干涉式集成光学陀螺仪利用光电子集成技术实现陀螺系统的芯片化，在实现高性能的同时，可实现批量化生产，满足低体积、重量、功耗和成本（SWa P+C）指标，在无人领域具有重要应用前景。根据干涉式集成光学陀螺的发展脉络及趋势，设计了基于氮化硅的低损耗波导环和单偏振波导谐振腔、异质波导集成耦合结构等关键部件，搭建了基于无源芯片与光纤环的干涉式集成光学陀螺实验样机，实现精度0.03°/h(Allan方差)，为目前国内已有报道同类陀螺系统的最优精度。最后，给出了干涉式集成光学陀螺的应用前景分析。

针对现有惯性导航系统/超短基线定位系统（INS/USBL）组合导航算法误差定义不准确，引发空间不一致性及导航精度下降的问题，提出了一种基于不变误差定义的INS/USBL紧组合导航算法。首先，引入李群理论及左不变/右不变误差定义下的误差状态方程，保证了误差状态的空间一致性。然后，从噪声无偏性分析的角度阐述了松组合的缺陷。最后，利用超短基线测量的方位角及斜距信息，根据两种误差定义推导相应的紧组合量测方程。半实物仿真结果表明：相比于现有的INS/USBL松组合导航算法，所提出的基于右不变误差定义的紧组合导航算法有着更高的定位精度，2000 s后东向和北向定位精度分别提高14.65%和30.26%，天向定位精度提高73.91%；不变误差定义使得组合导航算法对初始对准精度的需求降低，即使初始姿态误差较大也能够对导航误差进行准确估计。

针对AUV协同定位系统中水声测距信息存在大量野值的问题，提出一种基于哺乳动物大脑海马体空间细胞认知机理启发的主从式AUV协同定位方法。首先，利用二维连续吸引子网络模型对网格细胞进行建模，并基于从艇速度与航向信息实现路径积分；其次，引入竞争性Hebb网络对多个网格细胞板自组织编码，从而基于多尺度网格细胞板加权生成具有单个放电活动包的位置细胞板；最后，将主从艇之间的水声测距量测信息转化为位置细胞放电活动，并利用其对位置细胞放电进行更新，从而校正从艇路径积分累积误差。由于位置细胞能够通过多次放电更新逐渐逼近真实位置，从而可以有效降低单一量测野值对于系统定位精度的影响。仿真实验结果表明，在水声测距量测噪声含有大量野值点而不满足高斯分布的情况下，所提出的类脑协同定位算法对量测噪声野值具有更高的鲁棒性，与有阈值判断的扩展卡尔曼滤波（EKF）协同定位算法相比定位精度提高28%。

针对现有点云分割算法精度差、效率低的问题，提出了一种双目视觉空间定位系统中点云目标融合分割算法。首先，使用随机采样一致性算法剔除场景中的背景平面，保留目标点云；其次，改进P-Linkage聚类分割算法，完成三维点云多目标分割，并使用最小包围盒算法测量目标物体尺寸。实验结果表明，所提算法可以将物体测量误差稳定在3.8%以下，运行效率提高1.5～4.4倍，具有良好的自适应能力，实现了目标物体的精确分割和测量。

惯性/光谱红移（INS/SRS）组合导航系统中，SRS需要至少三个不共线天体才能实现导航，存在抗干扰性弱的缺陷。针对这一问题，提出了一种星光方向向量辅助的INS/SRS组合导航方法。首先，将太阳系内天体星光方向向量引入到多普勒红移导航方程中，建立星光方向向量辅助的红移导航方程，降低导航系统所需的观测天体数量。其次，基于星光方向向量辅助的红移导航方程建立量测方程，并与INS误差方程组成组合导航系统。最后，对所提组合导航方法进行了仿真验证。仿真结果表明，相较于传统INS/SRS组合导航方法，所提组合导航方法减少了所需天体个数，在少于三个观测天体的情况下，仍能提供稳定可靠的导航数据。在一个观测天体下位置误差不大于1.5 km，在两个观测天体下位置误差不大于250 m，提高了INS/SRS组合导航系统的抗干扰能力。

