一、引言：矿山——自动驾驶最苛刻的定位考场当自动驾驶从城市道路驶入地下数百米的矿井巷道，一个根本性难题摆在面前：没有卫星信号，如何精确定位？矿山环境对定位系统提出了近乎苛刻的要求。井下巷道深埋地下，GNSS卫星信号基本被屏蔽；巷道采用全断面掘进工艺，岩壁纹理高度趋同，极易让激光雷达、摄像头等感知设备产生位置漂移；井下常年弥漫高浓度粉尘和厚重水雾，对精密电子与光学设备的稳定运行构成严峻考验。即便在露天矿区，破碎站、深凹采场等区域同样存在信号遮挡问题。与此同时，矿山运输对定位精度的要求却极高——装卸载需要厘米级停靠精度，狭窄巷道会车需要亚米级的位置判断。这是一个典型的卫星拒止环境下的高精度定位难题。矿山智驾如何破局？答案是：没有哪一种单一传感器能独力承担，必须依靠多源融合定位技术。二、矿山定位面临的独特挑战2.1 井下：卫星信号完全拒止地下煤矿巷道是典型的GNSS拒止环境。车辆在井下完全无法依赖卫星定位，所有定位信息必须来自车载传感器和预先部署的设施。这一根本性约束，使得地面自动驾驶中成熟的RTK（实时动态差分定位）方案在井下完全失效。2.2 特征退化：巷道的高度相似性井下巷道往往采用标准化掘进工艺，断面形状一致、壁面纹理单一、缺乏明显的视觉特征点。这种自相似结构使得基于视觉或激光雷达的SLAM算法极易出现特征匹配失败，导致位姿估计漂移甚至发散。正如一篇综述所指出的，“感知退化”和“精确定位困难”是井下自动驾驶面临的两大核心挑战。2.3 动态与极端工况矿