位置信息是无人驾驶车辆路径规划和车辆控制的基础，是无人驾驶实现的关键要素 ：对比有人驾驶系统，人通过眼睛和耳朵感知旁边的环境， 对比记忆做出决策，比如方向盘控制、加减速、变道、刹车等等；无人驾驶则通过车载雷达、 摄像头、GNSS/IMU等传感器搜集车辆位置信 息，并以位置信息数据为基础，根据高算力的计算中心获取经过优化的驾驶决策，最后无人驾驶系统基于决策层给出的驾驶决策，对制动系 统、发机转向等控下达指令，负责驾驶执行。
位置信息具体有两层含义：（1）得到车与周围环境之间的相对位置，即相对定位；（2）得到车的精确经纬度，即绝对定位。
位置信息获取的主要技术方案包括：（1）基于卫星信号的定位：以GNSS系统为主，结合RTK实现厘米级定位；（2）惯性定位：依靠惯性传感器获得加速度和角速度信息，通过推算获得当前的位置和方位的定位技术； （3）环境特征匹配：利用车载摄像头、激光雷达等传感器，感知旁边的环境（相对定位），用观测到的特征和数据库里的语义地图或特征 地图进行匹配，得到车辆的位置和姿态（绝对定位）。
自2009年谷歌开始研发Waymo无人驾驶汽车开始，全球无人驾驶产业化便逐渐开启。发展至今，不同厂商之间出现了发展路径上的差异。 根据获取位置信息的技术方法和传感器方案，我们将其主要分类为三大技术路径： 一、以特斯拉为代表的纯视觉方案，采用车载摄像头为主要感知设备，结合算法确定车辆位置信息； 二、多传感器融合方案，包括摄像头、车载雷达、卫惯组合导航系统等多种感知设备，实现多源融合定位，这是除特斯拉以外的绝大多数 车厂（自L2+发展，如奥迪、蔚来等）或科技公司（往往定位L4+，如谷歌Waymo/百度Apollo等）的选择； 三、车路协同路线，将车载的部分感知能力转移至路侧，通过V2X实现车辆位置信息的获取和交互。
全球卫星导航系统（GNSS）的基本技术原理：通过已知的卫星的精确位置，得到接收机与卫星的距离，利用3颗卫星及三维坐标中的距离公式， 组成3个方程式，又由于卫星时钟和接收机时钟存在钟差，故引入第4颗卫星，从而解出观测点的位置、经纬度和高程。由于卫星运行轨道、卫星 时钟存在误差，大气对流层、电离层对信号的影响，为提高定位精度，普遍采用差分技术，建立基准站 (差分台)进行观测，利用已知的基准站精 确坐标，与观测值作比较，从而得出修正数，并对外发布。接收机收到该修正数后，与自身的观测值作比较，消去大部分误差，得到一个比 较准确的位置。
从可用性角度，GNSS+RTK方案是最常用、最成熟的高精度定位方法：车联网的主要应用场景大多涉及到交通效率和交通安全，高精度定位的 可用性是至关重要的核心指标。而随着北三组网完成，一方面，全球形成四大卫星导航系统，而民用卫星接收终端均可以同时接收不同系统的卫 星信号，进行融合定位，增强信号稳定性和可用性；另一方面，北斗系统在亚太地区精度较高，而国内包括千寻位置、中国移动、六分科技等地 基增强网络建设较为完善，高精度定位的解算能力、通信链路的质量和覆盖均有较高水准。
GNSS系统也有自身缺陷：1) GNSS需要持续的外部卫星信息才能定位，而受到建筑物、高架、隧道等遮挡或环境如太阳、磁场等变化时， 轻易造成定位信息出现中断或削弱；2）GNSS信号频率低，不足以支撑实时位置更新。上述缺陷在如车辆换道超差、拥堵跟车碰撞、故障停 靠、ODD发送错误等无人驾驶场景上显现的尤为严重。
MU全称inertial measurement unit，即惯性测量单元，一般可装备于运载体（如飞机、传播、汽车、无人机等）并用于实现导航定位，其原 理为系统通过连续测得运载体角速度和线速度并进行积分运算即可连续、实时预测运载体的当前位置。从组成上来看，IMU通常由3个加速度 计和3个陀螺仪以及其他如磁力计、压力传感器等部件组成。其中加速度计检测物体的线性加速度并测量速度变化，而陀螺仪检测载体相对于 导航坐标系的角速度信号，对这些信号做处理之后，便可解算出物体的姿态。
IMU是无人驾驶定位系统的最后一道防线：第一，IMU对相对和绝对位置的推演没有一点外部依赖，是一个类 似于黑匣子的完备系统；相比而言，基于GNSS的绝对定位依赖于 卫星信号的覆盖效果，基于高精地图的绝对定位依赖于感知的质量 和算法的性能，而感知的质量与天气有关，都有一定的不确定性。 第二，同样是由于IMU不需要任何外部信号，它可以被安装在汽车 底盘等不外露的区域，可以对抗外来的电子或机械攻击；相比而言， 视觉、激光和毫米波在提供相对或绝对定位时必须接收来自汽车外 部的电磁波或光波信号，这样就很容易被来自攻击者的电磁波或强 光信号干扰而致盲，也容易被石子、刮蹭等意外情况损坏。 第三，IMU对角速度和加速度的测量值之间本就具有一定的冗余性， 再加上轮速计和方向盘转角等冗余信息，使其输出结果的置信度高 于其它传感器提供的绝对或相对定位结果。