针对两个相对运动目标之间基线矢量实时变化导致整周模糊度难以固定，从而导致定位精度偏低的问题，提出一种基于变分贝叶斯自适应鲁棒滤波的北斗四频动对动相对定位算法。结合四频中存在电离层延迟和观测噪声因子小且具有整数特性，建立“宽巷+窄巷+伪距”的无几何模糊度解算模型。设计一种基于变分贝叶斯的自适应鲁棒滤波算法，利用M估计鲁棒化处理观测中的野值，利用变分贝叶斯近似估计时变的观测噪声和系统状态量，以逼近真实后验分布。最后采用最小二乘模糊度降相关平差法进行模糊度固定。实验结果表明，所提算法的模糊度固定率达到99.7%以上，E、N和U三个方向的定位精度均达到厘米级，实现了高精度的动对动相对定位。

针对当前微惯性测量单元（MIMU）的现场标定方法存在标定步骤复杂、不利于非专业人员操作等问题，提出了一种基于先验知识增强的自适应北苍鹰优化（PE-ANGO）算法的MIMU现场标定方法。首先分析了MIMU涉及的误差并建立了加速度计和陀螺仪的目标函数，然后使用PE-ANGO算法求解目标函数并得到最优参数。为了使得标定工作易于现场操作，引入了一种用于传感器数据采集的手持MIMU来验证所提算法。仿真结果表明：PE-ANGO算法的标定精度相较于北苍鹰优化算法提高了一个数量级。实测实验表明：标定前后对俯仰角和横滚角累积误差的抑制效果分别提高了约89%和87%；与传统标定方法相比，对俯仰角和横滚角累积误差的抑制效果分别提高了71%和68%，验证了所提方法的有效性。

为提高捷联惯导在高动态条件下的姿态解算精度，基于等效旋转矢量泰勒级数展开法，提出一种基于正弦函数拟合的高动态捷联惯导姿态更新算法。以正弦函数拟合载体运动角速度，考虑Bortz方程高阶项的影响，对陀螺角增量表示的旋转矢量进行泰勒六阶展开，对比旋转矢量不同形式表达式求得误差补偿系数。在MATLAB平台上，以圆锥运动与大角速率转动并存环境作为仿真条件，对所提算法与传统算法进行对比仿真分析。仿真结果表明，在小半锥角低频圆锥运动伴随高速角速率转动情况下，所提算法性能较好，当半锥角为0.5 °、角频率为2.26π rad/s、常值角速率为5.30 rad/s、姿态解算周期为0.02 s时，所提正弦函数拟合三子样旋转矢量算法与传统扩展形式频率级数/显示频率三子样圆锥算法相比误差降低了2个数量级。

针对复杂环境下惯导系统存在交互影响和导航误差难以辨识的问题，提出了一种基于自监督长短期记忆（LSTM）网络智能组合模型的导航误差补偿方法。模型中的自监督温变速率模块不受到温度传感器精度的限制，从而实时计算更精确的温变速率，进一步提升了模型导航误差辨识的能力。在实验部分，基于多种复杂环境下的实验数据，通过消融实验验证了自监督模块的有效性。以飞行数据的北向速度为例，补偿前后的最大速度绝对误差分别为1.607 m/s和0.357 m/s。实验结果说明了所提方法可以减小复杂环境下的速度和位置误差，从而提升惯性导航精度。

针对基于惯导的行人室内定位算法定位误差大的问题，提出了一种基于地标点匹配的行人高精度三维室内定位算法。该算法仅使用惯性测量单元（IMU）这一单一传感器，包含速度约束、航向角约束、水平位置约束和高度约束四个模块。水平位置约束模块可根据航向角变化实时检测并建立地标点，并设计了一种地标点匹配度函数，提高了地标匹配的准确度。多楼层行走实验表明所提算法能够提升行人室内定位精度，其终点误差为0.3421 m，相较于ZUPT算法和ZUPT+HDE算法分别减小了82.6%和68.3%，具有一定的工程应用价值。

