基于小车平台的GNSSVISION组合导航研究文献综述

随着全球当行卫星系统（GNSS）的迅猛发展，卫星导航系统能够接收到的卫星数量大幅度增加，但在城市复杂环境中，高楼宇、立交桥、地下室隧道等道路状况会导致卫星信号被遮蔽，可见星数减少。然而卫星导航需要可见星数至少达到4颗才能利用位置几何关系解算出用户的坐标，当可见星数不足4颗时，卫星接收机将无法输出定位结果，因此需要其他辅助方法进行组合导航。而目前对于视觉导航的研究颇为积极，视觉导航通过视觉传感器获取图像数据进行图像处理并提取导航信息进行导航，因此视觉导航不需要接受外部信号，具有良好的自主性，对于GNSS是个很好的辅助方法。

视觉导航主要有光流法和特征追踪法。一般来说，可以将光流技术分为两类:全局方法(Horn和Schunck，1981)和局部方法(Lucas和Kanade，1981)。最近，提出了一种利用光流进行场景变化检测和描述的新方法(Nourani-Vatani等人2014年)。此外，通过将惯性测量单元(IMU)与光流测量相结合(Herisseacute;等人2012年)，研究人员在移动平台上实现了悬停飞行和着陆操纵。通过密集的光流计算，它甚至可以检测所有运动物体的运动( Maier和Humenberger 2013 )，这在高级任务中扮演了重要角色，如监视和跟踪拍摄。

特征跟踪方法已经成为一种稳健且标准的定位和映射方法。它主要跟踪运动元素的不变特征，包括线、角等，并通过检测连续图像中的特征及其相对运动来确定物体的运动( Cho等人2013年)。在机器人导航过程中，以前在环境中观察到的不变特征可能会从不同的角度、距离和不同的照明条件被重新观察到( Szenher 2008 )。本次所采用的就是通过特征跟踪的方式进行定位估算运动。

视觉不仅仅运用于无地图导航，数十年来仅通过摄像机的图像流来估计摄像机的六自由度运动始终是热门研究领域。如今，先进的视觉SLAM（V-SLAM）和视觉里程计（VO）算法可在智能手机处理器上实时运行，并达到实现各种有趣应用所需的准确性，鲁棒性和效率。包括机器人技术和汽车工业这样的例子，在这些例子中必须知道自我位移才能进行自主操作。

基于此，研究GNSS/VISION的组合导航不仅仅有助于完善导航的连续性，视觉在其他领域也有较大意义。

2. 课题关键问题及难点：

1、课题关键问题

（1）采用特征跟踪方法，需要寻找良好的特征点匹配算法

（2）多次拍摄采集获得的点云数据由于处于不同的坐标系下，因此需要对不同坐标系下的点云数据通过配准算法，将其统一到同一坐标系下。而配准算法有ICP、CPD、NDT等多种算法，各个算法各有优势，需要比较误差率与算法复杂度。

（3）由于借助连续帧，需要运用算法减轻累计误差，寻找合适的关键帧。

2、课题难点