Author: MCT
-

-

第二篇|天上的灯塔 | GNSS 是如何告诉我们“我在哪里”的?
引子:一条看不见的信号线 清晨五点,北半球的天空依然深蓝。 在轨运行的 30 多颗卫星,正在默默地广播信号。 信号跨越两万公里,穿过电离层和大气层,抵达地面。 几乎同一时间,你口袋里的手机、汽车的中控、无人机的天线,都在接收同样的信息—— 每一条信号,都携带着一个精确的时间戳。 这,就是人类最庞大的“灯塔网络”:全球卫星导航系统(GNSS)。 它让整个世界在同一坐标体系中运转。 一、从 GPS 到 GNSS:人类的星际定位网 上世纪 70 年代,美国研发了 GPS——最早的卫星导航系统。 随后,苏联的 GLONASS、欧洲的 Galileo、中国的北斗陆续建成。 这些系统共同组成了今天的 GNSS(Global Navigation Satellite System)。 GNSS 的核心思想很简单: “只要我知道几颗卫星的位置和到它们的距离,我就能知道自己在哪。” 地球上任意一点,只要“看到”至少 4 颗卫星,就能算出自己的三维坐标。 这听起来像是魔法,但其实是时间和距离的游戏。 二、原理:与卫星赛跑的光速游戏 每颗卫星都在不停广播自己的“身份”和“时间”。 接收机记录信号到达的时间差,然后乘以光速,得出距离。 四颗卫星,就能解出四个方程,算出三维坐标和时间误差。 但现实并不理想。 信号在穿过大气时会被延迟;卫星和接收机的时钟都有微小漂移; 城市的高楼甚至会反射信号,让接收机“听到”假的距离。 这时,硬件与算法的能力差距就出现了。 消费级设备可能误差几米,而车规级模块(如 MOJANDA)通过多频信号接收、抗干扰射频设计和精密时钟同步,将误差提升至厘米级。 精度,不只是算力的胜利,更是“时间”的胜利。 三、GNSS 的组成:天、地、人三界协奏 一个完整的 GNSS 系统由三部分组成: 这些环节的协作,形成了一个“自洽的时空网络”。 卫星传递空间坐标,地面维持时间一致性,终端设备完成信息融合。 这就是“时空感知”的物理骨架。 四、多频、多系统:可靠性的核心保障 GNSS 的关键突破之一,是多频与多系统的协同。…
-

第一篇:为什么要知道“我在哪里”|从仰望星空到机器理解空间
引子:从迷路的矿工到迷航的机器 2010 年,智利北部一座铜矿塌方,33 名矿工被困地下 700 米。 救援队花了 17 天才准确锁定他们的位置。 那次奇迹般的营救,背后是卫星定位、地质雷达与惯性导航的协同——一次真正的“绝对定位”胜利。 定位听起来平凡,却是现代社会最不容出错的环节之一。 从你的手机导航、外卖配送、无人机航拍,到自动驾驶汽车、具身机器人——它们都在同时回答一个问题: “我在哪里?” 而当答案哪怕错上几厘米,整个系统就可能崩溃。 一、从星辰到坐标:人类的定位演化史 几千年来,人类一直靠星空和罗盘认路。 北极星的位置告诉方向,太阳影子的长度揭示时间。 当经纬度被发明,人类第一次将“方向感”转化为“数字化位置”。 直到上世纪 70 年代,GPS让“位置”变成可计算的物理量。 位于两万公里高空的卫星持续发出携带时间戳的信号,地面接收机测量信号到达的时间差,就能推算出距离。 四颗卫星的距离交汇成一个点,这个点就是“你在哪里”。 二、精度与可靠性的平衡艺术 GNSS 的计算看似简单:时间差 × 光速 = 距离。 但光在 1 微秒内就能传播 300 米,因此时间同步的误差哪怕只有 10 纳秒,也会带来米级的空间误差。 在现代定位中,“精度”早已不是唯一目标。 真正的挑战,是在各种极端环境中依然保持可靠性(Reliability)。 车规级 GNSS 芯片 MOJANDA 的设计理念,就是在高精度的基础上进一步保障系统可靠性。 它通过多系统多频接收、抗干扰射频前端、以及AI算法等能力,使定位结果在高温、强干扰、遮挡环境下依然稳定。 这并非“牺牲精度换可靠”,而是在软硬一体的体系中,让精度更具可依赖性。 三、城市峡谷中的定位考验 在空旷环境中,卫星信号笔直抵达接收机;但在城市“峡谷”中,信号会被高楼反射,多路径效应让接收机“听到”虚假的距离。 结果就是你在地图上飘到了隔壁车道。 这时,SUMACO 惯导模组登场。 它通过陀螺仪与加速度计实时推算位移,能在 GNSS 信号丢失的几秒内维持精确轨迹。 而当信号恢复后,REVENTADOR…
-