针对复杂环境下超宽带（UWB）无线定位系统存在非视距（NLOS）及随机误差的问题，提出一种基于改进Sage-Husa卡尔曼滤波算法（SHKF）的UWB/IMU组合定位方法。首先，设计了一种基于概率密度的提升树，将UWB/IMU特征数据的概率分布密度引入提升树的损失函数中，鉴别出NLOS信号；然后，设计了一种改进SHKF算法，根据新息变化趋势定义自适应因子，实时调整对新息误差修正的策略以调节历史噪声对当前定位的影响，进而提升UWB/IMU组合定位的稳定性和精度。实验结果表明，所提方法将NLOS信号鉴别精度提升至99.12%，定位均方根误差降低至4.30 cm，提升了复杂环境下UWB/IMU组合系统定位精度。

为了快速准确地解算差分全球定位系统（DGPS）整周模糊度，提出了一种改进蝴蝶搜索算法（IBOA）求解整周模糊度。首先在蝴蝶优化算法（BOA）的香味系数中加入一个自适应权重，弥补BOA算法觅食行为中较弱的搜索能力；其次使用动态切换概率权衡BOA算法中全局搜索与局部搜索的比例；最后在全局搜索和局部搜索阶段引入新的迭代位置更新策略，提升了算法全局搜索能力和跳出局部最优能力。与最小二乘模糊度降相关平差算法（LAMBDA）算法进行1000个历元数据的解算对比实验，结果表明所提算法的平均搜索成功率比LAMBDA算法提高了5.07%。

在卫星拒止条件下无人机安全、可靠地完成各类作业的基础是获取高精度的定位信息，传统图像匹配方法保障困难、定位精度差且匹配约束多。因此，提出一种基于深度特征正射匹配的视觉定位方法，通过深度学习网络提取正射校正后的无人机航拍图像和商业地图的深度特征，获得匹配关系，进而计算无人机高精度位置信息。根据视觉测量机理模型分析不同因素对视觉定位精度的影响，使用中空航拍图像数据集进行离线实验，实验结果表明：相比传统基于方向梯度直方图（HOG）特征的模板匹配方法，所提方法的定位精度提高了25%，位置均方根误差（RMSE）优于15 m+0.5%H（5000 m以下），具有一定的工程应用价值。

针对无人机集群在多障碍物或空间受限等复杂环境中协同飞行时无法实现群体自主的协同演化及适应环境、态势的变化，导致整个群体运动产生振荡、失控等一致性差的问题，提出一种无人机集群运动一致性的群体熵度量理论。通过建立群体运动行为稳定程度的熵度量函数，作为个体之间协同运动的适应度值指标，实现复杂环境下无人机集群运动一致性的自适应调节。最后进行仿真实验，相比传统无人机集群算法，引入群体熵度量的无人机运动集聚收敛速度提高30%，复杂环境中集群运动的熵值波动范围下降21.8%，有效证明群体熵度量对于无人机集群运动一致性的提高。

为提高光纤陀螺（FOG）在变温环境下输出误差的补偿精度，在长短期记忆神经网络模型（LSTM）基础上，利用分段非线性粒子群算法（PN-PSO）对LSTM模型超参数寻优，建立PN-PSO-LSTM光纤陀螺温度补偿模型。为有效降低计算和存储开销，便于部署在资源受限的硬件环境中，提出一套适用于光纤陀螺应用场景的模型压缩方案，包括：知识蒸馏、剪枝、激活函数线性化、定点数量化等。最后基于Xilinx公司某芯片完成部署。对比实验结果表明，相较于传统反向传播（BP）模型和传统PSO-LSTM模型，采用所提模型补偿后，陀螺零偏输出均方误差分别降低74.4%和53.5%，模型压缩后在大小减小94.1%的同时，陀螺零偏输出均方误差仍然比传统全精度模型更低，在FPGA实现后对比PC端模型推理速度提升98.47%。

