城市复杂环境下自动驾驶定位失准如何解？

[首发于智驾最前沿微信公众号]对于自动驾驶车辆而言，不仅需要感知周围的障碍物，更需要时刻明确自己的精确位置，以及相对于道路边界的细微偏差。然而，在真实的城市街道中，实现厘米级、高频率且具备极高鲁棒性的定位是一项极其复杂的系统工程。

卫星导航定位技术（GNSS）与惯性导航技术（IMU）虽然构成了定位系统的基础架构，但它们在面对摩天大楼林立的“城市峡谷”、深邃的隧道以及交错的立交桥时，会表现出显著的性能衰减。那如何解决城市复杂环境下定位失准的问题？

城市环境对基础定位传感器的挑战与局限分析

全球卫星导航系统（GNSS）在提供绝对地理位置参考方面具有天然的优势，其工作原理主要基于卫星到接收机之间的距离测量。但在城市中心区域，这种基于电磁波传播的测量方式极易受到物理环境的干扰。其问题主要源于多路径效应（Multipath）和非视距接收（NLOS）。

当卫星信号在到达车载接收机之前，经过高大建筑物的玻璃幕墙、地面或其他反射面的多次折射或反射后，接收机捕获到的信号路径会长于真实的直线距离。这种现象会导致伪距观测产生数米甚至数十米的误差。

图片源自：网络

若当直接视距被建筑完全遮挡，接收机仅收到反射信号，此时定位结果会出现剧烈的跳变，甚至导致定位解算完全失效。在深窄的城市街道中，可见卫星数量可能在短时间内从十余颗锐减至三颗以下，无法满足标准定位所需的最小观测条件。

为了弥补卫星信号的波动，惯性测量单元（IMU）被引入系统，其利用加速度计和陀螺仪感知车辆的即时运动状态。IMU的优势在于其完全自主性，不需要外部信号，且输出频率极高。

然而，IMU本质上是一个积分系统，它通过对加速度和角速度进行二次积分来推算位置和姿态，这种机制导致其存在误差累积。IMU传感器存在复杂的误差分量，其中包括偏置不稳定性、轴偏斜和随时间增长的随机游走。

偏置不稳定性意味着即使车辆静止，IMU输出的微小偏差也会随着时间不断积分，导致位置估算迅速漂移。对于常见的微机电系统（MEMS）级别的IMU，如果没有外部参考信号进行校正，其推算的位置误差在一分钟内就可能达到数十米甚至更多，这对于厘米级定位要求的自动驾驶而言是不可接受的。

图片源自：网络

城市环境的复杂性还体现在其多变的气候与光照条件下。在隧道或高架桥下，卫星信号会被完全切断，定位系统必须完全依赖车辆的“内感知”能力。

而在暴雨、大雾或降雪等恶劣天气中，空气中悬浮的微小颗粒会严重散射激光雷达的红外脉冲，导致点云数据中出现大量噪声和假阳性障碍物。

视觉传感器则在强光直射、夜晚低照度或面对单调的白墙时，难以提取到有效的纹理特征，从而导致特征跟踪失败。

SLAM算法的介入与多源信息融合的技术演进

面对上述单一传感器的局限性，融合激光雷达SLAM（LIO）及视觉SLAM（VIO）算法成为了提升系统鲁棒性的路径之一。

SLAM算法的本质是通过感知环境特征来反推自身的位姿变化。激光雷达通过发射激光束并接收反射回波，能够实时生成车辆周围三维环境的“点云地图”。在SLAM过程中，算法会将当前帧的点云与之前的地图进行几何匹配（如常用的ICP或NDT算法），从而推算出车辆的相对位移。

在卫星信号失效的隧道或地下停车场，激光雷达可以凭借周围墙壁、支柱等固定特征，提供非常稳定的运动约束，极大地减缓了IMU的漂移速度。视觉SLAM则利用图像序列中的特征点（如路牌、建筑轮廓）进行运动估计，其在几何特征不明显的平坦道路上具有较好的补充作用。

图片源自：网络

在技术实现方案上，多传感器融合正经历着从松耦合到紧耦合的跨越。

松耦合方案将GNSS给出的绝对坐标、SLAM给出的相对位移以及IMU的推算结果分别作为独立的输入，在卡尔曼滤波器中进行结果级的融合。

虽然这种方式逻辑清晰、计算量小，但在极具挑战性的城市环境中，它的表现依旧不尽如人意。如当可见卫星不足四颗时，GNSS解算器可能直接报错退出，此时松耦合系统就无法利用剩余的三颗卫星所包含的信息。

紧耦合方案则完全打破了传感器之间的边界，它直接处理每个传感器的原始观测数据，如GNSS的伪距和多普勒频率、激光雷达的原始反射点坐标以及IMU的高频采样信号等。

图片源自：网络

这些原始数据会被放置在同一个数学优化框架中进行联合求解。在这种模式下，即使卫星数量极少，哪怕只有两三颗，系统依然可以结合激光雷达提供的地面约束和IMU提供的运动先验，对车辆位姿进行有效约束，从而在极大程度上缩短信号盲区的“断档期”。

