人类导航历史久远，主要可归为四类：一是领航用一些灯塔、路面标记来帮助海员航行，是一种相对定位；二是航位推算，是导航中一个比较关键的技术，通过方向、时间、速度等推算出距离，航位推算的概念古人用的也很深入了，只是现代航位推算完全自动化了；三是天文导航借助天上的天体、恒星来分辨航向，通过六分仪等获得纬度；四是电子导航就是卫星定位导航，而组合导航算是卫星导航与航位推算的结合。因此，导航发展到现在，主要有三大传统应用场景，即航天航海、建筑测绘、陆海空无人载具。

汽车自动驾驶为导航技术带来新的热度。数据显示，2018年全球道路使用者死亡人数约135万人，平均每23秒就有一个生命逝去，说明人类驾驶远远没有想象中那么安全。正是出于对安全、自由出行的追求，使得自动驾驶变得热门起来，高精度导航技术也有了新的应用场景，包括ADAS系统与车辆运动分析、L4~L5级别自动驾驶装备、L1~L3高级辅助驾驶等。8月26日，《中国汽车报》与广州智能网联汽车示范区运营中心联合推出的“2020智能网联汽车精品课”再次上线，上海戴世智能联合创始人陆海峰分享了“自动驾驶车用惯导原理及ADAS测试应用”的相关内容。

应用广泛的惯性导航

惯性导航系统由陀螺仪和加速度计组成，通过测量加速度和角速度获取定位信息，是目前容易获得且精度够用的运动传感器。系统关键要素有加工工艺、传感器校准、软硬件的深度结合、系统集成后传感器衰退情况、环境适应性、车上安装误差补偿度、汽车行业体系认证等。对于惯性器件本身，衡量其优劣的技术指标有零偏不稳定性，随机游走，艾伦方差等。

惯性导航发展已有百年历史，早期的角速度测量使用机械陀螺，利用陀螺的进动效应，形成角度姿态的测量仪器，它与角速度成比例关系。随着现代工业的发展，人类测量角速度的工具越来越多，如动力协调陀螺、静电陀螺、光纤陀螺、激光陀螺等。

在自动驾驶领域，MEMS陀螺仪受到广泛应用，它虽不属于最新产品，但随着技术迭代性能不断提升，成本不断下降。基于科式惯性力的测量，载体被悬浮安装在仪器中，通过测量电容大小测量悬浮体位移，进而得到角速度值。MEMS加速度计也是类似原理，把加速度变化体现为位移变化，通过电容测量得出加速度结果。

惯性器件从消费级到航海航天领域，其性能和价格存在六个数量级的差异。汽车用陀螺仪精度要求大致在0.1~10度/小时，以前要达到这个精度要用到光纤陀螺，现在MEMS陀螺仪已经可以达到这样的水平。惯性器件存在被称为随机慢变和白噪声的误差，可通过制造工艺、标定及算法共同消除到可控范围内。

组合惯导奠定自动驾驶核心技术

卫星和惯性是组合导航最典型的应用，简称组合惯导，该系统有很好的互补效果。卫星补充了惯性系统的累计误差，而惯性系统又很好地弥补了卫星的不稳定性和易受干扰性。组合惯导不像激光雷达、摄像头等传感器那样易于理解，一般很少提到，但在行业里大家都有比较共识的深入认识。组合惯导与机器视觉、雷达等融合，形成一套完整的具有相对和绝对定位功能的系统。

汽车自动驾驶四大核心功能模块包括智能定位、环境感知、行为预测、决策和路径规划，组合惯导主要关注智能定位这一块。而智能定位不仅仅是组合惯导在工作，还包括“卫惯车视联”融合系统，即卫星、惯性系统、车身传感器、视觉传感器、以及未来有巨大发展潜能的联网技术之间的融合。解决的痛点包括：车道级的高精度定位和引导能力；功能安全等级达到B级以上的高可靠性。

