Loosely Coupled Factor Graph Optimization for Pseudolite-Augmented Navigation

Resumen Técnico: Optimización de Gráfico de Factores Acoplado Débilmente para Navegación Aumentada con Pseudolitos

Enunciado del Problema
La localización precisa es crítica para los vehículos autónomos; sin embargo, el rendimiento del Sistema Global de Navegación por Satélite (GNSS) se degrada frecuentemente en entornos como túneles y cañones urbanos debido al bloqueo de señales, el multitrayecto y las interrupciones. Aunque fusionar GNSS con Unidades de Medición Inercial (IMU) es un enfoque estándar para mitigar estos problemas, los datos de la IMU sufren deriva sin correcciones frecuentes. Los pseudolitos (PL), que transmiten señales similares a las del GNSS, ofrecen una solución para mejorar la disponibilidad de señales y la geometría en entornos degradados. No obstante, los métodos de integración existentes para GNSS y PL dependen predominantemente de la estimación por Mínimos Cuadrados (LS) y a menudo fallan al incorporar datos de IMU. Además, según el conocimiento de los autores, ningún trabajo previo ha integrado PL con otros sensores utilizando Optimización de Gráfico de Factores (FGO), un marco conocido por su capacidad para aprovechar mediciones históricas y realizar optimización iterativa.

Metodología
El artículo propone un marco de Optimización de Gráfico de Factores (FGO) acoplado débilmente (LC) diseñado para fusionar mediciones de GNSS, PL e IMU.

• Definición del Estado: El estado del sistema en el tiempo $t_i$ incluye la matriz de rotación ($R^e_b$), la posición ($p^e_b$), la velocidad ($v^e_b$) y los sesgos del acelerómetro ($b_a$) y del giroscopio ($b_g$).
• Formulación de Factores:
  • Factor IMU Preintegrado: Modela el movimiento entre estados consecutivos utilizando preintegración de IMU, considerando los residuos de rotación, velocidad y posición.
  • Factor de Sesgo IMU: Modela la evolución temporal de los sesgos del acelerómetro y del giroscopio.
  • Factor Posición GNSS/PL: Utiliza una solución estándar por Mínimos Cuadrados derivada de las mediciones combinadas de pseudorango de GNSS y PL para estimar la posición de la antena. Esta posición se relaciona luego con el estado de la IMU mediante una transformación de brazo de palanca.
• Estructura del Grafo: El gráfico de factores añade nodos de estado y factores de medición a medida que llegan nuevos datos de GNSS/PL. Las mediciones de alta tasa de la IMU entre épocas de GNSS/PL se preintegran en factores únicos que conectan los estados. Un factor previo restringe el estado inicial.
• Optimización: El sistema resuelve la estimación de máxima a posteriori (MAP) minimizando la suma de los errores cuadrados provenientes del factor previo, los factores de posición y los factores de IMU.

Configuración Experimental
El marco se validó utilizando datos del mundo real recopilados en un estacionamiento de la Universidad de las Fuerzas Armadas de Múnich.

• Hardware: Un vehículo rover equipado con una antena multibanda GNSS/PL y una IMU MEMS. Dos transmisores PL emitieron señales similares a Galileo E1BC.
• Escenario: Para emular condiciones degradadas de GNSS, el experimento utilizó únicamente los cuatro satélites GPS de mayor elevación durante una ventana de 80 segundos.
• Configuraciones: El estudio comparó el rendimiento en cuatro configuraciones de señal: solo GPS, GPS + 1 PL (PL01), GPS + 1 PL (PL02) y GPS + 2 PL.
• Líneas Base: El enfoque FGO propuesto se comparó contra un método LS estándar (sin IMU) y una línea base GNSS-IMU.

Resultados Clave
La evaluación demuestra que el marco FGO supera consistentemente a los métodos LS estándar en todas las configuraciones de señal:

• Reducción del Error: FGO logró una reducción del 22,8 % al 41,3 % en el error medio 3D en comparación con LS. En el error 2D, las mejoras oscilaron entre el 11,9 % y el 21,1 %.
• Calidad de la Trayectoria: FGO produjo trayectorias más suaves y mostró una menor sensibilidad al ruido de medición en comparación con LS, particularmente en el escenario solo GPS donde la observabilidad es limitada.
• Impacto de los Pseudolitos: Incorporar transmisores PL mejoró aún más la precisión de posicionamiento en comparación con una línea base GNSS-IMU. Sin embargo, la magnitud de la mejora dependió de la disposición geométrica de los transmisores.
  • La configuración GPS+2PL arrojó la mejor precisión 3D (menor PDOP).
  • La configuración GPS+PL02 logró el error 2D más bajo, a pesar de tener una DOP Vertical (VDOP) peor que el caso de un solo PL01.
• Correlación con DOP: Aunque las tendencias de la Dilución de Precisión (DOP) generalmente se alinearon con el rendimiento de posicionamiento, los autores señalan que la DOP por sí sola no determina completamente la precisión, ya que factores como el multitrayecto y el sesgo del reloj también influyen en el error final.

Significado y Afirmaciones
El artículo afirma presentar la primera integración de Pseudolitos con otros sensores utilizando Optimización de Gráfico de Factores. El significado principal de este trabajo radica en validar la eficacia de FGO para la navegación asistida por PL en entornos con visibilidad satelital limitada. Los resultados confirman que un marco FGO acoplado débilmente puede fusionar robustamente datos de GNSS, PL e IMU para mejorar significativamente la precisión de posicionamiento sobre los métodos LS tradicionales. Los autores concluyen que, aunque la configuración geométrica de los PL influye en las ganancias específicas, el enfoque es una solución viable para mejorar la robustez de la navegación en entornos GNSS degradados. Se identifica como trabajo futuro la investigación de una integración acoplada estrechamente para mejorar aún más la robustez y la precisión.