01 引言

當前園區配送、廠區巡檢等低速自動駕駛場景，主流落地方案普遍采用RTK高精定位+預錄軌跡跟隨架構。該方案在開闊無遮擋環境下表現穩定，但存在致命的場景局限性——高度依賴全程連續、可靠的RTK定位信號。

在真實作業場景中，隧道通行、密林遮擋、周邊高樓遮擋等工況頻發，極易造成RTK信號間歇失效。且這類失效并非直接斷聯報錯，往往會退化為偏差高達十余米的浮點解。若系統無甄別、無降級策略，直接沿用失效定位數據，會導致車輛偏離預設軌跡、駛向錯誤行駛路徑，風險遠大于無定位停機，是自動駕駛落地失控的核心隱患。

與此同時，單一自動駕駛策略無法適配全場景作業需求：純RTK定位方案在遮擋區域極易失控；純激光雷達反應式方案無法實現標準化長距離軌跡復現，難以滿足廠區固定路線巡檢、配送需求；純仿真調參則受虛實場景差異影響，落地適配性極差。

除此之外，行業普遍存在兩類結構性感知誤判問題：雷達前下傾的常規安裝方式，會導致車輛上坡時將坡面誤判為障礙物、轉彎時將彎道外側樹木誤判為阻擋物，最終引發車輛無障礙物緊急急停，嚴重影響作業連續性與穩定性。

針對以上行業痛點，康謀推出分層式自適應自動駕駛系統：定位信號可靠時，依托高精軌跡實現精準行駛與智能繞障；RTK信號間歇失效時，自動降級為無定位反應式駕駛策略，雙模式互斥、平滑切換。同時搭建虛實聯合驗證體系，實現算法可仿真、可迭代、可落地，解決復雜遮擋場景下的自動駕駛失控、誤停問題。

02 系統總體框架

系統采用感知—仲裁—控制三段式結構，總體數據流如下圖。

感知段完成點云去畸變、扶正與地面分割；仲裁段依據 RTK 狀態與障礙分布選擇控制策略；控制段將決策統一轉換為下位機協議幀下發。

感知?仲裁?控制三段式分層自動駕駛系統數據流架構

為規避多源指令混雜導致的車輛行駛抖動、行為不確定問題，系統將全作業場景劃分為三種互斥獨立工況，由專屬仲裁器實時判定、顯性選源，全程單一控制主體輸出，保障車輛行駛穩定可控。

三工況劃分

在控制權交接邏輯上，系統采用域控全程在線待命機制，規避規劃器冷啟動延遲問題。仲裁器通過帶遲滯的狀態機完成工況切換，采用閾值分離策略防抖動、防頻繁跳變。

其中，控制交還軌跡模式需同時滿足軌跡凈空、車身歸位、航向對齊三大條件，且狀態穩定保持片刻，確保車輛貼合軌跡中線后再切換，杜絕交接瞬間車身甩動、偏移；而RTK信號一旦丟失，系統即刻快速切換至反應式駕駛，保障車輛平穩駛出遮擋區域。

03 關鍵技術概述

定位與坐標一致性

為解決定位漂移、軌跡錯位問題，系統搭建同源統一坐標體系：通過高斯-克呂格投影算法，將RTK輸出的經緯度數據精準轉換為平面坐標，與預錄軌跡文件坐標體系同源、無縫匹配。

定位方案無需依賴AMCL定位與預建地圖，采用RTK+FAST_LIO里程計分層融合定位架構，適配無地圖、動態場景作業。經940組實測點位驗證，整套坐標管線最大偏差僅0.577mm，為全程精準軌跡跟隨奠定高精度基礎。

感知誤判治理

針對行業普遍存在的雷達安裝結構性缺陷導致的誤停問題，系統通過扶正+地面分割+軌跡ROI約束三層前置算法優化，從根源消除感知誤判：

• 扶正：雷達前下傾 21° 安裝，cloud_leveler由 IMU 互補濾波估計實時俯仰，將點云轉平。此步必須前置于地面分割，否則傾斜點云會使分割失效；

• 地面分割：patchwork++ 自適應識別并剔除地面與坡道，僅保留真正立起的障礙，從而放行坡面；

• 軌跡 ROI 約束：自定義 Nav2 costmap 層只標注落在軌跡走廊帶內的障礙；軌跡隨彎道彎曲，ROI 帶隨之彎曲，彎道外側的樹天然被排除，治轉彎誤判。

