4. 故障检测与隔离概述

在融合定位系统中，GNSS、IMU、轮速计、激光雷达、视觉里程计等多源传感器共同参与位姿估计。任何一路传感器出现偏差、卡死、漂移或数据中断，都可能通过滤波器或优化器污染全局结果。故障检测与隔离（Fault Detection and Isolation，FDI）正是为应对这一问题而建立的一套工程方法：它通过监测残差、一致性、统计特征和物理约束，判断系统是否发生故障，定位故障来源，并采取隔离或降权措施，使融合定位输出保持可用与可信。

一、FDI的定义与核心任务

FDI通常被拆分为三个层次：检测（Detection）回答“是否发生故障”；隔离（Isolation）回答“哪一路或哪个部件发生故障”；恢复/重构（Recovery/Reconfiguration）回答“如何处理故障并维持系统运行”。在融合定位中，FDI不是独立模块，而是与状态估计、数据关联、传感器管理和健康管理紧密耦合的在线过程。

其核心任务可归纳为：

• 实时监测各传感器量测与预测值之间的一致性，例如GNSS位置残差、IMU预积分残差、视觉重投影误差。
• 区分正常噪声、环境退化与真实故障，避免把多路径、隧道遮挡误判为传感器损坏。
• 在检测到故障后，快速定位故障源，例如判断是GNSS跳变、IMU零偏突变还是轮速计打滑。
• 通过剔除、降权、切换或重构等方式隔离故障，防止误差扩散到融合状态。
• 输出健康状态与置信度，为上层决策、降级运行和告警提供依据。

二、性能指标：检测率、虚警率、隔离准确率与延迟

FDI系统的优劣不能只看“能不能发现故障”，而要用一组量化指标综合评价。下表给出融合定位中常用的FDI性能指标及其工程含义。

这些指标之间存在天然矛盾：提高检测率往往伴随虚警率上升，缩短延迟可能增加误隔离风险。因此，FDI参数需要根据场景调优，例如城市峡谷中适当放宽GNSS残差阈值，而在开阔高速场景中收紧阈值。

三、FDI在融合定位中的典型流程

一个可落地的FDI流程通常包含残差生成、统计检验、故障定位、隔离决策与恢复评估五个环节。下图给出融合定位中FDI的信号链与判断路径。

该流程中，残差生成依赖融合估计的预测值，因此FDI与滤波器或因子图是双向耦合的：FDI影响融合权重，融合状态又反过来影响残差计算。工程实现中常采用滑动窗口、自适应阈值和鲁棒核函数来平衡灵敏度与稳定性。

四、FDI在融合定位中的主要挑战

与单一传感器故障诊断相比，融合定位中的FDI面临更复杂的耦合问题：

• 故障传播与污染：一路传感器故障会通过状态估计影响其他传感器的残差，导致误隔离正常传感器。
• 环境退化与故障混淆：城市峡谷多路径、隧道GNSS失锁、长走廊视觉退化，表现类似故障，但本质是环境可用性下降。
• 观测维度与可观测性：某些故障在特定运动条件下不可观测，例如低速时轮速计打滑难以从IMU中分离。
• 实时性与算力约束：车载嵌入式平台要求FDI在毫秒级完成，复杂多假设检验需简化。
• 阈值整定困难：不同场景噪声统计不同，固定阈值难以兼顾检测率与虚警率。
• 故障类型多样：包括硬故障（卡死、中断）、软故障（漂移、零偏突变）、间歇故障和隐蔽故障。

五、案例：GNSS跳变与IMU零偏突变的隔离

某园区低速无人车在树荫路段出现定位跳变。融合系统记录到GNSS位置残差从0.3 m突增至4.8 m，同时IMU预积分残差保持稳定，轮速计里程增量与IMU速度积分一致。FDI模块执行如下判断：

残差监测：
  GNSS位置残差 = 4.8 m  > 自适应阈值 1.2 m
  IMU预积分残差 = 0.08 m  < 阈值 0.25 m
  轮速计/IMU速度一致性 = 0.12 m/s  < 阈值 0.5 m/s

隔离决策：
  故障源假设：GNSS多路径/跳变
  隔离动作：GNSS位置降权至0.1，速度量测保留
  恢复条件：连续5帧残差 < 0.8 m 且可见卫星数 > 8

该案例说明，FDI需要结合多源一致性，而不是仅凭单路残差超限就判定故障。若直接剔除GNSS，可能丢失绝对定位约束；若直接信任GNSS，则跳变会污染融合轨迹。降权与恢复机制是工程中更稳妥的折中。

六、常见误区与复盘要点

• 误区一：把环境退化当传感器故障。 应区分“传感器坏了”和“当前环境不可用”，前者需隔离，后者需降权或切换模式。
• 误区二：只关注检测率，忽略虚警率。 高虚警会导致频繁切换和降权，反而降低融合定位可用性。
• 误区三：隔离后不设计恢复机制。 故障恢复后若不能重新纳入传感器，系统冗余会持续下降。
• 误区四：忽略延迟指标。 检测延迟过长会使故障在隔离前已污染状态，需通过滑动窗口和快速检验缩短响应。
• 复盘要点： 记录每次FDI触发的残差、阈值、隔离动作和恢复时间，形成故障样本库，用于阈值优化和回归测试。