服务于自动驾驶的空间智能定位的解决方案

     一、背景

        为解决城市峡谷、高架桥下等不同驾驶场景中车辆室内外一体化高精度定位难题，项目依托北斗系统、移动互联网等，运用卫星导航定位、多传感器融合等技术，攻克复杂场景定位核心问题，构建高精度定位服务体系，突破多项行业瓶颈，研发多种定位方法，建成相关系统与平台，为自动驾驶提供可靠定位服务，已在多地多领域落地应用。

     二、方案和成效

        一是研发北斗卫星导航系统长距离网络 RTK 定位方法，针对传统 RTK 定位在长距离（＞50km）场景下精度衰减问题，优化长距离参考站 BDS 整周模糊度解算算法（采用卡尔曼滤波优化）、区域误差改正数计算模型（融合电离层、对流层延迟数据）及流动站 BDS 载波相位整周模糊度解算流程，通过多参考站数据融合提升误差改正精度，使 100km 范围内定位精度稳定在厘米级（平面误差≤2cm，高程误差≤5cm），满足高速公路等长距离场景下自动驾驶定位需求；

        二是研究顾及 GNSS 系统偏差的 GNSS RTK/INS 紧组合导航方法，开发系统偏差实时估计模块（更新频率 1Hz），解决多系统（BDS、GPS、GLONASS）信号融合时的系统偏差问题；创新多系统混合双差模糊度固定算法，结合 INS（惯性导航系统）数据辅助提升模糊度固定率，在城市峡谷（卫星遮挡率＞70%）场景下模糊度固定率从 65% 提升至 92%，同时优化紧组合定位解算模型，使定位连续性达 98%，增强复杂环境下定位可靠性；

        三是开发多场景融合定位技术体系，包括 BDS/UWB/INS 高精度室内外无缝定位（室内采用 UWB 定位，精度≤1 米；室外切换至 BDS RTK，精度≤2 厘米，切换时间＜0.5 秒）、基于 BDS/UWB 的自组网协同车辆定位（车辆间通过 UWB 通信共享定位数据，实现相对定位精度≤5 厘米）及 BDS/INS/LIDAR 同步定位与构图方法（融合激光雷达点云数据构建环境地图，辅助定位修正），可满足城市道路、地下车库、隧道等不同场景的自动驾驶定位需求，已在 20 个城市的智能网联汽车示范区落地应用 。

     三、创新点

        一是提出顾及 GNSS 系统偏差的紧组合定位方法，突破传统多系统融合定位中忽略系统偏差的局限，通过建立系统偏差动态估计模型，统一 BDS、GPS、GLONASS 等多 GNSS 系统的坐标基准，实现多系统混合双差模糊度高效固定（固定时间＜3 秒），在室外复杂环境（如高架桥下、密集建筑群）中定位精度提升 40%，定位可用性从 75% 提升至 95%；同时减少对高精度惯导设备的依赖，采用低成本 MEMS IMU（惯性测量单元）即可满足需求，使定位终端硬件成本降低 30%；

        二是创新 BDS/UWB/INS 无缝定位技术，充分发挥 BDS（室外高精度）、UWB（室内抗遮挡）、INS（短时无信号定位）三类传感器优势，通过卡尔曼滤波融合数据，设计自适应切换算法（基于卫星信号强度与 UWB 信号质量动态判断切换时机），有效削弱多路径效应、信号遮挡等误差影响，在室内外过渡区域（如车库出入口）定位精度保持在 10 厘米以内，定位连续性达 99%，解决传统定位技术在室内外切换时精度跳变问题；

        三是研发基于 BDS/UWB 的自组网协同车辆定位方法，利用 UWB 通信（传输距离≤100 米，延迟＜10ms）的短距离高精度特性，构建车辆间自组网定位模型，无需依赖道路基础设施（如北斗基准站），即可实现车辆间厘米级相对定位（相对位置误差≤5 厘米）；同时开发协同定位系统，支持多车（最多 10 辆）同时组网，适用于车队编队行驶、交叉路口会车等场景，减少自动驾驶对外部设施的依赖，降低大规模推广成本 。