发展方向之一。目前,自动驾驶已成为学术界、产业界的热门话题。高精度地图能有效提高无人车的安全性和稳定性,是未来智能出行的关键因素之一。然而,传统导航电子地图数据在数据模型、几何表达、精度、尺度、动态表达等方面存在较大差异,现有的高精度地图模型存在数据模型不完整、地图格式表达不一致以及扩展性不强等问题,严重制约自动驾驶技术的普及和发展。本文开展自动驾驶高精度地图模型和自动生成方法研究,为自动驾驶提供核心技术支撑。具体来说,本文的主要研究内容包括以下几个方面:（1）首先介绍了研究背景与意义,提出了本文的研究内容。从传统导航电子地图、自动驾驶国内外发展现状和高精度地图在自动驾驶的应用研究三个方面对高精度地图的产生和发展进行了总结。针对传统导航电子地图不适合自动驾驶使用,同时现有的高精度地图模型数据表达不一致的问题,提出了本文的研究目标和研究思路。（2）针对传统导航电子地图不适合自动驾驶应用,同时现有的高精度地图模型数据表达不一致的问题,提出了面向自动驾驶的智能精细地图模型。首先,分析了现有高精度地图模型存在的问题;然后,详细描述了智能精细模型的概念和结构,该模型描述的数据内容和结构完整,能动态表达空间地理信息数据,具有数据内容精细、支持信息扩展等特点;最后,阐述了智能精细地图模型中的路网层和广义POI层的内涵。（3）针对高精度地图中车道级路网自动生成的问题,提出了一种基于平行点对连接剪枝策略的高精度车道级路网快速生成方法。所提方法的主要思想是,首先,计算轨迹数据在路段中心线上的最近距离点。然后,根据定比分点公式计算各个车道中心形状点。为了解决轨迹到轨迹的最近点和最近距离以及相应的对称点计算量大的问题,提出了一种相似性点对剪枝方法,利用轨迹对与轨迹对之间的平行关系对轨迹与轨迹点之间的最近点和最近距离计算进行二次剪枝。为地图厂商提供一种新的车道级路网生成手段。（4）针对高精度地图中车道级路网的拓扑关系自动生成的问题,提出了一种基于多方向约束的PCA高精度车道级路网拓扑自动构建的方法。首先,基于聚类后的点集进行PCA投影,获取路段网络层的方向和集合。其次,基于方向约束,分离出物理上连续的车道网络并提取线性事件点。再次,基于线性事件对物理上连续的车道网络进行分段,构建车道和路段之间的关联关系。最后,建立交叉口的拓扑关系。（5）利用某地区一个区域的真实高精度地图数据对本文提出的智能精细地图模型、高精度地图中车道级路网自动生成的方法、车道级路网拓扑自动生成方法进行实验和验证。通过不同的实验方法对不同规模的车道级路网生成结果进行分析,实验表明本文的方法能充分利用已有的专业测绘道路级路网数据和无人车的轨迹数据快速生成车道级路网。通过对实验结果的定性属性分析和定量精度评价,证明了本文提出的方法能够生成拓扑属性正确可靠的高精度车道级路网。
刘峰[7]（2019）在《高精度惯性定位定向/地图信息匹配导航技术研究》文中研究说明经典的陆用定位导航技术,如惯性导航以及惯性与里程信息、地标信息、零速停车信息、卫星信息的组合导航技术等,在满足长时间大范围工作情况下机动、快速、自主导航定位的作战使用需求时,都有着各自的技术缺陷。为了突破陆用导航领域传统技术方案,本文对高精度惯性定位定向地图信息匹配导航技术进行研究,提出了采用地图匹配辅助惯性定位定向方法,提高长航时大半径情况下的自主定位精度,对提升快速自主精确能力并降低保障要求与成本具有重要意义。论文的主要研究内容包括:1.针对军用国产化的嵌入式平台资源、性能特点,及数字矢量地图路网的数据结构,提出了一种适用于嵌入式导航计算机的自主可控空间索引方法——基于空间网格的Hilbert-R树索引方法。解决了相关技术依靠国外软件二次开发平台的问题,实现了海量数字矢量地图快速索引。经验证,该索引方法较普通遍历搜索方法索引效率提高80%以上。2.针对数字地图路网结构的特点和地图匹配的难点,提出了一种基于计算几何理论的惯性定位定向系统行驶轨迹与数字地图道路几何特性的“线到线”型地图匹配方法。实现了基于定位定向信息的路径匹配,有效解决了道路纵向匹配误差得不到有效抑制的技术难题,具有较高的准确性和鲁棒性。3.通过分析惯性导航力学编排和误差原理,提出了一种自主可控的惯性/里程计/地图匹配组合导航方案,建立精确的误差模型,采用滤波技术进行信息融合,利用地图匹配导航结果提高惯性定位定向系统自主定位精度。经验证,利用地图匹配信息修正惯性定位定向系统在长航时、大作战半径情况下可将定位误差控制在45m以内。4.针对惯性定位定向系统可用的嵌入式系统的硬件资源、运算处理能力有限的问题,提出了一种基于嵌入式系统的软硬件平台实现方案。完成了硬件系统、软件架构工程设计,具备在有效的资源中实现地图动态分块动态加载、道路检索、匹配解算、惯性定位定向/地图信息匹配融合与非道路行驶识别等功能,并在惯性定位定向系统中首次实现惯性定位定向/地图匹配导航技术工程应用。
李彤[8]（2019）在《面向城市道路的多源传感器组合导航技术》文中认为方便地获取高精度、高可靠的位置信息及连续轨迹数据是交通、旅游、自动驾驶等领域智能化发展的关键。由于全球定位系统（Global Positioning System,GPS）和惯性导航系统（Inertial Navigation System,INS）在原理、结构、误差等方面具有良好的互补特性,使得INS/GPS组合导航系统在获取车辆位置信息方面表现出优越的性能。但随着城市道路的日益复杂,INS/GPS组合导航系统会因卫星被遮挡、信号干扰等原因,导致独立的INS定位信息会随着时间的推移而产生累积误差,从而使其定位精度迅速降低。因此,论文围绕卫星导航不稳定问题展开理论和技术研究,着力从硬件和软件两方面进行深入探讨,从而提升车辆导航定位系统的鲁棒性。具体研究内容如下:设计一种基于KGP（KF-GBDT-PSO）的数据融合算法,来解决GPS失锁期间SINS/GPS组合导航性能下降问题。