汽车导航用什么定位

汽车导航的精准定位依赖于多种技术协同工作，其核心是全球导航卫星系统。当前，全球定位系统、北斗卫星导航系统、格洛纳斯系统以及伽利略系统构成了全球四大主流卫星定位网络。除了卫星信号，现代车载导航还深度融合了惯性测量单元、蜂窝网络定位、Wi-Fi辅助定位以及高精度地图匹配等多种技术，共同构建了一套复杂而精密的定位体系，以确保车辆在各种复杂环境下都能获得准确、连续的位置信息，从而为用户提供安全可靠的导航服务。

       当您驾车驶入陌生的城市立交桥，或是穿梭于高楼林立的都市峡谷时，有没有想过，您车内的导航系统是如何精确地知道您在哪一个车道，并指引您准确无误地驶向目的地的？这背后，是一套融合了天基、地基乃至车辆自身感知能力的复杂定位技术体系。今天，我们就来深入探讨一下，现代汽车导航究竟用什么来实现精准定位。

       一、 基石：全球导航卫星系统

       谈到汽车定位，绝大多数人首先想到的就是卫星。没错，全球导航卫星系统是汽车导航定位最核心、最基础的技术来源。它并非单指某一个系统，而是一个统称，目前全球有四大核心系统在提供公开服务。

       首先是由美国运营的全球定位系统。它是最早建成并投入民用的全球卫星导航系统，由至少24颗卫星组成星座，确保地球上任一地点在任何时刻都能接收到至少4颗卫星的信号。车载导航终端通过接收这些卫星发射的无线电信号，并计算信号传播的时间差，就能解算出自身所处的三维坐标。

       其次是我们中国人自主建设、独立运行的北斗卫星导航系统。截至2020年，北斗三号系统已完成全球组网，提供全球服务。北斗系统不仅具备与全球定位系统类似的定位、导航、授时功能，还独创了短报文通信服务，这在无地面网络信号的荒漠、海洋等区域具有独特的应用价值。目前，市面上绝大多数新车搭载的导航芯片都已支持北斗系统。

       另外两大系统分别是俄罗斯的格洛纳斯系统和欧盟的伽利略系统。格洛纳斯系统在抗干扰能力和高纬度地区覆盖上有一定优势；伽利略系统则设计精度更高，尤其在民用服务方面。现代高性能的车载导航芯片，往往支持同时接收这四大系统的卫星信号，通过多系统融合定位，显著增加了可视卫星的数量。这不仅能提高在城市峡谷等遮挡严重区域的定位可用性，还能通过冗余数据提升定位结果的精度和可靠性。

       二、 卫星定位的局限性与增强技术

       然而，单纯依赖卫星信号存在天然的局限性。卫星信号十分微弱，容易被高楼、隧道、茂密树林等遮挡，导致信号丢失，即常说的“丢星”。此外，卫星信号在穿过电离层、对流层时会产生延迟，城市中多径效应也会带来误差，这些都会影响定位精度，普通单点定位的误差可能在数米到十米级。

       为了克服这些缺点，一系列增强技术应运而生。差分定位技术是其中关键。它通过在地面建立位置已知的基准站，实时计算卫星定位的误差，并将这些误差修正数据通过移动通信网络或卫星链路播发给用户。车载终端接收到修正数据后，能将自己的定位精度从米级提升到亚米级甚至厘米级。中国建设的北斗地基增强系统，就是提供此类高精度服务的国家基础设施。

       另一种广域增强系统，则是通过地球静止轨道卫星来播发修正信号，覆盖范围更广。这些增强技术为高级驾驶辅助系统、车道级导航乃至自动驾驶提供了至关重要的高精度位置基准。

       三、 惯性导航：信号丢失时的“记忆”与“推演”

       当车辆驶入隧道或地下车库，卫星信号完全中断时，导航是否会立刻变成“瞎子”？并不会。这时，惯性测量单元便开始发挥关键作用。惯性测量单元通常包含三轴加速度计和三轴陀螺仪，有的还会集成磁力计。

       它的工作原理可以简单理解为“记忆和推演”。在拥有卫星信号时，系统会以卫星定位结果为基准进行校准。一旦卫星信号丢失，惯性测量单元便开始工作：加速度计测量车辆在三个方向上的加速度变化，通过对时间进行两次积分，可以推算出车辆的位置变化；陀螺仪测量车辆围绕三个轴的角速度，从而推算出车辆的姿态和航向变化。

