Category: 专业术语

专业术语

什么是SBAS系统？

SBAS系统(Satellite-Based Augmentation System)即卫星增强系统，是一类通过地球静止轨道卫星提供差分校正信号的导航增强系统。它通过地面参考站网络监测全球导航卫星系统(GNSS)的误差，经主控站处理后生成增强信号，再通过地球静止卫星广播给用户终端，可将定位精度从米级提升至亚米级甚至厘米级。目前全球主要的SBAS系统包括美国的WAAS、欧洲的EGNOS、日本的MSAS以及印度的GAGAN等区域性系统。 在自动驾驶领域，SBAS系统显著提升了GNSS定位的可靠性和精确度，为车辆的全局定位提供关键支撑。特别是在城市峡谷等卫星信号易受干扰的环境中，SBAS的差分校正能有效补偿多路径效应等误差。值得注意的是，虽然SBAS能提高定位精度，但自动驾驶系统仍需结合惯性导航、视觉定位等多源传感器实现鲁棒性定位。随着自动驾驶对高精度定位需求的不断提升，SBAS与其他增强技术（如RTK）的融合应用将成为重要发展方向。

专业术语

什么是WAAS？

WAAS（Wide Area Augmentation System，广域增强系统）是由美国联邦航空管理局开发的一套卫星导航增强系统，旨在提高全球定位系统（GPS）的精度、完整性和可用性。该系统通过地面参考站网络监测GPS信号误差，并利用地球静止轨道卫星向用户广播校正数据，可将GPS定位精度从原有的10米级提升至1米以内。WAAS最初为航空导航设计，但其高精度特性使其在自动驾驶、精准农业等领域具有重要应用价值。 在自动驾驶领域，WAAS提供的亚米级定位精度为车辆定位系统提供了重要补充。特别是在城市峡谷、隧道等卫星信号易受干扰的场景下，WAAS的完整性监测功能可及时预警定位误差，保障自动驾驶系统的安全性。当前主流自动驾驶解决方案通常采用WAAS与惯性导航系统（INS）、激光雷达等多传感器融合的方案，以实现在复杂环境下的精确定位。随着自动驾驶对定位精度的要求不断提高，WAAS及其衍生技术将继续在自动驾驶高精度定位领域发挥关键作用。

专业术语

什么是EGNOS？

EGNOS（欧洲地球静止导航增强服务系统，European Geostationary Navigation Overlay Service）是欧洲开发的卫星导航增强系统，旨在提高GPS信号在欧州地区的精度、可用性和安全性。该系统通过地面监测站网络实时分析GPS信号误差，并利用地球静止卫星向用户广播差分校正数据，可将定位精度从GPS原有的10米级提升至1-2米水平，显著优于标准GPS服务。作为星基增强系统（SBAS）的典型代表，EGNOS不仅提供精度修正，还具备完备性监测功能，能及时警告用户不可靠的导航信号。 对于自动驾驶汽车开发而言，EGNOS的高精度定位能力为车道级导航、路径规划和车辆控制提供了重要支持。特别是在城市峡谷等复杂环境中，其信号增强特性可有效弥补传统GNSS信号遮挡问题。当前主流自动驾驶系统常采用EGNOS与惯性导航、视觉定位的多传感器融合方案，这种组合既能满足厘米级定位需求，又能确保系统在卫星信号丢失时的短暂自主运行能力。随着欧盟「伽利略」系统的深度整合，EGNOS的实时定位服务预计将进一步提升自动驾驶的可靠性和覆盖范围。

专业术语

什么是城市峡谷定位？

城市峡谷定位（Urban Canyon Positioning）是指在高层建筑密集的城区环境中，卫星导航信号因建筑物遮挡和多次反射造成的定位精度下降现象。这种现象如同在峡谷中，卫星信号被两侧高楼遮挡，导致接收设备只能通过反射信号进行定位，从而产生较大误差。城市峡谷效应会显著影响自动驾驶车辆的定位精度，可能导致位置漂移甚至定位失效。 在实际应用中，自动驾驶系统通常采用多传感器融合方案来应对城市峡谷挑战，例如结合惯性导航系统（INS）、激光雷达（LiDAR）和高精度地图进行互补定位。近年来的技术发展还引入了基于5G蜂窝网络和V2X通信的辅助定位方法，进一步提升了复杂城市环境下的定位可靠性。对于产品经理而言，理解城市峡谷定位的挑战有助于合理规划自动驾驶系统的传感器配置和冗余设计。

专业术语

什么是隧道内定位？

隧道内定位是自动驾驶系统在隧道环境中实现车辆精准位置感知的关键技术。由于隧道环境的特殊性——GPS信号完全缺失、视觉特征单一且光照条件复杂，传统定位方法在此类场景下往往失效。隧道内定位通常采用多传感器融合方案，结合惯性导航系统(INS)、轮速计、激光雷达(LiDAR)以及预先构建的高精度隧道特征地图，通过特征匹配和航位推算实现连续定位。其中，基于点云匹配的定位方法能够利用隧道壁面的几何特征，而视觉-惯性里程计(VIO)则可通过隧道内有限的人工标识（如反光标志或照明设备）辅助定位。 在实际产品落地中，隧道定位的鲁棒性直接影响自动驾驶功能的安全降级策略。当定位置信度低于阈值时，系统需根据隧道长度和车辆动态性能，智能切换为保守驾驶模式或触发最小风险机动。目前行业领先方案已能在无GPS条件下维持厘米级定位精度超过3分钟，这主要得益于传感器冗余设计和基于粒子滤波的多假设跟踪算法。值得关注的是，5G-V2X技术在新型隧道中的部署，正为基于路侧单元的协同定位提供新的技术路径。