该算法首先对梯度提升决策树（Gradient Boosting Decision Tree,GBDT）进行改进,通过分段损失函数排除车辆异常数据;其次使用改进后的GBDT辅助卡尔曼滤波器（Kalman Filter,KF）对SINS中随机误差进行建模,以实现SINS/GPS组合导航定位误差的补偿和位置信息的预测。此外,在模型训练过程中,将粒子群优化算法（Particle Swarm Optimization,PSO）引入GBDT,以便于查找高质量的回归参数,提高了全局优化能力和收敛速度。最后在真实道路进行测试,结果表明,基于集成学习的KGP数据融合方法在一定程度上抑制了SINS随机误差,有效降低组合导航系统的错误率。为进一步提升GPS信号消失阶段车辆组合导航系统的定位性能,设计一种SINS/GPS/OBD组合导航策略。该策略首先将SINS、GPS以及车载诊断系统（On Board Diagnostics,OBD）搭建至同一车载装置硬件平台,通过车外传感器和车内传感器的相互结合,避免外部传感器带来的随机误差。其次,将KGP方法与联邦滤波器（Federated Filter,FF）相融合并应用于车载装置平台,构建多传感器自适应导航软硬件融合体系。最后针对不同类型城市道路进行测试,结果表明该策略在补偿定位误差的同时大幅提高了定位信息的准确性,为复杂交通环境下的车辆位置服务提供了连续可靠的解决方案。
莫巨明[9]（2019）在《面向室内停车场的可见光定位导航系统》文中指出随着经济的快速发展和人们生活水平的提高,城市中的汽车保有量不断攀升,城市停车的问题愈加突显。作为静态交通中重要的一环,室内停车场的泊车效率、车位周转率乃至停车场吞吐量对城市交通有着重要的影响。相比于室外停车,因为缺乏有效的室内定位技术支持快速、准确的泊车导航和反向寻车,当前的室内停车场依然存在“停车难、找车难”的问题,车位利用率及车位释放率低,从而降低了室内停车场的利用效率并可能进一步影响道路交通。传统的卫星定位技术无法应用于室内环境,而WiFi、蓝牙、Zigbee等室内无线射频定位技术则存在精度不高、电磁干扰等问题。故此,本论文面向室内停车场研究并实现了一种基于LED照明灯光的可见光定位导航系统。可见光定位是一种新兴的利用LED照明灯光传输位置信息从而支持用户实现室内高精度定位的技术,具有“照明定位两用”、无电磁干扰、不需额外布线及安装定位设备等优势。本论文首先设计了基于LED照明灯具的可见光室内定位信息发送终端,包括可见光定位LED灯具和可见光定位信号驱动器;其次,利用CMOS图像传感器及其卷帘快门的工作原理设计了基于图像分析的可见光定位信息接收终端;在此基础上,进一步研究并实现了支持室内停车场中低速行驶车辆的实时定位和导航算法。本论文以学校的地下停车场为实验场地建设了实际的演示验证系统,并基于Android手机开发了面向室内停车场泊车/寻车的可见光定位导航App。实验测试结果表明:本系统能有效地提供车辆泊车导航功能以及行人反向寻车功能,支持车辆移动速度高达17公里/小时,可满足室内停车场实时定位与导航的性能需求;此外,接收终端与发送终端的垂直高度距离在0.4米2米之间时,本系统可稳定实现快速高精度的实时定位导航,且可进一步应用于无人机室内定位导航。
朱锋[10]（2019）在《GNSS/SINS/视觉多传感器融合的精密定位定姿方法与关键技术》文中研究表明全球卫星导航系统作为国家重要的空间信息基础设施,具备全球、全天候、高精度连续定位、导航和授时的功能,然而,到达地面的GNSS卫星信号非常微弱,存在遮挡、干扰和欺骗三大脆弱性问题,无法在电磁干扰、物理遮蔽等复杂环境下使用,为了保障国家PNT系统的坚韧性,提升导航与位置服务的能力,美国提出了全源定位与导航（ASPN,All Source Positioning and Navigation）计划,同时,我国开展了“羲和系统”的研制并提出协同精密定位技术,随后开始推进以北斗为核心的国家综合PNT体系的建设。这些计划都将多传感器集成、多源异质信息融合确定为未来PNT技术的重要发展方向,也是从根本上解决单一导航系统局限性和脆弱性的有效途径。随着智能化时代的到来,以移动测量为代表的行业应用和以位置服务为代表的大众应用对精密定位定姿技术存在着巨大需求,星载、机载、车载、船载平台的移动测量和自动驾驶汽车、无人机、移动机器人等智能载体的自主导航都高度依赖精密的位置基准信息。因此,多传感器融合的精密定位定姿技术具有十分重要的研究意义与价值。本文旨在对GNSS/SINS/视觉多传感器融合的理论模型与技术方法开展系统深入的研究,提升复杂环境下精密定位定姿的能力,论文的主要工作和贡献如下:1)从模型简化与统一的角度,总结了精密单点定位和差分定位方式下的松/紧组合模型,并讨论了地面车辆可挖掘的多源约束信息及融合策略;面向车载场景,提出了一种以速度为主线的级联对准方案;为了实现双向滤波与双向平滑,给出了前向/后向的机械编排算法;在双天线GNSS/SINS组合测姿中,采用失准角模型代替欧拉角模型,达到与松组合兼容的目的。2)设计了一种称为“半紧组合”的新结构,既兼容了松组合与紧组合的优势,又克服了各自的主要缺陷,能够在卫星数不足的情况下,保持与紧组合一样的定位定姿精度,又解决了紧组合利用“传递”模式进行模糊度固定的风险问题,还能实现固定解的RTS平滑,是一种适用于多传感器分布式滤波的有效方法。3)为了增强复杂环境下的模糊度固定性能,分别从位置域、大气域、模糊度域的角度提出了三种新方法,即惯性辅助PPP模糊度固定、电离层建模约束的S2L-RTK、模糊度整合的后处理算法。理论分析与数据处理表明:当惯性递推的位置精度优于半个波长时,能够辅助模糊度实现瞬时固定;相比于加权电离层RTK模型,S2L-RTK通过电离层建模预报约束,在复杂环境下的模糊度固定率提高了近50%;模糊度整合的后处理算法可以将正确固定的模糊度赋予整个弧段,实现全弧段固定。4)提出了一种新的GNSS/SINS后处理策略,该策略先使用两个独立线程进行前向/后向Kalman滤波,滤波完成后各自进行RTS平滑,最后采用FBC组合技术对前向/后向平滑结果进行融合得到高精度结果。