2023年5月19日和5月24日，武漢大學衛星導航定位技術研究中心多源智能導航實驗室(i2Nav)劉天弋和周禹昆同學的博士學位論文答辯分別在星湖綜合實驗大樓16樓會議室和14樓會議室順利舉行。

    劉天弋的博士論文題目是《面向城市道路環境的車載低線數LiDAR/INS/ GNSS 融合導航算法研究》，論文針對典型城市道路場景開展了低成本的16線環掃LiDAR/INS/GNSS融合導航研究。帶有視覺傳感器的融合導航方案在城市道路環境中總會遇到動態物體“混淆視聽”，影響導航性能。為了獲取魯棒的位姿推算能力，在特征選擇上依據城市道路環境特點進行“擇優選取”，利用道路兩側常見的桿狀物特征進行在線建圖和定位。算法采用基于聚類的候選點云集合提取和基于人工神經網絡（ANN）的桿狀物分類篩選出準確的桿狀物點云簇，由于對點云做了預處理提取一些常用特征參數，因此后半段ANN部分的訓練壓力不大，計算量也比較小，完全滿足實時激光慣性里程計（LIO）的要求。為了避免LIO前端模塊在遞推的過程中的發散，系統后端采用了輕量預建特征點地圖匹配進行全局的位置修正。特征點提取過程中采用了鳥瞰圖（BEV）的形式進行LiDAR點云的預處理，使用深度學習網絡進行特征點提取和描述子計算。在特征點建圖的過程中，通過觀測質量過濾進行“優中選優”，通過運動過濾排除冗余，通過半精度描述子存儲達到“事半功倍”，有效降低了地圖存儲需求。最終的方案是結合上述快速、魯棒的前端遞推和輕量特征點地圖的后端匹配形成完整導航方案，在不同信息融合模式下的跑車測試表現了其良好的定位性能。

    周禹昆的博士論文題目是《基于軌道特征匹配和慣導組合的列車定位技術研究》，論文面向GNSS拒止環境下連續高精度的列車定位需求，發掘了一種全新的無布設定位信息源——軌道不平順，用于列車匹配定位。軌道不平順對于列車運行安全和乘坐舒適性來說是應當避免的“有害信號”；但另一方面，這些無處不在、辨識度極高的軌道指紋特征對于列車定位來說是可資利用的信號資源。周禹昆的論文充分論證了這種軌道不平順指紋的定位潛力，實現了“變廢為寶”。同時，為了后續組合定位過程中對特征匹配結果合理定權，該論文構建了一種兼顧序列自身特征區分度和序列測量誤差（體現為待匹配序列與背景指紋庫序列相似度）的匹配度指標來實時估計匹配定位方差。在此基礎上，該論文最終提出了一套聯合軌道不平順特征與鐵路沿線磁場特征匹配，并與慣導組合的列車定位方法，在不依賴于GNSS和軌旁設備的情況下，可實現優于1米精度的自主定位。

    兩位博士的論文工作獲得答辯評委們的充分肯定，最后均順利通過了學位論文答辯。

    博士學習過程是一場智力、體力和心態的潛心修行，博士之博在于拼搏，在于厚積薄發。劉天弋和周禹昆博士對待學術專注、嚴謹，讀博期間刻苦鉆研，敢于直面科研路上的挑戰和困難，是我們學習的榜樣。

    兩位博士即將走上工作崗位，祝他們不忘初心，砥礪前行，前程似錦！

祝賀劉天弋博士順利通過博士學位論文答辯

祝賀周禹昆博士順利通過博士學位論文答辯

    兩位博士的相關研究成果如下，相關論文可在團隊網站(i2nav.cn)的“研究成果-學術論文”列表中下載（Link）。

[1] T. Liu, Y. Wang, X. Niu, et al. LiDAR Odometry by Deep Learning-based Feature Points with Two-step Pose Estimation[J]. Remote Sensing, 2022, 14(12): 2764.

[2] T. Liu, L. Chang, X. Niu, et al. Pole-Like Object Extraction and Pole-Aided GNSS/IMU/LiDAR-SLAM System in Urban Area[J]. Sensors, 2020, 20(24):7145.

[3] Y. Zhou, Q. Chen, R. Wang, G. Jia and X. Niu. Onboard Train Localization Based on Railway Track Irregularity Matching[J]. IEEE Transactions on Instrumentation and Measurement, 2022, 71: 1-13. 

[4] Q. Chen, Y. Zhou, B. Fang, Q. Zhang and X. Niu. Experimental Study on the Potential of Vehicle’s Attitude Response to Railway Track Irregularity in Precise Train Localization [J]. IEEE Transactions on Intelligent Transportation Systems, 2022, 23(11): 20452–20463.