4. 协同定位基本原理
在单车智能定位体系中，车辆只能依赖自身传感器与卫星导航信号完成位置估计。当卫星信号被遮挡、多径干扰严重或惯性器件漂移累积时，定位精度会迅速恶化。协同定位（Cooperative Positioning, CP）的核心思想是：让具备通信能力的车辆、路侧单元（RSU）与边缘计算节点共享定位观测与状态信息，通过空间上分散的观测源互补，突破单车感知的物理边界。本节从定义、分类、融合层次与增益机理四个维度展开。
一、协同定位的定义与本质
协同定位是指两个及以上具备无线通信能力的节点，通过交换测距、测角、相对位置、绝对位置、运动状态或环境特征等观测信息，联合估计各节点（或其中部分节点）绝对/相对位置的过程。其本质是把“单点观测方程”扩展为“多节点联合观测方程组”，利用节点间几何构型的多样性降低观测矩阵的条件数，从而抑制误差放大。
核心判据：若某节点的位置估计中使用了来自其他节点的观测或状态信息，且该信息参与了滤波/优化求解，则构成协同定位；仅广播自身位置而不参与联合解算，属于“位置共享”而非严格意义的协同定位。
二、协同定位的分类
按协同对象、拓扑结构与解算方式，可将协同定位划分为多种类型，工程中常交叉使用。
| 分类维度 | 类型 | 典型特征 | V2X场景示例 |
|---|---|---|---|
| 协同对象 | 车-车（V2V） | 对等节点，高动态 | 车队编队相对定位 |
| 协同对象 | 车-路（V2I） | 路侧固定基准，几何稳定 | RSU辅助GNSS伪距改正 |
| 协同对象 | 车-网（V2N） | 云端/边缘集中解算 | RTK差分与完好性监测 |
| 拓扑结构 | 集中式 | 中心节点统一优化 | 边缘计算节点联合解算 |
| 拓扑结构 | 分布式 | 节点间迭代共识 | 车队分布式卡尔曼滤波 |
| 观测量 | 测距协同 | RSSI、TOA、TDOA | UWB/PC5测距 |
| 观测量 | 测角协同 | AOA、波束方向 | 毫米波雷达互测 |
| 观测量 | 状态协同 | 位置、速度、航向 | BSM消息共享 |
三、信息融合层次
协同定位的信息融合并非单一层次，而是从原始信号到语义决策逐级抽象。理解层次划分，有助于在工程中权衡带宽、时延与精度。
- 信号级融合：直接交换IQ采样或原始伪距，信息量最大，但带宽需求极高，适用于RSU与边缘节点间光纤/高速回传。
- 观测级融合：交换测距值、伪距、多普勒等中间观测，保留噪声相关性，是V2V协同的主流层次。
- 特征级融合：交换提取后的特征向量，如相对方位、道路曲率、地标指纹，兼顾带宽与信息量。
- 状态级融合：交换位置、速度、协方差矩阵，计算量小，但需处理相关性与一致性，是BSM协同的典型层次。
- 决策级融合：交换定位结果与置信度，仅做加权或投票，鲁棒但增益有限。
四、协同增益机理与案例
协同增益并非自动获得，其大小取决于几何构型、误差互补度、冗余度、时间同步精度与通信可靠性五个因素。以城市峡谷场景为例：单车GNSS可见卫星仅4颗，GDOP高达6.0，水平定位误差约8米；引入3个RSU与2辆邻近车辆协同后，观测方向从单一仰角扩展为多方位，GDOP降至1.8，水平误差收敛至1.2米。若进一步融合UWB测距，误差可进入亚米级。
工程提示：协同增益的边际效益随节点数增加而递减。当节点数超过5~7个后，新增节点带来的精度提升有限，反而增加通信与计算负担。实际部署中应优先保证几何构型均匀分布，而非盲目增加节点数量。
五、常见误区与复盘
- 误区一：把位置广播当作协同定位。仅接收BSM中的位置字段而不参与联合解算，无法利用观测相关性，增益为零。
- 误区二：忽略时间同步误差。TDOA协同中1微秒时钟偏差对应约300米测距误差，必须通过PTP或GNSS授时对齐。
- 误区三：忽视观测相关性。多车共享同一颗卫星的伪距误差高度相关，直接按独立观测融合会高估精度，需引入协方差交叉或联合滤波。
- 误区四：集中式一定优于分布式。集中式解算精度高但通信时延大，高速场景下分布式共识滤波反而更及时。
# 协同定位观测方程示意（简化）
# 节点i对节点j的测距观测
z_ij = ||p_i - p_j|| + b_i + b_j + n_ij
# 联合状态向量
X = [p_1, p_2, ..., p_N, b_1, b_2, ..., b_N]^T
# 联合观测方程
Z = H * X + n
# 其中H由各节点间几何关系构成，GDOP = sqrt(trace((H^T H)^-1))综上，协同定位通过多节点观测的几何扩展与误差互补，在卫星遮挡、多径严重或单车传感器失效时提供精度与鲁棒性双重保障。理解融合层次与增益机理，是后续设计V2X协同定位算法与评估系统性能的基础。