GPS信号突然中断,自动驾驶怎么不迷路?这套组合导航方案是关键

GPS 会丢、会飘、会被骗，但车不能停。这篇文章讲清楚自动驾驶真正的“保底方案”——GNSS+惯性导航的组合系统，它是怎么工作的，为什么缺一不可。

先想象一个场景

你开车进了一条 5 公里长的隧道。手机上的导航箭头还在稳稳地往前动，播报也一切正常。可你心里清楚：隧道里根本收不到 GPS 信号。那它是怎么知道你在哪的？

▲ 隧道里收不到卫星信号，车靠什么知道自己没跑偏？（图源：Anna Frodesiak，CC0，Wikimedia Commons）

对普通司机来说，这只是个可有可无的好奇。但对一辆以 120 km/h 行驶的自动驾驶汽车来说，这是个生死问题：信号消失的那几秒到几分钟里，车靠什么知道自己没偏航、没压线、没冲向隧道壁？

答案不是摄像头，也不是激光雷达，而是一套听起来有点老派、却至今无可替代的技术组合——GNSS + 惯性导航（INS）组合导航。

为什么单靠 GPS 不行？

先泼一盆冷水：卫星导航远比大多数人想象的脆弱。

第一，它会物理消失。隧道、地下车库、高架桥底、密林峡谷，卫星信号说没就没。城市里开车，GPS 短暂中断是家常便饭，不是小概率事件。

第二，它会撒谎。在高楼林立的城市峡谷里，卫星信号在玻璃幕墙之间反复反射（专业上叫多路径效应），定位结果会突然飘出去十几米。你的手机导航显示你在对面马路上开过，就是这个原因。

▲ 高楼夹峙的“城市峡谷”是卫星导航的噩梦（图源：Ad Meskens，CC BY-SA 3.0，Wikimedia Commons）

▲ 绿色是直射信号，红色是经反射“绕路”的信号——多路径效应让定位凭空漂移（图源：Javiersanp，CC BY-SA 3.0，Wikimedia Commons）

第三，它会被攻击。几瓦功率的干扰机就能压制一片区域的 GPS 信号；更高级的欺骗设备可以伪造卫星信号，让接收机算出一个错误的位置。这不是科幻，2023 年以来，黑海、中东上空的民航客机已经频繁报告遭遇GPS 欺骗。

对于手机导航，这些问题顶多让你绕点路。对于自动驾驶，任何一次都可能是事故。

有人会说：不是还有摄像头和激光雷达吗？确实有，但它们也有自己的软肋——摄像头怕黑夜、怕逆光、怕雨雪；激光雷达在大雾大雨里性能明显打折。更根本的一点是：它们回答的是周围有什么，而不是我在地球上的哪个坐标。

自动驾驶需要一条不依赖光线、不依赖天气、不依赖任何外界信号的最后防线。

这条防线，就是惯性导航。

惯性导航：车上的内耳前庭

人闭上眼睛、堵住耳朵，依然能感觉出自己在加速、转弯、刹车。靠的是内耳里的前庭系统。

惯性测量单元（IMU）就是车的前庭。它内部有两类传感器：

·加速度计：测量三个方向的加速度

·陀螺仪：测量三个轴的转动角速度

▲ 一块指甲盖大小的 MEMS 惯性测量单元（IMU），里面集成了加速度计和陀螺仪（图源：SparkFun，CC BY 2.0，Wikimedia Commons）

从已知位置出发，把加速度对时间积分两次得到位移，把角速度积分得到姿态——理论上，不需要任何外界信号，就能推算出车的实时位置。这个方法叫航位推算，早在几百年前的大航海时代，水手们就在用同样的思想推算船位。

