1. 组合导航概述:什么是组合导航、为什么需要组合导航、GNSS/INS 优势互补分析

1.1 什么是组合导航?

组合导航,说白了就是把两种或多种导航技术「揉」在一起干活。

我个人的理解是:单一传感器总有短板,组合起来才能取长补短。就像你开车,光看导航仪(GNSS)可能进隧道就抓瞎,光靠记路(INS)时间长了也会跑偏。两个一起用,互相兜底,才是靠谱的方案。

最常见的组合是 GNSS(全球导航卫星系统)+ INS(惯性导航系统)。GNSS 提供绝对位置,但容易受遮挡干扰;INS 提供连续姿态和位置,但误差会随时间累积。两者一结合,效果 1+1 > 2。

核心思想: 利用不同导航系统的互补特性,通过数据融合算法(最常用的是卡尔曼滤波),得到比任何单一系统都更稳定、更精确的导航结果。

1.2 为什么需要组合导航?

这个问题我经常被问到。其实答案很简单:单一导航系统「扛不住」真实世界的复杂场景

举个例子,我在做车载导航项目时遇到过:

  • 车辆驶入地下车库,GNSS 信号瞬间丢失,纯 GNSS 定位直接「飘」到隔壁楼。
  • 纯 INS 在 30 秒内还能撑住,但 2 分钟后位置误差已经超过 50 米。
  • 而组合导航系统在 GNSS 丢失后,INS 继续推算位置,同时利用车辆轮速、方向盘转角等信息修正漂移。等车辆重新开出车库,GNSS 信号恢复,系统自动校准,整个过程定位误差控制在 5 米以内。

你想想看,自动驾驶、无人机、机器人这些场景,哪个能容忍定位突然「断片」?组合导航解决的就是「可靠性」和「连续性」问题

避坑指南: 我曾经以为只要把 GNSS 和 INS 数据简单加权平均就行,结果发现动态场景下效果极差。后来才明白,必须用卡尔曼滤波做动态融合,而且要对不同传感器的噪声特性做精细建模。

1.3 GNSS/INS 优势互补分析

咱们来拆开看看,这两个系统到底怎么互补的。

GNSS 的优势与短板

  • 优势: 长期精度高,无累积误差。只要天空视野好,定位误差可以稳定在米级甚至厘米级(RTK)。
  • 短板: 更新频率低(通常 1-10 Hz),容易受遮挡、多路径效应、电磁干扰影响。在城市峡谷、隧道、室内等场景下,信号可能完全丢失。

INS 的优势与短板

  • 优势: 完全自主,不依赖外部信号。更新频率高(100-1000 Hz),能提供连续的姿态、速度和位置信息。短时精度极高。
  • 短板: 误差随时间累积。低成本 MEMS 惯导在 1 分钟内可能漂移几十米,高精度光纤陀螺虽然好,但价格感人。

互补关系一览

维度 GNSS INS 组合后效果
长期精度 高(无漂移) 低(有漂移) 长期稳定,短期精确
短期精度 低(更新慢) 高(更新快) 高频输出,动态响应好
抗干扰能力 弱(易受遮挡) 强(完全自主) 信号丢失时仍能维持
输出频率 1-10 Hz 100-1000 Hz 高频稳定输出
姿态测量 弱(需多天线) 强(直接测量) 完整姿态+位置

说白了,GNSS 负责「兜底」长期精度,INS 负责「填坑」短期动态。两者结合,才能在各种恶劣环境下保持稳定输出。

1.4 组合导航的核心逻辑框架

下面这张图是我自己总结的组合导航核心逻辑,画出来方便大家理解:

GNSS 接收机 位置、速度(1-10 Hz) IMU(惯性测量单元) 加速度、角速度(100-1000 Hz) INS 机械编排 积分得到位置、速度、姿态 卡尔曼滤波器 数据融合与状态估计 (松耦合/紧耦合/深耦合) 误差反馈校正 组合导航 输出 位置/速度/姿态 图例: 数据流 反馈校正

这张图展示了组合导航的核心流程:GNSS 和 INS 各自采集数据,经过预处理后送入卡尔曼滤波器进行融合,最终输出高精度、高频率的导航结果。同时,滤波器还会将估计出的误差反馈给 INS 进行校正,形成闭环。

注意: 松耦合和紧耦合的区别在于 GNSS 数据进入滤波器的形式。松耦合直接使用 GNSS 解算出的位置/速度,紧耦合则使用原始的伪距/载波相位观测值。后者精度更高,但计算量也更大。这个我们后面章节会详细展开。

1.5 我的经验总结

做了这么多年组合导航,我最大的体会是:不要迷信任何一种传感器

GNSS 再好,进了隧道就是废物。INS 再贵,跑久了也得靠外部校正。组合导航的精髓不在于「选最好的传感器」,而在于「让不同传感器在各自擅长的场景下发挥作用」。

我记得有一次做无人车项目,团队花大价钱买了高精度光纤惯导,结果在 GNSS 信号好的地方表现确实惊艳。但一进城市峡谷,惯导漂移加上多路径效应,定位直接崩了。后来我们加入了轮速计和视觉辅助,才真正解决了问题。

所以我的建议是:先搞清楚你的应用场景,再选合适的传感器组合。不要一上来就追求「全都要」,成本和复杂度往往会超出预期。

一句话总结: 组合导航不是简单的「1+1」,而是通过数据融合让系统在动态、遮挡、干扰等复杂环境下,依然能输出稳定可靠的导航结果。

专注资料整理