卫惯组合系统产业链上游主要为各类元器件，如惯导的陀螺仪、加速度计等传感器以及卫导的芯片、板卡、天线等；中游主要为惯导/卫导系 统模块供应商以及卫惯组合导航系统集成商；下游则面向军用及民用等市场，其中无人驾驶是民用领域的蓝海市场，未来市场空间广阔。
从上游元器件来看，国产公司在惯导核心器件上仍待继续突破，但卫导方面已取得进展，国产替代进行中：目前中国在惯导技术上与国际领先水平存在差距，以核心元器件加速度仪为例，中国市场的70%被Bosch以及ST两大海外有突出贡献的公司占 据。 卫导核心元器件国产厂商逐步突破，目前主要卫导芯片市场参与者包括北斗星通 、振芯科技、海格通信、华大北斗等，截至2020年底，国产北斗兼容型芯片及模块销量已超过1.5亿片；高精度板卡领域，国产厂商如和 芯星通（北斗星通）目前占据行业第一，据公司公告，高精度板卡出货量占国内60%-70%的份额。
目前来说，组合导航产业的中游市场参与者大致上可以分为两类：其一，以u-blox、ST、高通等为代表的海外传统车载导航芯片、模块供应商，长期以来作为Tier 2或Tier 3参与汽车供应链。以u-blox为 例，长期以来， u-blox的GNSS芯片、模块便供应给奔驰、宝马、法拉利、保时捷以及奥迪等汽车品牌。而在组合导航领域，u-blox于 2019年推出了ZED-F9K模块，支持GNSS+IMU。
优势方面：传统供应商与车厂、Tier 1合作时间较久，供应关系相对来说比较稳定；直接以芯片方案提供，有可直接演化至最终形态；
劣势方面：（1）在快速迭代以适配车厂要求等方面存在一定不足，难以及时满足车厂定制需要；（2）算法在精度、协同性等性能方面 有一定局限，尤其当前在北斗高精度领域还有待完善。
其二，如华测导航、导远科技等国内厂商以Tier 1的形式提供定位终端，作为新供应商切入汽车供应链。如前文所述，当前车企的需求偏 向定制化，因此新兴厂商主要以提供定位终端的形式参与供应链。
优势：（1）作为Tier1直接面对车厂需求，能及时满足车厂的定制化需要；（2）算法能力如整体协同性、算法迭代速度、国内环境适应性 等方面具有一定优势。
从传统供应商与新兴供应商的竞争来看，双方都有各自的优劣势，因此总体来说，传统供应商具备较为稳定的供应链关系，在弥补当前算法 等方面的相对劣势后，市场机遇仍然充足；而新兴供应商由于当前算法能力较为领先，尤其表现在适配车厂需要方面，目前具有一定优势， 叠加新能源车国内车厂话语权提升，目前相较传统供应商具有一定的领先优势。
短期内，卫惯组合系统产品的核心竞争力最重要的包含： 第一，厂商核心技术能力：卫导、惯导的元器件（芯片、模块）与算法能力，及相互融合的技术方面的要求。第二，整套技术方案的协同性：组合系统搭载于车端，除定位终端外，还需要搭载卫星信号接收天线以及配备差分服务，有关技术的积累 以及整套方案的协同性影响产品性能。 第三，与车企的沟通能力：即能够灵活来适配各个车企不同的产品需求。 各个厂商的产品核心能力差异决定了当前的市场卡位，而由于车载产品要求比较高，正常的情况下确定供应商后，供应关系将较为稳定，有望赢 得更多市场份额。
而长期来看，由于产品终局形态有望走向芯片集成，产业链芯片能力或是国内卫惯组合系统供应商竞争的关键：（1）整体来说，芯片能力如设计、集成等成为关键。走向芯片集成化的产品形态，第一，其中卫惯组合系统的整个芯片系统模块设计能力将 是产品差异化的重要来源；第二，模块集成能力存在行业壁垒；第三，芯片内置的核心算法是一个比较高的技术壁垒。 （2）惯导芯片影响系统精度。目前国产厂商惯导芯片主要以外购为主，但惯导传感器芯片对系统精度有特别大的影响，一定要通过设计、加工、 封装等保证惯导传感器的机械结构件免受外因影响，提高系统精度，因此惯导芯片具有定制化属性。当产品形态未来走向集成化，具 备惯导芯片能力的厂商能够定制化更满足自身系统的惯导传感器，提升产品竞争力。 （3）卫导芯片能力领先企业占得先机。如同惯导芯片，卫导芯片也对系统性能有影响，并且从整套系统方案来讲，卫星定位占较为重要 的位置，惯导相对来说是辅助性的。因此目前卫导芯片能力领先的企业长久来看竞争优势更为显著。