自動駕駛的精準之眼：GNSS與IMU緊/深耦合演算法的挑戰與工程實踐

導論：自動駕駛對連續、高精度定位的極致需求

自動駕駛技術的飛速發展，正引領我們駛向一個更安全、更高效、更便捷的出行未來，從L2級的輔助駕駛到L5級的完全自主駕駛，每一個等級的提升都對車輛的環境感知、決策規劃以及定位定向能力提出了更高的要求。在這其中，連續、高精度、高可靠性的定位資訊，無疑是自動駕駛車輛安全行駛的「眼睛」和「羅盤」。

全球導航衛星系統（GNSS）以其全天候、全球覆蓋的特性，成為自動駕駛定位系統不可或缺的一環。然而，在複雜的真實駕駛環境中，尤其是在高樓林立的都市峽谷、隧道、樹蔭遮蔽路段，GNSS訊號容易受到多路徑效應、訊號遮擋、甚至惡意干擾的影響，導致定位精度下降、輸出中斷，無法滿足自動駕駛對PNT（定位、導航與授時）資訊的嚴苛需求。

為彌補GNSS的不足，慣性測量單元（Inertial Measurement Unit, IMU）以其獨特的優勢成為了理想的互補感測器，IMU由陀螺儀和加速度計組成，能夠以極高的更新率（通常數百Hz至kHz）自主提供載體的姿態、速度和位置變化量，具有良好的短期定位精度和抗干擾能力，能夠在GNSS訊號失效時進行航位推算（Dead Reckoning）；然而，IMU的誤差會隨時間累積，導致長期定位結果漂移；因此，如何將GNSS的長期絕對定位精度與IMU的短期相對定位精度及高更新率有機結合，實現優勢互補，成為自動駕駛高精度定位技術的核心課題，而緊耦合與深耦合演算法正是解決這一問題的關鍵技術路徑。
 

自動駕駛車輛在真實環境中，其賴以定位的GNSS訊號可能遭受干擾（Interference）或欺騙（Spoofing）攻擊，這使得基於GNSS與IMU的感測器融合及強韌性設計至關重要。
 

GNSS+IMU整合的三重境界：從鬆耦合到深耦合

GNSS與IMU的整合，根據兩者數據融合的層次與緊密程度，通常可以劃分為鬆耦合（Loose Coupling）、緊耦合（Tight Coupling）和深耦合（Deep Coupling / Ultra-Tight Coupling）三個主要級別。

鬆耦合 (Loose Coupling)

• 原理： GNSS接收機和IMU各自獨立解算，輸出位置、速度等資訊，再由中央融合濾波器（通常是卡爾曼濾波器）進行加權融合。
• 優點： 演算法相對簡單，模組化程度高。
• 缺點： 資訊損失較多；GNSS衛星數少於4顆或輸出品質差時，融合系統無法從GNSS獲得校正，完全依賴IMU推算，誤差迅速累積。

緊耦合 (Tight Coupling)

• 原理： 直接使用GNSS的偽距/偽距率、載波相位/都卜勒等原始觀測量，與IMU預測的觀測量進行比較，差值（新息）送入中央卡爾曼濾波器，統一估計PNT狀態及IMU感測器誤差。
• 優點： 即使GNSS衛星數少於4顆（但至少1顆有效），仍能利用有限資訊校正IMU，提升弱訊號下的定位能力；更易於故障檢測與排除（FDE）；IMU誤差估計更精確。
• 挑戰： 演算法複雜度高於鬆耦合，需更緊密的系統整合，對GNSS接收機輸出原始數據有要求。

深耦合 (Deep Coupling / Ultra-Tight Coupling)

• 原理： IMU資訊直接輔助GNSS接收機最底層的訊號擷取和追蹤環路（PLL/DLL）。IMU預測的都卜勒和碼相位可縮小搜尋範圍，提升追蹤靈敏度和抗干擾能力。融合甚至可在I/Q相關值層面操作。
• 優點： 在極微弱訊號、極高動態或極強干擾環境下性能最優；顯著提升抗干擾能力。
• 挑戰： 演算法最複雜；需GNSS接收機底層開放介面（通常需SDR或專用ASIC）；對處理能力和即時性要求嚴苛。

