2. 定位与地图基础
Robotaxi 的定位系统不是单一传感器，而是一套“多源融合 + 地图约束”的工程体系。要理解它，先要建立几个基础认知：位置必须依附于坐标系，坐标必须依附于地球模型，卫星定位给出的是观测值而非直接答案，而惯性、轮速计则负责在卫星信号不足时维持连续位姿。本章把这些基础概念串成一条可落地的知识链。
一、坐标系与地球模型：位置的“语言”和“舞台”
在自动驾驶中，同一个物理点可能同时出现在多个坐标系里。常见的有：
- WGS-84：GNSS 原始观测使用的全球地心坐标系，经纬高是其常用表达。
- ECEF：地心直角坐标系，原点在地球质心，便于卫星轨道与接收机位置计算。
- ENU / NED：以局部参考点为原点的东-北-天或北-东-地坐标系，适合车辆局部规划与控制。
- 车身坐标系：以车辆后轴中心或质心为原点，描述传感器、轮速、IMU 的相对安装关系。
- 地图坐标系：高精地图通常使用局部投影坐标系，如 UTM 或自定义平面坐标，便于车道级表达。
地球模型则决定了“经纬高”如何转换为平面距离。常用模型包括 WGS-84 椭球、CGCS2000 椭球以及局部大地水准面。工程上必须明确：地图、GNSS、IMU、轮速计是否使用同一椭球与投影参数，否则会出现米级甚至更大的系统性偏差。
二、GNSS 原理：从伪距到位置解算
GNSS 的基本原理是“测距交会”。卫星广播包含星历与时间信息的信号，接收机测量信号传播时间，乘以光速得到伪距。由于接收机钟差、电离层、对流层、多路径等误差，伪距并不等于真实几何距离，因此至少需要 4 颗卫星才能解算出三维位置与钟差。
单点定位（SPP）精度通常在米级到十米级，适合粗略初始化，但无法满足 Robotaxi 车道级定位需求。于是引入差分与精密改正：
- RTK：利用基准站与流动站的载波相位差分，实时消除大部分公共误差，典型精度可达厘米级，但依赖基站链路与短基线。
- PPP：使用精密星历与钟差产品进行单站精密单点定位，无需本地基站，收敛后可达分米级甚至厘米级，但初始化时间较长。
- PPP-RTK：结合两者优势，通过区域增强信息实现快速收敛与高精度，是当前 Robotaxi 常用方案之一。
无论哪种模式，输出都应包含位置、速度、时间、质量因子与协方差。质量因子是后续融合的重要权重来源。
三、惯性导航与轮速计：连续位姿的“记忆”
IMU 提供角速度与加速度，通过积分得到姿态、速度与位置。它的优势是高频、连续、不受外界遮挡影响；缺点是误差随时间累积，零偏、标度因数误差和安装误差都会导致漂移。轮速计则提供车辆纵向速度与航向变化约束，尤其在低速和隧道场景中能有效抑制 IMU 发散。
工程上通常采用松耦合或紧耦合融合：松耦合将 GNSS 解算结果与 IMU/轮速计结果进行滤波；紧耦合直接使用伪距、伪距率与载波相位观测，在卫星数不足时仍能维持解算。Robotaxi 更倾向紧耦合，因为城市峡谷、树荫和高架桥下卫星频繁遮挡。
四、常见定位术语与工程误区
定位术语看似简单，但在联调与排障中经常被混用。下表整理了 Robotaxi 定位链路中最常见的术语及其工程含义：
| 术语 | 含义 | 工程关注点 |
|---|---|---|
| 伪距 | 接收机到卫星的含误差距离观测 | 钟差、电离层、多路径 |
| 载波相位 | 高精度距离观测，存在整周模糊度 | 模糊度固定率、周跳 |
| RTK 固定解 | 整周模糊度成功固定的厘米级解 | 基线长度、链路延迟 |
| PPP 收敛 | 精密单点定位达到稳定精度所需时间 | 收敛时间、区域增强 |
| 零偏 | IMU 在无输入时的输出偏差 | 温漂、标定、在线估计 |
| 外参 | 传感器之间的相对位姿关系 | 标定精度、安装形变 |
| 协方差 | 定位结果不确定度的量化 | 融合权重、完好性 |
五、案例场景：隧道与城市峡谷中的定位保持
假设 Robotaxi 驶入一条长约 800 米的隧道。GNSS 信号完全丢失，此时定位链路切换为“IMU + 轮速计 + 高精地图”模式。IMU 以 100 Hz 输出角速度和加速度，轮速计提供纵向速度，地图提供车道中心线与曲率先验。融合滤波器利用地图约束抑制横向漂移，同时在线估计 IMU 零偏。出隧道后，GNSS 重新捕获卫星，系统需要在数秒内完成模糊度重新固定，并与惯性递推结果进行一致性校验，避免位置跳变。
# 典型定位状态输出示例
timestamp: 1723456789.123
frame_id: map_local
position: [x=1024.35, y=876.21, z=12.08]
attitude: [roll=0.2°, pitch=-0.5°, yaw=87.3°]
velocity: [vx=8.4 m/s, vy=0.1 m/s]
covariance: [0.02, 0.03, 0.05] # 米
gnss_status: RTK_FIXED
satellites: 18
hdop: 0.7
map_match_score: 0.96
这个案例说明：定位不是“某个传感器准不准”的问题，而是“多源信息在统一时空框架下如何互相校验、互相补充”的系统工程。坐标系与地球模型是底座，GNSS 提供绝对参考，IMU 与轮速计提供连续推演，地图提供环境约束，融合算法则负责把这些信息组织成稳定、可解释、可评估的位姿输出。