GNSS/INS 传感器融合：Septentrio FUSE+ 技术解析与应用选型

摘要

GNSS/INS 传感器融合（sensor fusion）指的是把 GNSS 的绝对定位与惯性测量单元（IMU）的加速度、角速度观测放进同一个导航解算引擎，让设备在卫星信号被遮挡、被反射或被干扰时仍然连续输出位置与姿态。本文依据 Septentrio 官方 FUSE+ 技术页面整理，说明为什么「只靠 GNSS」在真实工况下不够、FUSE+ 如何在融合过程中持续评估 GNSS 观测质量、引擎的输入与输出分别是什么，并给出五类典型挑战的应对方式、选型落点与集成核对项。文中提到的机型为 AsteRx-i3 D Pro、AsteRx-i3 D Pro+ 与 RBi3 系列，配套的 RAIM+、APME+、AIM+ 能力同属 Septentrio GNSS+ 技术体系。

文中技术描述与产品能力来自 Septentrio 公开技术资料，具体精度指标、接口与时延以对应产品数据手册为准；价格与货期不在本文范围内，请按实际项目与我们确认。

关键词：GNSS/INS、传感器融合、FUSE+、组合导航、惯性导航、RAIM+、APME+、AsteRx-i3 D Pro、Septentrio、南京宏成智能

图 1：FUSE+ 把 GNSS 与惯性/运动传感器融合为单一导航解。图片来源：Septentrio 技术资料

目录
摘要 ｜ 一、只靠 GNSS 为什么不够：三类现实工况 ｜ 二、GNSS/INS 传感器融合到底是什么 ｜ 三、FUSE+ 的核心：融合质量取决于 GNSS 观测质量 ｜ 四、FUSE+ 的输入、输出与工作方式 ｜ 五、五类典型挑战与 FUSE+ 的应对方式 ｜ 六、选型与集成：哪些接收机、怎么落地 ｜ 七、常见问题（FAQ） ｜ 八、相关 Septentrio 产品与方案

一、只靠 GNSS 为什么不够：三类现实工况

在开阔天空，高精度 GNSS 接收机能稳定给出厘米级固定解，这也是农机导航、测量和无人机作业能把精度做到厘米级的原因。问题出在「开阔天空」这个前提本身：真实的作业现场几乎不存在理想条件，接收机要面对的是建筑、隧道与城市峡谷、密林与树冠、大型机械、强电与通信设施。

这些环境对定位的影响可以归成三类，它们损坏的是不同的东西：

• 信号被遮挡（availability 下降）。建筑、隧道、密集树冠会直接切断卫星视线，可用卫星数下降、几何结构变差，定位从固定解退化成浮点解甚至单点解，严重时整段无解。此时的问题不是「不准」，而是「没有」。
• 信号被反射（accuracy 下降）。多径信号让伪距与载波相位观测带上偏差，位置输出出现跳点、尖峰和抖动。此时有解，但解不可信。
• 信号被干扰、被高动态拉扯（integrity 下降）。人为或环境干扰抬高噪声底，急加速、急转向、强振动则让观测质量在短时间内剧烈变化。此时最难判断的是「这一刻的解到底能不能用」。

工程上常见的做法是加一套惯性传感器：GNSS 给绝对位置，IMU 在 GNSS 短暂失效的几十毫秒到几十秒里推算运动。这个思路本身没问题，但融合出来的结果好不好，几乎完全取决于一件事——融合引擎怎么看待 GNSS 观测的质量。这正是 FUSE+ 与其他融合方案的差别所在。

二、GNSS/INS 传感器融合到底是什么

GNSS/INS 传感器融合，是把 GNSS 接收机的定位结果（以及更底层的观测信息）与 IMU 测得的加速度、角速度放进同一个导航滤波器里，联合估计载体的位置、速度与姿态。两者在物理上是互补的：

