武汉大学GREAT团队多传感器融合导航代码开源（内测版）

导语

为服务大地测量与导航领域的青年学子，现开源GREAT软件多传感器融合导航部分的代码。此为内测版，时间仓促，不足之处恳请批评指正，我们将持续完善。后面会陆续开源更多传感器，包括相机、激光雷达、高精地图、轮速、运动约束、超宽带等，同时开展系列代码培训。

软件介绍

GREAT (GNSS+ REsearch, Application and Teaching) 软件由武汉大学测绘学院设计开发，是一个用于空间大地测量数据处理、精密定位和定轨以及多源融合导航的综合性软件平台。

GREAT-MSF是GREAT软件中的一个重要模块，主要用于多传感器融合 (Multi-Sensor Fusion, MSF) 导航解算，包括卫星导航、惯性导航、相机、激光雷达、高精度地图、超宽带等，由GREAT-PVT扩展而来 (https://github.com/GREAT-WHU/GREAT-PVT.git )。软件中，核心计算模块使用C++语言编写，辅助脚本模块使用Python3语言实现结果绘制。GREAT-MSF软件使用CMAKE工具进行编译管理，用户可以灵活选择GCC、Clang、MSVC等主流C++编译器。目前支持在Windows下编译运行，Linux系统需要用户自行编译测试。

GREAT-MSF由2个可移植程序库组成，分别是LibGREAT和LibGnut。除了原GREAT-PVT中的GNSS定位解决方案外，LibGREAT库还进一步集成了多传感器融合导航功能，包括滤波估计中涉及的数据解码与存储、惯导解算以及传感器融合算法的实现。

功能支持

本次开源的GREAT-MSF Beta版本主要包括卫星导航与惯性导航融合部分，在GREAT-PVT基础上进一步扩展了以下功能：

1.惯性导航机械编排与误差补偿校正

2.PPP/INS松耦合和紧耦合，包括无电离层组合、非差非组合等PPP定位模型

3.RTK/INS松耦合和紧耦合，支持载波相位模糊度固定

4.组合系统动态快速初始化，包括位移矢量和速度矢量辅助对准

5.支持自定义IMU数据格式、噪声模型

6.支持轨迹动态显示和谷歌地图查看

7.支持GPS、GLONASS、Galileo、BDS-2/3、QZSS等卫星导航系统

8.软件包还提供结果绘图脚本，便于用户对数据进行结果分析

下载地址

GitHub：https://github.com/GREAT-WHU/GREAT-MSF 

文件目录：

相关成果发表

[1] X. Li, J. Huang, X. Li, Y. Yuan, K. Zhang, H. Zheng and W. Zhang, “GREAT: A scientific software platform for satellite geodesy and multi-source fusion navigation”, Advances in Space Research, 2024.

[2] X. Li, X. Han, X. Li, G. Liu, G. Feng, B. Wang, H. Zheng, “GREAT-UPD: An open-source software for uncalibrated phase delay estimation based on multi-GNSS and multi-frequency observations”, GPS Solutions, 2025.

[3] Z. Shen, X. Li*, X. Li, Z. Xu, Z. Wu, and Y. Zhou, “Precise and robust IMU-centric vehicle navigation via tightly integrating multiple homogeneous GNSS terminals,” IEEE Transactions on Instrumentation Measurement, 2023.

[4] X. Li, Q. Xu, X. Li* and Z. Shen, “Improving PPP-RTK-based vehicle navigation in urban environments via multilayer perceptron-based NLOS signal detection,” GPS Solutions, 2023.

[5] X. Li, Z. Qin, Z. Shen*, X. Li, Y. Zhou and B. Song, "A high-precision vehicle navigation system based on tightly coupled PPP-RTK/INS/Odometer integration," IEEE Transactions on Intelligent Transportation Systems, vol. 24, no. 2, Feb. 2023.

[6] Z. Shen, X. Li*, and X. Li, “Advancing high-precision navigation: leveraging homogeneous sensors in tightly coupled PPP-RTK/IMU integration,” IEEE Transactions on Industrial Electronics, 2024.

[7] X. Li, S. Li, Y. Zhou, Z. Shen, X. Wang,     X. Li, W. Wen, "Continuous and precise positioning in urban environments by tightly coupled integration of GNSS, INS and Vision," IEEE Robotics and Automation Letters, vol. 7, no. 4, Oct. 2022.

[8] Z. Shen, X. Li*, Y. Zhou, S. Li, Z. Wu, and X. Wang, “Accurate and capable GNSS-inertial-visual vehicle navigation via tightly coupled multiple homogeneous sensors,” IEEE Transactions on Automation Science and Engineering, 2024.

[9] X. Li, J. Huang, X. Li*, Z. Shen, J. Han, L. Li, B. Wang, “Review of PPP–RTK: Achievements, challenges, and opportunities,” Satellite Navigation, vol. 3, no. 1, 2022, Art. no. 28.

[10] 李昕.多频率多星座GNSS快速精密定位关键技术研究[D].武汉大学, 2021.

[11] 申志恒.车载场景高精度定位定姿理论与即时建图应用研究[D].武汉大学,2022.

GREAT 团队介绍

GREAT(GNSS+ REsearch, Application and Teaching)团队长期从事卫星精密定位定轨与多源融合导航方面的研究与教学工作。团队成员有李昕、袁勇强、张柯柯、郑玉新、冯绍权、廖健驰、李林阳、王铉彬等青年教师，以及三十余名博士和硕士研究生。

主要研究方向及成果包括：1）以PPP-RTK为代表的实时精密定位，可生成并提供多频多系统实时精密轨道、实时钟差、实时UPD以及实时精密大气产品，支持星地一体化增强的快速精密定位；2）基于因子图和滤波的GNSS、视觉、激光、惯性以及高精地图等多源信息紧融合算法，以及相应的软硬件一体化终端设备；3）低轨导航增强以及在观测值层面的多种空间大地测量技术（GNSS/SLR/VLBI）联合解算。  

近年来，团队在国际大地测量与地球科学领域权威期刊发表高水平 SCI 论文 150 余篇，Google Scholar 总被引 8000余次，H指数50。入选爱思唯尔中国高被引学者和全球2%顶尖科学家榜单。承担国际合作、国家级、省部级以及产学研合作项目四十余项，相关成果获得广泛的应用。先后荣获湖北省自然科学奖一等奖、教育部科技进步奖一等奖、国际大地测量和地球物理学联合会（IUGG）青年科学家奖等奖项。

转载慧天地