卫星信号消失的地方，定位如何继续？——解密和芯星通DR 航位推算算法

8月 31日, 2026年

被遮蔽的定位"最后一公里"

城市峡谷、穿山隧道、地下停车场、高架桥底……在这些 GNSS 信号被遮挡甚至完全中断的场景中，单纯依赖卫星定位的导航系统会出现轨迹漂移、定位丢失乃至功能失效。对于正在向智能化、网联化演进的汽车而言，位置信息的"断点"，意味着导航体验的中断，更意味着 ADAS、V2X 等相关功能失去可靠的输入源。

如何让定位在卫星信号消失的地方依然连续、可信？

DR 算法：用"惯性"延伸卫星导航的边界

航位推算的本质，是在卫星信号不可用时，依靠车辆自身的运动感知能力继续推算位置。和芯星通的 DR 方案以传感器融合为核心，将多源信息汇入卡尔曼滤波器进行连续估计：

GNSS 信号：提供绝对位置、速度与航向基准；
六轴 IMU：三轴加速度计与三轴陀螺仪，感知车辆的每一瞬时运动；
车辆传感器：轮速脉冲（wheel tick）或车速、行驶方向信息；
车辆动力学模型和运动学：针对不同路况、不同车速条件下，车头会沿着怎样的轨迹移动？车辆可能会发生怎样的推头或甩尾？传统非完整性约束需要做怎样的优化？

滤波器在 GNSS 信号良好时持续比对卫星观测与惯性测量，在线估计并补偿 IMU 的零偏与漂移，同时自动完成安装角对准标定——整个过程无需人工干预，通常在正常行驶数分钟内即可完成。标定完成后，滤波器通过"预测-校正"循环持续输出平滑、低噪声的位置、速度与航向，即使在完全失去卫星信号时依然成立。组合导航算法自动修正陀螺仪的动态误差——即使在掉头时，也能保证航向的持续高精度输出。

ADR（Automotive Dead Reckoning）在 GNSS 与 IMU 之外接入轮速/车速信号，获得最高的推算精度与可靠性，面向汽车前装 OEM 及对精度要求严苛的车队应用。当 ADR 方案中的轮速信号出现故障或超时，算法可自动回退至 UDR（Untethered Dead Reckoning）模式继续工作——定位连续性不因单点失效而妥协。

高精度 × 高连续：RTK 与 DR 的深度融合

DR 的价值不止于"不断线"。以 UM681A 为例，这款面向汽车前装市场的高精度航位推算模组，将多星座多频 RTK 与内置 IMU 深度融合：RTK 模式下可达厘米级定位精度，GNSS 完全中断期间位置误差优于行驶距离的1%，组合导航数据更新率最高可到50Hz。这意味着车辆穿越长隧道后驶出时，车道级定位可以无缝衔接、即刻恢复，无需漫长重收敛。

模组同时兼容主流差分服务格式，并支持 Protection Level 保护等级输出——为系统提供"当前位置解算有多可信"的实时量化指标。从"给出一个位置"到"给出一个可知可信度的位置"，这是定位技术从导航走向安全关键应用的分水岭。

规模量产：算法实力的终极考场

只有实验室里的精度指标还远远不够，真正的考验在于大规模量产环境中的一致性与鲁棒性——千差万别的安装姿态、温湿度循环、振动冲击、电磁环境，以及不同车型、不同驾驶习惯带来的各种变量。

算法层面，固件能够自动识别传感器型号与轮速脉冲特性，自适应完成标定，将主机厂与 Tier 1 的集成工作量降至最低。和芯星通"算法 + 车规"的组合已在全球范围实现规模化落地，方案广泛搭载于主流车企的前装量产车型，并率先完成面向中国 GB/T 45086 车载 GNSS 国家标准的自动化符合性验证。未来，随着新一代芯片平台的推出，DR 算法将与全频段高精度接收、更强算力和功能安全设计进一步融合，面向智能驾驶时代持续演进。

和芯星通 DR 产品线构建了完整的车规体系：车规级产品工作温度覆盖 -40°C 至 +105°C，芯片通过 AEC-Q100 认证，模组通过AEC-Q104认证，产线通过汽车行业质量管理体系认证。

UM680A配合市面主流高精度IMU的组合导航系统在开阔场景下实现厘米级定位与100%固定解率，在严重遮挡及多路径场景下仍保持亚米级定位精度（优于水平1.00m、高程1.50m @2σ）及75% 以上固定解率，失锁后惯性递推2km内水平漂移≤2.0‰、60 s内航向漂移≤0.1°，系统航向/姿态/速度精度分别优于0.4°/0.2°/≤0.25 m/s（均为2σ），满足智能辅助驾驶需求。

典型场景：自主泊车中低速DR定位

停车场/楼越来越大，内部结构越来越复杂，场/楼内导航逐渐成为刚需且要求具备一定的道路和楼层区分能力，满足遮挡场景下导航“到车位”的需求。

随着车身越来越大、场/楼内利用率提升和停车位变小，记忆/自动/辅助泊车需求逐渐凸显，导航定位系统需要满足“泊入车位”需求。

自主泊车需要定位系统实时确定车辆相对于起始位置的相对位置和车辆航向，要求定位误差<15cm。然而，由于IMU误差大导致姿态误差快速累积、大幅转弯导致传统递推模型误差大、无GNSS导致累积误差无法消除等因素制约，自主泊车是车载导航较恶劣的应用场景。

传统自主泊车低速航位推算（DR）定位方案采用的是基于阿克曼转向几何动力学模型，通过融合IMU、四轮脉冲、方向盘转角及GNSS等多源信息，认为泊车过程中车辆绕瞬时转向中心作圆周运动来实现车体轮廓轨迹的解算。在这种方法中，因为运动模型过度简化导致需逐轮独立定位、多源传感器信息冗余依赖、定位精度仅能达到30–50cm等固有局限，而无法充分满足高精度泊车定位需求。和芯星通自有算法通过更精确的运动建模和误差补偿降低了对车体参数的依赖，实现了自主泊车APA场景下相对定位误差小于10cm，城区NOA路口等场景下的定位精度提高约40~50%。

结语：连续性，是信任的起点

当汽车越来越智能，定位系统需要回答的不再只是"我在哪里"，而是"任何时候、任何环境下，我都能确信自己在哪里"。

DR 航位推算技术让定位在隧道深处、地下车库与城市峡谷中依然连续、平滑、可信。和芯星通自2017年首次推出UM220-INS产品至今，对DR技术不断探索和实践，已形成在千万级量产规模上反复验证的算法积累与工程体系。

定位的连续性，是智能化信任的起点。和芯星通，让每一段路程都有据可依。