针对惯性/天文组合导航系统中大的初始状态误差影响惯导误差收敛速度的问题，在星相机观测具有先验位置信息的有限空间目标的辅助下，提出一种基于目标-恒星角距异步测量的惯导误差在线快速确定方法。首先，在星相机光轴旋转角度和视场角大小受限的情况下，设计了通过异步照相观测方式获取有效空间目标参考信息的方案；其次，在利用惯导误差状态传播模型实现异步测量信息同步处理的基础上，构建基于空间目标与恒星之间角距的非线性最小二乘优化模型，避免了星相机的光轴扰动和安装误差对测量精度的影响；最后，基于高斯牛顿法设计了两轮迭代优化估计惯导位置误差和速度误差的方法。蒙特卡洛仿真结果表明，所提方法利用对空间目标和恒星的有限观测信息，可以有效估计惯导位置误差和速度误差，在初始位置误差约十千米量级的情况下，可以估计补偿约97.73%的位置误差以及66.25%的速度误差，优化求解误差参数的计算耗时为0.0160 s。

针对具有轻质薄壳结构的大长径比远程制导火箭弹刚体-弹性体耦合动力学控制难题，提出了一种自适应Super-twisting控制方法。首先，将大长径比远程制导火箭弹的弹性模态与外部干扰项视为归一化扰动，建立了考虑参数、模型不确定性的刚体-弹性体耦合动力学模型。针对外部扰动难以实时精准获取的问题，设计了有限时间收敛干扰观测器，能够在大范围气动参数摄动情形下对远程制导火箭弹外部扰动进行实时精准估计。为提高系统鲁棒性，设计了基于Super-twisting算法的自适应有限时间控制方法，使系统能根据状态误差自动调节控制参数，在削弱高频抖振的同时有效提高抗干扰能力。仿真结果表明：所提控制方法在弹体±15%气动参数摄动的条件下，由平飞状态转变为跟踪幅值为10的正弦弹道倾角指令时，实现3.2 s内弹道倾角跟踪误差收敛至0.002 °，可实现远程制导火箭弹姿态平稳跟踪控制弹道倾角指令。

针对中低空飞行器地形匹配与惯导组合中惯导误差累积导致高程图变形限制地形匹配精度、二维地形匹配运算量大和地形匹配失效时定位可用性差的问题，提出一种基于测速测距激光雷达的地形匹配导航方法。利用激光测速信息辅助构建高程图，减小高程图变形从而提高匹配精度，同时降低匹配结果与惯导的相关性；设计集成尺度不变特征变换（SIFT）特征与分步核验的地形匹配算法，提高匹配的实时性；采用激光测速信息辅助校正惯导，提高地形匹配失效时定位的可用性。典型场景地形数据的测试结果表明，基于激光测速辅助构建的高程图较基于惯导构建的高程图的地形匹配定位精度提高了36.6%，所提的卡方初始化随机抽样一致性地形特征误匹配检测算法（TCI-RANSAC）相比于RANSAC算法缩短了55.6%的核验时间，且测速信息的引入将组合定位精度提高了65.9%，具备较高的工程应用价值。

针对微机电系统（MEMS）加速度计全温性能低的问题，提出锚区应力对消方法、低应力粘接工艺和温度补偿方法。首先，通过调整两个键合的锚区面积大小实现锚区应力对消，使得加速度计的温度性能得到改善；然后，建立加速度计堆叠封装模型并对专用集成电路（ASIC）粘接参数、加速度计敏感结构点胶方式与点胶参数进行仿真分析，从而确定了加速度计的低应力粘接形式和粘接工艺；最后，对加速度计零偏和标度因数设计了三阶温度补偿方法并进行了实验测试。实验结果表明，加速度计全温零偏稳定性达到47.3 μg（1σ）、全温标度因数稳定性达到43.6 ppm（1σ），提高了加速度计的全温性能。

针对自主水下航行器（AUV）在模型参数不确定和外界海流干扰情况下轨迹跟踪误差大的问题，提出一种基于模型预测的滑模控制方法。首先，基于李雅普诺夫稳定性理论，设计一种滑模控制器；其次，为高效利用计算资源，提高AUV的轨迹跟踪性能，设计一种滑模控制器与模型预测控制相结合的控制框架；考虑到执行器饱和问题，利用滑模跟踪控制律，在该控制框架上构造收缩约束，确保闭环系统的稳定性；最后，采用仿真实验验证，实验结果表明所提方法与滑模控制器比较，在模型参数确定且无干扰情况下均方跟踪误差减小了60%以上，在模型恢复力参数不确定和海流扰动情况下均方跟踪误差减小了80%以上，能够克服时变恢复力对系统的影响，并对外界海流干扰有较好的抑制作用，保证了系统的鲁棒性。