对比项	单独 GNSS	GNSS/INS 融合
位置来源	卫星观测的绝对解算	GNSS 绝对解 + IMU 推算，互相约束
时间特性	绝对精度高，但可能出现跳点与中断	短时连续、平滑，中断期由惯性推算兜底
输出内容	位置、速度（航向多由轨迹推算）	位置、速度、航向、俯仰、横滚
信号被遮挡时	直接失锁或无解	惯性推算维持输出，待 GNSS 恢复后重新纳入
误差随时间	不随时间累积（绝对基准）	GNSS 可用时不累积；长时间无 GNSS 时惯性误差缓慢累积

表 1：单独 GNSS 与 GNSS/INS 融合的差别

需要说清的一个概念是航位推算（dead reckoning）：GNSS 失效之后，引擎以最后一个可信的 GNSS 解为起点，用 IMU 与其它运动输入（如车速、轮速、里程计）累加位移与转动。它的精度会随惯性误差的累积而逐渐变差，但连续性得以保持——对机控和自动驾驶来说，「连续但缓慢变差」远好于「突然没有」。

市面上的 GNSS/INS 方案都在做这件事，差别在细节：有的把 GNSS 观测当作等权重的输入，有的则在融合前先判断观测是否可信。前者在 GNSS 质量变差时会把误差直接带进导航解，后者能压制这类污染——这是下面一节的主题。

三、FUSE+ 的核心：融合质量取决于 GNSS 观测质量

FUSE+ 是 Septentrio 的 GNSS 感知型（GNSS-aware）传感器融合技术，建立在二十五年以上的 GNSS 接收机设计经验之上。它的思路不是「把 GNSS 与 IMU 都塞进滤波器」，而是在融合之前，先判断这一批 GNSS 观测值有多可信：卫星高度角、载噪比、残差、多径与干扰指标都会参与评估，质量差的观测被降权或剔除，而不是被平均进去。

为什么这一步不能省？如果 GNSS 的误差与不确定度没有被正确建模，会连锁出现四个后果：

• 误差在导航解里传播。一批带多径偏差的观测会把位置解整体拉偏，而 IMU 只会「相信」这个被污染的基准继续推算。
• GNSS 恢复后收敛变慢。滤波器若在失锁期间已经发散，重新捕获信号后需要更长时间才能回到可信精度。
• 低质量观测影响位置估计。等权重融合无法区分「一颗低仰角卫星」和「一颗干净的卫星」，结果是精度被最差的那条观测决定。
• 完好性难以维持。没有可信的观测质量评估，就无法给出可靠的保护级与告警。

换句话说，传感器融合的上限由 GNSS 侧的质量决定。这也是把 FUSE+ 与 RAIM+（接收机自主完好性监测）、APME+（多路径抑制）、AIM+（抗干扰）放在一起看才有意义的原因：GNSS 侧越干净，融合侧才有可用的输入。本站《接收机自主完整性监测（RAIM+）：从统计检验到 RTK 固定解验证》与《干扰环境下的 GNSS：定位为何失准、授时为何「跑偏」》分别展开了这两条线索。

图 2：城市多径场景下两种融合方案的实测对比，橙线为 FUSE+ 配合 APME+ 的位置结果。图片来源：Septentrio 技术资料

四、FUSE+ 的输入、输出与工作方式

FUSE+ 的引擎把 GNSS 接收机测量与 IMU 数据、以及附加的运动输入（三维里程计、车辆类型等）合成一个导航解。GNSS 提供绝对基准，惯性传感器提供两次 GNSS 更新之间的连续运动信息。

输入	作用
GNSS 接收机测量	绝对位置与时间基准，是融合解的「锚」
IMU 数据	加速度与角速度，支撑失锁期间的航位推算与姿态估计
车辆速度信息	轮速、里程计或 LiDAR/视觉测速，约束惯性误差累积
附加运动输入	三维里程计与车辆类型等，用于改善动态条件下的估计