进一步的,通过状态降维和更新率调低,在不损失精度的情况下,大幅度提高了后处理效率,2.65小时的数据仅耗时4.5s,经过后处理平滑后,60s的累积误差从最大的20m减小到0.5m。5)根据移动测量的原理,研究了视觉点云地图与车道线地图生成技术,通过多帧影像前方交会得到路标点局部坐标以及单应性变换得到车道线局部坐标,然后由GNSS/SINS解算得到的相机位姿进行坐标转换,获得ECEF系下视觉点云与车道线坐标。提出了评价视觉点云的质量指标,并通过数据清洗提升了点云质量,由多方面的误差分析表明,车道线的绝对位置精度约为1020cm。6)在视觉点云和车道线两个图层的高精度地图支持下,深入开展了视觉定位以及GNSS/SINS/视觉/车道线约束/里程计多源信息融合的方法,构建了不同信息组合下的数学模型,提出了空间八叉树和特征十叉树加速的视觉定位框架,由KITTI数据集测试表明,视觉定位定姿的精度约为1.5cm和0.06deg,定位成功率接近100%,定位平均耗时为0.316秒,能够满足实时性要求,当与惯性融合时,仅需成功匹配到1个路标点,就能在GNSS长时间失锁（20min）的情况下保持10cm的位置精度。最后测试了2颗卫星情况下的GNSS/SINS/车道线约束/里程融合的实时定位,对于时长为300s的部分遮挡,其三个分量上的位置精度均优于10cm。7)自主研发了一套高精度GNSS/SINS数据融合的处理软件POSMind。该软件具有丰富的可视化界面,既可以单独处理GNSS多系统数据、也可以联合惯性数据进行融合处理,支持精密单点定位（PPP）、差分定位（DGNSS）、松组合（LCI）、紧组合（TCI）、半紧组合（STC）多种混合模式,并提供前向/后向滤波器、前向/后向RTS平滑器以及组合器,实现多种信息的最优融合,是目前唯一提供IAR-PPP/SINS组合功能的软件。在此基础上,实现了视觉地图支持下的GNSS/SINS/视觉/里程计多传感器融合的实时定位定姿算法。
二、面向ITS的车辆导航与定位技术（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、面向ITS的车辆导航与定位技术（论文提纲范文）
（1）面向井下钻孔机器人应用的精确定位与地图构建技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题的背景、意义及来源 |
| 1.2 国内外研究现状及分析 |
| 1.3 主要研究内容 |
| 2 钻孔机器人定位导航需求分析与状态估计方法 |
| 2.1 引言 |
| 2.2 钻孔机器人工况环境及自主导航功能需求分析 |
| 2.3 三维空间刚体运动 |
| 2.4 机器人状态估计方法 |
| 2.5 传感器观测模型 |
| 2.6 本章小结 |
| 3 井下UWB定位系统与位姿估计方法 |
| 3.1 引言 |
| 3.2 UWB传感器特性分析 |
| 3.3 井下UWB定位系统构建 |
| 3.4 基于ESKF的 UWB/IMU融合位姿估计 |
| 3.5 仿真及现场试验分析 |
| 3.6 本章小结 |
| 4 平面辅助的NDT-graph-SLAM定位与地图构建 |
| 4.1 引言 |
| 4.2 NDT扫描配准 |
| 4.3 位姿图优化模型构建 |
| 4.4 工程应用问题 |
| 4.5 数据集及现场试验 |
| 4.6 本章小结 |
| 5 LiDAR-IMU紧耦合的LI-SLAM定位与地图构建 |
| 5.1 引言 |
| 5.2 系统架构与因子图模型构建 |
| 5.3 约束因子构建 |
| 5.4 工程应用问题 |
| 5.5 野外复杂地形现场试验 |
| 5.6 本章小结 |
| 6 LiDAR-IMU-UWB融合的LIU-SLAM定位与地图构建 |
| 6.1 引言 |
| 6.2 系统架构与全局因子图模型构建 |
| 6.3 约束因子构建 |
| 6.4 工程应用问题 |
| 6.5 地下车库封闭环境现场试验 |
| 6.6 本章小结 |
| 7 井下钻孔机器人定位导航系统研发及定位建图应用试验 |
| 7.1 引言 |
| 7.2 井下钻孔机器人定位导航系统研发 |
| 7.3 UWB定位系统绝对定位精度测试 |
| 7.4 局部区域连续定位试验 |
| 7.5 大范围巷道地图构建与定位试验 |
| 7.6 本章小结 |
| 8 全文总结 |
| 8.1 研究内容与成果 |
| 8.2 创新点 |
| 8.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（2）面向AGV导航的环境建模和路径规划技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题研究背景 |
| §1.2 国内外研究现状 |
| §1.2.1 AGV地图建模研究发展概况 |
| §1.2.2 AGV路径规划研究发展概况 |
| § 1.3 本课题主要研究内容 |
| 第二章 基于特征提取的地图建模方法 |
| §2.1 引言 |
| §2.2 二维地图模型建立及优化 |
| §2.2.1 三维点云地图到二维栅格地图转换 |
| §2.2.2 迭代端点匹配特征提取算法 |
| §2.3 建立地标测量模型 |
| §2.3.1 建立地标测量模型 |
| §2.3.2 蒙特卡洛定位 |
| §2.5 实验仿真结果比较与分析 |
| §2.5.1 三维地图模型重建 |
| §2.5.2 环境建图算法仿真 |
| §2.5.3 环境地图匹配精度仿真 |
| §2.5.4 蒙特卡洛定位算法仿真 |
| §2.6 本章小结 |
| 第三章 面向高效和动态避障的路径规划方法 |
| §3.1 引言 |
| §3.2 Astar全局路径规划算法 |
| §3.2.1 Astar算法代价函数建立 |
| §3.2.2 Astar算法流程 |
| §3.3 基于Floyd改进的Astar算法 |
| §3.3.1 Floyd算法 |
| §3.3.2 基于Astar算法的改进Floyd算法 |
