2025年5月19日，武漢大學衛星導航定位技術研究中心多源智能導航（i2Nav）實驗室碩士學位論文答辯在星湖實驗大樓17樓1718會議室順利舉行。本屆答辯的畢業同學分別是丁龍陽、周龍、王冠、胡俊東、陳世一、夏大洲和楊碩。七位同學的論文選題涵蓋多個前沿方向，既包括低成本車載GNSS/INS/磁場匹配組合定位、MEMS慣導輔助GNSS多徑、抑制點線特征融合視覺/慣性/地圖導航等復雜環境精準定位研究，也涉及小腿安裝慣導行人定位、復雜環境多源融合行人定位、混合專家模型輕量行人航位推算等行人定位工作，還有城市地下管道氣動慣性測量球定位新探索。

受邀參加答辯的評委分別是海軍工程大學的常路賓教授、武漢理工大學的鄧辰龍副教授、武漢大學測繪遙感全國重點實驗室的王磊副教授、武漢大學人工智能學院的蘇鑫副教授、武漢大學衛星導航定位技術研究中心的陳渠森副教授。評委們對學生的論文和答辯進行了客觀準確的評價，提問全面深刻，點評中肯犀利，現場討論熱烈。

丁龍陽同學的論文題目是《面向復雜城市道路環境的低成本車載GNSS/INS/磁場匹配組合定位算法研究》。論文針對復雜城市道路環境下的魯棒精準車輛定位需求開展了GNSS/INS/磁場匹配融合定位算法研究。 提出了一種GNSS偽距和多普勒觀測序列輔助的魯棒INS狀態初始化方法， 提高了復雜環境中MEMS慣導的初始化精度和效率；提出了一種基于GNSS觀測殘差時空一致性檢驗的魯棒GNSS/INS緊組合方法，同公開方案GLIO-DS相比，綜合考慮精度、計算量和成本，所提方法具有優勢；提出了一種粗-精磁場輪廓匹配方法，并應用于GNSS/INS/磁場融合方案，在典型城市復雜環境中實現了車道級定位。成果發表發表SCI期刊《IEEE Transactions on Intelligent Transportation Systems》論文2篇，EI期刊《哈爾濱工程大學學報》論文1篇。

圖 1 所提GNSS/INS/磁匹配車道級定位系統（MGINS）框架

周龍同學的論文題目是《城市復雜環境MEMS慣導輔助GNSS多徑抑制技術》。論文針對城市復雜環境智能移動終端GNSS信號跟蹤難、觀測質量差的問題，分別在GNSS信號和觀測量兩個層面開展了多徑抑制技術研究。提出了基于MEMS慣導輔助基帶信號長時相干積分的多徑抑制、基于裝袋樹（裝袋集成學習框架下的決策樹算法）的慣導輔助GNSS觀測多徑抑制方法，開發了一套兼容車輛/行人載體動態的GNSS/INS深組合接收機系統，實現了城市樓群、高架、樹蔭等挑戰場景車輛和行人的精準定位。成果發表在SCI期刊《IEEE SENSOR JOURNAL》。

圖 2 接收機系統結構圖

王冠同學的論文題目是《面向園區場景的點線特征融合視覺/慣性/地圖導航技術研究》。論文圍繞智能無人系統在結構化園區中的分米級定位需求，提出了慣導增強的點線特征融合VIO方法和基于RANSAC的2D-3D線特征匹配定位算法。前者通過融合慣導先驗提升特征跟蹤穩定性，構建點線聯合測量模型，實現高精度相對遞推定位；后者利用RANSAC實現2D視覺圖像與3D點云地圖之間的線特征跨模態匹配定位，具備良好的魯棒性與定位精度?；谏鲜龇椒ㄩ_發的多源緊耦合融合導航軟件，在復雜園區中實現連續、可靠的分米級定位能力。

圖 3 緊耦合導航軟件結構框圖

胡俊東同學的論文題目是《基于氣動慣性測量球的城市地下管道定位方法研究》。論文針對城市小口徑地下管道定位問題，開展了氣動慣性測量球的方法研究，提出了城市地下管線的氣動慣性測量球定位新方法，設計了新的作業模式，設計并實現了硬件原型系統。同時，針對地下管線定位測量場景中慣導修正信息稀缺的問題，設計了專用的雙向機械編排平滑算法，顯著提升了軌跡的平滑度和精度。成果發表在SCI期刊《IEEE SENSOR JOURNAL》，并申請國家專利3項。

圖 4 氣動慣性測量球整體作業示意圖

夏大洲同學的論文題目是《基于小腿安裝IMU的行人自主定位算法研究》。論文針對傳統的足綁式慣導（Foot-mounted INS）方法穿戴不便、傳感器工作環境惡劣、復雜步態適應能力差等問題，提出了一種小腿安裝慣導（Shin-mounted INS，簡稱小腿慣導或 Shin-INS）的行人定位方法。相較于足綁式慣導，小腿慣導安裝更便利，且大幅提升了跑步場景下的定位精度和穩定性。此外，論文設計了一種相對磁場約束增強的小腿慣導方法，有效抑制了小腿慣導的航向漂移問題。在小腿慣導行人定位方法的基礎上，融合外接 GNSS 模塊設計了一套室內外無縫行人定位方案，并在Android平臺上搭建了定位Demo。成果發表SCI期刊《IEEE SENSOR JOURNAL》論文2篇。

