自动驾驶中的传感器技术70——Navigation(7)

本文系统介绍车载GNSS-完好性(Integrity)
标题

1、GNSS的完好性

完好性是指 GNSS 在提供定位、导航、授时(PNT)服务时,能够在误差超过预设安全阈值(告警限值,AL)时,及时向用户发出警报的能力。其核心指标包括:

  • 完整性风险(Integrity Risk,IR)‍:在单位时间内出现误导信息的概率,定位误差超限而未报警的概率。

  • 告警时间(Time To Alert,TTA)‍:误差突破 AL(警报限值)后必须发出的最长期限。

  • 保护限(Protection Level,PL)‍:基于观测误差统计得到的置信区间,用于与 AL 比较判断是否安全,用于量化容忍误差的安全阈值

2、功能安全对完好性的需求

按 ISO 26262(功能安全)和 ISO 21448(预期功能安全)划分 ASIL/B‑D 等级,明确 GNSS 完好性在系统安全预算中的容错要求

• 设定行业常用的完整性风险上限 10⁻⁶ /h(对应 ASIL‑D 级别)

• 当监测到风险超过阈值时,立即向上层 ADAS/ADS 发送完整性失效告警,触发安全降级(如转入 L2‑L3 受限模式)

Ref:功能安全性与完整性对汽车定位解决方案的重要性_易车

3、完好性提升

• RAIM(Receiver Autonomous Integrity Monitoring)和其进阶版 ARAIM,利用冗余观测检测卫星、信号或接收机故障

• 多频、多星座冗余提升观测数,降低误差概率

• 多路径、信号强度、伪距残差等阈值过滤

• SBAS/GBAS(如 EGNOS、MSAS、北斗 BDS‑SBAS)提供实时差分校正与完整性信息

• RTK/PPP+网络基准站(如 FOCALPOINT、Swift)实现厘米级定位并输出完整性风险(≤10⁻⁶ /h)

• 将 GNSS 与 IMU、车轮速计、摄像头、LiDAR 等传感器进行卡尔曼/因子图融合,利用惯导在 GNSS 暂失或完整性受损时保持定位连续性

  • 实际落地的技术路径叉验证,若 GNSS 完好性报警则自动切换至 GNSS‑INS 或纯感知定位

Ref:GNSS自主完好性監測技術精解:RAIM與ARAIM原理、實現挑戰與驗證

4、实际落地的技术路径

硬件层

  • 采用多频(L1/L2/L5)多星座(GPS、GLONASS、BeiDou、Galileo)GNSS 接收机,具备内置 RAIM/ARAIM 功能。

  • 配置高性能 IMU 与车速计,实现 GNSS‑INS 紧耦合。

软件层

  • 在定位引擎中实现 RAIM/ARAIM,实时计算完整性风险并输出 PL/AL。

  • 接入 RTK/PPP 差分服务(如 FOCALPOINT Skylark、Swift Starling),获取厘米级校正并同步完整性参数。

  • 融合感知层(摄像头、LiDAR)进行位置校验,若 GNSS 完好性报警则切换至感知‑惯导定位。

系统层

  • 按 ISO 26262/21448 进行安全需求分配,定义 GNSS 完好性失效时的安全策略(如降级至 L2‑L3、触发紧急制动)。

  • 实施完整性监测日志与远程诊断,支持 OTA 更新改进算法。

验证层

  • 通过 HIL/SIL 场景库(城市峡谷、隧道、强电磁干扰)验证完整性风险 ≤10⁻⁶ /h。

  • 实车路测累计 10⁶ km 以上,统计完整性失效次数,确保符合安全目标。

小结

  • 硬件冗余(多频多星座)+ 算法冗余(RAIM/ARAIM)

  • 外部增强(SBAS/GBAS、RTK/PPP)提供实时完整性信息

  • 传感器融合(GNSS‑INS‑感知)实现失效切换

  • 标准化安全流程(ISO 26262、ISO 21448)确保风险量化与安全降级

  • 严格验证(HIL/SIL、实车路测)验证完整性风险满足 10⁻⁶ /h 级别

相关推荐
TechWayfarer14 小时前
AI大模型时代:IP数据云如何适配智能体场景需求
开发语言·人工智能·python·网络协议·tcp/ip·langchain
闵孚龙14 小时前
Qwen3.7-Max深度解析:智能体Agent、AI编程、MCP工作流、跨框架泛化与百炼API,一次讲透国产大模型新前沿
人工智能·算法·架构·ai编程
学术小白人14 小时前
【检索通知】IEAS 2025、PSGAI 2025、SPIC2025 、AIBIEC 2025、AISNS2026等数个会议已检索
大数据·人工智能·microsoft·数字能源
jianwuhuang8214 小时前
豆包输出word
人工智能·ai·chatgpt·word·deepseek·ai导出鸭
小白|14 小时前
hccl:昇腾集合通信库架构深度实践
人工智能·yolo·目标检测
qingfeng1541514 小时前
企业微信消息监听实战:如何实时接收客户消息回调?
人工智能·python·自动化·企业微信
cui178756815 小时前
矩阵拼团 + 复购拼团:新零售最稳的复购模式,规则简单
大数据·人工智能·设计模式·零售
AI搅拌机15 小时前
告别字幕与水印:LTX 2.3工作流,一键高效清除,附详细使用方法。
人工智能
淘矿人15 小时前
【AI大模型】AI 大模型推理平台完整测评:8 家主流聚合服务对比分析
人工智能·sql·gpt·学习·github·php
端平入洛15 小时前
迁移学习的"最小调参模块"
人工智能·深度学习