| §3.4 基于DWA的局部路径规划算法 |
| §3.5 改进的DWA局部路径规划算法 |
| §3.5.1 VFH+算法 |
| §3.5.2 VF-DWA算法 |
| §3.6 实验仿真结果分析 |
| §3.6.1 全局路径规划算法仿真 |
| §3.6.2 局部路径规划算法仿真 |
| §3.7 本章小结 |
| 第四章 实验及仿真结果分析 |
| §4.1 引言 |
| §4.2 实验平台介绍 |
| §4.3 环境测试及仿真验证 |
| §4.3.1 地图建模 |
| §4.3.2 环境定位与路径规划 |
| §4.4 本章小结 |
| 第五章 总结和展望 |
| §5.1 论文总结 |
| §5.2 前景展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间主要研究成果 |
（3）基于网络脆性分析的交通控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 道路网络脆性研究 |
| 1.3.2 导航定位研究 |
| 1.3.3 视频信息采集研究 |
| 1.3.4 交叉口控制研究 |
| 1.4 论文内容及章节安排 |
| 1.5 本章小结 |
| 第2章 城市交通系统的脆性源及权重分析 |
| 2.1 复杂系统及脆性 |
| 2.1.1 复杂系统脆性及特点 |
| 2.1.2 复杂系统脆性基元 |
| 2.2 城市交通系统脆性分析 |
| 2.2.1 问题分析 |
| 2.2.2 模糊层次分析法 |
| 2.3 城市交通系统脆性源权重计算 |
| 2.4 脆性源权重分析 |
| 2.5 本章小结 |
| 第3章 基于北斗的车辆导航定位方法研究 |
| 3.1 概述 |
| 3.2 北斗定位原理 |
| 3.2.1 北斗系统概述 |
| 3.2.2 北斗卫星定位原理 |
| 3.3 航迹推算定位原理 |
| 3.4 基于UKF的北斗/航迹组合定位方法 |
| 3.4.1 北斗/航迹数据融合定位技术 |
| 3.4.2 基于UKF的组合定位算法实现 |
| 3.5 电子地图匹配定位 |
| 3.6 实例验证 |
| 3.7 本章小结 |
| 第4章 基于视频的道路网络信息采集方法研究 |
| 4.1 改进多重投影全景视频拼接算法 |
| 4.1.1 全景视频拼接技术概述 |
| 4.1.2 改进多重投影全景视频拼接算法实现 |
| 4.1.3 改进多重投影全景视频拼接算法的实验验证 |
| 4.2 基于时空上下文的边缘信息提取算法 |
| 4.2.1 时空上下文表达概述 |
| 4.2.2 交通场景信息的边缘信息提取与文本分割 |
| 4.2.3 基于时空上下文的边缘信息提取算法模型 |
| 4.2.4 基于时空上下文的边缘信息提取算法实验验证 |
| 4.3 智能交通视频信息采集系统的搭建及仿真测试 |
| 4.3.1 智能交通视频信息采集系统的仿真搭建 |
| 4.3.2 智能交通视频信息采集系统的仿真测试 |
| 4.4 本章小结 |
| 第5章 基于混合优化模型的交叉口控制方法 |
| 5.1 平面交叉口模型的建立 |
| 5.2 平面交叉口混合优化模型的建立 |
| 5.2.1 交叉口排队长度模型 |
| 5.2.2 交叉口信号延误模型 |
| 5.2.3 多目标混合优化模型的建立 |
| 5.3 模型验证 |
| 5.4 本章小结 |
| 第6章 基于Hadoop的控制系统设计及实现 |
| 6.1 Hadoop平台简介 |
| 6.2 智能控制系统的设计与搭建 |
| 6.2.1 安装环境及服务器配置 |
| 6.2.2 基于Hadoop的交通控制系统的总体设计 |
| 6.2.3 功能子模块的设计 |
| 6.3 基于Hadoop平台的智能控制系统测试 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（4）高精度GNSS接收机计量检测关键技术研究及系统研制（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词注释表 |
| 第一章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 GNSS定位终端计量检测的现状 |
| 1.2.2 GNSS发展现状 |
| 1.2.3 多系统GNSS数据融合方法 |
| 1.2.4 动态检测基准构建方法 |
| 1.2.5 动态定位性能评估数据处理方法 |
| 1.3 本文研究内容及技术路线 |
| 第二章 多模GNSS定位终端计量算法研究 |
| 2.1 引言 |
| 2.2 GNSS时空统一理论 |
| 2.2.1 GNSS坐标系统与坐标统一 |
| 2.2.2 GNSS时间系统与时间统一 |
| 2.3 GNSS组合定位模型及参数估计 |
| 2.3.1 GNSS松组合定位模型 |
| 2.3.2 GNSS紧组合定位模型 |
| 2.3.3 参数估计方法 |
| 2.4 多模GNSS组合定位实验验证 |
| 2.4.1 松组合模型定位效果分析 |
| 2.4.2 GPS/BDS伪距DISB参数应用研究 |
| 2.4.3 BDS-3/GPS/GALILEO重叠频率观测值紧组合定位方法 |
| 2.5 本章小结 |
| 第三章 基于INS/多系统GNSS融合的空间检测基准技术研究 |
| 3.1 引言 |
| 3.2 检测基准定位算法 |
| 3.2.1 基于CORS精准计量的GNSS高精度算法 |
| 3.2.2 GNSS/INS松组合原理 |
| 3.2.3 GNSS/INS紧组合原理 |
| 3.3 基于INS/多系统GNSS融合的空间检测基准建设 |
| 3.3.1 基于多系统GNSS的CORS系统建设 |
| 3.3.2 INS增强动态检测基准系统的建设 |
| 3.4 INS/多系统GNSS融合终端空间检测基准测试 |
