基准GPS网
站内公告 为您打开互联网世界的窗户 关于本站 →
行业应用 · 应用

智能驾驶与车道级导航:卫惯组合的必要性

智能驾驶对定位的要求不只是精度,还有可用性与完好性。本文说明为什么必须做卫惯组合,以及隧道、城市峡谷的应对策略。

2026.07.13 918 字 约 3 分钟 行业应用

车道级导航要把车辆定位到具体车道(宽度约 3.5 米),智能驾驶的决策层需要知道车辆在车道内的横向偏移(精度 10—30 cm)。这比手机导航的米级要求高一个数量级,而且必须在隧道、高架、城市峡谷里也保持可用。

为什么单靠 GNSS 不够

  • 隧道:完全没有信号,可能持续数分钟;
  • 城市峡谷:高楼遮挡,可见星少,多路径严重,精度降到米级;
  • 高架桥下:信号被遮挡且反射复杂;
  • 地下车库:完全无信号。

这些场景在城区驾驶中占比不低。仅靠 GNSS,定位会频繁失效。

卫惯组合的逻辑

IMU 的特点是短期精确、长期漂移。GNSS 的特点是长期绝对、短期噪声大。两者互补:

  • GNSS 可用时,用 GNSS 校正 IMU 的漂移;
  • GNSS 失效时,用 IMU 推算,维持短时间的高精度;
  • 融合算法(卡尔曼滤波)根据两者的噪声特性动态分配权重。

消费级 IMU(MEMS)在失锁 10—30 秒内可以维持米级精度;车规级 IMU 可以维持更久。要做到隧道内 1 分钟仍保持车道级,需要较高等级的 IMU,成本也相应提高。

组合深度

组合方式做法抗遮挡能力
松组合GNSS 解出位置速度,与 IMU 融合一般
紧组合用 IMU 预测辅助 GNSS 跟踪环路较强
深组合基带层面融合,IMU 辅助载波跟踪最强

量产车多用松组合或紧组合,深组合主要用于军工与高动态场景。

其他传感器的作用

视觉与雷达也能提供定位信息:

  • 视觉:识别车道线、路标、地面纹理,做视觉里程计或地图匹配;
  • 激光雷达:点云与高精地图匹配,精度可达 10 cm;
  • 轮速计:提供速度与航位推算,成本低;
  • 高精地图:提供车道几何、坡度、曲率,作为约束。

多源融合的关键是时间同步与外参标定。传感器时间戳差 10 ms,在 120 km/h 时就是 33 cm 的位置误差。外参(传感器之间的相对位置姿态)标定不准,融合结果会系统性偏移。

完好性比精度更重要

智能驾驶不能接受「静默错误」:定位错了但不报警,比定位不可用更危险。因此需要:

  • 故障检测与排除(FDE):识别异常卫星或传感器;
  • 保护级计算:实时给出定位误差的置信上界,超出安全阈值就降级;
  • 欺骗与干扰检测:监测信号功率、多普勒一致性、双天线基线;
  • 降级策略:从车道级降到米级,再降到「请接管」。

这也是为什么车规级定位方案的成本远高于测绘 RTK:贵的不是精度,是可靠性与安全认证。