ESA 最新 ADAS 研究:自动驾驶 PNT,开始从“高精度”走向“可信定位”

ESA 最新 ADAS 研究：自动驾驶 PNT，开始从“高精度”走向“可信定位”

开场

自动驾驶定位最难的问题，已经不只是“坐标偏了多少”，而是：车辆在什么情况下还能相信这个坐标？

2026 年 7 月 3 日，欧洲航天局（ESA）导航支持计划 NAVISP 完成了 “ADAS Technology and PNT Study” 最终展示。项目由德国 acitoflux GmbH 承担，研究 ADAS、自动驾驶与定位导航授时（PNT）之间的技术趋势、应用需求和产业缺口。

它不是一份自动驾驶定位标准，也不是某款产品的测试报告。更准确地说，这是一份面向欧洲 PNT 产业的路线图：自动驾驶真正缺什么，下一步该把创新资源投向哪里。

报告的价值，在于它没有停留在“自动驾驶需要厘米级定位”这类已经被反复讨论的结论，而是把问题拆成了技术性能、信号质量与韧性、经济部署与验证三个层面，并进一步放进不同自动驾驶用例中比较。

客户对话锚点

面对芯片厂、模组厂和自动驾驶设备厂，报告可以转化为三个问题：

1. 定位输出除了坐标和 Fix，是否还给出置信度、完整性和退化状态？
2. GNSS、IMU、轮速、地图等信息冲突时，融合器如何识别风险并完成降权？
3. 定位退化后，车辆功能能否及时限制或退出，并在实验室中重复验证？

如果只能回答平均误差和 Fix 率，仍然难以说明系统在复杂 ODD 中是否可用。

一、ESA 这份报告具体怎么做？

报告采用了一条比较完整的研究路径：技术现状梳理 → 新兴 AD/ADAS 用例筛选 → PNT 能力差距分析 → NAVISP 后续项目建议。

在技术和产业现状部分，研究团队不只看 GNSS 接收机本身，还梳理了车辆定位架构、传感器融合、地图、校正服务、时间同步、V2X、软件平台和监管机构等角色。报告列出了 331 家相关企业和机构，其中包括整车厂、一级 ADAS/AD 系统集成商、GNSS 与校正服务商、定位技术提供商、地图和 V2X 服务商，以及公共研究机构和标准监管组织。

这组产业数据说明，自动驾驶 PNT 已经不是一个“接收机厂商单独解决”的问题。定位能力最终要穿过天线、车身、传感器、融合软件、地图、道路基础设施和安全论证多个环节，才能成为可部署的车辆能力。

报告用十个维度评估 PNT

研究团队把 PNT 能力拆成三个集群、十个维度：

其中最容易被忽略的是最后一个维度：Verification & Validation 并不是项目收尾时才补的一项测试，而是 PNT 能否进入安全相关车辆功能的前置条件。

一次测试中得到很漂亮的定位轨迹，只能说明某个条件下系统表现不错；它还不能说明系统知道自己什么时候不可靠，更不能说明车辆会不会在定位退化时采取正确动作。

二、报告研究了哪些自动驾驶用例？

报告先对 40 个 PNT 相关 AD/ADAS 用例进行评估，覆盖乘用车、商用车、农业机械、工程车辆、矿山设备、物流车辆和移动机器人等场景。随后，研究团队对更大范围的用例进行重新评估，将重点放在尚未达到 TRL 9、但具有明确产业价值和 PNT 缺口的方向上，最后形成 24 个重点用例。

这些用例的差异很大，PNT 需求也并不相同：

• 自动代客泊车：常见于室内或半室内停车设施，GNSS 可能不可用，需要分米到厘米级的局部定位，同时要有完整性监测和安全边界。
• 智能路口辅助：依赖车辆与基础设施之间的协同消息，对时间同步、位置一致性和告警相关性要求较高，但对绝对定位精度的要求未必与自动泊车相同。
• 自动消防与危险环境车辆：在火灾、毒害或灾害区域运行，GNSS 受遮挡或干扰的可能性高，更关注 GNSS 拒止条件下的局部定位、漂移边界和远程监管。
• 工程和矿山设备的 GNSS 拒止导航：需要在绝对定位与相对定位之间平滑切换，依靠里程计、局部地标、SLAM 或其他参考源维持安全运行。
• L2+/L3 高速公路功能、编队运输和 L4 机器人出租车：对车道级定位、持续可用性、冗余架构、功能监管和 ODD 退出条件提出更高要求。

报告还特别指出，封闭或边界清晰的 ODD 往往更容易率先实现自动化。例如农业、港口、矿山、物流园区和固定线路运输，环境、路线、速度和运营管理相对可控，PNT 系统更容易建立可验证的边界。面向开放道路的城市自动驾驶，则需要面对更多动态变化和更复杂的失效组合。

三、报告的差距分析，真正发现了什么？

研究团队把 PNT 维度与各个用例逐项对应，并设置了差距评分：低于 0.5 表示几乎没有明显缺口，低于 1.5 属于仍可工作的轻微限制，低于 2.5 表示已经形成较强约束，超过 2.5 则意味着该缺口可能阻碍用例落地。

报告给出的结论非常明确：技术性能并不是所有自动驾驶用例的最大瓶颈。

在 24 个重点用例的分析中，技术性能集群的平均差距评分约为 1.57，而经济部署与商业可行性集群约为 1.86。这不是说精度和可用性已经解决，而是说明真正困难的问题已经从“能不能做出高性能 PNT”延伸到了：

