高精度定位(GNSS+RTK)

高精度定位（GNSS+RTK） 是一项通过地面基准站与差分技术，将全球导航卫星系统（如GPS、北斗）的定位精度从米级提升至厘米级（1-10cm） 的增强技术。

这项技术曾是专业测绘领域的工具，如今已成为自动驾驶和智能交通系统的关键技术基石，让车辆能够精确感知自己在车道中的位置。

💡 核心原理：为何能实现厘米级精度？

普通GNSS单点定位的精度在3-10米左右，误差主要源于卫星信号穿越大气层时产生的电离层延迟、对流层延迟以及卫星轨道误差等。RTK（实时动态定位）通过“差分”的思路来解决这个问题：

1. 设立基准站：在已知精确坐标的地面上建立一个基准站，连续接收所有可视卫星的信号。

2. 计算误差改正数：基准站将自身的已知坐标与其通过GNSS测得的坐标进行实时比对，计算出当前区域各类误差的综合影响，生成“差分改正数”。

3. 数据链路播发：基准站通过4G/5G、无线电等低延迟通信链路，将这些改正数实时播发给附近的移动站（如自动驾驶汽车）。

4. 终端差分处理：移动站接收基准站的改正数，并将其应用到自身的卫星观测数据中，从而将绝大多数公共误差抵消掉，定位精度即可达到厘米级。

🏙️ 现实挑战：为何不能完全依赖它？

尽管RTK的理论精度非常诱人，但在现实世界中，它并非万能的。主要挑战在于：

• 信号遮挡与多路径效应：在城市高楼林立（即“城市峡谷”）、隧道、地下停车场或茂密树荫下，GNSS信号容易被遮挡、反射或衰减，导致移动站无法锁定足够的卫星或接收到严重失真的信号，RTK解算失败，精度急剧下降。

• 依赖通信链路：RTK需要稳定、低延迟（通常要求<100毫秒）的数据链路来传输改正数，一旦通信中断，高精度定位也随之失效。

🚗 在自动驾驶中的角色：融合，而非孤立

因此，在自动驾驶系统中，GNSS+RTK很少单独工作。它通常与惯性测量单元（IMU）、视觉里程计（VO）、激光雷达（LiDAR） 等进行深度融合，构建一个鲁棒的组合导航系统。

• 优势互补：RTK负责在信号良好时提供绝对的厘米级坐标“锚点”，以校正其他传感器的长期漂移。而IMU和视觉/雷达里程计则负责在GNSS信号短暂丢失（如进入隧道）的数十秒内，提供高频、连续的相对定位，保持定位的平滑与稳定。

• 工程实践：业界的研究与实践表明，通过RTK/INS/视觉的紧耦合融合，即便在信号不佳的复杂环境中，也能实现厘米级定位精度，并有效评估定位结果的可靠性。例如，结合OBD车轮脉冲数据的方案，在隧道内GNSS完全丢失时，位置误差也能控制在3.5米以内。

总的来说，GNSS+RTK是自动驾驶获得“车道级”绝对定位的基石，但它的实现依赖于地面基础设施，其性能在实际环境中也充满挑战。因此，多传感器融合才是确保自动驾驶定位系统既精准又可靠的根本方案。