
当前,自动驾驶技术正从 L2 级辅助驾驶向 L3 级及以上高阶自动驾驶加速演进,然而全域定位精准度不足、信号连续性中断、复杂环境感知可靠性差三大核心难题,成为制约技术规模化落地的关键瓶颈。在城市峡谷、隧道桥梁、林荫道路等复杂场景中,传统单一依赖卫星导航的定位方案易受遮挡干扰,定位精度骤降;而仅依靠车端传感器的感知方案,又面临恶劣天气、动态障碍物等带来的感知盲区问题。
据行业实践显示,现有自动驾驶系统在信号遮挡区域的接管率显著升高,复杂路况下的环境感知误判率仍难以满足安全需求。在此背景下,星地一体高精度时空基准联动车端多源感知融合技术应运而生,通过 “天 - 地 - 车” 三层协同架构,构建全域、连续、高精度的定位感知体系,成为破解高阶自动驾驶落地难题的核心技术路径。本文基于六棱镜全球产业科技情报分析系统PatNavi,从专利视角解读星地一体感知融合技术。

图片来源于网络

一、技术聚焦:三大核心方向的专利实践进展

星地一体时空基准技术通过卫星导航与地面增强系统的协同,为自动驾驶提供全域统一的时空参考框架,是解决定位难题的核心基础。从专利实践来看,当前技术研发主要围绕低轨卫星增强、多轨卫星融合、抗遮挡定位三大方向展开。
江苏大学蔡英凤团队在申请号为 CN202510358523.1、发明名称为“基于低轨卫星通信与高精度定位的智能车辆融合感知与决策方法和系统” 的专利中,提出利用低轨卫星通信和高精度定位技术采集智能车辆感知数据,通过云端实现时空一致性处理,包括延迟补偿、语义信息匹配及多观测联合状态估计,有效提升了复杂场景下的感知精度,降低因感知缺陷导致的危险决策行为。
同一团队在申请号 CN202510267134.8、发明名称为 “基于高低轨卫星网络融合的车辆频移定位方法、自动驾驶控制方法及设备” 的专利中,进一步优化传统卫星伪距方程,利用 GEO 卫星提供广域基准信号,在复杂地形或卫星信号干扰较大的情况下,仍能保证高精度实时定位,同时结合车辆横向动力学模型,实现定位与控制的深度协同。
烟台欣飞智能系统有限公司李春波团队在申请号为 CN202410410639.0、发明名称为 “一种星链低轨卫星信号多频段融合导航系统” 的专利中,设计了多频段信号接收与融合处理模块,通过环境感知优化、多维数据融合、适应性信号增强等技术,提升卫星信号在复杂环境下的接收稳定性,为自动驾驶提供连续可靠的导航服务。
车端多源感知融合技术通过激光雷达、视觉相机、惯性导航等多传感器数据的协同校准与融合处理,弥补单一感知技术短板,提升环境感知可靠性。从专利布局来看,当前技术重点集中在多模态数据协同、恶劣环境适应性、感知决策一体化三个维度。
陕西黄河集团有限公司李迎纲团队在申请号为 CN202511488864.7、发明名称为“基于雷达和视觉融合的自动驾驶盲区感知预警方法及系统”的专利中,提出通过雷达与视觉传感器的协同工作,获取车辆周边环境的多维度感知数据,利用数据融合算法实现盲区目标的精准检测与预警,有效解决传统单一传感器在盲区感知中的局限性。
南通国轩新能源科技有限公司林伟团队在申请号为 CN202511285520.6、发明名称为“基于多源数据融合的自动驾驶目标定位方法及系统”的专利中,构建了多源数据融合框架,通过对激光雷达、视觉、毫米波雷达等传感器数据的时空配准与特征融合,实现复杂路况下目标的精准定位与分类,提升自动驾驶系统对动态环境的理解能力。
罗博网联 (杭州) 信息技术有限公司申炳琦团队在申请号为 CN202511271178.4、发明名称为“基于多模态融合的目标检测方法、装置、设备及存储介质”的专利中,采用深度学习技术实现多模态感知数据的深度融合,通过跨模态特征提取与注意力机制,提升恶劣天气下目标检测的鲁棒性,为自动驾驶安全决策提供可靠支撑。
星地车协同架构技术通过时空基准联动,实现卫星、地面设施与车辆的信息交互与协同决策,是推动高阶自动驾驶规模化落地的关键支撑。从专利实践来看,当前研发重点围绕车路云协同、群体智能决策、动态路径优化三个方向展开。
中交第二公路勘察设计研究院有限公司陈楚江团队在申请号为 CN202511561572.1、发明名称为“一种基于实时精准定位的车路协同信息交互装置”的专利中,设计了精准定位模块与车路协同信息交互系统,通过原始卫星定位数据、地基增强数据与路侧感知数据的融合处理,实现车辆与路侧设施的实时信息交互,为车路协同决策提供高精度时空参考。
安徽江淮汽车集团股份有限公司王强团队在申请号为 CN202511170576.7、发明名称为“一种基于车路云协同的自动驾驶控制方法”的专利中,构建了车路云三级协同架构,通过星地一体时空基准实现车辆、路侧、云端的数据同步与协同决策,利用群体感知数据优化单个车辆的决策策略,提升自动驾驶系统的全局最优性。
蘑菇车联信息科技有限公司费再慧团队在相关专利中,提出根据多个定位信息源的累计定位误差动态选择最优定位源,通过星地融合定位与车路协同信息的互补,实现复杂环境下的连续可靠定位,为自动驾驶控制提供稳定的位置参考。