• 能否在城市峡谷、隧道、树荫、停车场、矿区和强干扰环境中持续工作；
• 能否识别定位结果正在失真，而不是等到轨迹已经明显错误才发现；
• 能否把接收机、校正服务、天线、车身、传感器和地图整合成稳定的产品；
• 能否从单辆演示车扩展到车队、车型、道路和区域；
• 能否以可接受的成本完成验证、认证和安全论证。

报告还认为，时间同步和冗余的平均差距评分相对较低，但不能因此把它们降为次要问题。时间同步是多传感器融合、事件排序、V2X 协同和未来基础设施协同的共同底座；冗余则决定 GNSS、地图、校正服务或通信链路失效后，系统能否平滑降级。

四、报告提炼出的六个技术趋势

在对技术、企业和用例进行梳理后，报告归纳出几条趋势：

1. 从 accuracy 走向 trust：定位输出需要从单一位置扩展为“位置 + 置信度”，并服务于 ODD 进入、维持和退出判断。
2. GNSS 与惯性传感器紧耦合成为基础架构：多星座、多频 GNSS 加上 IMU 和运动约束，是自动驾驶定位的基础组合；GNSS 单独工作难以覆盖城市峡谷、隧道和干扰环境。
3. 校正服务从 RTK 走向可规模化的 PPP/PPP-RTK：RTK 已经有较成熟的应用基础，但部署依赖较重；下一阶段的竞争集中在覆盖、收敛时间、服务健康状态和安全资格上。
4. 封闭 ODD 是 PNT 能力产品化的先行场景：农业、港口、矿山、物流园区等场景边界清晰，更容易建立稳定的定位与监管闭环。
5. 道路基础设施与卫星韧性并行发展：RSU、C-ITS、5G 相关定位和道路侧监测可以提供本地化支持，但整体仍处在从试点走向产品化的阶段。
6. 相机、雷达、激光雷达、高等级惯导和轮速里程计成为 GNSS 的互补证据：它们不是简单堆叠传感器，而是需要精确时间对齐，并在不同失效条件下完成证据接力。

五、ESA 建议投向哪些方向？

报告从 53 个候选项目中筛选出 15 个建议方向，并归入三个 NAVISP Element：

Element 1：技术创新

重点包括：AI 预测 GNSS 退化和保护水平、低轨卫星增强城市车道级定位、隧道/停车楼/城市峡谷中的天地一体化定位、协同 PNT 时间与不确定性框架，以及基于车队数据的 GNSS 风险情报。

其中一个很有工程感的方向，是把车队中的信号质量观测汇聚起来，形成道路级的多径、遮挡和干扰风险信息。单车看到的只是一次定位异常，车队长期积累后，才可能识别出某个道路走廊的重复性风险。

Element 2：产品化与车载集成

这一类项目不再只研究新的定位算法，而是关注能否进入真实车辆：室内外连续定位、机场 apron/港口/堆场等复杂区域的定位监管、车载天线与传感器集成、低温环境 PNT 验证，以及面向 L2+/L3 和机器人出租车的定位监管层。

报告甚至提出了“车窗玻璃作为 PNT 与传感器接口”的集成方向，研究天线、射频部件和其他传感器如何在汽车玻璃和车身结构中实现可重复、可量产的集成。这说明 PNT 的产品化问题，已经深入到天线位置、车身多径、玻璃材料和传感器封装，而不只是算法参数。

Element 3：道路级韧性和公共能力

Element 3 关注国家和道路管理层面的能力建设，包括自动驾驶 PNT 韧性地图、固定与移动 GNSS 干扰监测、低能见度和强降雨条件下的定位验证框架，以及面向关键道路走廊的 PNT 信任等级评估。

它要回答的问题是：一条道路、一个园区或一段高速走廊，什么时候可以被认为适合自动驾驶功能运行？如果某一段区域存在周期性干扰、遮挡或定位质量恶化，车辆和道路管理者能否提前知道？

这些都是研究和项目建议，不应理解为已经规模部署的产品能力。但它们清楚显示出，PNT 的边界正在从车内延伸到道路、走廊和运营区域。

六、对车端测试的直接启发

ESA 的报告没有发布统一测试规范，但它给出了很明确的验收方向：定位测试需要从“误差测量”扩展为“可信状态验证”。

车端至少应在同一时间轴上对齐：定位误差、置信度或保护边界、完整性/退化状态、融合器权重、上层功能响应和恢复过程。

比起只看平均误差和平均恢复时间，更值得关注的是：异常持续了多久、告警是否延迟、是否误警或漏警、P95/P99 是否恶化，以及车辆是否真正执行了降级动作。

这里的 P95/P99、告警延迟和功能降级，是面向车端验证的工程化翻译，并不是 ESA 报告发布的统一测试规范。报告真正提供的，是一条清晰的判断方向：定位系统必须能够证明自己在什么条件下可靠，也必须能够证明自己在什么时候不再可靠。

结语

ESA 这份研究没有给出“自动驾驶必须达到多少厘米”的单一答案。它提出了一个更有价值的判断：自动驾驶 PNT 的核心能力，正在从高精度定位延伸为可用、可解释、可验证的可信定位。

对芯片厂、模组厂和设备厂而言，下一阶段不应只交付误差均值，还应交付一条完整证据链：系统何时不可靠、如何发现、如何降级、如何恢复，以及这些过程能否被重复验证。

系列合集