RTK/INS 高精度组合导航及算法验证

项目角色： 系统架构师 / 嵌入式底层与算法工程师
项目标签： 底层驱动开发 | 组合导航算法 | 传感器融合 | 嵌入式C

项目描述：
针对无人机、移动机器人及特种设备在复杂环境（城市峡谷、林荫道）下易丢失卫星信号导致定位漂移的痛点，独立主导研发了一套高精度导航核心验证板（PoC）。系统以 STM32F407 为主控，融合 ZED-F9P 卫星模块与 ICM-20948 惯性传感器，从零实现底层硬件驱动、传感器数据清洗以及高维度误差状态卡尔曼滤波（ESKF），为后续量产级软硬件集成提供核心算法支撑。

核心攻克的技术难点与解决方案：

1. 高频卫星数据解析与底层链路打通：

独立完成 ZED-F9P 模块的 UART 通信驱动编写，不仅解析标准 NMEA 语句，更深入底层提取 UBX-RAWX 原始观测值（载波相位、伪距），为紧耦合算法提供高精度数据源。

解决了高频数据流下的串口中断阻塞问题，实现数据稳定不丢包

2. 高频 IMU 硬件级 SPI 驱动与抗干扰优化：

通过硬件 SPI 接口实现与 ICM-20948 九轴传感器的高速通信。

硬核排坑：针对串口高频中断极易打断 SPI 时序、导致传感器寄存器读取错乱的死穴，在底层引入 __disable_irq() 与 __enable_irq() 的临界区保护机制，并动态调整 SPI 预分频（降频保稳），彻底解决通信冲突。

3. 紧耦合 ESKF 算法架构设计：

摒弃市面成品模块“黑盒”式的松耦合，基于深厚的线性代数与概率论基础，主导推导并手写 15 维误差状态卡尔曼滤波（ESKF）矩阵。

设计多源传感器微秒级时间戳对齐方案，将 IMU 惯性递推数据与卫星底层观测值融合，实现“在失锁状态下依靠纯惯导盲算维持轨迹连续”的算法逻辑。

4. 极限环境下的工程化验证：

在真实室外环境下进行极限测试（遮挡天线模拟隧道），对比纯 RTK 轨迹与融合轨迹的偏差，验证紧耦合算法在失锁 10-20 秒内的平滑推演能力。

可交付的核心能力（：

各类 RTK 模块、IMU 传感器的底层驱动开发与协议解析（UBX/NMEA/SPI/I2C）。

复杂的传感器数据清洗、时间戳对齐、卡尔曼滤波（EKF/ESKF）C语言代码实现与移植。

从底层硬件寄存器到上层算法架构的系统级排错与性能优化。