Robust positioning using hybridization of GNSS with other measurements of opportunity

Abstract

(English) Achieving robust positioning across ground and UAV platforms remains challenging under multipath, partial satellite visibility, and rapidly changing measurement quality, especially in urban and embedded scenarios. At the same time, modern smartphones and embedded receivers increasingly provide multi-constellation, dual-frequency observations, carrier-phase measurements, and IMU streams that can be exploited for aided positioning. The present thesis addresses these conditions through a robust GNSS/IMU integration framework, evaluated across heterogeneous sensor grades, from navigation-grade platforms to consumer smartphones. The framework is designed not only for offline post-processing, but also for real-time and embedded operation, following a deterministic execution structure suitable for on-board use. The principal conclusions are: First, a unified processing framework has been developed for GNSS/IMU integration using raw, undifferenced, uncombined GNSS observables (code, carrier phase, Doppler) and inertial measurements. Second, a Square-Root Information Filter (SRIF) architecture has been adopted as the estimator core, enabling a numerically robust implementation and a shared software structure across GNSS-only processing, loosely coupled (LC) fusion, and tightly coupled (TC) fusion modes. Third, Allan deviation analysis has been used systematically to identify inertial noise parameters and to configure the process-noise model of the navigation filter across different IMU classes, improving consistency of tuning when detailed manufacturer specifications are incomplete. Fourth, experimental validation on multiple independent datasets, spanning different GNSS conditions and equipment grades, shows that LC fusion provides the most consistent practical gains, especially in continuity and robustness during short GNSS degradations, and often improves typical solution behaviour when inertial data quality is adequate. Fifth, in dense urban conditions with strong multipath and masking, positioning performance remains fundamentally constrained by GNSS measurement quality and correction level; inertial aiding mitigates short-term disruptions but does not eliminate the GNSS-side error ceiling. Finally, the thesis demonstrates a transferable and numerically stable GNSS/IMU integration framework, a reproducible Allan-based methodology for configuring heterogeneous IMUs in the filter, and a realistic path toward robust positioning under practical field conditions. (Català) Assolir un posicionament robust en plataformes terrestres i UAV continua sent un repte en presencia de multipath, visibilitat satel·lital parcial i canvis rapids en la qualitat de les observacions, especialment en escenaris urbans i embeguts. Al mateix temps, els telefons intel·ligents i els receptors embeguts moderns proporcionen cada cop mes observacions multiconstel·lacio i de doble frequencia, mesures de fase portadora i fluxos IMU aprofitables per al posicionament assistit. La present tesi aborda aquestes condicions mitjancant un marc robust d'integracio GNSS/IMU, avaluat en sensors de diferents graus, des de plataformes de grau de navegacio fins a telefons intel·ligents de consum. El marc esta concebut no nomes per al post-processament fora de linia, sino tambe per a operacio en temps real i en sistemes encastats, seguint una estructura d'execucio determinista adequada per a aquest tipus de desplegament. Les conclusions de la recerca son: Primer, s'ha desenvolupat un marc unificat de processament per a la integracio GNSS/IMU utilitzant observables GNSS crus, no diferenciats i no combinats (codi, fase portadora i Doppler) i mesures inercials. Segon, s'ha adoptat una arquitectura de Filtre d'Informacio en Arrel Quadrada (SRIF) com a nucli de l'estimador, la qual cosa permet una implementacio numericament robusta i una estructura de programari compartida per al processament GNSS-only, la fusio en acoblament lax (LC) i la fusio en acoblament estret (TC). Tercer, l'analisi de desviacio d'Allan s'ha utilitzat de manera sistematica per identificar parametres de soroll inercial i per configurar el model de soroll de proces del filtre de navegacio en diferents classes d'IMU, millorant la coherencia de l'ajust quan les especificacions del fabricant son incompletes. Quart, la validacio experimental en multiples conjunts de dades independents, que abasten diferents condicions GNSS i graus d'equipament, mostra que la fusio LC aporta les millores practiques mes consistents, especialment en continuitat i robustesa davant degradacions breus de GNSS, i sovint millora el comportament tipic de la solucio quan la qualitat de les dades inercials es adequada. Cinque, en entorns urbans densos, amb multipath intens i emmascarament, el rendiment del posicionament continua limitat de manera fonamental per la qualitat de la mesura GNSS i el nivell de correccions; l'ajuda inercial mitiga interrupcions de curt termini, pero no elimina el sostre d'error del costat GNSS. Finalment, en conjunt, la tesi demostra un marc d'integracio GNSS/IMU transferible i numericament estable, una metodologia reproduible basada en Allan per configurar IMUs heterogenis al filtre, i una via realista cap a un posicionament robust en condicions de camp. (Español) Lograr un posicionamiento robusto en plataformas terrestres y UAV sigue siendo un reto en presencia de multitrayectoria, visibilidad satelital parcial y cambios rapidos en la calidad de las observaciones, especialmente en escenarios urbanos y embebidos. Al mismo tiempo, los telefonos inteligentes y receptores embebidos modernos proporcionan cada vez mas observaciones multiconstelacion y de doble frecuencia, medidas de fase portadora y flujos IMU aprovechables para posicionamiento asistido. La presente tesis aborda estas condiciones mediante un marco robusto de integracion GNSS/IMU, evaluado en sensores de distintos grados, desde plataformas de grado navegacion hasta telefonos inteligentes de consumo. El marco esta concebido no solo para post-procesado fuera de linea, sino tambien para operacion en tiempo real y en sistemas embebidos, siguiendo una estructura de ejecucion determinista adecuada para uso a bordo. Las principales conclusiones son: Primero, se ha desarrollado un marco unificado de procesamiento para la integracion GNSS/IMU utilizando observables GNSS brutos, no diferenciados y no combinados (codigo, fase portadora y Doppler) y medidas inerciales. Segundo, se ha adoptado una arquitectura de Filtro de Informacion en Raiz Cuadrada (SRIF) como nucleo del estimador, lo que permite una implementacion numericamente robusta y una estructura software compartida para el procesamiento GNSS-only, la fusion en acoplamiento laxo (LC) y la fusion en acoplamiento estrecho (TC). Tercero, el analisis de desviacion de Allan se ha utilizado de forma sistematica para identificar parametros de ruido inercial y para configurar el modelo de ruido de proceso del filtro de navegacion en distintas clases de IMU, mejorando la coherencia del ajuste cuando las especificaciones del fabricante son incompletas. Cuarto, la validacion experimental en multiples conjuntos de datos independientes, que abarcan distintas condiciones GNSS y grados de equipamiento, muestra que la fusion LC aporta las mejoras practicas mas consistentes, especialmente en continuidad y robustez ante degradaciones breves de GNSS, y a menudo mejora el comportamiento tipico de la solucion cuando la calidad de los datos inerciales es adecuada. Quinto, en entornos urbanos densos, con multipath intenso y enmascaramiento, el rendimiento del posicionamiento sigue limitado de forma fundamental por la calidad de la medida GNSS y el nivel de correcciones; la ayuda inercial mitiga interrupciones de corto plazo, pero no elimina el techo de error del lado GNSS. Por ultimo, en conjunto, la tesis demuestra un marco de integracion GNSS/IMU transferible y numericamente estable, una metodologia reproducible basada en Allan para configurar IMUs heterogeneos en el filtro, y una via realista hacia un posicionamiento robusto en condiciones de campo.