| 3.4.1 基于多系统GNSS的CORS系统测试 |
| 3.4.2 融合多系统GNSS的检测基准性能测试 |
| 3.5 本章小结 |
| 第四章 面向高精度GNSS静态检测的参考标准方法研究 |
| 4.1 引言 |
| 4.2 GNSS接收机检测误差理论 |
| 4.2.1 测量误差的定义及其分类 |
| 4.2.2 测量结果质量评定方式 |
| 4.3 常规GNSS网络差分接收机静态检测方法 |
| 4.3.1 测量型GNSS接收机的检测方法和内容 |
| 4.3.2 导航型GPS接收机的定位误差表述 |
| 4.4 网络差分接收机的整体检测指标体系的建立 |
| 4.4.1 单机状态检测(单点) |
| 4.4.2 联网状态检测(浮点/差分) |
| 4.4.3 联网状态检测(固定) |
| 4.5 差分接收机各单项检测量化方法 |
| 4.5.1 单机检测方法 |
| 4.5.2 联网检测方法 |
| 4.6 零基线GPS/北斗快速模糊度固定及残差评测 |
| 4.6.1 单差零基线模糊度快速固定方法 |
| 4.6.2 基于零基线结果的精度统计及指标分析 |
| 4.7 本章小结 |
| 第五章 高精度GNSS导航终端动态检测系统 |
| 5.1 引言 |
| 5.2 系统总体组成与检测流程 |
| 5.2.1 系统总体组成 |
| 5.2.2 数据传输和检测流程的设计 |
| 5.3 系统测试与分析 |
| 5.3.1 车载检测基准系统性能测试 |
| 5.3.2 车载检测平台系统测试 |
| 5.3.3 测试小结 |
| 5.4 高精度BDS/GPS定位终端动态检测标准规范的研制 |
| 5.4.1 标准研制总体设计思路 |
| 5.4.2 各项标准具体内容 |
| 5.4.3 技术指标的标准评价 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要研究成果 |
| 6.2 本文创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读博士学位期间的学术成果 |
（5）多传感器融合的高精度无缝定位模型与方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文的组织结构 |
| 2 室内外无缝定位理论模型研究 |
| 2.1 最小二乘估计 |
| 2.2 线性Kalman滤波模型 |
| 2.3 非线性Kalman滤波模型 |
| 2.4 常用坐标系统 |
| 2.5 实验分析 |
| 2.6 本章小结 |
| 3 UWB/GNSS室内外无缝定位基准构建方法研究 |
| 3.1 室内外无缝定位基准构建方法 |
| 3.2 UWB自组网室内定位基准构建方法 |
| 3.3 实验分析 |
| 3.4 本章小结 |
| 4 GNSS/INS/Odometer紧组合室外定位模型研究 |
| 4.1 GNSS/INS紧组合定位模型 |
| 4.2 动态零速约束模型 |
| 4.3 INS/里程计组合导航模型 |
| 4.4 实验分析 |
| 4.5 本章小结 |
| 5 基于改进抗差EKF的 UWB室内定位模型研究 |
| 5.1 UWB室内TOA定位原理 |
| 5.2 基于RBF神经网络的UWB测距误差改正模型 |
| 5.3 改进的抗差EKF UWB定位模型 |
| 5.4 实验分析 |
| 5.5 本章小结 |
| 6 基于UWB/PDR/地图融合的室内定位模型研究 |
| 6.1 基于Tukey因子最小二乘UWB定位模型 |
| 6.2 PDR定位模型 |
| 6.3 UWB/PDR/地图融合定位模型 |
| 6.4 实验分析 |
| 6.5 本章小结 |
| 7 基于CKF的 UWB/INS非视距室内定位模型研究 |
| 7.1 状态方程 |
| 7.2 观测方程 |
| 7.3 INS导航方程 |
| 7.4 实验分析 |
| 7.5 本章小结 |
| 8 顾及尺度因子的UWB/视觉融合室内定位模型研究 |
| 8.1 视觉成像原理 |
| 8.2 单目ORB-SLAM定位模型 |
| 8.3 UWB/视觉融合定位模型 |
| 8.4 实验分析 |
| 8.5 本章小结 |
| 9 编码图形辅助的单像室内定位模型研究 |
| 9.1 编码图形定位 |
| 9.2 单像室内定位模型 |
| 9.3 实验分析 |
| 9.4 本章小结 |
| 10 结论与展望 |
| 10.1 结论 |
| 10.2 创新点 |
| 10.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）自动驾驶高精度地图生成方法研究（论文提纲范文）
| 论文创新点 |
| 摘要 |
| ABSTRACT |
| 名词解释表 |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 传统导航地图的产生和发展 |
| 1.2.1 导航电子地图的兴起 |
| 1.2.2 地图数据结构 |
| 1.2.3 导航电子地图的内容 |
| 1.2.4 导航电子地图的数据标准和格式 |
| 1.2.5 导航电子地图的制作流程 |
| 1.3 自动驾驶与地图的发展 |
| 1.3.1 国内外自动驾驶发展现状 |
| 1.3.2 高精度地图与自动驾驶的关系 |
| 1.3.3 高精度地图辅助自动驾驶的应用研究 |
| 1.4 论文的研究内容和组织结构 |
| 第2章 面向自动驾驶的高精度地图研究综述 |
| 2.1 引言 |
| 2.2 高精度地图的概念 |
| 2.3 高精度地图格式规范 |
| 2.4 基于移动测量车的高精度地图数据采集及制作 |
| 2.5 面向自动驾驶高精度地图自动生成方法 |
| 2.6 车道级路网形状结构模型 |
| 2.6.1 车道和路段的数学模型 |
| 2.6.2 路口的数学模型 |
| 2.7 主要问题和本文的研究思路 |
| 2.7.1 主要问题 |