二、技术难点:三大核心挑战制约技术突破

星地一体感知融合技术需要实现卫星信号、地面设施、车端传感器的时空同步,然而不同设备的时钟偏差、信号传输延迟、环境干扰等因素,导致时空一致性校准成为技术难点。南湖实验室陈杨阳团队在申请号为 CN202211503193.3、发明名称为“卫星系统拒止情况下的车辆分层多模块融合精准定位方法”的专利中,虽提出分层融合定位策略,但在动态环境下的实时时空校准仍面临挑战。
在暴雨、大雾、隧道、城市峡谷等复杂环境下,卫星信号易受遮挡,车端传感器感知性能下降,导致系统整体可靠性降低。江苏大学李祎承团队在申请号为 CN202510347343.3、发明名称为“基于低轨卫星增强 GNSS 与视觉多域融合的智能汽车横向定位方法”的专利中,通过 GNSS 与视觉融合提升横向定位精度,但在极端恶劣环境下的感知鲁棒性仍需进一步优化。
星地一体感知融合涉及卫星、地面、车辆多个系统,各系统的协议标准、数据格式、通信方式存在差异,导致多系统协同复杂度显著升高。中科卫星 (安徽) 数据科技有限公司杨志高团队在申请号为 CN202510133713.3、发明名称为 “一种同轴光学雷达载荷卫星星地一体化运控方法”的专利中,提出星地一体化运控策略,但在多系统异构数据的高效交互与协同决策方面仍有提升空间。

三、研发力量:产学研协同推进技术演进

企业作为技术产业化的核心力量,在星地一体感知融合技术研发中主要围绕产品落地、场景适配、成本控制三个方向展开,形成了以车企、科技公司为主体的研发格局。
智道网联科技 (北京) 有限公司在相关技术领域布局专利数量领先,重点围绕车路协同、多源感知融合技术展开,其研发的智能网联解决方案已在多个示范项目中应用;重庆长安汽车股份有限公司则聚焦星地一体定位与自动驾驶控制的深度融合,通过专利技术提升车辆在复杂场景下的自主行驶能力;安徽江淮汽车集团股份有限公司、东风悦享科技有限公司等车企则注重车路云协同架构的研发,推动自动驾驶技术的规模化应用。
科技公司方面,北京百度网讯科技有限公司在多源感知融合、AI 决策方面具有技术优势,其 Apollo 自动驾驶平台已集成星地一体定位相关技术;安徽蔚来智驾科技有限公司则聚焦高精度定位与智能座舱的协同,通过专利技术提升用户体验;蘑菇车联信息科技有限公司则专注于车路协同与卫星定位融合技术,在智慧交通场景中推进技术落地。
高校作为基础研究的核心阵地,在星地一体感知融合技术的理论创新、算法优化、技术探索方面发挥重要作用,形成了以交通类、工科类高校为主体的研发格局。
江苏大学在星地一体定位、多源感知融合领域表现突出,蔡英凤团队、李祎承团队围绕低轨卫星增强 GNSS、车辆动力学与定位融合等方向申请多项专利,为技术发展提供理论支撑;北京航空航天大学则聚焦空天信息与智能网联汽车的融合,在卫星通信、高精度定位算法方面具有技术优势;清华大学在多模态感知融合、AI 决策算法方面引领创新,其研发的融合算法已在自动驾驶原型系统中验证;同济大学、吉林大学等高校则结合汽车工程优势,在定位与控制协同、复杂环境感知方面展开深入研究。
此外,北京交通大学、重庆邮电大学、广东工业大学等高校也在各自优势领域展开研究,形成了多学科交叉、多方向并进的研发格局,为星地一体感知融合技术的发展提供了人才与技术支撑。
科研机构作为产学研协同的重要纽带,在星地一体感知融合技术的标准制定、测试验证、成果转化方面发挥关键作用,推动技术从实验室走向产业化。
国汽 (北京) 智能网联汽车研究院有限公司作为行业核心科研机构,在智能网联汽车技术标准、测试评价体系方面展开研究,其相关专利技术为行业发展提供重要支撑;交通运输部公路科学研究所则聚焦公路交通场景下的车路协同、卫星定位融合技术,推动技术在智慧公路中的应用;招商局检测车辆技术研究院有限公司、中汽院智能网联科技有限公司等机构则在车辆检测、技术验证方面提供服务,为星地一体感知融合技术的可靠性提供保障。
浙江吉利控股集团有限公司与吉利汽车研究院 (宁波) 有限公司联合研发团队,则开创了企业与科研机构协同创新的模式,围绕星地一体定位、多源感知融合技术展开研究,推动技术快速落地应用。

四、未来展望:从技术突破到规模落地

星地一体高精度时空基准联动车端多源感知融合技术,作为高阶自动驾驶的核心技术演进方向,当前已从技术探索阶段进入示范应用阶段。随着卫星导航技术的不断升级、车端传感器性能的持续提升、5G/6G 通信技术的广泛应用,该技术将在三个方向实现突破:一是时空基准精度进一步提升,实现亚厘米级定位;二是多源感知融合算法进一步优化,提升复杂环境下的感知可靠性;三是星地车协同架构进一步完善,实现全域、实时、高效的协同决策。
未来,随着企业、高校、科研机构的深度协同,星地一体感知融合技术将逐步解决当前面临的核心难题,推动高阶自动驾驶从场景化测试走向规模化落地,成为智能网联汽车与空天信息融合领域的关键支撑技术,为智慧交通、智慧城市的发展注入新动能。

END

