Факторные графы улучшили точность GNSS/INS в дорожных испытаниях
Проект GMV и Cranfield University сравнил оптимизацию на факторных графах (FGO) с традиционными WLS и расширенным фильтром Калмана в дорожных сценариях GNSS/INS. По данным ESA NAVISP, агрегированное улучшение среднеквадратической ошибки составило 30-60% для кодовой обработки и 25-40% для PPP и RTK. Наибольший выигрыш наблюдался при многолучевом распространении, приёме вне прямой видимости и плохой геометрии спутников.
Почему это важно
Такой подход может повысить устойчивость навигации автомобилей, роботов и дронов в городских каньонах и других местах, где спутниковые измерения нестабильны, без замены самой спутниковой системы.
Контекст
Это результат исследовательского прототипа, а не сертифицированный серийный продукт. В кратком сообщении не приведены абсолютные ошибки, вычислительная нагрузка и разбивка по отдельным маршрутам, поэтому проценты нельзя напрямую переносить на любой приёмник.
Краткое изложение "Орбиты". Дата соответствует публикации источника.