为减小垂向运动对水平张量重力梯度测量的影响，提出了一种水平张量重力梯度仪垂向运动误差实时补偿方法。首先，分析了载体垂向运动引起重力梯度动态测量误差的机理，建立了综合安装误差角的回归方程；其次，在递推公式中引入遗忘因子，提高状态估计的跟踪速度；再次，针对量测量易受载体运动干扰的问题，通过Sage-Husa自适应滤波的方法实时适应不同量级的动态干扰，对综合安装误差角进行实时估计；最后，利用得到的综合安装误差角估计结果，实现重力梯度垂向运动测量误差的实时补偿。船载实验数据处理结果表明，与传统补偿方法相比，所提方法可将重力梯度内符合精度由30E@1km提高至15E@1km。

针对RGBD-SLAM在特征提取环节，由深度相机得到的深度图易出现深度不连续以及突然出现动态物体造成轨迹误差增大的问题，提出一种基于区域映射深度优化的动态多特征RGBD-SLAM算法。利用轻量级的语义分割网络获取RGB帧中的语义信息，将得到的语义掩码映射到其对应的深度图像中，并在掩码映射后的区域内进行近邻修复以完成深度图的优化。为减少动态物体对SLAM系统轨迹精度的影响，通过迭代最近点求解相机位姿，结合多视图几何得到物体位姿、运动估计矩阵以及动态视觉误差，进而估计物体运动状态并剔除动态物体。根据双向映射背景修复模型补全剔除区域的静态信息，并进行点线面特征的提取以完成定位与建图的任务。在公开数据集TUM中进行验证，实验结果表明所提算法相较于ORB-SLAM3、RGBD-SLAM、DS-SALM的平均绝对轨迹误差分别减少了78.2%、81.4%以及17.6%，表现了良好的轨迹精度与构图能力。

为了提高科氏振动陀螺仪驱动模态的控制精度与稳定性，设计了基于DDS-PLL技术的MEMS陀螺仪闭环驱动系统。利用基于直接数字频率合成器（DDS）算法的数字锁相环实现对陀螺谐振频率和相位的跟踪，采用数字自动增益模块（AGC）实现驱动幅值的稳定控制。实验结果表明，通过DDS算法实现的闭环驱动系统具有更高的控制精度，驱动幅值变化的均方差缩小到0.0011 mV，幅度稳定性为183 ppm，谐振频率变化的均方差缩减至0.07 Hz，频率稳定性为3.48 ppm，陀螺仪驱动模态的幅值和频率控制精度得到了提高。

为提高无人机动态航路规划的安全性，提出一种基于机载导航系统实际导航性能和无人机机动性能的多源性能约束的改进A*航路规划算法。分析了无人机航路规划系统架构及约束条件，构建了融合无人机最大允许转弯角、导航系统位置不确定度和最短路径的加权启发函数，实现无人机动态航路规划的多约束适应性，最后进行了仿真分析验证。仿真结果表明：在相同的运行环境下，基于性能约束的改进A*算法所规划航路的安全裕度比传统A*算法提高1.8倍，角度变化百分比降低为传统算法的42.4%，航路规划用时缩短28%，所规划航路的安全裕度和无人机机动性能符合度都得到有效改善。

针对因受加工技术、加工条件以及外部环境因素等影响，半球谐振陀螺在力平衡模式下输出零偏稳定性及重复性变化较大的问题，提出一种基于模态切换的陀螺自校准方法。基于半球谐振陀螺二阶振动模态机理，建立理想状态下谐振子运动方程，并分析推导了谐振子在阻尼不均和频率裂解等非理想因素影响下的运动模型和参数控制方程。根据谐振陀螺输出漂移特性，提出了一种基于电极功能切换的半球谐振陀螺自校准方法。通过相关实验，分析比较了电极模态切换前后陀螺输出稳定性及重复性，实验结果表明，陀螺零偏稳定性提升1.8倍以上，陀螺零偏重复性提升90.5%，所提方法能有效估计及补偿陀螺漂移，提高半球谐振陀螺输出的稳定性和重复性。

