利用OxTS LIO 改进旧金山的导航数据

硬件和软件设置

在测试过程中，团队使用了以下设备：OxTS INS 设备（RT3000 v4）和激光雷达（Hesai XT32）。使用 LIO 的设备在物理设置上没有任何特殊之处，其设置与任何其他 INS/LiDAR 配置相同。OxTS LIO 算法对导航数据进行优化，并在后处理中运行。

RT3000 v4 不仅能提高导航性能，还能通过OxTS LIO 提高点云精度。由于导航数据的改进，产生的点云不再模糊不清、重影重重，而是像勘测的其他部分一样清晰明了。

使命街

在城市环境中收集精确的导航数据时，最大的挑战之一就是全局框架的精确性和一致性。旧金山市中心区面临着各种可能的挑战，包括隧道、高层建筑、反光表面、狭窄街道、极端坡度和高空物体。对全球导航卫星系统的持续干扰使其成为自动驾驶应用和移动制图的强大测试工具。

在这种情况下，不仅是断断续续的全球导航卫星系统更新和 IMU 漂移会造成位置误差，反射面也会带来多路径误差的巨大风险，其中卫星信号会从建筑物上反射下来，造成巨大的位置误差。这可能会使 INS 的轨迹变得不稳定和不可预测。

在测试过程中，RT3000 v4 本身就非常精确，而与OxTS LIO 配合使用时，几乎可以说是天衣无缝。OxTS LIO 可使 INS 在城市中保持稳定一致的路径，从而过滤掉所有多路径信号。

这样得到的点云精确度始终保持在厘米级，没有任何区域需要重新勘测：

华盛顿街隧道

与多层停车场一样，隧道阻挡了全球导航卫星系统信号的进入。这就意味着，传统的隧道勘测虽然精确，但只是相对而言，而且勘测点的全球坐标位置与实际情况会有很大出入，但几乎没有办法验证这一点。然而，通过RT3000 v4 和OxTS LIO 的组合，轨迹可以保持在更高精度的轨道上，不仅提高了隧道点云图像的清晰度，还改善了其地理坐标。

结论

RT3000 v4 和OxTS' LIO 算法的精确性克服了旧金山在精确导航方面的无数挑战。

在测试过程中，我们看到，通过结合使用OxTS的最新硬件和软件开发成果，在全球导航卫星系统中断 60 秒的情况下，位置漂移受到了极大限制。

如前所述，通过更严格的优化以及与其他OxTS 技术功能（如gx/ix 紧耦合技术和通用辅助数据 (GAD) 接口）的可能结合，可以进一步提高性能。

我们正在努力让客户真正实现随处导航。