专业术语

什么是地下停车场导航？

地下停车场导航是自动驾驶系统在封闭式地下空间实现精确定位与路径规划的核心技术，其通过融合多传感器数据与先验环境信息，解决卫星信号缺失场景下的自主移动难题。该系统通常采用激光雷达点云匹配、视觉SLAM（同步定位与建图）以及UWB（超宽带）定位等技术构建厘米级精度的三维语义地图，结合惯性导航实现连续定位，并为车辆提供最优泊车路径规划与动态障碍物避让能力。 对于AI产品经理而言，地下停车场导航的商业化落地需重点考量传感器成本与算力平衡，例如采用低成本摄像头与边缘计算设备实现轻量化方案。当前技术难点在于应对极端光照变化、重复性结构干扰等复杂场景，部分厂商已开始探索基于V2X（车路协同）的增强定位方案，通过停车场基础设施部署信标来提升系统鲁棒性。该技术正在从高端车型逐步向大众市场渗透，预计将成为L4级自动泊车系统的标配功能。

专业术语

什么是蓝牙信标？

蓝牙信标（Bluetooth Beacon）是一种基于低功耗蓝牙（BLE）技术的短距离无线通信设备，能够周期性地广播包含唯一标识符的无线电信号。这类设备通常体积小巧、功耗极低，通过固定的信号发射模式向周围环境传递位置信息。不同于传统蓝牙设备需要配对连接的工作方式，信标采用单向广播机制，使得接收设备无需建立双向连接即可获取位置数据，这种特性使其成为室内定位和近场感知的理想解决方案。 在自动驾驶汽车开发中，蓝牙信标常被部署于停车场、隧道等卫星信号覆盖不佳的区域，为车辆提供厘米级精度的辅助定位。例如当车辆进入地下车库时，预埋的信标网络可以协助车载系统构建高精度地图，实现自动泊车路径规划。值得注意的是，现代信标技术已实现与UWB（超宽带）的融合，通过多模态定位进一步提升复杂场景下的定位鲁棒性。对于AI产品经理而言，理解信标技术的局限性与适用场景同样重要——虽然其建设成本低于视觉方案，但需要预先部署基础设施，这在某种程度上限制了其应用范围。

专业术语

什么是UWB定位？

超宽带定位（UWB，Ultra-Wideband）是一种利用纳秒级窄脉冲进行高精度距离测量的无线通信技术，其工作频段通常在3.1GHz至10.6GHz之间。与其他无线定位技术相比，UWB具有时间分辨率高、抗多径干扰能力强、穿透性能好等特性，能够实现厘米级的定位精度。这项技术通过测量信号飞行时间（ToF，Time of Flight）或到达时间差（TDoA，Time Difference of Arrival）来计算目标位置，特别适用于室内或复杂环境下的精确定位需求。 在自动驾驶领域，UWB定位技术正逐渐成为多传感器融合定位系统的重要组成部分。其高精度特性可弥补GPS信号在隧道、城市峡谷等场景中的失效问题，与摄像头、激光雷达等传感器的数据融合后，能显著提升车辆在复杂环境中的定位鲁棒性。当前技术挑战主要集中在多基站部署成本优化、动态环境适应性提升等方面，但随着芯片小型化和标准化进程的推进，UWB有望在车路协同、自动泊车等具体场景中加速落地。

专业术语

什么是WiFi指纹？

WiFi指纹（WiFi Fingerprinting）是一种基于无线信号特征的室内定位技术，其核心思想是通过采集特定位置周边的WiFi信号强度（RSSI，Received Signal Strength Indicator）和接入点（AP）信息，构建该位置的独特“指纹”数据库。当设备进入该区域时，通过实时扫描周围WiFi信号并与数据库中的指纹匹配，即可实现米级甚至亚米级的定位精度。这种技术不依赖GPS，尤其适用于卫星信号无法覆盖的室内场景。 在自动驾驶领域，WiFi指纹技术常作为高精度定位的补充手段，解决隧道、地下停车场等GNSS信号缺失环境的定位问题。例如，自动驾驶车辆进入地下车库时，可通过预置的WiFi指纹地图实现厘米级定位，辅助视觉和激光雷达完成精准泊车。当前研究正探索将WiFi指纹与IMU、UWB等多传感器融合，进一步提升复杂场景下的定位鲁棒性。延伸阅读推荐《Indoor Location Fingerprinting Techniques for Autonomous Driving》（IEEE Transactions on Intelligent Vehicles, 2022）一文。

专业术语

什么是磁场匹配？

磁场匹配(Magnetic Field Matching)是一种基于地球磁场特征实现精确定位的导航技术，其核心原理在于利用特定区域地磁场强度分布的唯一性特征进行位置匹配。由于地球磁场在不同地理位置会呈现出独特的强度分布模式，通过车载磁力计采集实时磁场数据，并与预先建立的高精度磁场地图进行匹配运算，即可实现厘米级的定位精度。相比传统卫星导航，该技术具有不受天气影响、抗电磁干扰、无需外部基础设施等显著优势。 在自动驾驶领域，磁场匹配技术常作为多传感器融合定位系统的重要补充，尤其适用于卫星信号易受遮挡的城市峡谷或地下停车场等场景。现代实现方案通常采用粒子滤波算法，将磁场数据与惯性导航、轮速计等信息融合，有效弥补单一传感器的局限性。值得注意的是，磁场地图的构建需要专业测绘设备，且存在金属物体扰动等工程挑战，这使其更适合作为辅助定位手段而非独立解决方案。