针对结构健康监测场景下，全球导航卫星系统（GNSS）形变监测序列中各类特征相互混叠，难以进行特征提取与独立分析的问题，提出一种基于多参数自适应变分模态分解（MA-VMD）的时间序列分解算法。首先对变分模态分解（VMD）算法中多项参数对分解结果的影响进行了综合分析；然后从原始序列以及分解结果的频域特性出发，自适应调整分解模态数、惩罚因子、初始中心频率及拉格朗日乘子四组参数，建立MA-VMD算法。仿真序列实验表明，MA-VMD算法的序列分解结果与真实值之间的互相关系数为98.77%、均方根误差为0.1365 mm，均接近全局最优，并显著优于经验模态分解、奇异谱分析、改进变分模态分解等算法。最后基于实测GNSS变形监测数据验证了所提算法在工程应用上的有效性。

针对当前基于目视Allan方差曲线进行惯性元件随机误差建模中存在随机误差类别识别困难，人工干预较多的问题，提出了一种应用赤池信息量准则（AIC）优选惯性元件随机误差模型的方法。首先，采用加权最小二乘拟合法对不同间隔的Allan方差数据进行合理的加权，并将随机误差系数用指数形式表示作为待估系数，避免了随机误差系数估计值为负的问题。其次，采用AIC对模型中包含的随机误差类型进行优选。最后，基于光纤陀螺仪测量数据对所提方法进行了实验验证，实验结果表明，所提方法能根据AIC的值自动识别出被测光纤陀螺的随机误差类别为：角度随机游走、零偏不稳定性和角速度随机游走。所选模型模拟的功率谱密度与实测数据的功率谱密度吻合度较好。验证了所提方法的有效性。

为了提高视觉同时定位与建图（SLAM）系统的鲁棒性和准确性，提出了一种基于误匹配剔除和地面约束的视觉SLAM算法。首先，在SLAM前端引入特征点对剔除机制，通过统计特征点对之间的距离以及分布特性对匹配质量进行分析，进而实现误匹配特征点的剔除；其次，利用RGBD相机提取地面向量，并将地面向量约束引入SLAM后端优化过程中，能够有效防止z轴过度优化以及抑制z轴漂移，提高位姿优化的准确性；最后，在公开数据集上进行实验和分析。实验结果表明，与ORB-SLAM2算法相比，使用误匹配剔除算法的绝对轨迹误差平均减少了17.62%，使用地面约束算法的绝对轨迹误差平均减少了39.20%，验证了所提算法具有更好的准确性和鲁棒性。

针对经典最近等值线迭代（ICCP）算法因重力异常测量误差导致匹配精度下降甚至失效的问题，提出联合抗差匹配算法以提高匹配精度及可靠性。首先，分析了匹配点集间的匹配残差在高斯噪声影响下呈非高斯分布，为抑制其影响，采用 范数代替 范数计算匹配残差，并利用匹配残差重调野值点以获得有效的匹配区域。在此基础上，提出混合稀疏ICCP算法，并利用其进行粗匹配，然后将粗匹配后的位置作为惯导系统（INS）指示位置，再使用经典ICCP算法进行精匹配，获得更高的定位精度。仿真结果表明，考虑重力异常测量误差的情况下，重力联合抗差匹配算法的误差最大值小于 ，导航精度较传统ICCP算法提升60%以上，提升了算法的鲁棒性和匹配精度。

为减小微机械陀螺阻尼耦合、刚度耦合、力耦合误差的影响，提出一种基于扫频检测的微机械陀螺耦合误差系数辨识方法。首先，拓展了微机械陀螺动力学方程并建立误差模型，表明耦合误差造成陀螺输出不稳定且难以消除。其次，推导了耦合误差系数辨识方法，通过数值仿真分析了幅值、相位检测误差对辨识精度的影响，并给出不同误差系数下辨识结果的理论相对误差分布。结果表明，所提方法对耦合误差系数的辨识范围存在局限性；测量误差对辨识结果的影响不可忽略。最后，对某陀螺进行耦合误差系数辨识实验验证，结果表明：该陀螺力耦合系数、阻尼耦合系数、刚度耦合系数的辨识误差分别为0.542 ppm、6.09%、0.205 ppm；辨识曲线的拟合优度为0.99。

