复杂城市环境下GNSS/INS组合导航可观测度分析及鲁棒滤波方法

城市峡谷等复杂场景下,建筑物遮挡、多路径和非视距等效应严重影响GNSS信号质量。通过引入动态时变系统可观测度分析方法,在线评价系统每个状态变量的可观测程度,并探究GNSS信号异常对组合导航性能的影响机理。针对智能车辆途径人行天桥和高架桥时GNSS信号受限等情况,基于比较残差协方差矩阵的递推值和理论计算值,提出一种新型的自适应因子,在线度量GNSS/INS融合滤波的异常程度,进而设计自适应鲁棒的卡尔曼滤波(ARKF)算法,并基于可观测度分析验证其有效性。实验结果表明:所提出的ARKF方法能够保证GNSS短时受限时,融合定位最大误差限制在1 m内,增强了GNSS/INS组合导航系统的鲁棒性和环境适应性,保证了车道级高精度导航定位。