Contrôle de qualité de mesure assisté par un système multisensoriel pour une navigation améliorée des véhicules en milieu urbain

L'intégration du système de positionnement global (GPS) avec d'autres capteurs pour améliorer le positionnement et la navigation est une solution viable pour les véhicules intelligents. En particulier, l'intégration du GPS avec une unité de mesure inertielle (IMU) et un capteur visuel est une considération courante pour améliorer la performance des systèmes de navigation des véhicules. Cependant, l'exactitude et la disponibilité du GPS sont sérieusement dégradées par la réception en dehors de la ligne de vue (NLOS) et les interférences de trajectoire multipath dans les environnements urbains. Combiner les résultats de positionnement GPS peu fiables avec d'autres capteurs dégradera la performance du système de navigation intégré. Par conséquent, nous proposons un nouvel algorithme de contrôle de qualité de mesure pour une intégration lâche du GPS, de l'IMU et d'un odomètre visuel stéréo (VO) pour la navigation des véhicules en milieu urbain. Dans l'algorithme proposé, une stratégie de fusion adaptative basée sur la dilution géométrique de la précision (GDOP) et une détection de défauts de mesure et une exclusion (FDE) basées sur le clustering K-means tenant compte des erreurs de pseudodistance prédites sont utilisées pour atténuer les effets NLOS/multipath. La validation de la solution intégrée proposée incorporant le contrôle de qualité de mesure est réalisée. Les résultats montrent que l'algorithme atteint une précision de positionnement en termes d'erreur quadratique moyenne (RMSE) 3D de 2,85 m et 7,17 m, dans les canyons urbains moyens et profonds, respectivement. Ce niveau de performance est supérieur à celui de l'intégration traditionnelle GPS/IMU/VO. Les améliorations correspondantes sont de 49,0 % dans le canyon urbain moyen et de 79,6 % dans le canyon urbain profond, respectivement.