| 2.7.2 本文的研究思路 |
| 2.8 本章小结 |
| 第3章 面向自动驾驶的智能精细地图模型 |
| 3.1 引言 |
| 3.2 已有高精度地图模型分析 |
| 3.3 智能精细地图模型 |
| 3.3.1 智能精细模型的概念 |
| 3.3.2 智能精细模型的结构 |
| 3.4 智能精细地图的车道级路网模型 |
| 3.4.1 车道级路网模型要求 |
| 3.4.2 车道级路网模型的结构 |
| 3.4.3 车道级路网的路段网络层属性 |
| 3.4.4 路段网络层与车道网络层的关联关系 |
| 3.4.5 车道级路网的车道网络层属性 |
| 3.5 智能精细地图的广义POI层 |
| 3.6 本章小结 |
| 第4章 基于平行点对连接剪枝策略的车道级路网快速生成方法 |
| 4.1 引言 |
| 4.2 基本概念 |
| 4.2.1 轨迹点和轨迹 |
| 4.2.2 两条轨迹之间的最近距离点 |
| 4.2.3 轨迹对相似性定义 |
| 4.3 基于平行特性的车道级路网计算 |
| 4.3.1 方法概述 |
| 4.3.2 车道图形的几何计算 |
| 4.3.3 交叉口图形的建立 |
| 4.4 基于平行点对相似性剪枝算法 |
| 4.4.1 方法思路 |
| 4.4.2 算法框架 |
| 4.4.3 轨迹相似性连接剪枝算法 |
| 4.4.4 确定、提取和计算 |
| 4.4.5 算法时间复杂度分析 |
| 4.5 本章小结 |
| 第5章 基于PCA的车道级路网拓扑自动建立方法 |
| 5.1 引言 |
| 5.2 方法概述 |
| 5.3 道路路段的几何点集提取 |
| 5.4 车道级道路段车道的拓扑建立 |
| 5.4.1 基于PCA的路段网络层的提取 |
| 5.4.2 基于角度约束的连续车道点集合提取 |
| 5.4.3 基于线性事件点的关联关系构建 |
| 5.5 交叉口拓扑建立 |
| 5.5.1 交叉口提取 |
| 5.5.2 拓扑连接线计算 |
| 5.6 本章小结 |
| 第6章 实验与分析 |
| 6.1 实验概述 |
| 6.2 实验原始数据采集与制作 |
| 6.3 高精度地图中车道级路网图生成结果 |
| 6.4 平行点对剪枝策略实验结果 |
| 6.4.1 试验区的数据与参数设置 |
| 6.4.2 对比算法 |
| 6.4.3 实验区的路网数据结果 |
| 6.4.4 基于平行点对剪枝的算法实验结果展示 |
| 6.4.5 实验结果分析 |
| 6.5 车道级路网模型实验结果 |
| 6.5.1 试验区的数据 |
| 6.5.2 路网图生成成果 |
| 6.5.3 不同于阈值情况下的线性事件点生成 |
| 6.5.4 路网准确率评价 |
| 6.5.5 实验结果分析 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文的主要研究内容 |
| 7.2 本文的主要创新点 |
| 7.3 研究工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文与科研情况 |
| 致谢 |
（7）高精度惯性定位定向/地图信息匹配导航技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 惯性定位定向系统现状及发展 |
| 1.2.1 国外定位定向系统发展 |
| 1.2.2 国内定位定向系统发展 |
| 1.3 地图匹配技术发展及现状 |
| 1.3.1 地理信息数据现状及发展 |
| 1.3.2 地图匹配算法现状及发展 |
| 1.3.3 地图空间索引技术现状及发展 |
| 1.4 惯性基信息融合技术 |
| 1.5 论文主要内容和章节安排 |
| 1.5.1 主要内容及贡献 |
| 1.5.2 章节安排 |
| 第二章 地图匹配方法及关键因素分析 |
| 2.1 地图匹配基本原理 |
| 2.1.1 地图匹配过程分析 |
| 2.1.2 地图匹配关键因素 |
| 2.2 传统地图匹配算法 |
| 2.2.1 传统地图匹配算法介绍 |
| 2.2.2 传统地图算法分析 |
| 2.3 地图匹配误差分析 |
| 2.3.1 地图数据误差 |
| 2.3.2 路网模型误差 |
| 2.3.3 地图匹配算法误差 |
| 2.3.4 其他误差 |
| 2.4 本章小结 |
| 第三章 数字矢量地图空间索引技术 |
| 3.1 数字地图数据库分析 |
| 3.1.1 数字地图空间数据结构 |
| 3.1.2 Shapefile格式中道路信息存储 |
| 3.2 基于惯性信息的地图索引建立 |
| 3.2.1 R树索引 |
| 3.2.2 基于Hilbert曲线编码的网格索引 |
| 3.2.3 路网拓扑关系 |
| 3.2.4 基于空间网格的Hilbert-R树地图索引方法 |
| 3.3 空间索引效率评估 |
| 3.4 本章小结 |
| 第四章 基于惯性定位轨迹和路径特征的地图匹配算法研究 |
| 4.1 候选路径选取 |
| 4.1.1 检索框确定候选路段集 |
| 4.1.2 深度遍历确定候选路径 |
| 4.2 匹配路径确定 |
| 4.2.1 道格拉斯-普克法处理定位轨迹 |
| 4.2.2 Frechet距离比较道路相似性 |
| 4.3 基于曲线几何特征的地图匹配算法 |
| 4.3.1 曲线曲率特征分析 |
| 4.3.2 特征路段匹配 |
| 4.4 地图匹配算法设计流程 |
| 4.5 仿真验证 |
| 4.5.1 仿真条件 |
| 4.5.2 仿真结果 |
| 4.5.3 结果分析 |
| 4.6 本章小结 |
| 第五章 惯性/里程计/地图匹配组合导航技术 |
| 5.1 惯性导航系统数学模型 |
| 5.1.1 坐标系定义及坐标转换 |
| 5.1.2 惯性系统误差模型 |
| 5.1.3 航位推算算法 |
| 5.2 惯性/里程计/地图匹配组合导航技术 |
| 5.2.1 卡尔曼滤波方程 |