無 RTK 反應式駕駛

針對隧道、密林等RTK失效場景，系統降級啟動Follow-the-Gap間隙通行策略，無需任何全局定位信息，僅依托激光雷達非地面點云，實時搜索前方最寬可通行間隙，引導車輛穩定行駛。

同時優化特殊姿態通行邏輯：若車輛歪斜進入遮擋區域，系統不會直接停機，而是先自主轉向校準車身姿態，對齊隧道、通道延伸方向，擺正車身后持續通行，大幅提升復雜遮擋場景的通行穩定性。

控制下發

系統通過command_coordinator模塊根據實時RTK狀態智能切換控制指令源，將Nav2規劃軌跡精準換算為底盤可控轉角；通過serial_bridge協議橋接模塊，實現上下行數據標準化傳輸。

下行統一輸出AA55控制幀驅動底盤運動，上行實時解析INSPVAXA報文，精準判定RTK信號狀態、提取定位與航向信息。感知層、協議層、控制層通過統一消息接口解耦，系統兼容性、可擴展性更強。

04 虛實聯合驗證

系統的可驗證性來自真車與仿真運行相同的算法節點，差異嚴格約束在通信接口邊界的原則。

實車依托串口完成數據通信，仿真場景則通過雙UDP網橋替代串口功能，分別實現RTK數據接收與控制指令下發，下游算法接收的話題、消息格式統一，無需改動算法代碼。同時仿真系統沿用與實車一致的坐標投影參數，確保虛擬車輛與真實車輛位置精準匹配、軌跡對齊。

針對仿真IMU頻率不足、里程計易發散的問題，系統做針對性適配優化：仿真環境直接輸出無畸變點云數據，跳過FAST_LIO里程計計算環節，依托虛擬RTK完成定位，精準規避仿真硬件短板。整套體系不追求消除虛實差異，而是精準界定差異、可控適配差異，預留專屬切換開關，適配迭代需求。

基于該驗證平臺，傳統實車測試中代價高昂、難以復刻的高危、特殊工況——上下坡行駛、軌跡突發障礙、RTK信號瞬時中斷等，均可在仿真環境中批量復現、反復迭代，同時固化為標準化回歸測試集，大幅降低落地測試成本、提升算法穩定性，這是純實車測試無法實現的核心優勢。

05 結語

本文所述分層式自動駕駛系統，核心解決了園區、廠區低速自動駕駛RTK信號不穩定導致的失控、誤停、適配性差三大核心落地難題。系統通過可降級、帶遲滯、互斥式的分層控制策略，將RTK定位的不確定性，轉化為全場景可控、確定性的車輛行駛行為。

通過三層感知前處理算法，從根源解決了上坡、轉彎兩大結構性感知誤判問題；通過同源坐標管線保障軌跡跟隨精度；通過虛實聯合驗證體系，實現算法快速迭代、高效驗證，大幅縮短項目落地周期。目前系統已完成仿真全鏈路驗證，坐標匹配、點云校正、誤判治理、多工況仲裁核心功能均表現穩定，后續將推進全場景實車標定與落地驗證。

對于遮擋密集、工況復雜的園區配送、廠區巡檢場景而言，自動駕駛技術早已突破了“信號好就能跑"的基礎階段，信號間歇失效仍能穩定、安全、可控行駛，是設備規模化落地、穩定交付的核心關鍵，也是本系統的核心商用價值。

▍關于康謀科技

康謀（前身為虹科自動駕駛事業部）是一家專注于智能駕駛與具身智能領域的解決方案供應商。

我們以數據為核心驅動力，圍繞研發測試全流程，為客戶提供高性能數據采集、存儲、標定與自動化處理工具鏈，以及高保真場景重建、仿真測試等關鍵產品與技術方案，致力于成為客戶在智能化升級道路上的可靠合作伙伴。

我們始終將“為客戶提供覆蓋研發測試全流程的工具鏈、集成方案及可落地的工程服務"作為核心目標。團隊擁有十年以上的汽車行業軟硬件開發經驗，已與奧迪、奔馳、大眾、寶馬等多家OEM及Tier 1企業建立了深度合作關系。秉承以前沿技術推動產業落地，我們始終致力于通過扎實的方案與專業服務，助力客戶在智能駕駛與具身智能領域實現技術突破與創新應用。