常规卫星定位中，电离层影响、星历误差、时钟误差、多路径效应都会对定位精度产生一定影响，其中前三者都可以通过差分定位技术消除90%以上的误差。电离层影响是大气层中的电离层使卫星信号的传播速度发生变化，从而使卫星信号延迟；星历误差是卫星轨迹与星历表给出的卫星位置和实际位置之间有差异；而卫星使用的铯原子钟与卫星接收器上的时钟不同步又会造成时钟误差；多路径效应是卫星信号在不同障碍物上造成的影响。

组合惯导的融合算法有坐标系转换、卡尔曼滤波与数据解析，同时，组合惯导还有时空同步融合问题，即自动驾驶多传感器融合的前提是把所有异构传感器获取的信息放在统一的时间线中进行融合。其他方面，双天线安装偏差、底盘俯仰角偏差、振动和姿态补偿等，可以使组合惯导综合性能进一步提升。

定位误差的消除

载波差分技术（RTK）属于差分定位的一种，它使用一个已知站，去修正一个未知站，在此过程中，双方都会接受卫星信息。已知站将差分信息进行解算，解算后的差分信息传送给未知站，进一步消除误差。通常这种技术会和多星座、多频段的卫星定位技术结合，通过不同卫星系统的1~2个频段，使整个定位系统更可靠。载波相位差分技术可以让卫星在空旷区域实现厘米级定位，但卫星定位更新率比较低，有100~200毫秒的延迟（与此相对，摄像头的更新率大约为33毫秒）。另外卫星定位技术无法克服实际路况上的遮挡，包括隧道、高架桥等，这时会失去卫星信号，从而使定位失去作用。

多传感器融合在功能安全上有重要作用，异构冗余使自动驾驶定位系统的可靠性得到有效提升。当前，卫星、组合惯导和摄像头各有优势，在不同场景可以相互互补。如在开阔场景中，卫星定位精准但刷新率稍低，而组合惯导定位精度不如卫星但刷新率较高（组合惯导最佳定位精度可以比肩卫星定位，但在没有卫星的时候，组合惯导推算结果会有误差累积）。在逆光或雨雪环境下，摄像头的效果明显变差。在有遮挡环境下如隧道里，卫星精准度会明显下降。只有三者相互配合，才能获得良好的全工况定位效果。从目前已成型的自动驾驶配置看，毫米波雷达、激光雷达、摄像头、卫星定位和组合惯导都是必须选项，整体系统的造价和性能都在快速迭代。

组合惯导在自动驾驶及ADAS测试中的应用

组合惯导在车辆上用作高精度定位，连贯地提供车辆位置、方位和速度信息。组合导航并不能在全天候条件下实现厘米级定位精度，在长时间失去卫星后由于传感器漂移会有累计误差，相对来讲，行业内比较关注半分钟或者1分钟内的定位精度。组合惯导定位精度的提高，可以帮助自动驾驶系统达到更高等级。

除此之外，组合惯导在ADAS测试上有强应用场景，可以测量车与车之间，车与车道之间的相对位置，轮廓之间的位移，进而实现车辆的行驶空间评估，为ADAS的可靠性和稳定性提供定量的数据。组合惯导可以独立获得可靠稳定三维运动轨迹，与视觉、激光雷达组成异构的定位系统，给出高置信度的位置信息。

现在L2和L2+的自动驾驶系统逐渐开始推广，而这些功能如何验证呢？

基于高精度定位设备的组网测试系统可以帮助我们解决这类问题，例如获得是V2V及V2L点对点的相对位置关系的高精度测量，可以定量的验证自动紧急刹车（AEB）、车道保持辅助（LKA）、自动泊车辅助（APA）等自动驾驶功能，为ADAS开发提供精准的运动与相对距离测量验证与数据回放。

对于多车测试，提供点到点的相对距离，点到轮廓、轮廓到轮廓最近距离计算，车辆到车道线的距离，纵向距离和横向距离，支持一对多组网，支持室内定位测试，各种行车辅助功能的验证等。同时，对于底盘调教，滑移角（Slip Angle）测量可以为底盘和轮胎测试提供重要参考。

文：林扬 编辑：黄霞 版式：赵方婷