| 5.2.2 惯性/里程计组合导航 |
| 5.2.3 惯性/里程计/地图匹配组合导航 |
| 5.3 仿真验证 |
| 5.3.1 仿真条件 |
| 5.3.2 仿真结果 |
| 5.3.3 结果分析 |
| 5.4 本章小结 |
| 第六章 嵌入式组合导航系统设计及试验验证 |
| 6.1 嵌入式系统硬件设计 |
| 6.2 嵌入式系统软件设计 |
| 6.2.1 软件功能说明 |
| 6.2.2 软件框架设计 |
| 6.3 车载试验验证 |
| 6.3.1 试验准备 |
| 6.3.2 试验结果 |
| 6.3.3 结果分析 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究工作总结 |
| 7.2 主要创新 |
| 7.3 后期工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录A 随发射车跑车试验结果统计 |
（8）面向城市道路的多源传感器组合导航技术（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景及意义 |
| §1.2 国内外研究现状 |
| §1.2.1 多源组合导航发展 |
| §1.2.2 多源信息融合方法 |
| §1.3 论文研究内容及章节安排 |
| 第二章 相关理论知识及车载组合导航系统建模 |
| §2.1 动力学方程 |
| §2.1.1 姿态更新微分方程 |
| §2.1.2 速度更新微分方程 |
| §2.1.3 位置更新微分方程 |
| §2.2 捷联惯性导航系统误差方程 |
| §2.2.1 位置误差方程 |
| §2.2.2 速度误差方程 |
| §2.2.3 姿态误差方程 |
| §2.3 SINS/GPS车辆组合导航系统滤波模型 |
| §2.3.1 系统状态方程 |
| §2.3.2 量测方程 |
| §2.4 本章小结 |
| 第三章 基于KGP数据融合的SINS/GPS组合导航定位技术 |
| §3.1 GBDT-PSO算法改进 |
| §3.1.1 改进GBDT回归算法 |
| §3.1.2 PSO优化算法 |
| §3.2 SINS误差补偿方案 |
| §3.3 实验结果及分析 |
| §3.3.1 模型泛化能力 |
| §3.3.2 模型有效性 |
| §3.4 本章小结 |
| 第四章 SINS/GPS/OBD组合导航策略 |
| §4.1 车联网终端数据采集装置设计 |
| §4.1.1 电源保护模块 |
| §4.1.2 协议解析模块 |
| §4.1.3 控制器模块 |
| §4.2 联邦滤波器融合算法 |
| §4.3 基于SINS/GPS/OBD组合导航的信息融合方案 |
| §4.4 实验结果及分析 |
| §4.5 本章小结 |
| 第五章 总结与展望 |
| §5.1 主要研究工作总结 |
| §5.2 存在问题与展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士期间主要研究成果 |
（9）面向室内停车场的可见光定位导航系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 面向室内停车场的定位技术 |
| 1.2.2 可见光室内定位技术 |
| 1.2.3 手机可见光通信技术 |
| 1.3 研究内容及章节安排 |
| 第二章 可见光室内定位信息收发终端设计 |
| 2.1 可见光室内定位信息发送终端设计 |
| 2.1.1 可见光定位LED灯具 |
| 2.1.2 可见光定位信号驱动器 |
| 2.2 可见光定位信息接收终端设计 |
| 2.3 本章小结 |
| 第三章 可见光实时定位导航算法研究 |
| 3.1 可见光实时定位算法 |
| 3.2 车辆实时导航算法 |
| 3.2.1 最短路径算法 |
| 3.2.2 车辆实时导航算法的研究 |
| 3.3 本章小结 |
| 第四章 基于Android手机的泊车/寻车可见光定位导航App设计 |
| 4.1 Android开发环境搭建 |
| 4.2 泊车/寻车的可见光定位导航App运行流程 |
| 4.3 各模块内容的设计 |
| 4.3.1 VLP灯光信号获取模块 |
| 4.3.2 VLP灯光信号解析模块 |
| 4.3.3 实时定位模块 |
| 4.3.4 实时导航模块 |
| 4.3.5 地图显示模块 |
| 4.4 本章小结 |
| 第五章 泊车/寻车的可见光定位导航App测试与分析 |
| 5.1 测试条件 |
| 5.1.1 可见光室内定位信息发送终端设备 |
| 5.1.2 可见光定位信息接收终端设备 |
| 5.1.3 现场实验测试场地 |
| 5.2 功能测试 |
| 5.2.1 车辆泊车导航测试 |
| 5.2.2 行人反向寻车功能测试 |
| 5.3 性能测试 |
| 5.3.1 支持车辆移动速度测试 |
| 5.3.2 接收终端与发送终端的垂直高度距离范围测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 平台及项目资助 |
| 致谢 |
（10）GNSS/SINS/视觉多传感器融合的精密定位定姿方法与关键技术（论文提纲范文）
| 博士生自认为的创新点 |
| 摘要 |
| ABSTRACT |
| 缩写索引 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 GNSS/SINS组合导航方面 |
| 1.2.2 视觉定位方面 |
| 1.2.3 GNSS/SINS/视觉多源融合方面 |
| 1.3 本文的研究目标及内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 本章小结 |
| 第2章 GNSS/SINS组合定位定姿的基本理论与方法 |
| 2.1 惯性器件的系统误差和随机误差分析 |