在轨服务航天器的制导、导航与控制是保障任务完成的核心关键，根据其典型核心任务流程，梳理出了翻滚目标超近立体视觉测量、翻滚目标姿轨耦合逼近路径规划与控制、非合作目标柔顺捕获控制、组合体稳定控制四项关键技术。提出了基于深度学习的目标典型部位精细感知、基于虚拟域逆动力学的优化轨迹、间接估计辅助的图像视觉伺服控制、基于位置控制内环的阻抗控制等方法，实现了组合体航天器精确导航、制导与控制，利用气浮平台、六自由度运动模拟器进行了地面试验验证，组合体三轴控制精度为0.2 ?。最后对在轨服务航天器未来发展进行了展望，以期为该方向的后续研究提供参考。

针对卷帘相机的卷帘效应会引起图像扭曲，进而影响系统定位精度的问题，提出了一种融合IMU信息的点转移矫正的视觉惯性里程计。首先，针对卷帘图像扭曲问题，利用三焦点张量的点转移方法修正卷帘图像，相当于输入系统的是全局图像。其次，为了保证算法在嵌入式硬件上实时运行，采用扩展卡尔曼滤波进行信息融合来提高系统的定位精度和降低计算资源的要求。然后，引入静态检测和异常检测来保证系统的鲁棒性。最后，所提算法在手机上以25 Hz左右的帧率实时运行，并在真实环境下进行实验。公开数据集上的实验结果表明：与RS-VINS-Mono算法相比，所提算法的定位精度提升了27%，验证了该算法可有效融合视觉和惯性信息来减小卷帘效应带来的定位误差，提高了系统的鲁棒性。

针对多无人机协同定位时，轮询通讯架构下传统滤波方法无法抑制惯性导航系统误差累积发散的问题，提出了一种基于相对距离信息辅助的多无人机协同优化方法。以惯性导航系统为核心构建惯性预积分因子节点和相对距离信息协同因子节点组成因子图优化模型，引入时间滑动窗口，构建量测残差代价函数，利用Gauss-Newton最小二乘迭代对无人机的最优状态进行求解。仿真实验表明，在轮询通讯架构下，所提出的方法能够实现多无人机编队的高精度协同定位，达到广播式通讯架构定位精度水平，相较传统扩展卡尔曼滤波（EKF）方法，定位误差降低了73.8%。

针对日月摄动对长航时高精度惯性导航的影响，对其引起的导航误差进行了研究。基于JPL星历DE405，建立了日地月系统的轨道模型，获得三者相对位置信息。利用此轨道模型求解出日月引力摄动对地球表面的惯性器件产生的比力最大达到 。同时开展了长航时高精度纯惯性导航仿真验证，结果显示日月引力摄动单日内最大可以引起米级的惯性导航定位误差，并在长航时导航中呈现出周期性。同时摄动对导航的影响随着纬度变化而变化，在30 °附近影响相对较小，其产生的定位误差在超高精度惯性导航中需要予以考虑。

惯性导航系统（INS）可以为航天测量船建立高精度的坐标系基准，同时连续提供高精度的姿态、速度和位置等导航系统信息，是航天测量船核心设备之一。针对INS旋转调制引起的姿态、速度稳定性降低问题，提出一种单/双轴旋转惯导融合方法。从单轴和双轴惯导的工作原理出发，对两者的误差特性进行了综合比对分析，得到两种调制形式惯导设备导航信息特点，设计融合滤波器将两者信息优势结合，以在卫导拒止条件下，获得更高精度的自主导航信息。最后进行了实验验证，实验结果表明，工作在自主导航模式下的双轴惯导系统，经过与单轴系统信息融合后速度和姿态稳定性精度提高50%以上，保障了航天测量船的测控性能。