IMU 有三个GPS 永远比不了的优点：

·完全自主：不发射、不接收任何信号，干扰不了，也欺骗不了

·输出快：普通 GNSS 接收机每秒更新10~20 次位置，IMU 每秒能输出100~1000 组数据，能捕捉车辆的每一次急转和颠簸

·什么都能测：不光给位置，还给姿态角（俯仰、横滚、航向），这是车辆控制必需的

听起来很完美？可惜它有一个致命弱点。

惯导误差会滚雪球

积分是惯导的力量来源，也是它的诅咒。

加速度计和陀螺仪都存在微小的零偏和噪声。单次测量差一点点没关系，但航位推算是对时间做积分——误差会像滚雪球一样累积，而且是平方甚至立方级别的累积。

也就是说，一辆只靠普通车规 IMU 的车，GPS 中断半分钟后，它的位置估计可能已经偏出一个车道；中断几分钟，定位基本作废。

所以工程上的结论非常干脆：纯惯导撑不久，纯卫星靠不住。唯一的出路是让它们组队。

组合导航

GNSS 和INS 的短板与长板，恰好完美互补：

·GNSS：长期准（误差有界，不随时间累积），但短期不可靠（会丢、会跳变、更新慢）

·INS：短期极准（毫秒级的相对运动非常精确），但长期漂移（误差无界增长）

把它们绑在一起，就得到了一个短期跟得上、长期不跑偏的系统。这就是组合导航（Integrated Navigation）。

具体怎么绑？核心角色是卡尔曼滤波器。

你可以把卡尔曼滤波理解成两个信息源之间的调停人：

·GPS 信号好、可信度高的时刻，它让滤波结果多听GPS 的，同时顺手校准IMU 的零偏——相当于不断纠正惯导的惯性误差，不让雪球滚起来

·GPS 信号变差、丢星、出现可疑跳变的时刻，它自动降低对GPS 的信任权重，转而更多依靠IMU 的航位推算撑住场面

·GPS 恢复之后，再立刻用新鲜的位置把累积的漂移拉回正轨

这样一来，GPS 负责给系统锚定真实位置，IMU 负责在信号间隙里无缝续命。隧道里导航箭头为什么还能稳稳往前跑？就是这个机制在起作用。

▲ 一张图看懂组合导航的全貌（关注后回复「组合导航」可领取高清版）

工程上根据融合的深浅，还分出三个档次：

目前主流量产自动驾驶方案多在松耦合和紧耦合之间，头部玩家（如 Waymo、百度Apollo 及各家车规定位方案商）则普遍在紧耦合上发力，再叠加RTK 差分、高精地图和轮速计，把定位精度压到厘米级。

回到那辆进隧道的车

▲ 头顶激光雷达的 Waymo 自动驾驶汽车。它能在城市街道自主行驶，靠的正是多传感器融合定位（图源：Dietmar Rabich，CC BY-SA 4.0，Wikimedia Commons）

现在我们可以完整回答开头的问题了。一辆自动驾驶汽车穿过 5 公里隧道时，它的定位系统大致在做这些事：

1. 进隧道前：GPS + RTK 提供厘米级位置，卡尔曼滤波同步标定IMU 的零偏，把惯导状态调到最佳

2. 信号中断瞬间：滤波器检测到观测量消失，无缝切换到以 IMU 为主的航位推算模式，轮速计辅助约束纵向误差

3. 隧道行驶中：高精地图匹配车道，IMU 维持分米级的相对定位，误差被控制在车道宽度以内

4. 出隧道瞬间：GPS 恢复，滤波器重新收敛，几秒内回到厘米级

全程驾驶者（如果还有人看着的话）几乎无感。

这就是组合导航的价值：它不需要每个传感器都完美，只需要它们别在同一时刻一起出错。

Y博说

评估任何定位方案，先问两个问题：它依赖外界信号吗？它的误差随时间累积吗？GNSS 卡在第一问，INS 卡在第二问，组合导航的意义就在于同时绕过这两道坎。还要记住一点：卡尔曼滤波不是简单地把两个传感器“取平均”，而是根据可信度动态分配权重，并持续校准惯导的零偏。说到底，自动驾驶定位从来没有什么“银弹传感器”，所有量产方案的本质都是多源冗余加误差互补。下次再看到“一颗激光雷达搞定定位”之类的宣传，你不妨多问一句：GPS 没了，你怎么办？

关注公众号后回复「组合导航」，领取《GNSS/INS 组合导航算法思维导图》高清版。