18884710760
技术文章
01 引言
当前园区配送、厂区巡检等低速自动驾驶场景，主流落地方案普遍采用RTK高精定位+预录轨迹跟随架构。该方案在开阔无遮挡环境下表现稳定，但存在致命的场景局限性——高度依赖全程连续、可靠的RTK定位信号。
在真实作业场景中，隧道通行、密林遮挡、周边高楼遮挡等工况频发，极易造成RTK信号间歇失效。且这类失效并非直接断联报错，往往会退化为偏差高达十余米的浮点解。若系统无甄别、无降级策略，直接沿用失效定位数据，会导致车辆偏离预设轨迹、驶向错误行驶路径，风险远大于无定位停机，是自动驾驶落地失控的核心隐患。
与此同时，单一自动驾驶策略无法适配全场景作业需求：纯RTK定位方案在遮挡区域极易失控；纯激光雷达反应式方案无法实现标准化长距离轨迹复现，难以满足厂区固定路线巡检、配送需求；纯仿真调参则受虚实场景差异影响，落地适配性极差。
除此之外，行业普遍存在两类结构性感知误判问题：雷达前下倾的常规安装方式，会导致车辆上坡时将坡面误判为障碍物、转弯时将弯道外侧树木误判为阻挡物，最终引发车辆无障碍物紧急急停，严重影响作业连续性与稳定性。
针对以上行业痛点，康谋推出分层式自适应自动驾驶系统：定位信号可靠时，依托高精轨迹实现精准行驶与智能绕障；RTK信号间歇失效时，自动降级为无定位反应式驾驶策略，双模式互斥、平滑切换。同时搭建虚实联合验证体系，实现算法可仿真、可迭代、可落地，解决复杂遮挡场景下的自动驾驶失控、误停问题。
02 系统总体框架
系统采用感知—仲裁—控制三段式结构，总体数据流如下图。
感知段完成点云去畸变、扶正与地面分割；仲裁段依据 RTK 状态与障碍分布选择控制策略；控制段将决策统一转换为下位机协议帧下发。
感知‑仲裁‑控制三段式分层自动驾驶系统数据流架构
为规避多源指令混杂导致的车辆行驶抖动、行为不确定问题，系统将全作业场景划分为三种互斥独立工况，由专属仲裁器实时判定、显性选源，全程单一控制主体输出，保障车辆行驶稳定可控。
三工况划分
在控制权交接逻辑上，系统采用域控全程在线待命机制，规避规划器冷启动延迟问题。仲裁器通过带迟滞的状态机完成工况切换，采用阈值分离策略防抖动、防频繁跳变。
其中，控制交还轨迹模式需同时满足轨迹净空、车身归位、航向对齐三大条件，且状态稳定保持片刻，确保车辆贴合轨迹中线后再切换，杜绝交接瞬间车身甩动、偏移；而RTK信号一旦丢失，系统即刻快速切换至反应式驾驶，保障车辆平稳驶出遮挡区域。
03 关键技术概述
定位与坐标一致性
为解决定位漂移、轨迹错位问题，系统搭建同源统一坐标体系：通过高斯-克吕格投影算法，将RTK输出的经纬度数据精准转换为平面坐标，与预录轨迹文件坐标体系同源、无缝匹配。
定位方案无需依赖AMCL定位与预建地图，采用RTK+FAST_LIO里程计分层融合定位架构，适配无地图、动态场景作业。经940组实测点位验证，整套坐标管线最大偏差仅0.577mm，为全程精准轨迹跟随奠定高精度基础。
感知误判治理
针对行业普遍存在的雷达安装结构性缺陷导致的误停问题，系统通过扶正+地面分割+轨迹ROI约束三层前置算法优化，从根源消除感知误判：
扶正：雷达前下倾 21° 安装，cloud_leveler由 IMU 互补滤波估计实时俯仰，将点云转平。此步必须前置于地面分割，否则倾斜点云会使分割失效；
地面分割：patchwork++ 自适应识别并剔除地面与坡道，仅保留真正立起的障碍，从而放行坡面；
轨迹 ROI 约束：自定义 Nav2 costmap 层只标注落在轨迹走廊带内的障碍；轨迹随弯道弯曲，ROI 带随之弯曲，弯道外侧的树天然被排除，治转弯误判。