       通过这一套复杂的算法，惯性测量单元可以在短时间内（通常几十秒到几分钟，取决于器件精度）较为准确地推算出车辆的行驶轨迹，实现“盲开”一段距离。一旦车辆驶出隧道重新接收到卫星信号，导航系统便会迅速进行纠正，回到精确的定位轨道上。这种卫星定位与惯性导航的组合，被称为“组合导航”，是现代车载导航系统保持连续定位能力的标配。

       四、 地面无线网络定位：卫星的得力助手

       除了天上的卫星和车内的传感器，我们周围无处不在的无线通信网络也成为了重要的定位源。这主要包含蜂窝网络定位和无线保真辅助定位。

       蜂窝网络定位，即利用移动通信基站进行定位。其原理包括通过测量信号到达时间或到达时间差来确定终端与多个基站之间的距离，进而进行三角定位。在开阔的郊区或卫星信号不佳的初始阶段，蜂窝网络定位可以为导航系统提供一个粗略的初始位置，加速卫星信号的捕获。更重要的是，在紧急情况下，即使没有卫星信号，车辆也能通过蜂窝网络上报大致位置，这对于紧急救援至关重要。

       无线保真辅助定位则是利用周围无线保真热点的媒体访问控制地址数据库进行定位。当车载设备扫描到周边的无线保真热点时，可以将热点的媒体访问控制地址上传至云端服务器，服务器查询其预先采集并标注了地理位置的热点数据库，从而估算出设备的位置。这种方法在室内和城市密集区域能提供有效的定位补充。

       五、 航位推算与车轮传感器

       这是汽车自身提供的一种传统而有效的定位辅助手段。它不依赖任何外部信号，完全基于车辆自身的传感器数据。核心数据来源于车轮转速传感器和方向盘转角传感器。

       系统通过车轮转速可以计算出车辆的行驶距离，通过方向盘转角可以估算出车辆的行驶方向。结合一个已知的起点，系统就能像古人“计里鼓车”一样，推算出车辆的当前位置。这种方法被称为“航位推算”。

       虽然单独使用航位推算会随着行驶距离增加而累积误差（例如轮胎打滑、胎压变化都会影响距离测算），但将其与卫星定位、惯性测量单元等数据融合，就能有效抑制单一系统的误差，在卫星信号短暂中断时提供平滑、连续的定位输出。许多车辆的仪表盘显示车速和里程，其原始数据就来源于此。

       六、 地图匹配：将位置“拉”回道路

       这是将原始定位数据转化为实用导航指令的关键一步。即使拥有了高精度的定位坐标，这个坐标也只是一个经纬度点。它可能因为误差而显示在道路旁的建筑物里、河流中或绿化带上。地图匹配算法的作用，就是根据车辆的轨迹、速度、航向等信息，结合高精度电子地图的道路网络数据，通过智能算法，将原始的定位点“匹配”到最可能的实际道路上。

       例如，当定位点显示车辆在两条平行道路之间时，算法会根据车辆前一时刻的轨迹和当前航向，判断车辆更可能行驶在哪一条道路上，从而将位置图标“吸附”到正确的道路上。高级的地图匹配算法还能识别车道信息，实现车道级的定位精度，这对于需要提前变换车道的复杂匝道导航至关重要。

       七、 视觉与激光雷达定位

       随着高级驾驶辅助系统和自动驾驶技术的发展，基于环境感知的定位方式正变得越来越重要。这主要包括摄像头视觉定位和激光雷达定位。

       视觉定位通过车载摄像头捕捉周围环境的图像，提取车道线、交通标志、路灯、建筑物轮廓等特征，并与预先制作并存储的高精度地图中的特征进行实时匹配。通过计算特征点的对应关系，可以精确反推出车辆在地图中的位置和姿态。这种方法甚至可以实现厘米级的定位精度，且不依赖于卫星信号。

       激光雷达通过发射激光束并接收反射回波，可以生成周围环境的高精度三维点云图。同样，通过与高精度地图中的三维点云进行匹配，可以获得极其精确的车辆位置。激光雷达不受光照条件影响，在夜间也能稳定工作，是自动驾驶车辆的核心传感器之一。

