卫星导航行业报告：自动驾驶，卫惯导航（53页）

行业报告下载 2021年10月26日 06:41 管理员

由于IMU提供的是一个相对的定位信息，它的作用是测量相对于起点物体所运动的路线，所以它并不能提供你所在的具体位置的信息。因此， IMU常常和GNSS一起使用，当在某些卫星信号微弱的地方，IMU可以让汽车继续获得绝对位置的信息，不至于“迷路”。具体来说，IMU与GNSS的结合有两大核心优势：（1）IMU可以验证RTK GNSS结果的自洽性，并对无法自洽的绝对定位数据进行滤波和修正；（2）IMU可以在RTK GNSS信号消失之后，仍然提供持续若干秒的亚米级定位精度，为自动驾驶汽车争取宝贵的异常处理的时间。从组合的实现方式上，卫惯组合系统主要分为如下几种——松耦合组合、紧耦合组合和深耦合组合，算法难度依次递增：松耦合：松耦合采用的是RTK定位结果+IMU原始数据来实现融合，在隧道、地下车库等完全无卫星信号的场景下与紧耦合、深耦合相当，但在有卫星信号但是信号被遮挡的场景下，如城市峡谷等，定位效果不如紧耦合、深耦合。

从组合的实现方式上，卫惯组合系统主要分为如下几种——松耦合组合、紧耦合组合和深耦合组合，算法难度依次递增：紧耦合：紧耦合采用RTK定位结果+GNSS的原始数据+IMU原始数据。可以有效利用信号遮挡环境下的卫星观测数据，提升定位效果。紧耦合算法的实现需要厂家同时具备RTK定位算法和组合导航算法两种研发能力。然而紧耦合算法在GNSS原始数据质量较差时，仍然无法达到最佳效果。实际上，在林荫、楼宇遮挡等恶劣环境下，GNSS容易出现频繁失锁、观测量跳变等异常现象，容易引发定位异常。深耦合：深耦合算法在紧耦合算法的基础上，利用 IMU原始数据辅助GNSS信号捕获跟踪，通过IMU准确的相对多普勒变化信息辅助载波跟踪环路，提高恶劣环境下多普勒估计准确度，从而提高恶劣环境下载波相位、伪距等观测量的精度和连续性，减少观测量中断和跳变，从而有效提高组合导航精度和可靠性。另外，利用深耦合算法还可以有效检测出欺骗信号，保护组合导航设备不受干扰。

卫星导航行业报告：自动驾驶，卫惯导航（53页）-第1张图片