電子發(fā)燒友網(wǎng)報道（文/李寧遠）汽車在使用GPS或者GNSS定位時，需要同時接收到多個衛(wèi)星信號才能保證精確定位。因此我們可以看到當汽車行駛到隧道等存在遮蔽的環(huán)境里時，GPS 或GNSS定位精度會出現(xiàn)不同程度的降低，甚至是完全丟失。

航位推算DR通常被用來彌補GPS 或GNSS的定位困難，在衛(wèi)星定位精度降低的時候，航位推算通過使用來自各種傳感器（陀螺儀傳感器，加速度計，速度脈沖等）的信息來計算汽車當前位置，維持汽車的定位精度。

無聯(lián)機航位推算的精準定位

航位推算最常見的是使用IMU來推算車輛的即時航向。借助該信息再加上行駛的距離，導航系統(tǒng)可以正確確定車輛的位置。高端汽車中的航位推算ADR是將GNSS數(shù)據(jù)與從安裝在車身和車輪上的相關傳感器收集到的位置信息相結合，然后進行定位推算。這種最精準的定位需要車輛自身數(shù)據(jù)網(wǎng)絡集成度要足夠高。

那在車輛自身數(shù)據(jù)網(wǎng)絡集成度不那么高的情況下能否也實現(xiàn)比單GNSS更準確的定位呢？那就是無聯(lián)機航位推算UDR。無聯(lián)機航位推算可以實現(xiàn)比GNSS定位效果更好，且十分接近ADR。無聯(lián)機航位推算這種辦法并不需要與車輛網(wǎng)絡連接起來，它只將慣性傳感數(shù)據(jù)與GNSS數(shù)據(jù)結合起來推算得到車輛位姿信息。

無聯(lián)機航位推算模塊通過獲取IMU的角度和加速度的精確測量數(shù)據(jù)在GNSS信號被干擾或者失真時提供即時的定位修正。目前的能夠支持無聯(lián)機航位推算的芯片或模塊，車輛即使在沒有地圖匹配的情況下，位置精度也相當高，基本等同于車載導航精度。

特色技術下的航位推算芯片修正車輛位置信息

航位推算模塊現(xiàn)在有不少供應商在做，而且都開始推出無聯(lián)機航位推算功能?；镜脑矶际窍嗤模唧w的技術細節(jié)會有些不一樣，比如SkyTraq Technology的S1722DR8，結合GNSS位置數(shù)據(jù)、陀螺儀數(shù)據(jù)（測量轉角）和里程表數(shù)據(jù)（測量行駛距離）。-148dBm冷啟動靈敏使它能夠在極弱的信號環(huán)境中自動獲取、跟蹤和定位位置。SkyTraq Technology通過擴展卡爾曼濾波算法將GNSS和傳感器數(shù)據(jù)與依賴于GNSS信號質量的加權函數(shù)相結合，降低誤差效果顯著。SkyTraq Technology去年推出的PX1120D則是集成6軸IMU和四核GNSS，前裝應用提供wheel-tick融合航位推算，后裝應用則是滿足傳感器融合級別的無聯(lián)機航位推算，提供100%位置覆蓋。

u-blox的NEO-M9V模塊航位推算模塊同樣是IMU結合四核GNSS，提供無聯(lián)機航位推算，運用的dead reckoning（死區(qū)計算）技術，相較于單個GNSS模塊能夠提升三倍精度，在常見的環(huán)境中能做到分米級別的精度。NEO-M9V也使用了耦合的卡爾曼濾波器將追蹤精度的信息反饋到GNSS組件中，衡量所有GNSS和傳感器信號。NEO-M9V還有一個特點，高刷新頻率，提供實時的HNR。另外，模塊集成的SAW/LNA緩解了一部分射頻干擾。無聯(lián)機航位推算模塊里結合實時運動學（RTK）技術和校正服務的高精度算法在多頻段中可實現(xiàn)高精度位置的快速收斂和重新收斂。
ST的Teseo III，Teseo-VIC3DA模塊同樣結合了6軸IMU與GNSS IC，內置航位推算，不僅功耗更低，還加入了更高精度的載波相位跟蹤。-163dBm靈敏度跟蹤能夠實現(xiàn)1.5m CEP的精度定位。Teseo-VIC3DA 的航位推算定位速率高達30Hz，延遲很低，可以大幅減少UART通道抖動。ST硬件設計上的領先性在該模塊里也得以體現(xiàn)，Teseo-VIC3DA在16.0 mm x 12.2 mm 的小尺寸內，由于板載提供了卓越的準確性溫度補償晶體振蕩器（TCXO）和縮短的首次定位時間（TTFF）。

雖然各個不同廠商的航位推算模塊使用的特色硬件、軟件技術不一樣，但是原理相同，都是通過收集傳感器內部的數(shù)據(jù)計算出當前位置相對于上一次衛(wèi)星定位的距離。當然，想實現(xiàn)高精度的航位推算對傳感器的要求也很高，除了必要的精度之外，器件功耗必須要低，這樣才能始終保持開啟模式，并為航位推算提供數(shù)據(jù)。

如何進一步提高航位推算精度

從上面這些航位推算模塊我們可以看到，IMU是相當重要的。IMU測量車輛的旋轉速率，代表車輛即時航向的角度通過計算旋轉速率的時間積分而求得，再結合航向和行駛距離即可以確定車輛的位置。在航位推算導航中使用IMU的一個重大挑戰(zhàn)是，衛(wèi)星信號可能會丟失較長時間，結果使累積角度誤差過大而無法精確定位車輛。

從計算的角度來說，隨著所需積分時間變長，累積誤差會隨之變大，這也是為什么在航位推算應用中，較長的運行時間會導致精度出現(xiàn)偏差。想要提升推算精度，提升傳感器整體性能當然是一個方法，減少IMU的速率誤差是很傳統(tǒng)的降低角度誤差的辦法。不過從現(xiàn)在的MEMS系統(tǒng)來看，車規(guī)級IMU已經(jīng)做到很精密了，在這一性能上改善的空間有限。

那另一個角度，就是通過縮短積分時間來降低誤差。一般使用低通濾波器來縮短這個時間，用低通濾波器過濾掉數(shù)字域中的噪聲，減少無效的積分時間。在IMU中，設定一個閾值，小于該閾值的速率樣本做歸零處理，在航位推算時只取剩下的有效速率。受IMU本身性能（主要是噪聲）的影響，這些無效積分時間有時候會很多，甚至超過有效積分時間。在過濾之后，積分時間大大縮短，累積的角度誤差也可以明顯降低。

在傳感器性能能提升的空間相對有限的情況下，通過低通濾波器縮短積分時間是一種簡單且有效地提升航位推算精度的方法。

小結

在GPS 或GNSS無法獨立工作的場景里，如何精準定位車輛需要依賴航位推算。目前航位推算模塊也表現(xiàn)出完全匹配車載導航水平的高定位精度，大大降低了車載導航的局限性。