圖 5 小腿慣導行人定位（shin-INS）算法流程圖

陳世一同學的論文題目是《復雜城市環境下INS/運動約束/磁場匹配組合的行人定位算法研究》。面向全天候室內外無縫行人定位需求，探索在復雜城市環境中利用慣導、行人運動約束以及磁場匹配定位的可行性。針對現有樓層切換判別方法因氣壓計或信號指紋庫缺失導致的不可用問題，提出了基于INS/運動約束的樓層切換判別算法，為多層建筑內行人樓層切換判別提供一種無需依賴先驗信息的普適性解決方案。此外，針對城市峽谷場景GNSS因信號反射和遮擋導致的定位精度低的問題，通過分析城市峽谷場景的磁場特征分布，提出了深度學習慣性里程計增強的磁場匹配定位算法，滿足了城市峽谷場景中行人用戶的米級定位需求。成果發表在SCI期刊《IEEE SENSOR JOURNAL》。

圖 6 慣性里程計/磁場匹配組合的城市峽谷環境下定位算法框圖

楊碩同學的論文題目是《基于混合專家模型的輕量行人航位推算》。論文針對傳統PDR誤差大、精度較低與基于深度學習的PDR計算量大等問題，提出了基于混合專家網絡模型（MoE）模型的PDR模型，與單一稠密網絡相比降低推理時計算量降低了71.06%。此外，進一步引入了知識蒸餾技術對模型進行輕量化處理。以性能優異但參數規模較大的MoE模型作為教師模型，通過壓縮專家網絡的層數與特征維度、對每個專家網絡的單獨蒸餾。使得學生模型在大幅降低計算復雜度的同時，仍能保持與教師模型相近的定位精度，從而為實時高效的室內定位提供了新的解決方案。

圖 7 基于專家層級的模型蒸餾算法流程示意圖

上述七位同學的研究工作獲得了答辯專家的一致認可，均順利通過了碩士學位論文答辯。他們美好而充實的碩士生活即將畫上圓滿句號，將前往華為、騰訊等大廠就業，繼續開展相關領域的研發工作，開啟一段嶄新的人生旅途。祝七位同學前程似錦、幸?？鞓?！

答辯合影

前路漫漫，任重道遠，不忘初心，克難奮進！

成果列表：

[1] X. Niu, L. Ding, Y. Wang and J. Kuang. MGINS: A Lane-Level Localization System for Challenging Urban Environments Using Magnetic Field Matching/GNSS/INS Fusion[J/OL]. IEEE Transactions on Intelligent Transportation Systems.

[2] J. Kuang, L. Ding, Y. Wang, Y. Yuan, P. Jiang, Q. Zhou and X. Niu. A Robust INS State Initialization Method for Vehicular GNSS/MEMS-INS Integrated Navigation in Urban Environment[J]. IEEE Transactions on Intelligent Transportation Systems .

[3] 丁龍陽, 曠儉, 陳起金, 牛小驥. GNSS拒止環境下的手機車載定位研究[J]. 哈爾濱工程大學學報.

[4] T. Zhang, L. Zhou, X. Feng, J. Shi, Q. Zhang and X. Niu. INS-Aided GNSS Pseudo-Range Error Prediction Using Machine Learning for Urban Vehicle Navigation[J]. IEEE Sensors Journal, 2024

[5] 張提升, 王冠, 陳起金, 等. GNSS/MEMS IMU車載組合導航中IMU比例因子誤差的影響分析[J]. 大地測量與地球動力學, 2024, 44(2): 134-137.

[6] Niu X, Hu J, Chen Q*, et al. A MEMS IMU-Based Air-Propelled Positioning Ball for Small-Diameter Underground Pipelines Localization [J]. IEEE Sensors Journal, 2025, Early Access, Page (s): 1–1. DOI: 10.1109/JSEN.2025.3555335.

[7] 牛小驥，陳起金，胡俊東，張曉江，李思琪，姜衛平. 武漢大學. 地下管線的慣性吹球測量系統及方法：CN202211460791.7[P]. 2023-03-17.

[8] J. Kuang, D. Xia, Y. Wang, X. Meng and X. Niu, "A Shin-Mounted Inertial Navigation System for Pedestrian Walking and Running Gait," in IEEE Sensors Journal, vol. 25, no. 6, pp. 9449-9458, 15 March15, 2025, doi: 10.1109/JSEN.2025.3533138.

[9] J. Kuang, D. Xia, T. Liu, Q. Chen and X. Niu, "Shin-INS: A Shin-Mounted IMU-Based Inertial Navigation System for Pedestrian," in IEEE Sensors Journal, vol. 23, no. 21, pp. 25760-25769, 1 Nov.1, 2023, doi: 10.1109/JSEN.2023.3312631.

[10] 夏大洲,姜衛平,曠儉,牛小驥.一種穿戴式多IMU的航向對齊方法[J].導航定位學報,2024,12(5):1-8

[11] S. Chen, J. Kuang, D. Xia and X. Niu, "Height Estimation for Floor Identification in Elevator and Escalator Scenarios Based on Smartphones Built-In IMU," in IEEE Sensors Journal, vol. 24, no. 19, pp. 29795-29805, 1 Oct.1, 2024, doi: 10.1109/JSEN.2024.3444918.