基于因子图优化的RTK定位开源代码GraphGNSSLib配置及相关介绍-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于因子图优化的RTK定位开源代码GraphGNSSLib配置及相关介绍。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

简介

RTK（载波相位差分技术）定位是GNSS实现定位的一种常见的模式，能够在基站周围的一定范围内快速实现厘米级精度的定位，广泛应用于车载、机载导航。

在RTK解算过程中，传统的EKF是最为常用的方式，根据前一历元观测值对当前历元的估值进行更新（EKF 拓展卡尔曼滤波在这里就不做过多说，网上的博客以及论文有很多）。但EKF的精度对观测值非常敏感，若前一历元的观测值存在较大的粗差，对后续的精度存在很大的影响。，因此，在一些信号受到遮挡的区域，如城市峡谷，隧道，地下室等，接受到的信号存在很大的粗差，导致RTK定位的精度明显下降。但因子图优化（FGO）的出现很好解决了这个问题，简单的说，因子图优化就是一种全局性的最小二乘法，利用多个历元的数据进行计算，充分利用利用历史数据，能够很好的减少某个粗差的出现对计算的影响。FGO的计算量问题导致其一直被认为是一种后处理的手段，很少应用在GNSS./INS等实时导航的领域。但随着其在机器人领域的发展，使得其在提供冗余信息的同时兼顾实时性成为可能。

FGO在提升抗差性、鲁棒性的同时也增大了计算量，最小二乘法的计算量随着数据量的增加是呈指数式的增加，因此为了能够满足实时解算的目的，常常采用滑窗因子图的方法进行处理，利用一个窗口内的所用数据进行最小二乘解算（例如一个窗口内包含10、30、50历元的数据），一般来说窗口内的数据越多，其鲁棒性和精度就越高（也存在历元），相应的所需要的计算时间就越长。具体可参考文献《Factor graph optimization for GNSS/INS intergration: A comparsion with the extended Kalman filter》Factor graph optimization for GNSS/INS integration: A comparison with the extended Kalman filter | NAVIGATION: Journal of the Institute of Navigation，这篇文献中wen等人对其进行的详细的研究。

GraphGNSSLib是由香港理工大学文Weisong Wen等人开源的一套利用因子图优化来执行GNSS定位和RTK定位的软件。代码基机于器人操作系统（ROS），使用C++语言进行主要函数的编写，非线性优化问题利用ceres-solver库进行求解。同时集成了rtklib软件其中一部分的内容。开源网址GitHub - weisongwen/GraphGNSSLib：使用因子图优化 GNSS 定位和实时运动学的开源软件包；其中包含完整的开源代码和相关的论文

Wen, W., & Hsu, L. T. (2021, May). Towards robust GNSS positioning and Real-time kinematic using factor graph optimization. In 2021 IEEE International Conference on Robotics and Automation (ICRA) (pp. 5884-5890). IEEE.

基于因子图优化的RTK定位开源代码GraphGNSSLib配置及相关介绍,c++,人工智能,自动驾驶

其中本站以及bilibili网站上也有很多对于这篇文章及代码的介绍，需要的话可以选择性的学习；

https://www.bilibili.com/video/BV1r44y1x7Vi/?t=918&spm_id_from=333.1350.jump_directly&vd_source=bbd60eb9ac7d89115eaec1660bf475aa

代码配置

因子图具体的原理以及代码在这里就不做过多的介绍，下面对如何运行这套代码的环境配置进行说明；

程序的配置有两种方法，第一种是docker容器，对于这种方法常用linux以及python配库的学者应该都不陌生，一种固定的模式，但对于没接触过的需要首先学习docker的相关理论和使用方法，这里就不对这种方法进行说明；

第二种就是ubuntu系统下的ROS安装；首先需要安装一个Unbuntu系统（18.04或者16.04），其他的版本本人没有配置成功，ubuntu20.04在配置时一个语句始终无法成功，22.04则只支持ros2系统，很多命令我不是很懂（中途放弃）。因此为了避免麻烦，建议安装ubuntu16.04或者18.04（虚拟机、双系统以及wsl子系统都可以）。

在该前提条件完成的基础上便可以打开linux系统的终端输入下列语句进行环境的配置与相关库的编译；

安装必要的编译环境（建议依照此顺序）

sudo apt-get install cmake

安装google-glog + gflags
sudo apt-get install libgoogle-glog-dev

安装BLAS 和 LAPACK
sudo apt-get install libatlas-base-dev

安装矩阵库Eigen3
sudo apt-get install libeigen3-dev

安装与ros系统相适应的诺瓦泰的相关插件
sudo apt-get install ros-melodic-novatel-msgs（Ubuntu18.04）
sudo apt-get install ros-kinetic-novatel-msgs（Ubuntu16.04）
sudo apt-get install ros-Noetic-novatel-msgs（Ubuntu20.04）
注意：
kenetic,melodic和Noetic分别时与三种版本相适应的ros版本，需要根据不同的Ubuntu版本输入不同的语句，理论上20.04输入应该可以，但在测试的时候一种报错，不知道是不是该版本的ros不支持诺瓦泰的相关库了。

从github上下载源码
mkdir -p ~/GraphGNSSLib/src
cd ~/GraphGNSSLib/src
mkdir result
git clone https://github.com/weisongwen/GraphGNSSLib.git

安装ceres-solver（使用下载下来的压缩包中的版本）
cd ~/GraphGNSSLib/support_files

手动解压ceres-solver.tar.gz
mkdir ceres-bin
cd ceres-bin
cmake ../ceres-solver

sudo make -j4（j4意思是使用四个线程同时进行编译，若电脑配置不够，建议输入-j即可，避免内存溢出编译失败）
sudo make test
sudo make install

注意：！！！！！
ceres-solver.tar.gz和解压的文件删掉不然在编译graphgnsslib的时候会报错

CMake Error at /opt/ros/melodic/share/catkin/cmake/catkin_workspace.cmake:100bulabula

编译
cd  ~/GraphGNSSLib
catkin_make
source ~/GraphGNSSLib/devel/setup.bash
catkin_make

运行rtk
在rtklib.h中将RTK FGO值设置为1；

保存重新编译（运行动态数据）
source /home/knight/GraphGNSSLib/devel/setup.bash
roslaunch global_fusion dataublox_TST20190428.launch

重新打开一个终端（运行静态数据）
 source /home/knight/GraphGNSSLib/devel/setup.bash
 roslaunch global_fusion psr_doppler_car_rtk.launch

运行结果：

（动态结果轨迹）：

基于因子图优化的RTK定位开源代码GraphGNSSLib配置及相关介绍,c++,人工智能,自动驾驶