更进一步的“深耦合”（Deep Coupling）技术甚至深入到GNSS接收机的信号跟踪环路，利用IMU感知到的瞬时速度变化去辅助载波跟踪环路，从而让车辆在复杂环境下能够锁定卫星信号，有效对抗由于震动或快速运动导致的失锁问题。

因子图优化，构建抗干扰的鲁棒估计框架

在融合定位的数学求解中，因子图优化（Factor Graph Optimization, FGO）正在逐渐取代传统的扩展卡尔曼滤波（EKF），成为支撑自动驾驶定位系统的核心框架。

EKF作为一种基于时间递归的方法，其最大的弱点在于“健忘”，它在每个时刻只保留前一刻的状态，并根据当前观测进行一次更新，无法利用历史数据进行回溯修正。

在城市环境中，如果接收机误将一个被建筑反射的强信号当作真值，EKF会由于单次权重的倾斜而瞬间产生巨大的定位误差，且很难在之后的步骤中自我修正。

图片源自：网络

因子图优化则将定位问题建模为一个庞大的数学图表。在这个图中，节点代表车辆在不同历史时刻的位姿和运动参数，而连接节点的边（即因子）则代表各种传感器提供的观测约束。

简单理解下，IMU因子连接着相邻的时间节点，代表运动的连续性；GNSS因子为特定节点提供全球坐标约束；SLAM因子则通过匹配环境特征建立起不同时刻节点间的相对位置联系。

FGO的工作过程就像是解一个多约束的最优方案，它会在一个滑动窗口内，同时对过去几秒钟甚至更长时间内的所有位姿进行迭代优化，寻找一个能让所有传感器观测“矛盾最小”的最优路径。

这种“滑动窗口”加“多次迭代”的机制赋予了系统极强的鲁棒性。当系统在窗口内发现某一帧GNSS观测与IMU及雷达的推算结果严重不符时，它并不会盲目跟随这个错误观测，而是可以通过鲁棒核函数（Robust Kernels）有效地降低这个“离群点”的权重，甚至将其彻底剔除，从而确保整体轨迹的平稳。

图片源自：网络

为了实现高效的因子图优化，有技术引入了“预积分”（Pre-integration）技术。由于IMU的数据频率极高（通常在100Hz至400Hz之间），如果将每一帧IMU数据都作为因子加入图中，计算量将呈指数级增长。

预积分技术巧妙地将两个关键帧之间的大量IMU原始观测合并成一个相对位移和旋转增量，并计算出相应的误差传递矩阵。

这不仅保证了数学上的严谨性，还让高频率的惯性数据能够与低频率的GNSS（1Hz至10Hz）和SLAM（10Hz至20Hz）观测完美契合，使得系统能够实时输出厘米级的位姿信息。

场景适应性与城市环境下的稳定性评估

高精定位系统的稳定性不仅取决于算法本身，更取决于对特定城市工况的深度适配。在长达数公里的海底隧道或地下环路中，GNSS信号会完全“静默”，此时定位系统将进入纯里程计模式。

为了防止在此期间产生不可控的漂移，有些技术方案中引入了高精度地图（HD Map）匹配技术。高精度地图不仅仅是导航坐标的集合，更包含了车道线的曲率、红绿灯的精确位置、甚至是路缘石的三维轮廓等城市环境的精细语义信息。

车辆通过激光雷达实时扫描到的周围轮廓与地图中的先验信息进行“二次对齐”，这就像是在黑暗中摸索时找到了固定的扶手，能够瞬间消除掉IMU累积的误差，实现长时间、长距离的零漂移定位。

在应对动态交通流方面，城市环境同样充满了不确定性。当车辆周围被多辆大型公交车或卡车环绕时，SLAM算法提取到的很多特征点实际上是移动的。如果系统误将这些动态点当作静止参考，定位就会随之偏离。

图片源自：网络

因此，先进的融合系统会结合深度学习模型进行语义过滤，在算法层面自动屏蔽掉图像或点云中属于行人、车辆等动态物体的部分，只锁定路牌、建筑和电线杆等永恒的地理特征进行解算。

评估系统在城市环境中的鲁棒性，需要通过一系列严苛的指标，其中包括均方根误差、系统可用性以及完整性。

均方根误差反映了定位结果在长时间序列下的平均精准度；可用性则衡量在99.9%甚至更高的运行时间内，定位精度能否始终维持在安全阈值（如车道线居中要求的20厘米）以内。

在实际的城市路测中，一个设计良好的紧耦合融合系统在面临隧道出入口的剧烈光照变化、高架桥下的卫星遮挡以及繁忙路口的多路径干扰时，仍能保持极为平滑的轨迹输出。这种稳定性不仅降低了后续感知与规划模块的负担，更为自动驾驶的决策提供了最高级别的心理“安全垫”。

最后的话

GNSS/IMU组合定位在城市环境中的鲁棒性问题，实质上是不同传感物理特性与复杂环境特征之间的博弈。通过引入激光雷达与视觉SLAM作为运动补偿，并利用紧耦合的因子图优化框架进行多维约束，已经能够让自动驾驶车辆在大多数城市工况下表现得像资深老司机一样淡定自如。

技术的演进从未停步，未来的城市定位系统或将深度拥抱AI，通过神经网络自适应地调整不同传感器的权重，甚至在恶劣天气下模拟人类的视觉记忆进行定位。