乘用车自动驾驶 PPP-RTK 定位方案

问题

L2+ 自动驾驶需要车道级定位（通常 < 0.3m），但量产环境面临三重约束：

• 覆盖约束：传统 RTK 依赖高密度基站网络，全国化部署成本高。
• 场景约束：视觉/IMU 在隧道、桥下、高架匝道等区域存在稳定性短板。
• 合规约束：高精地图更新与合规成本持续上升。

核心矛盾不是“能不能做到厘米级”，而是“能不能在全国范围长期、稳定、可负担地做到”。

方案

我们把产品定义为“云端协同定位服务”，而不是单一硬件能力：

• 云端：接入全国参考站与星历数据，生成 SSR 改正与完整性指标。
• 车端：GNSS + IMU 融合，结合完整性门限执行降级策略。

关键决策：

1. 采用 SSR（PPP-RTK），而非 OSR 点对点模式，降低规模化边际成本。
2. 将 完整性（Integrity） 作为第一输出指标，不再只看精度均值。
3. 采用 单频 + 云端补偿 路线，把部分硬件成本转化为可迭代算法能力。

结果

上线后的业务与技术表现：

• 服务覆盖：支持全国主干道路场景，收敛时间明显缩短。
• 成本结构：相较传统方案，单车侧定位服务成本显著下降。
• 稳定性：在复杂路段的可用性与一致性明显提升。
• 商业模式：从“卖模块”转向“订阅定位服务”，提升持续收入能力。

复盘

• 规模化产品的第一原则是“长期可运营”，不是实验室峰值指标。
• 在自动驾驶场景里，“知道什么时候不可靠”比“平均更准”更重要。
• 把定位产品做成服务系统，才能持续迭代并形成真正的产品壁垒。