一、组合导航概述：什么是组合导航、为什么需要组合导航、组合导航的典型架构
各位同学好，我是老张。在车载定位这个行当摸爬滚打了十几年，今天咱们来聊聊组合导航最基础的东西。说实话，很多新手一上来就盯着卡尔曼滤波、IMU预积分这些细节，反而把最核心的“为什么”给忽略了。这就像盖楼不打地基，后面越学越懵。
1.1 什么是组合导航？
组合导航，说白了就是“抱大腿”。
单一传感器都有短板。GPS在城市峡谷里信号会飘，IMU长时间跑会累积误差，轮速计遇到打滑就瞎报。组合导航的思路很简单：把多个传感器的数据融合在一起，取长补短。
我习惯用一个比喻来解释：
- GPS/RTK 就像你每隔10秒看一眼地图，知道自己在哪，但中间这段路怎么走的，不知道。
- IMU 就像你闭着眼睛走路，每一步都算得很准，但走久了方向就偏了。
- 轮速计/视觉 就像你摸着墙走，虽然不精确，但至少不会撞墙。
组合导航就是让它们互相纠正。GPS告诉IMU“你偏了”，IMU告诉GPS“你信号丢了，我来顶一会儿”。
核心定义：组合导航是利用多源传感器信息，通过数据融合算法（通常是卡尔曼滤波及其变种），获得比任何单一传感器都更稳定、更精确的导航状态估计。
1.2 为什么需要组合导航？
这个问题我当年面试新人时必问。答案其实就三个字：可靠性。
你想想看，自动驾驶的车在高速上跑，突然GPS信号被隧道遮挡了，如果只用GPS，定位瞬间就崩了。但如果有IMU撑着，至少还能再撑几十秒，等车开出隧道再重新收敛。
我在项目中遇到过最典型的场景：某主机厂要求定位系统在GPS丢失后，纯惯性导航的定位误差在60秒内不超过5米。单一IMU根本做不到，必须靠轮速计+IMU+车辆运动学模型一起上。
具体来说，组合导航解决了三个核心痛点：
- 连续性：单一传感器失效时，其他传感器能无缝接管。
- 精度：融合后的定位精度通常优于最差的传感器，接近最好的传感器。
- 鲁棒性：对抗干扰（多径、电磁干扰、恶劣天气）的能力大幅提升。
避坑指南：我曾经犯过一个错误——以为传感器越多越好。结果在某个项目中，同时用了GPS+IMU+轮速计+视觉+激光雷达，数据量爆炸，融合算法反而因为信息冗余导致状态估计发散。后来我学乖了：不是所有传感器都要融合，关键看它们是否“正交”（即误差特性不相关）。
1.3 组合导航的典型架构
组合导航的架构，业内一般分三种：松耦合、紧耦合、深耦合。嗯，这里要注意，深耦合在车载领域其实用得不多，但面试时经常被问到，咱们也得了解。
1.3.1 松耦合（Loosely Coupled）
这是最经典、最成熟的架构。说白了就是“各干各的，最后汇总”。
- GPS/RTK 自己解算出位置、速度（PVT解算）。
- IMU 自己做惯性导航解算（捷联惯导算法）。
- 然后把两者的结果扔进卡尔曼滤波器，让滤波器去估计IMU的误差，并修正。
优点很明显：实现简单，模块化好，GPS和IMU可以独立开发。缺点也很致命：如果GPS信号差，它自己解算出来的位置就已经不准了，你再怎么融合也没用。
我个人的经验：松耦合适合L2级辅助驾驶，或者对成本敏感的项目。我在2018年做过一个商用车项目，用的就是松耦合，RTK+工业级IMU，效果还不错，成本控制在2000元以内。
1.3.2 紧耦合（Tightly Coupled）
紧耦合就不一样了。它不再等GPS解算出完整的位置，而是直接拿GPS的原始观测值——伪距、载波相位、多普勒频移——和IMU的数据一起融合。
这样做的好处是：即使GPS卫星少于4颗（无法独立定位），只要还有1颗卫星的信号，紧耦合系统就能利用IMU的预测来辅助跟踪，继续输出定位结果。
我建议所有做L3级以上自动驾驶的团队，至少上紧耦合。因为城市峡谷、高架桥下这些场景，松耦合基本就废了。
| 对比项 | 松耦合 | 紧耦合 |
|---|---|---|
| 输入数据 | GPS PVT解算结果 | GPS原始观测值 |
| 卫星数要求 | ≥4颗 | ≥1颗 |
| 抗干扰能力 | 弱 | 强 |
| 实现复杂度 | 低 | 高 |
| 典型应用 | L2辅助驾驶 | L3+自动驾驶 |
1.3.3 深耦合（Deeply Coupled）
深耦合就更“狠”了。它把IMU的信息直接注入到GPS接收机的跟踪环路里，帮助接收机在弱信号环境下锁定卫星信号。
举个例子：当车辆进入隧道，GPS信号瞬间衰减到-160dBm以下，普通接收机早就失锁了。但深耦合系统利用IMU预测的多普勒频移，可以“告诉”接收机：信号频率大概会怎么变化，你往这个方向去追。这样即使信号很弱，也能维持锁定。
不过说实话，深耦合在车载领域应用极少。原因有三：
- 需要定制GPS接收机硬件，成本高。
- 算法极其复杂，调试周期长。
- 对于大多数车载场景，紧耦合已经够用了。
注意：深耦合目前主要用在军事、航空航天领域。如果你在面试中被问到，可以说“了解原理，但实际项目中未采用”，这比不懂装懂要好得多。
1.4 三种架构的对比与选择
为了让你更直观地理解，我画了一张架构对比图。这张图我当年给团队培训时用过，大家反馈说“一看就懂”。
从这张图可以看得很清楚：从左到右，耦合程度越来越高，系统复杂度也越来越高，但抗干扰能力是递增的。
我个人建议的选型策略：
- L2及以下：松耦合就够了，省钱省力。
- L3及以上：至少上紧耦合，别拿安全开玩笑。
- 特殊场景（矿山、隧道）：考虑深耦合，但要做好预算翻倍的准备。
一个小技巧：如果你刚开始做组合导航，先从松耦合入手。把卡尔曼滤波调通、调稳，再往紧耦合迁移。我见过太多人一上来就想搞紧耦合，结果被伪距残差、周跳检测这些细节搞得焦头烂额。饭要一口一口吃。
好了，这一章的内容就到这里。组合导航的“是什么、为什么、怎么搭”已经讲清楚了。下一章我们会深入卡尔曼滤波的数学原理，到时候我会用实际代码带着你一步步实现一个简单的松耦合滤波器。