表 2：FUSE+ 的四类输入

输出则是一套完整的导航状态：位置、速度、航向、俯仰、横滚。这一点对机控与自动驾驶尤其关键——作业机械不只需要知道「在哪」，还需要知道「朝哪、倾了多少」，而单靠 GNSS 位置序列推算出来的航向在低速与静止时并不可靠。

图 3：FUSE+ 的架构：GNSS、INS 与附加运动输入合成单一导航解，以提高定位可用性与完好性。图片来源：Septentrio 技术资料

在工程实现上，这套引擎带来的可用性提升可以拆成五条：

• 失锁期间连续定位。GNSS 中断时以航位推算维持输出，信号恢复后重新纳入观测，不需要重新初始化整段作业。
• 挑战环境下保持可用。城市道路、密林、矿区、港口与施工现场的共同点是「GNSS 时好时坏」，融合把可用率从「有信号的时间占比」提升到接近作业时长。
• 交叉校验带来的完好性。独立于 GNSS 的传感器输入可以对 GNSS 解做一致性检验，配合 RAIM+ 判断解是否可信。
• 更平稳的位置输出。多传感器合成抑制了单 GNSS 解常见的跳点与噪声，转向与机具控制不需要再做过重的滤波。
• 可扩展的传感器接法。轮速传感器、LiDAR、相机等速度来源可按整车架构灵活接入。

五、五类典型挑战与 FUSE+ 的应对方式

把官方技术资料里的逻辑摊平，就是下面这张表：每一行是一类真实工况，左列说清「为什么必须处理」，右列说清「引擎做了什么、现场能得到什么」。

典型挑战	为什么重要	FUSE+ 的做法	现场收益
GNSS 信号暂时遮挡	建筑、隧道、植被与机械会切断卫星视线，定位直接中断	以惯性航位推算跨过中断区间，维持导航解	减少信号中断对作业连续性的影响
GNSS 观测质量变差	低质量观测会让解算结果的可信度下降	持续评估观测可靠性，在同一引擎内联合可用观测与惯性数据	信号条件变化时表现更稳定
多径与反射信号	反射信号引入位置偏差与输出跳变	GNSS 与惯性联合，并由 APME+ 抑制多径影响	复杂环境中保持可用性与稳定性
车辆动态剧烈	急加速、振动与工况切换影响导航表现	联合 GNSS、IMU 与可选运动输入，持续估计运动状态	导航更平滑，机具动作更稳定
需要姿态信息	引导、机控与自动驾驶不只要位置，还要朝向	由 GNSS 与惯性联合输出位置、速度、航向、俯仰、横滚	直接支撑引导、控制与自动驾驶

表 3：五类典型 GNSS 定位挑战与 FUSE+ 的应对方式

需要提醒的是，第 1 行与第 3 行的解决手段并不相同：遮挡靠的是惯性推算顶住时间（能顶多久取决于 IMU 等级与标定质量），多径靠的是 GNSS 侧的 APME+ 与观测质量评估。把两者混为一谈，会在选型时低估 IMU 等级的重要性，或者在多径严重的地块上错误地期待惯性来救场。

六、选型与集成：哪些接收机、怎么落地

Septentrio 把 FUSE+ 集成在 GNSS/INS 接收机里，按形态可分为两族：板卡级（便于整机厂集成，体积功耗敏感）与加固整机（防护等级高，直接装机控现场）。官方 FAQ 点名的机型包括 AsteRx-i3 D Pro、AsteRx-i3 D Pro+、AsteRx RBi3 Pro 与 AsteRx RBi3 Pro+。

按用途给三条落点：

• 要板卡集成、空间功耗敏感 → AsteRx-i3 D Pro / D Pro+：单天线即可输出航向、俯仰与横滚，短时 GNSS 失锁可惯性推算；Pro+ 版本在天线配置上更灵活，并可输出同步的原始 GNSS + IMU 数据流，便于客户叠加自己的融合算法（例如与 LiDAR 紧耦合）。
• 要整机、要防护、现场环境恶劣 → RBi3 系列加固接收机：面向机控与工程机械，可选双天线航向，安装与维护都按整机思路做。
• 客户自己要做更大的传感器融合 → 优先考虑能输出原始观测与 IMU 同步数据的型号，把融合算法留在自己手里。

