当精准遇上安全：智能驾驶GNSS的"信任边界"
在智能驾驶从L2+向L3、L4乃至完全自动驾驶演进的过程中，厘米级定位精度已不再是唯一追求。真正让智能辅助驾驶系统敢于"放手"的，是对定位结果可靠性的绝对信任------这正是保护等级（Protection Level, PL）的核心价值所在。
保护等级（PL）是GNSS接收机实时输出的统计误差边界，它量化了定位结果的可靠程度------即在指定的完好性风险下，真实位置误差以极高概率不超过该数值。PL持续与告警阈值（Alert Limit，AL）比较：当PL ≤ AL时，定位结果判定为可信；当PL > AL时，系统触发完好性告警，提示上层系统采取安全措施或请求接管。
和芯星通的产品在计算PL时，充分考虑风险概率和定位模型，综合服务端播发的卫星完好性信息，卫星跟踪环路指标，环境感知指标，定位先验信息，后验检测信息，给出适用不同应用场景的最优PL。
图1-(a) 保护等级与单点定位水平误差曲线
图1-(b) 保护等级与RTK定位水平误差曲线
图1：Unicore单点及RTK+INS组合产品，在城市核心区域路测，环境包括开阔路段、城市峡谷、隧道、地下车库等。模块运行基于抗差滤波的组合导航算法以及保护等级计算算法，实际的定位精度及保护等级输出如图所示，蓝色曲线为定位误差，红色曲线为保护等级。可以看出保护等级计算方法在整个运行过程中对定位误差形成了包络，且此包络较为紧致。
为更好地对声明方法进行全局性的考察，将测试结果绘制为斯坦福图，如图2所示。该斯坦福图以真实定位误差为横轴、保护等级为纵轴，划分出安全可用、保守不可用、误导风险等核心区域，能够直观校验 PL 估算合理性，精准识别城市峡谷、高架遮挡等复杂场景下的定位误导隐患，是量化 GNSS 定位完好性、优化定位算法、支撑高阶自动驾驶合规落地的有效分析手段。
图2 斯坦福图
保护等级原理：从信号到信任的完整闭环
1. 多频多系统GNSS故障检测与排除
保护等级计算建立在多星座、多频点GNSS基础之上。通过同时接收BDS、GPS、Galileo、GLONASS等全球导航系统的L1/L2/L5频点信号，系统获得冗余的观测数据。当某颗卫星信号受到多路径干扰、电离层异常或恶意欺骗时，算法能够实时识别并剔除异常观测值，确保定位解算的纯净度。
2. 基于卡尔曼滤波的误差边界计算
保护等级计算推导并利用了卡尔曼滤波与带预测的最小二乘算法的等效关系，将多种传感器融合及状态估计场景的PL计算融合在一个框架下；采用自适应估计中的中间变量开展PL计算，降低了计算量和内存开销；并充分考虑卫星几何分布、信号噪声特性、以及惯性器件的漂移模型，计算出统计学上严谨的定位误差边界。
优势验证
实测验证数据：从测试场到开放道路
UM680A单点定位的PL在复杂环境下的表现：
-
红色线 (PL)：保护等级，系统承诺的最大误差上限。
-
蓝色线 (PE)：实际定位误差，真实测量值与真值的偏差。
图3-(a) 城市峡谷场景
图3-(b) 林荫路场景
图3两幅子图分别展示了不同测试场景和时段下Position Error（PE，蓝色）与Protection Level（PL，红色）的时序对比及对应Fix State变化。图3-(a) 中城市峡谷测试路段的PE峰值达到了9m，PL同步抬升；Fix State在RTK Fixed（4）与Float（2）间高频震荡，反映高动态多径环境下RTK Fix状态的反复切换。图3-(b) 中PE峰值达到了10 m，PL实现零滞后精准包络；Fix State快速回稳，基线期显著延长，表明和芯星通模块在偶发干扰场景下具备优异的完好性响应与快速恢复能力。两图共同验证了PL算法对误差上限的实时估计有效性，展现出极强的环境适应性与算法严谨度，体现了高精度GNSS为全场景智能辅助驾驶的兜底能力，为智能辅助驾驶用户提供可信、安全、高置信度的定位保障。
结语
随着GPS IIIF、北斗三号在轨升级、Galileo高精度服务商业化，高精度大众化已成趋势。将保护等级计算与高精度数据服务、OSNMA认证、LEO-PNT增强等技术融合，为智能驾驶构建更坚固的安全底座。
每一厘米的定位精度背后，都承载着对生命安全的庄严承诺。保护等级不仅是一组算法参数，更是连接卫星信号与人类信任的桥梁------让智能驾驶系统知道"何时可以相信"，更知道"何时必须警惕"。