Page 11 - 《武汉大学学报(信息科学版)》2025年第9期
P. 11

第 50 卷第 9 期           张  新等:时空具身智能:北斗导航与高分遥感融合发展新方向                                  1739


                    BDS 在“城市峡谷”等复杂应用场景下,由于                      体研究包括遥感影像的几何校正和多源遥感影
                卫星信号的遮挡、衰减和屏蔽等,导致其测量误                           像时空基准的统一。例如,基于地面控制点的几
                差显著变大,往往无法提供有效的位置服务,难                           何校正以仿射变换和投影变换为理论基础,通常
                以满足车辆导航的需求           [78-79] 。虽然地基增强技术          选择一个适当的多项式(通用成像模型)来近似
                能够通过固定校准基站的内部校正信号来纠正                            描述点与地面点之间的坐标关系,其系数通过数
                部分误差,提高定位有效性,但这种系统依赖于                           学最优方法进行解算,对具体的成像关系不予考
                高成本的额外基础设施           [80] 。因此,多源遥感融合            虑。其中,地面控制点可以使用 BDS 进行测量,
                技术提高导航定位精度是智能网联汽车高精度                            实现对高分遥感数据高精度的几何校正,提升影
                定位的工程首选,其核心在于结合卫星导航、激                           像配准精度和可靠性。时空基准的统一是指在
                光雷达、摄像头和惯性测量单元(inertial measure⁃                多源遥感图像融合中引入如 BDS 提供的高精度
                ment unit,IMU)等多种传感器的数据,通过滤波                    时空基准,不仅可以有效解决数据时空基准不一
                和优化方法进行信息融合。其中,卫星导航提供                           致的问题,还为多源影像融合技术的进一步发展
                全局定位,激光雷达通过点云与高精地图匹配提                           奠定了基础,确保融合影像在时空一致性和精度
                供高精度定位,摄像头利用视觉里程计或 SLAM                         上的可靠性     [89-91] 。
                技术感知环境特征进行相对定位               [81] ,IMU 补偿短          多源遥感图像融合能够综合利用不同来源
                时间的位移和姿态变化;最终通过卡尔曼滤波等                           的遥感图像信息,实现更精准、更全面的对地观
                算法将多源数据按权重融合,实现高精度、稳定、                          测 [92-93] 。多源遥感图像融合包括全色、多光谱、高
                连续的定位服务。                                        光谱图像之间融合          [94] 、光学影像与 SAR 图像融
                    近年来,随着自动驾驶行业逐渐发展壮大,                         合 [95] 、多光谱/高光谱与激光雷达图像融合               [96] 以
                视觉 SLAM 技术正迅速成为汽车定位的标准方                         及其他类型的多源遥感图像融合                [97-99] ,是遥感对
                法 [82-84] ,是多源遥感融合技术提高导航定位精度                    地观测领域的核心关键技术。但由于多源影像
                的一个重要方向。SLAM 技术是一种高度集成                          往 往 来 源 不 同 ,不 同 影 像 之 间 其 时 空 基 准 不 统
                导航和遥感信号的技术,主要思路为:(1)建图:                         一,以至于不同的传感器或不同时间感知的同一
                将新扫描的点云与之前构建的地图进行配准,找                           实体可能会出现矛盾          [100] 。因此,统一的高精度时
                出重叠部分;(2)定位:通过点云匹配算法得到当                         空基准显得尤为重要。在多源遥感图像融合中
                前传感器的位移量和旋转量;(3)反馈导航状态:                         引入 BDS 高精度时空基准,不仅可以有效解决数
                将 高 精 度 相 对 或 绝 对 位 姿 反 馈 给 惯 导 滤 波 器 ;         据时空基准不一致的问题,还为多源影像融合技
               (4)更新地图:将点云并入地图库,使地图更加完                          术的进一步发展奠定了基础,确保融合影像在时
                整。通过在自动驾驶汽车上搭载激光雷达、摄像                           空一致性和精度上的可靠性。例如,基于 BDS 卫
                头等遥感传感器,结合导航信息和地理信息数据                           星的多角度双基地 SAR 成像与融合过程中,通过
                库,利用计算机视觉技术和图像处理算法构建周                           多角度观测和数据处理,实现了对目标区域的多
                围环境的地图      [85] ,并基于这些地图在城市环境中                 角度观测,并基于感兴趣区域融合方法生成了高
                实现高精度和稳定的车辆定位,对车辆位置进行                           质 量 的 融 合 图 像 ,证 明 了 多 角 度 融 合 是 扩 展
                修正  [86] 。目前,视觉 SLAM 系统可以在微型个人                  GNSS-BSAR(GNSS-based SAR)遥感应用的有
                电脑和嵌入式设备,甚至智能手机等移动设备上                           效途径   [101] 。
                运行,应用极其广泛        [87-88] 。                          实时空间大气环境的高精度监测已成为制
                2.2 数据层                                         约导航定位、短波通信、航天测控等重大航天任
                    数据集成是指将 BDS 提供的定位和授时数                       务实施的共性基础难题。在对空间对流层探测
                据与高分遥感数据进行有效融合与处理,去除冗                           方面,BDS 地基测站主要提供点状观测,受制于
                余数据,保留有效数据,从而提高数据的时空精                           观测几何,其层析结果往往呈倒锥形分布,难以
                度,这是信息集成的基础。一方面 BDS 可以用来                        精细刻画大气水汽的时空变化特征;通过引入风
                进行高分遥感数据的标定,另一方面高分遥感也                           云系列等气象卫星的高分辨率遥感面域观测信
                可以提高 BDS 的定位精度。                                 息,可在有效丰富大气水汽约束条件的同时,进
                    利用 BDS 提供的高精度时空基准对高分遥                       一步改善层析几何结构,使对流层三维层析精度
                感数据进行标定,可以提高遥感数据的精度,具                           提升约 20%。在空间电离层探测方面,通过发挥
   6   7   8   9   10   11   12   13   14   15   16