緊/深耦合演算法的關鍵技術與工程挑戰

實現高性能、高可靠性的GNSS+IMU緊/深耦合定位系統，研發工程師需攻克一系列關鍵技術難題：

• 精密的IMU誤差建模與校準： 必須對IMU主要誤差源（偏置、比例因子、非對準、隨機遊走等）進行精確數學建模，並在卡爾曼濾波器中估計與補償。

高擬真IMU模擬是GNSS+IMU耦合測試的關鍵環節，場景產生器提供真實運動狀態（User State），經過IMU真值模型（IMU Truth Model）後，再疊加加速度計誤差模型（Accelerometer Error Model）與陀螺儀誤差模型（Gyro Error Model），最終生成帶有真實感測器特性的IMU數據（DeltaV_TB,Deltatheta_TB），用於驅動或驗證融合演算法。
 

• 時間同步的嚴苛性： GNSS觀測量與IMU高速採樣數據間需實現微秒級甚至更高精度的時間戳對齊。
• 卡爾曼濾波器的設計與調優： 包括狀態向量選擇、系統/觀測模型建立、以及關鍵的系統雜訊協方差矩陣Q和觀測雜訊協方差矩陣R的準確設定與調優。
• 非完整性约束 (NHC) 與零速更新 (ZUPT) 的利用： (適用於地面車輛)
• 多路徑與非視距 (NLOS) 訊號的應對： 在耦合濾波器中對受污染的GNSS觀測量進行降權或剔除。

工程驗證的關鍵：GNSS+IMU耦合系統的模擬與測試

對於自動駕駛研發工程師而言，全面驗證緊/深耦合演算法在各種複雜場景下的性能至關重要。這需要一個能夠精確模擬GNSS訊號特性，並能與IMU動態行為同步的測試環境。

典型的GNSS+INS緊耦合系統硬體迴路（HIL）測試平台架構示意圖，其中GNSS衛星訊號模擬器與慣性及其他感測器模擬（Inertial & Sensor Simulation）協同工作，為待測的緊耦合GPS/INS系統提供全面的測試輸入，甚至可以整合干擾產生器（Interference Generators）以評估抗干擾性能。
 

專為GNSS與慣性導航系統（INS）整合測試設計的平台，例如 GNSS-INS即時模擬平台，便致力於解決這一挑戰。這類平台通常結合高傳真GNSS訊號模擬與運動模擬能力，GNSS訊號的模擬部分，可以由如OHB XPLORA Pro或OHB XPLORA One等模擬器承擔；XPLORA Pro以其高通道數和即時模擬能力，特別適合模擬複雜的多星座GNSS環境，並可與外部運動模擬器（如六軸運動平台 (Hexapods)，根據負載需求可選擇 250kg以下 或 250kg以上 的機型）進行同步，實現對GNSS+IMU系統的硬體迴路（HIL）測試；其可選配的干擾/欺騙訊號生成功能，則能驗證耦合系統在GNSS受攻擊時的強韌性與故障弱化行為。

OHB XPLORA Pro GNSS模擬器，其高達50Hz的模擬更新率和對多種民用GNSS星座（GPS, Galileo, GLONASS, BeiDou等）及其主要頻段的支援，使其能精確模擬車輛在高動態行駛過程中的GNSS訊號變化，為緊/深耦合演算法的HIL測試提供可靠的訊號源。
 

而XPLORA One則以其高性價比和便攜性，支援多星座真實環境模擬（包括大氣延遲、多路徑、天線方向圖等），適合進行演算法的初步驗證和整合測試，其內建的高精度GPSDO參考時鐘（與UTC時間偏差±50 ns RMS） 對於驗證GNSS與IMU數據的時間同步精度至關重要。

OHB XPLORA One 以其輕巧便攜的設計（1RF輸出版本重量僅1.2kg）和對Windows/Linux作業系統的廣泛支援，可方便地與研發工程師的COTS筆記型電腦配合使用，快速搭建GNSS+IMU演算法的初步驗證環境。

OHB XPLORA One的XPLORA Core軟體操作介面示意，工程師可透過地圖定義車輛行駛軌跡（左側面板），並即時監控模擬的衛星星空圖（右上角Skyplot，顯示不同星座衛星）及接收機狀態（下方Position/Velocity/Time等資訊），以進行GNSS+IMU耦合演算法的開發與驗證。

