FE-GUT: Factor Graph Optimization hybrid with Extended Kalman Filter for tightly coupled GNSS/UWB Integration

随着消费电子市场的发展，精确定位和导航信息变得越来越重要。由于全球导航卫星系统（GNSS）存在一些缺陷，例如易受干扰，将GNSS与其他替代传感器集成是克服基于GNSS的定位系统性能限制的一种有前途的方法。超宽带（UWB）可用于增强GNSS，在构建集成定位系统时发挥作用。然而，大多数低成本的UWB设备缺乏硬件级别的时间同步功能，这需要估计和补偿紧密耦合的GNSS/UWB集成中的时间偏移量。鉴于概率图模型的灵活性，时间偏移可以被建模为连续模型离散化中的不变常数。本文提出了一种新的架构，其中将因子图优化（FGO）与扩展卡尔曼滤波器（EKF）混合，用于在线时间校准的紧密耦合的GNSS/UWB集成（FE-GUT）。FGO用于精确估计时间偏移，而EKF为新因子提供初始化并执行时间偏移补偿。基于模拟的实验验证了FE-GUT的集成定位性能。在四轮机器人场景中，结果表明，与EKF相比，FE-GUT可以将水平和垂直定位精度分别提高58.59％和34.80％，同时时间偏移估计精度提高76.80％。所有源代码和数据集均可通过https://github.com/zhaoqj23/FE-GUT/获得。

本论文旨在解决全球卫星导航系统（GNSS）的性能限制问题，通过将超宽带（UWB）与GNSS集成来提高定位系统的性能。

论文提出了一种新的架构，将因子图优化（FGO）与扩展卡尔曼滤波（EKF）混合，用于紧密耦合的GNSS/UWB集成和在线时间校准（FE-GUT）。

论文使用模拟实验验证了FE-GUT的定位性能，在四轮机器人场景下，相比EKF，FE-GUT可以提高水平和垂直定位精度分别达到58.59％和34.80％，同时时间偏移估计精度提高了76.80％。论文提供了开源代码和数据集。

最近的相关研究包括：1. “A GNSS/UWB Tightly Coupled Integration System for High-Precision Positioning Applications”，2. “A Tightly Coupled GNSS/UWB/INS Integration for Land Vehicle Navigation in Urban Environments”