| 2.1.1 系统误差分析 |
| 2.1.2 随机误差分析 |
| 2.2 惯导初始对准 |
| 2.3 前向/后向机械编排算法 |
| 2.4 GNSS/SINS组合的基础模型 |
| 2.4.1 GNSS/SINS组合的状态方程 |
| 2.4.2 GNSS/SINS组合的观测方程 |
| 2.5 多源信息约束的观测模型 |
| 2.5.1 三维辅助速度观测更新 |
| 2.5.2 位移约束观测更新 |
| 2.5.3 零速/零角速观测更新 |
| 2.5.4 高程约束观测更新 |
| 2.5.5 多源信息融合策略 |
| 2.6 双天线GNSS/SINS组合测姿 |
| 2.6.1 状态模型和观测模型 |
| 2.6.2 车载实验分析 |
| 2.7 本章小结 |
| 第3章 复杂环境下GNSS/SINS精密定位定姿的关键技术 |
| 3.1 多系统GNSS/SINS组合及其性能分析 |
| 3.1.1 GNSS卫星全球可用性分析 |
| 3.1.2 多系统GNSS/SINS组合导航性能分析 |
| 3.2 GNSS/SINS半紧组合方式 |
| 3.2.1 紧组合方式的进一步讨论 |
| 3.2.2 半紧组合的结构设计与讨论 |
| 3.2.3 半紧组合的效果与优势验证 |
| 3.3 惯性辅助GNSS周跳修复 |
| 3.3.1 周跳修复的模型与方法 |
| 3.3.2 周跳修复的影响因素与实验结果 |
| 3.4 位置域约束的惯性辅助模糊度快速固定 |
| 3.4.1 IAR-PPP/SINS紧组合模型与模糊度固定策略 |
| 3.4.2 惯性辅助PPP模糊度固定的理论分析 |
| 3.4.3 惯性辅助PPP模糊度固定的性能分析 |
| 3.4.4 城市环境下的测试与验证 |
| 3.5 大气域电离层建模约束的模糊度快速固定 |
| 3.5.1 短到长基线的场景分析 |
| 3.5.2 双差电离层建模与S2L-RTK定位模型 |
| 3.5.3 数据测试与验证 |
| 3.6 模糊度域整合的后处理方法 |
| 3.6.1 ADBI方法设计与实现 |
| 3.6.2 数据测试与验证 |
| 3.7 快速高精度的最优平滑算法 |
| 3.7.1 算法设计 |
| 3.7.2 实验验证 |
| 3.8 本章小结 |
| 第4章 视觉点云地图与车道线地图生成技术 |
| 4.1 前方交会与单应性矩阵及其误差分析 |
| 4.1.1 前方交会及其误差分析 |
| 4.1.2 单应性变换及其误差分析 |
| 4.2 视觉点云地图生成技术 |
| 4.2.1 基本理论与方法 |
| 4.2.2 视觉点云地图生成流程 |
| 4.2.3 KITTI数据集测试 |
| 4.3 视觉点云地图数据清洗 |
| 4.4 基于Kalman滤波的车道线提取方法 |
| 4.4.1 车道线提取的方法与流程 |
| 4.4.2 实际道路影像数据验证分析 |
| 4.5 车道线地图生成技术 |
| 4.5.1 利用单目视觉生成车道线 |
| 4.5.2 实验测试与精度评估 |
| 4.6 本章小结 |
| 第5章 地图辅助的视觉定位及多传感器融合技术 |
| 5.1 后方交会及其误差分析 |
| 5.2 视觉点云地图辅助定位 |
| 5.2.1 视觉点云地图辅助的视觉定位框架 |
| 5.2.2 KITTI数据集测试的定位精度分析 |
| 5.2.3 KITTI数据集测试的定位成功率与实时性分析 |
| 5.3 视觉点云地图辅助下的视觉/惯性融合定位 |
| 5.3.1 IBL视觉定位与惯性传感器的组合模型 |
| 5.3.2 数据测试与验证 |
| 5.4 车道线辅助定位 |
| 5.4.1 车道线辅助定位的数学模型 |
| 5.4.2 车道线辅助定位性能分析 |
| 5.5 车道线辅助下的视觉/SINS/里程计/GNSS融合定位 |
| 5.5.1 融合定位的数学模型 |
| 5.5.2 融合定位的测试分析与比较 |
| 5.6 本章小结 |
| 第6章 多传感器集成的精密定位定姿系统开发与测试 |
| 6.1 多传感器集成的硬件平台搭建 |
| 6.2 相机与惯导的空间关系标定 |
| 6.3 高精度GNSS/SINS数据融合处理软件开发 |
| 6.4 高精度GNSS/SINS定位定姿的性能测试与分析 |
| 6.5 复杂环境下的多源融合实时定位测试与分析 |
| 6.5.1 GNSS卫星全部失锁下的视觉/惯性融合定位测试 |
| 6.5.2 复杂环境下的车道线约束/里程计/GNSS/SINS融合定位与测试 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻博期间发表论文、参与项目情况 |
| 致谢 |
四、面向ITS的车辆导航与定位技术（论文参考文献）
- [1]面向井下钻孔机器人应用的精确定位与地图构建技术研究[D]. 李猛钢. 中国矿业大学, 2020(07)
- [2]面向AGV导航的环境建模和路径规划技术研究[D]. 田春月. 桂林电子科技大学, 2020(04)
- [3]基于网络脆性分析的交通控制方法研究[D]. 刘雪. 吉林大学, 2020(08)
- [4]高精度GNSS接收机计量检测关键技术研究及系统研制[D]. 曹相. 东南大学, 2020(01)
- [5]多传感器融合的高精度无缝定位模型与方法研究[D]. 刘飞. 中国矿业大学, 2020(01)
- [6]自动驾驶高精度地图生成方法研究[D]. 郑玲. 武汉大学, 2019(02)
- [7]高精度惯性定位定向/地图信息匹配导航技术研究[D]. 刘峰. 国防科技大学, 2019(01)
- [8]面向城市道路的多源传感器组合导航技术[D]. 李彤. 桂林电子科技大学, 2019(12)
- [9]面向室内停车场的可见光定位导航系统[D]. 莫巨明. 暨南大学, 2019
- [10]GNSS/SINS/视觉多传感器融合的精密定位定姿方法与关键技术[D]. 朱锋. 武汉大学, 2019(08)