无 RTK 反应式驾驶
针对隧道、密林等RTK失效场景，系统降级启动Follow-the-Gap间隙通行策略，无需任何全局定位信息，仅依托激光雷达非地面点云，实时搜索前方最宽可通行间隙，引导车辆稳定行驶。
同时优化特殊姿态通行逻辑：若车辆歪斜进入遮挡区域，系统不会直接停机，而是先自主转向校准车身姿态，对齐隧道、通道延伸方向，摆正车身后持续通行，大幅提升复杂遮挡场景的通行稳定性。
控制下发
系统通过command_coordinator模块根据实时RTK状态智能切换控制指令源，将Nav2规划轨迹精准换算为底盘可控转角；通过serial_bridge协议桥接模块，实现上下行数据标准化传输。
下行统一输出AA55控制帧驱动底盘运动，上行实时解析INSPVAXA报文，精准判定RTK信号状态、提取定位与航向信息。感知层、协议层、控制层通过统一消息接口解耦，系统兼容性、可扩展性更强。
04 虚实联合验证
系统的可验证性来自真车与仿真运行相同的算法节点，差异严格约束在通信接口边界的原则。
实车依托串口完成数据通信，仿真场景则通过双UDP网桥替代串口功能，分别实现RTK数据接收与控制指令下发，下游算法接收的话题、消息格式统一，无需改动算法代码。同时仿真系统沿用与实车一致的坐标投影参数，确保虚拟车辆与真实车辆位置精准匹配、轨迹对齐。
针对仿真IMU频率不足、里程计易发散的问题，系统做针对性适配优化：仿真环境直接输出无畸变点云数据，跳过FAST_LIO里程计计算环节，依托虚拟RTK完成定位，精准规避仿真硬件短板。整套体系不追求消除虚实差异，而是精准界定差异、可控适配差异，预留专属切换开关，适配迭代需求。
基于该验证平台，传统实车测试中代价高昂、难以复刻的高危、特殊工况——上下坡行驶、轨迹突发障碍、RTK信号瞬时中断等，均可在仿真环境中批量复现、反复迭代，同时固化为标准化回归测试集，大幅降低落地测试成本、提升算法稳定性，这是纯实车测试无法实现的核心优势。
05 结语
本文所述分层式自动驾驶系统，核心解决了园区、厂区低速自动驾驶RTK信号不稳定导致的失控、误停、适配性差三大核心落地难题。系统通过可降级、带迟滞、互斥式的分层控制策略，将RTK定位的不确定性，转化为全场景可控、确定性的车辆行驶行为。
通过三层感知前处理算法，从根源解决了上坡、转弯两大结构性感知误判问题；通过同源坐标管线保障轨迹跟随精度；通过虚实联合验证体系，实现算法快速迭代、高效验证，大幅缩短项目落地周期。目前系统已完成仿真全链路验证，坐标匹配、点云校正、误判治理、多工况仲裁核心功能均表现稳定，后续将推进全场景实车标定与落地验证。
对于遮挡密集、工况复杂的园区配送、厂区巡检场景而言，自动驾驶技术早已突破了“信号好就能跑"的基础阶段，信号间歇失效仍能稳定、安全、可控行驶，是设备规模化落地、稳定交付的核心关键，也是本系统的核心商用价值。
▍关于康谋科技
康谋（前身为虹科自动驾驶事业部）是一家专注于智能驾驶与具身智能领域的解决方案供应商。
我们以数据为核心驱动力，围绕研发测试全流程，为客户提供高性能数据采集、存储、标定与自动化处理工具链，以及高保真场景重建、仿真测试等关键产品与技术方案，致力于成为客户在智能化升级道路上的可靠合作伙伴。
我们始终将“为客户提供覆盖研发测试全流程的工具链、集成方案及可落地的工程服务"作为核心目标。团队拥有十年以上的汽车行业软硬件开发经验，已与奥迪、奔驰、大众、宝马等多家OEM及Tier 1企业建立了深度合作关系。秉承以前沿技术推动产业落地，我们始终致力于通过扎实的方案与专业服务，助力客户在智能驾驶与具身智能领域实现技术突破与创新应用。
关注微信