3. 定位性能指标
在自动驾驶定位系统的评测与回归工程中,单一指标无法刻画系统全貌。工程上通常把定位性能拆解为六个相互关联又彼此独立的维度:绝对精度、相对精度、可用性、连续性、完好性与鲁棒性。它们分别回答不同的问题:位置准不准、局部形变对不对、能不能用、会不会断、错了知不知道、极端场景下会不会崩。理解这六个指标的定义与业务含义,是设计评测方案、制定回归门禁和定位问题归因的基础。
一、绝对精度与相对精度:误差的两个视角
绝对精度衡量定位输出与全局真值(如RTK固定解、高精地图基准点)之间的偏差,通常用水平误差的统计量表达,例如CEP50、CEP95、RMSE、最大误差。它直接对应“车在地图上的绝对位置是否正确”,影响路径规划起点、地图匹配和全局导航。
相对精度衡量相邻时刻或局部轨迹段内的形变误差,关注位移增量、航向变化、曲率一致性是否与真值一致。它不要求全局无偏,但要求局部形状正确。典型指标包括相对位移误差、相对航向误差、轨迹形状相似度。相对精度对车道级保持、变道判断、局部避障尤为关键。
两者的业务含义差异明显:绝对精度差会导致“车被放到错误车道”,相对精度差会导致“轨迹抖动、画龙、局部漂移”。在回归测试中,二者必须分别设阈值,不能用一个总误差掩盖问题。
二、可用性、连续性与完好性:服务质量的三个层次
可用性指在给定场景与时间内,定位系统能够输出满足最低精度要求解的比例。它回答“能不能用”。常用指标为可用率 = 有效定位时长 / 总运行时长。可用性受卫星可见数、遮挡、多路径、初始化状态影响。
连续性指系统在任务期间不中断、不跳变、不频繁重初始化的能力。它回答“会不会断”。指标包括连续无中断时长、重收敛次数、跳变次数。连续性差会引发下游控制模块频繁切换状态,甚至触发降级停车。
完好性指系统在定位误差超限时,能否及时、正确地发出告警或保护限值。它回答“错了知不知道”。核心参数包括告警限值、告警率、漏警率、误警率、保护级。完好性是功能安全与预期功能安全的关键输入,直接决定系统能否在错误定位下安全降级。
三、鲁棒性:边界条件下的退化可控性
鲁棒性描述系统在传感器退化、环境突变、动态干扰、数据异常等非理想条件下的性能保持能力。它回答“极端场景下会不会崩”。典型测试包括:隧道长遮挡、城市峡谷多路径、雨天激光退化、GNSS欺骗、IMU零偏突变、地图过期等。
鲁棒性不是单一数值,而是一组退化曲线与恢复能力:误差随遮挡时长的增长斜率、恢复收敛时间、最大瞬时跳变、降级策略是否平滑。工程上常用“压力测试矩阵”来量化鲁棒性,把场景维度与指标维度交叉形成回归用例。
四、六维指标对照与业务含义
| 指标 | 核心问题 | 典型度量 | 业务影响 |
|---|---|---|---|
| 绝对精度 | 全局位置准不准 | CEP50/95、RMSE、最大误差 | 地图匹配、全局路径起点 |
| 相对精度 | 局部轨迹形变对不对 | 相对位移误差、航向误差 | 车道保持、变道、局部避障 |
| 可用性 | 能不能输出可用解 | 可用率、有效时长占比 | 功能是否可激活 |
| 连续性 | 会不会中断或跳变 | 无中断时长、重收敛次数 | 控制稳定性、降级频率 |
| 完好性 | 错了是否被告警 | 告警率、漏警率、保护级 | 功能安全、安全降级 |
| 鲁棒性 | 极端场景是否退化可控 | 退化斜率、恢复时间、跳变 | 长尾场景通过率、回归门禁 |
五、案例:同一段轨迹的六维诊断
假设某次城市道路回归测试中,定位模块在隧道出口出现约2.5米横向跳变,随后3秒内恢复。若只看绝对精度,CEP95可能仍达标;但连续性指标会记录一次跳变,完好性指标会检查是否触发告警,鲁棒性指标会记录遮挡时长与恢复斜率。若完好性未告警,则即使精度均值合格,系统仍存在安全风险。
场景:隧道出口 120m 遮挡后恢复
绝对精度:CEP95 = 0.42m(达标)
相对精度:航向误差峰值 = 1.8°(临界)
可用性:可用率 = 99.2%(达标)
连续性:跳变次数 = 1,恢复时间 = 3.1s(不达标)
完好性:漏警 = 1(严重)
鲁棒性:遮挡120m后误差斜率 = 0.021m/m(需优化)
结论:精度达标但完好性与连续性不达标,禁止上线。
六、常见误区与复盘要点
- 误区一:只看绝对精度。绝对精度均值好,可能掩盖局部跳变与相对形变问题,导致控制抖动。
- 误区二:把可用性当连续性。可用率高不代表不中断,频繁短时中断同样会触发下游降级。
- 误区三:忽视完好性。没有告警机制的定位系统,在错误时无法安全降级,是功能安全的重大缺口。
- 误区四:鲁棒性用单点测试代替矩阵测试。长尾场景必须覆盖遮挡时长、动态干扰、传感器退化等多维组合。
- 复盘要点:每次回归应同时输出六维指标报告,并对不达标维度定位到具体模块(GNSS、IMU、地图、融合策略)。
综上,六维指标不是并列的“打分项”,而是从不同风险角度共同约束定位系统的可用性与安全性。在评测与回归工程中,应把每个指标映射到具体的业务场景、阈值和降级策略,形成可执行、可追溯、可回归的性能门禁体系。