對於需要精確參考軌跡以評估耦合定位精度的場景，sPositioner400 精密單點定位系統可以提供公分級的定位結果作為基準。更進階的測試可能還需要考慮通道效應，如使用ACE9600 先進通道模擬器來模擬複雜的城市或室內訊號傳播環境。

為更精確模擬GNSS訊號在複雜環境（如都市峽谷、室內）中的傳播特性（多路徑、衰減、相位變化等），可採用如DBM ACE9600 先進通道模擬器（硬體如圖下方所示，軟體介面如圖上方所示）等專業設備，對GNSS模擬器輸出的RF訊號進行處理後再送入待測系統。

GNSS接收機在動態或COCOM（美國出口管制條例）限制條件下的性能測試結果範例，圖中顯示了狀態旗標（如GPS late、1PPS可用性）、高度及速度的變化，在GPS接收機無解算輸出的時段（紫色框標示），緊/深耦合的IMU能發揮航位推算作用，維持定位連續性，這類測試對於驗證GNSS+IMU系統在GNSS訊號間歇中斷時的強韌性至關重要。

GNSS+IMU耦合系統中的GNSS部分需處理來自多個星座、多個頻段的複雜訊號（如圖所示的GPS L1/L2/L5, GLONASS L1/L2/L3, Galileo E1/E5a/E5b/E6, BeiDou B1/B2/B3等）。模擬器需要能準確再現這些訊號特性，而耦合演算法也需能有效融合這些多樣化的觀測數據。
 

不同耦合等級的性能比較與應用考量

未來趨勢：AI、LEO PNT與感測器深度融合的展望

GNSS+IMU耦合技術仍在不斷發展，未來幾個趨勢值得關注：

• AI/機器學習的應用：
  利用AI/ML技術優化卡爾曼濾波器的雜訊參數自適應調整、更智慧地識別和處理多路徑/NLOS訊號、甚至直接進行PNT狀態估計。
• LEO PNT星座的融入：
  新興的低軌道（LEO）PNT星座將為GNSS+IMU融合帶來新的機遇與挑戰。
• 與視覺、光學雷達等更多感測器的超緊密融合（X-in-the-loop）：
  實現全場景、全天候的無縫高精度定位。
• 車規級高性能MEMS IMU的進步：
  進一步提升GNSS+IMU耦合系統的性價比和普及度。

緊/深耦合 – 賦能全場景自動駕駛的定位基石

對於追求在各種複雜駕駛環境下都能實現連續、高精度、高可靠定位的自動駕駛系統而言，GNSS與IMU的緊耦合乃至深耦合技術，無疑是不可或缺的定位基石。相較於鬆耦合，它們能夠更充分地利用來自GNSS的原始資訊，更有效地抑制IMU的誤差累積，在GNSS訊號部分遮擋或品質下降時展現出更強的韌性。雖然其演算法複雜度和系統整合難度更高，但隨著車規級處理器算力的提升和感測器技術的進步，緊/深耦合方案的應用前景日益廣闊。

對於致力於此領域的研發工程師而言，深刻理解不同耦合方式的原理與特性，掌握關鍵的誤差建模、時間同步、濾波器設計與調優技術，並輔以如OHB XPLORA系列GNSS模擬器、GNSS-INS即時模擬平台及六軸運動平台 (Hexapods)等先進的模擬與測試工具進行全面、嚴苛的工程驗證，將是成功開發出滿足自動駕駛嚴苛要求的PNT解決方案的關鍵。這是一條充滿挑戰但也極具價值的技術探索之路，其成果必將為未來智慧出行舖平道路。

想了解OHB XPLORA Pro或XPLORA One如何以其焦點規格（如高精度時鐘、多樣化場景模擬、干擾注入等）助力您的GNSS+IMU融合定位系統研發與測試？或是對我們的GNSS-INS即時模擬平台及六軸運動平台 (Hexapods) 感興趣？立即聯繫OHB技術專家，獲取專業的解決方案與產品演示。
探索更多關於OHB所有產品在自動駕駛及高精度PNT領域的應用。