A Factor Graph Optimization Method With Initial Velocity Bias Estimation for GINS Initial Alignment

doi:10.1109/tase.2026.3723023

2026-08-12

PRE

DOI：10.1109/tase.2026.3723023

原文链接

原文求助

摘要

En 中文

初始对准是导航的关键阶段，因为它直接决定了由GPS和捷联惯性导航系统（SINS）组成的全球定位系统-惯性导航系统（GPSINS）的导航精度。然而，由GPS信号遮挡和/或反射引起的GPS异常值及其导致初始速度偏差误差，严重降低了GPSINS初始对准精度。此外，惯性测量单元（IMU）的偏差也会导致累积偏差误差，从而对对准精度产生不利影响。为了同时抑制这些误差以改善GPSINS初始对准，我们提出了一种因子图优化（FGO）方法，该方法将初始速度偏差建模为状态。具体而言，估计IMU偏差和初始速度偏差，然后进行补偿以提高对准精度。采用Huber范数抑制GPS异常值，从而实现稳定对准过程。进行了全局可观测性分析，结果表明，当车辆轨迹包含一个具有恒定姿态的直线运动区间，且该区间内两个不同时刻的比力导数向量线性无关时，新增的初始速度偏差与其他估计状态一起是可观测的。车载实验结果表明，所提出的FGO方法能够有效抑制上述误差。实践者注意——本文提出了一种带有GPS辅助的IMU初始对准方法。在实践中，当出现GPS异常值时，第一个GPS测量值可能被污染，引入初始速度偏差，这会持续且显著地降低对准精度。因此，本文不仅关注处理GPS异常值，还关注处理初始速度偏差。此外，累积IMU偏差误差也被考虑并加以处理。所提出的方法特别适用于寻求在可能产生GPS异常值的场景下实现可靠IMU和GPS集成导航的实践者。

Keyword:

Initial alignment

initial velocity bias

strapdown inertial navigation system

factor graph optimization