基于视觉SLAM的GNSS拒止环境定位系统设计与闭环检测优化.docxVIP

PAGE2

基于视觉SLAM的GNSS拒止环境定位系统设计与闭环检测优化

摘要

全球卫星导航系统（GNSS）在隧道、室内及城市峡谷等场景易受信号遮挡，导致定位失效。本设计针对GNSS拒止环境，提出一种融合视觉SLAM的定位系统，核心目标是实现亚米级定位精度与高一致性轨迹。系统采用ORB-SLAM2框架为基础，重点优化闭环检测模块以抑制累积漂移。全文遵循工程递进逻辑：首先分析GNSS拒止场景的定位需求与现有SLAM的漂移问题；其次设计分层系统架构，划分数据采集、位姿估计与闭环优化三大模块；进而详细实现基于深度学习的闭环检测算法，改进关键帧匹配策略；最后通过室内走廊与地下车库测试验证系统性能。创新点在于提出动态权重闭环评分机制，结合几何一致性验证，将定位误差降低35%。测试表明，系统在100米轨迹中平均位置误差为0.42米，满足无人机巡检与机器人导航需求。全文共八章，涵盖需求分析至测试验证全过程，为无GNSS环境提供可靠定位方案。

第一章绪论

1.1研究背景

GNSS拒止环境已成为现代定位技术的重大挑战。城市高层建筑群形成“峡谷效应”，卫星信号衰减率达70%以上；地下停车场与隧道内信号完全中断，导致传统导航失效。此类场景广泛存在于物流仓储、应急救援及智能巡检领域，亟需替代定位方案。

现有视觉SLAM系统虽能独立工作，但存在显著缺陷。特征点匹配在弱纹理区域易失效，如纯白墙面导致