集成阶段最容易被忽略的三件事：一是IMU 的安装刚性与朝向必须按手册标定，杆臂（lever arm）参数错了，融合解的姿态会系统性偏移；二是GNSS 天线与 IMU 的相对位置一旦改动就要重新标定，机械改装的「小改动」往往就是精度问题的根源；三是速度输入的来源要与整车架构匹配，轮速信号在打滑工况下会误导滤波器，此时应降权或改用其它测速源。

本站《GNSS 模组更新率与输出延迟/抖动性能报告》给出了输出率与延迟的实测方法，机控场景里与融合解一起核对会更完整。

七、常见问题（FAQ）

GNSS/INS 与单独 GNSS 的差别是什么？

单独 GNSS 靠卫星信号解算位置；GNSS/INS 在此基础上加入 IMU，同时输出位置、姿态与运动信息。信号被遮挡、质量下降或工况剧烈变化时，惯性传感器负责维持导航的连续性，直到 GNSS 观测重新可用。

为什么说「融合质量取决于 GNSS 质量」？

因为融合的绝对基准来自 GNSS。观测质量差、误差未被建模时，偏差会直接进入导航解并被惯性推算继续放大。FUSE+ 在融合前持续评估 GNSS 观测可靠性，把这一步纳入导航解算，从而改善连续性、完好性与恢复速度。

什么是航位推算（dead reckoning）？

以最后一个可信的 GNSS 解为起点，用 IMU 与其它运动输入累加位移与转动，不依赖新的卫星观测。惯性误差会随时间累积、精度逐渐下降，但在 GNSS 恢复前保持了输出连续性。

工业场景里最常与 GNSS 组合的传感器是什么？

最常用的是 IMU；其次是车速信息，来源可以是轮速传感器、LiDAR 或相机。FUSE+ 以 GNSS 与 IMU 为核心输入，速度来源可按整车架构灵活配置。

GNSS 与其它传感器给出矛盾信息时怎么处理？

融合前先对来自 GNSS、IMU 与其它传感器的测量做一致性与质量评估，再决定权重，从而把劣化或冲突数据的影响压到最小，而不是把它们平均进解里。

GNSS 信号暂时完全不可用时，定位解会怎样？

引擎切换到惯性推算维持输出，GNSS 恢复后观测被平滑地重新纳入解算。可用时长与精度取决于 IMU 等级、标定质量与中断时长，实际指标以对应产品数据手册为准。

能否接入轮速、LiDAR、相机或整车里程计？

可以，作为 GNSS 与 IMU 之外的速度/运动信息来源。具体支持情况取决于接收机型号、可用接口与系统架构，选型阶段应一并确认。

哪些 Septentrio 接收机使用 FUSE+ 技术？

官方点名的机型为 AsteRx-i3 D Pro、AsteRx-i3 D Pro+、AsteRx RBi3 Pro 与 AsteRx RBi3 Pro+。本站目前列出的板卡与整机型号见下一节，具体配置与固件版本请与我们核对。

八、相关 Septentrio 产品与方案

与 FUSE+ 相关的产品可按形态对应到本站的产品页面：

• 组合导航（GNSS/INS）方案总览 —— AsteRx 系列 GNSS/INS 板卡与加固整机、Qinertia 后处理软件的入口页。
• AsteRx-i3 D Pro —— 单板 GNSS/INS，单天线可输出航向/俯仰/横滚，短时失锁可惯性推算。
• AsteRx-i3 D Pro+ —— 单/双天线配置更灵活，可输出同步的原始 GNSS + IMU 数据流。
• AsteRx-i3 S Pro+ —— 同系列板卡型号，适合按接口与天线配置做进一步取舍。
• AsteRx SBi3 Pro —— 加固型 GNSS/INS 整机，面向机控与恶劣环境。
• AsteRx SBi3 Pro+ —— 同系列高配整机变体。
• Qinertia GNSS/INS 后处理软件 —— 与 IMU 数据配合做后处理，用于精度复核与轨迹精化。
• Septentrio mosaic-X5 —— 全星座全频点高精度模组，内置 AIM+、APME+、IONO+、RAIM+，适合以定位为主、需要自行集成 IMU 的方案。