       八、 融合定位：智能汽车的大脑

       现代智能汽车的导航系统，早已不是单一技术的应用，而是一个复杂的多传感器信息融合中心。它就像一个智能大脑，实时接收来自全球导航卫星系统接收器、惯性测量单元、车轮传感器、摄像头、激光雷达、蜂窝网络模块等众多数据源的信息。

       通过卡尔曼滤波、粒子滤波等先进的融合算法，这个“大脑”会权衡不同数据源的可靠性、精度和时效性，剔除错误和跳变的数据，最优地估计出车辆当前最可能的位置、速度、航向等状态信息。例如，在开阔高速路上，它可能更信任卫星定位结果；在隧道中，则切换到以惯性测量单元和航位推算为主；在通过特征鲜明的路口时，视觉匹配的结果又会用来纠正累积误差。

       这种融合定位系统实现了优势互补，保证了在任何场景下都能提供稳定、连续、可信的定位输出，是实现从基础导航到高阶智能驾驶功能跨越的技术基石。

       九、 高精度地图：定位的“超强记忆”

       如果说各种传感器是车辆的“眼睛”和“耳朵”，那么高精度地图就是车辆的“超强记忆”和“先验知识”。它不再是仅供人类查看的示意图，而是供机器读取的、包含丰富图层信息的结构化数据。

       一份车道级的高精度地图，不仅精确记录道路的几何形状，还包括每条车道的宽度、曲率、坡度、航向，以及车道线类型、交通标志牌、路缘石、防护栏等大量语义信息。车辆通过实时感知到的局部环境特征，与高精度地图进行匹配，不仅能知道自己在地图中的绝对位置，还能提前知晓前方道路的详细情况，如“前方500米曲率变大”、“右侧车道即将汇入”等。这一定位与感知的融合，为路径规划和决策控制提供了关键输入。

       十、 车路协同与云端定位

       未来的定位技术将更加走向协同化和云端化。在车路协同场景下，智慧道路侧会部署感知设备，并通过第五代移动通信技术等低延迟网络，将感知到的全局交通信息、以及基于路侧高精度定位得到的自身位置信息，广播给周边车辆。车辆接收到这些信息后，可以与自身的感知和定位结果进行交叉验证，从而获得超越单车感知能力的、更全局更精确的定位和态势感知结果。

       云端定位则是将部分计算任务放在服务器端。车辆可以将原始的、多源的传感器数据上传至云端，云端利用更强大的算力、更完整的数据库进行集中处理和解算，再将优化后的定位结果下发给车辆。这种方式有助于统一标准、降低成本，并能够利用众包数据不断更新和优化定位模型与地图。

       十一、 定位技术的安全与可靠性

       对于汽车导航而言，定位不仅是“精准”的问题，更是“安全”和“可靠”的问题。系统必须具备强大的完好性监测能力。这意味着，它不仅要提供位置信息，还要有能力判断这个位置信息的可信度，并在信息不可靠时及时向用户或车辆控制系统发出告警。

       例如，系统需要能检测并抵御恶意的卫星信号欺骗和干扰，能判断多传感器数据之间是否存在不可调和的矛盾，能在某个传感器失效时自动降级使用而不至于完全瘫痪。这些功能对于将定位结果用于车辆横向或纵向控制的智能驾驶系统来说，是必不可少的安全保障。

       十二、 总结：一个精密协作的生态系统

       综上所述，现代汽车导航的定位，早已超越了“单纯接收卫星信号”的初级阶段。它是一个由天基卫星系统、地基增强网络、车辆自身传感器、高精度数字地图、无线通信网络以及云端计算平台共同构成的、精密协作的生态系统。

       从全球定位系统到北斗，从惯性测量单元到视觉感知，从地图匹配到多源融合，每一种技术都在其中扮演着不可替代的角色。它们相互补充、相互校验，共同确保了无论是在晴空万里的高速路，还是在错综复杂的城市森林，或是在卫星信号消失的漫长隧道，您的爱车都能清楚地知道自己身在何处，并将您安全、准确地引向目的地。随着技术的不断演进，这个生态系统将变得更加智能、 robust 和无处不在，持续赋能我们的出行生活。