导航数据融合的工程陷阱与对策
📚 30章 · 从理论到实战 · 友好色系
⭐ 全目录 · 点击章节跳转
01
绪论
导航数据融合的定义、发展历程、核心挑战与工程意义。
02
坐标系与时间系统
常用坐标系（WGS84、ENU、载体坐标系）、时间基准（UTC、GPS时）、坐标转换中的常见陷阱。
03
传感器特性与误差模型
IMU、GPS、磁力计、气压计、里程计的特性分析，以及 Allan 方差建模方法。
04
卡尔曼滤波基础
状态空间模型、线性卡尔曼滤波推导、滤波发散的原因与初值敏感性。
05
扩展卡尔曼滤波（EKF）
非线性系统线性化、雅可比矩阵计算、EKF 在组合导航中的应用与工程陷阱。
06
无迹卡尔曼滤波（UKF）
UT 变换原理、Sigma 点选取、UKF 与 EKF 的对比及工程选型建议。
07
粒子滤波（PF）
重要性采样、重采样策略、粒子退化问题及工程中的实时性优化。
08
误差状态卡尔曼滤波（ESKF）
名义状态与误差状态分离、ESKF 在 IMU 预积分中的应用、避免状态协方差奇异。
09
多传感器时空对齐
时间戳同步（硬件/软件方案）、空间外参标定、延迟补偿的工程实现。
10
IMU 预积分技术
预积分理论、离散实现、在因子图优化中的角色及数值稳定性问题。
11
视觉-惯性融合（VINS）
VIO 系统架构、初始化、滑动窗口优化、边缘化策略与 FEJ 问题。
12
GNSS-惯性融合（Loose/Tight Coupling）
松耦合与紧耦合架构、伪距/载波相位观测、整周模糊度固定。
13
多传感器融合中的异常检测
卡方检验、残差检测、马氏距离、故障隔离与系统重构。
14
数据融合中的非线性优化
图优化基础、因子图构建、iSAM2 与 Ceres Solver 工程实践。
15
可观测性与一致性分析
可观测性定义、李导数分析、一致性保持的工程技巧（如 OC-EKF）。
16
传感器标定与校准
IMU 内参标定（六面法、旋转法）、相机-IMU 外参标定、在线标定策略。
17
多源融合中的抗差估计
M-estimator、Huber 核函数、DACS 算法、动态权重调整。
18
状态估计中的数值稳定性
Cholesky 分解、QR 分解、信息矩阵与协方差矩阵的数值病态处理。
19
组合导航中的零速修正（ZUPT）
零速检测算法、ZUPT 更新方程、在行人导航中的应用。
20
磁力计融合与航向估计
磁力计校准（硬铁/软铁）、航向角观测模型、地磁异常环境下的鲁棒策略。
21
气压计辅助高度融合
气压测高原理、温度补偿、多源高度融合（GNSS+气压计+IMU）。
22
轮式里程计与惯性融合
轮速编码器模型、非完整性约束（NHC）、在车辆定位中的应用。
23
激光雷达-惯性融合（LIO）
LOAM 架构、点云配准与 IMU 预积分联合优化、LIO-SAM 工程实践。
24
多传感器融合中的回环检测
视觉词袋、Scan Context、图优化中的回环约束添加与图管理。
25
传感器失效与降级模式
单传感器失效检测、降级融合策略（如 GNSS 拒止环境下的 VIO 切换）。
26
实时性与资源优化
嵌入式平台选型、算法轻量化（如固定滞后平滑）、多线程与 SIMD 优化。
27
融合系统的测试与评估
数据集回放（KITTI、EuRoC）、MIL/SIL/HIL 测试、评价指标（ATE、RPE）。
28
工程部署中的常见陷阱
浮点精度问题、初始化失败、参数调优经验、日志与调试技巧。
29
行业案例解析（上）
自动驾驶中的多源融合方案、无人机导航中的 VIO 实战。
30
行业案例解析（下）
机器人 SLAM 中的融合方案、手机 AR 中的 VIO 与 PDR 融合。