选型前建议先确认三件事：作业中 GNSS 中断的典型时长、是否需要姿态输出、以及速度信息从哪里来。南京宏成可提供上述产品的选型建议、配置支持与技术支持。

相关文章

• 接收机自主完整性监测（RAIM+）：从统计检验到 RTK 固定解验证
• 干扰环境下的 GNSS：定位为何失准、授时为何「跑偏」
• GNSS 干扰抑制实战：AIM+ 频谱诊断与陷波滤波器配置
• 电离层闪烁监测与 IONO+ 抗闪烁技术：从 S4 指数到实测验证
• 拖拉机 RTK 自动驾驶改装：接收机选型、差分方案与安装标定

延伸阅读：本站技术论文

1. 拖拉机 RTK 自动驾驶改装：接收机选型、差分方案与安装标定
2. Septentrio 基准站架设指南：选型、安装、参考位置与 RTCMv3 差分输出
3. 高速作业中的 GNSS 定位表现：三类公开资料的核对与验证方法
4. Mosaic 树下测试技术报告：半天空、树下与降雨条件下的多接收机记录
5. Mosaic 树下测试技术报告：三场景多接收机记录复核
6. GNSS 模组更新率与输出延迟/抖动性能报告
7. 电离层闪烁监测与 IONO+ 抗闪烁技术：从 S4 指数到实测验证
8. 干扰环境下的 GNSS：定位为何失准、授时为何「跑偏」
9. GNSS 干扰抑制实战：AIM+ 频谱诊断与陷波滤波器配置
10. 接收机自主完整性监测（RAIM+）：从统计检验到 RTK 固定解验证
11. Galileo HAS 高精度服务技术与应用简介：含 Mosaic-G5 P3H 实测结果

参考资料与出处说明

作者：管理员

发布日期：2026年11月11日

内容来源：本文由本站根据 Septentrio 官方技术资料（Advanced Positioning Technology — FUSE+ 传感器融合技术页）整理撰写，并结合 GNSS/INS 集成与机控应用的工程实践补充说明；产品能力与精度指标以对应产品数据手册为准。

外部参考（Septentrio 官方技术页）：

• FUSE+ 技术页：https://www.septentrio.com/en/learn-more/advanced-positioning-technology/fuse-sensor-fusion
• GNSS+ 技术总览（LOCK+ / APME+ / RAIM+ / IONO+）：https://www.septentrio.com/en/learn-more/Advanced-positioning-technology/gnss-technology
• RAIM+ 完好性监测：https://www.septentrio.com/en/learn-more/Advanced-positioning-technology/gnss-technology/receiver-autonomous-integrity-monitoring
• APME+ 多路径抑制：https://www.septentrio.com/en/learn-more/Advanced-positioning-technology/gnss-technology/multipath-mitigation-technology
• GNSS/INS 产品家族：https://www.septentrio.com/en/products/gnss-ins-receivers

图表说明：图 1–图 3 取自 Septentrio 官方技术资料，版权归 Septentrio 所有，本站按原图引用并在图注中标注出处；图 2 的原图尺寸较小，按原始分辨率居中展示，未做放大以免模糊。

Septentrio全球最大代理商-南京宏成：南京宏成智能科技有限公司长期供应 Septentrio Mosaic-G5 系列（P3 / P3H / T / P6 / P8）、mosaic-X5、PolaRx5 系列与 AsteRx 系列高精度 GNSS 模组、板卡与接收机，并提供 GNSS/INS 组合导航方案的选型、集成与技术支持。相关需求请联系 cs@hc-zn.com。