《表2 各算法性能对比：室内惯性导航系统/相机拓扑测量的因子图合作定位算法》

1. 获取高清、原版图表

注：表中加粗数据为最优值。
《室内惯性导航系统/相机拓扑测量的因子图合作定位算法》

INS/CTOP位置误差统计如图12所示，在该实验方案中，SC算法和DCS算法的ΩSC=[1]。由图12可以看出：非鲁棒算法野值点较多；DCS算法效果稍差于SC算法，但因为采用闭环解算，迭代次数和所需运行时间最短；SC算法因需要扩展开关变量为优化参数，故所需的时间最长；改进后的SC算法因为引入权值判断法，剔除了同用户多边框的异常拓扑测量值，进一步抑制了野值点数，提高了鲁棒性和定位精度，且减小了SC算法中未剔除的同用户多边框情况下的额外开销。各算法的性能对比结果如表2所示，其中精度提升量是指各算法均方根误差相对于非合作+非鲁棒算法的提升的百分点，预测成功率是在开关变量判断阈值bth=0.01时获得的。