1+1>2”的融合哲学，组合导航如何进行数据融合

“1+1>2”的融合哲学，是组合导航区别于任何简单传感器拼接的根本所在。它并非简单的GNSS与INS的拼接，而是一种信息层面的、动态的、智能化的数据融合，要达到这种融合，我们就必须要学习一个核心东西—卡尔曼滤波器

数据融合的根本—以卡尔曼滤波器为核心的智慧大脑
如果组合导航像一座精密的钟表，传感器（IMU， GNSS） 是提供原始动力的发条和齿轮。那么卡尔曼滤波器就像是擒纵调速机构，它的作用可以用两个词来概括，预测和更新，它可以根据INS的物理模型和前一时刻状态，预测当前时刻的状态和不确定性。然后用GNSS等外部传感器的实际观测值与预测值进行比较。根据两者不确定性的比例，以最优方式修正预测值，得到最终的最优估计。

“状态”层面的融合，而非“输出”层面的拼接
它不直接相信任何传感器的最终输出结果，而是深入其内部模型。它通过一套严密的动力学模型来预测载体状态应该如何变化，然后将GNSS等外部传感器提供的测量值，与模型的预测值进行比对。
差异（即“残差”）的出现，不是因为模型错了，就是因为测量值错了，或者两者皆有。卡尔曼滤波器的作用，就是基于对两者不确定性的精确量化，以最优的数学方式，将这个“残差”智慧地分配，一部分用于修正状态估计（让我们更知道自己在哪），另一部分用于更新对传感器误差的估计（让我们更了解自己的“工具”有多不准）。
赋予系统“自知之明”——对自身精度的实时评估
卡尔曼滤波器不仅能输出最优的状态估计，还能同步计算出该估计的不确定性（协方差矩阵），这意味着，系统可以随时告诉我们：“此刻的位置精度在10厘米内（2σ）”，或者“GNSS信号已中断20秒等等。
在现有已知的产品中，有一款产品可通过多技术协同实现自身精度的实时评估，其精度更是达到测绘级顶尖标准，测绘级 & 超高精度MEMS组合导航系统—ER-GNSS/MINS-01，系统可通过对比 GNSS 定位数据与惯性测量单元（IMU）的推算数据，实时发现并修正偏差，间接完成精度评估。同时系统具备的 - 40℃~+80℃的实时温度补偿功能，可实时监测器件温度并修正零偏值，实时把控实现精度的同步评估。并且融合算法校验数据稳定性，检验精度异常，实现精度实时评估与偏差修正。
高精度以及实时对自身精度评估功能是ER-GNSS/MINS-01优势所在，选择ER-GNSS/MINS-01，就选择了可靠与精度。

审核编辑 黄宇