-

MCT亮相2025工博会,展示可靠空间感知与具身智能未来
2025年9月23日,2025中国国际工业博览会在上海国家会展中心正式开幕。MCT携多款核心产品与算法平台参展,集中展示公司在姿态感知和绝对定位方向的最新进展,重点面向具身智能、机器人、低空经济与智能设备等应用场景。 本次展出的核心亮点包括: 具备全栈自研能力,已通过 AEC-Q100/Q104 认证,支持全系统多频高精定位,在复杂环境中依然保持高可靠与低功耗表现。 2. SUMACO 系列车规级 IMU 产品 拥有丰富量产经验,具备高稳定性与低漂移特性,提供多形态选择,广泛适配服务机器人、无人系统和工业移动平台。 3. REVENTADOR 多源融合算法平台 覆盖卫星定位、深/紧组合与多源融合等核心算法,结合量产交付经验与完善工具链,在复杂环境中持续输出可靠的姿态感知和绝对定位能力。 在工博会现场,MCT以车规级GNSS芯片、IMU模组及多源融合算法为基础,提供“可集成、可验证、可部署”的姿态感知与绝对定位能力,面向产业落地的三项工具链优势: 模块化 SDK 与 Demo 工具链即插即用,化繁为简、快速上手,帮助方案商与设备厂商显著降低 40% 集成成本。 2. 量产直通|测试效率提升 50% 支持原厂适配、仿真联动与与自动化外场测试,验证效率提升至 50%,加快从原型到批量应用的节奏。 3. 标准输出|适配周期缩短至 1 个月 构建“开发—测试—部署”一体化流程,将系统适配周期由约 3 个月压缩至 1 个月,提升交付确定性。 依托“数据驱动、软硬结合”的策略,MCT的解决方案已在具身智能、城区辅助驾驶、低空经济、机器人、智能设备等领域落地应用,并与产业链伙伴协同推进空间智能在真实场景中的持续优化与规模化部署。 本届工博会 MCT 展位位于 8.1H-F309,展期至 9月27日。欢迎各界伙伴莅临交流。
-

-

共建开源生态,MCT加入理想星环OS指导委员会
2025年9月16日,作为理想星环OS首批生态合作伙伴之一,MCT毫厘智能受邀出席在北京召开的“理想星环OS首届指导委员会会议”。会上,MCT与理想星环OS正式签署合作备忘录,双方将围绕姿态感知与绝对定位能力的标准化输出展开深度合作,共同推动理想星环OS的生态协同与能力开源落地。 此次指导委员会的成立,标志着理想星环OS开源生态迈入协同共建的全新阶段。会议汇聚了来自整车、芯片、操作系统、工具链、感知定位等多个关键领域的代表企业,共同探讨了四大关键议题,包括:社区生态建设及标杆量产项目、开源操作系统与AI技术路线、功能安全体系建设、量产交付能力建设等,并达成初步共识。会议正式通过理想星环OS指导委员会章程,明确委员会组织架构和工作机制,启动关键技术工作组和长期技术路线制定工作。 MCT推进Location SDK标准化建设 作为理想星环OS平台唯一承担姿态感知与绝对定位方向能力建设的合作伙伴,MCT基于其全栈式软硬件能力,负责Location SDK模块的标准化建设,并已完成以下核心能力的深度集成: 上述能力已通过理想星环OS平台验证,并以统一封装、即插即用的标准化模块形式,向生态开发者全面开放。 MCT打造“可集成、可验证、可部署”的感知能力体系 MCT以车规级GNSS芯片、IMU模组及多源融合算法为基础,提供“可集成、可验证、可部署”的姿态感知与绝对定位能力,助力整车企业与生态伙伴构建高可靠感知系统,释放三大核心价值: 模块化 SDK 与 Demo 工具链即插即用,化繁为简、快速上手,帮助方案商与车厂降低 40% 集成成本。 支持原厂适配、仿真联动与自动化路测,测试效率提升达 50%,验证更快、上车更稳。 构建“开发-测试-部署”一体化流程,将整车适配周期从3个月压缩至 1个月,加速从原型走向量产。 MCT推进“灰盒开源”与工具链适配 MCT正在协同推进能力标准化与生态接口开放,围绕“可用、可调、可控”三大目标,构建可规模化部署的生态基础设施: 将REVENTADOR组合导航算法以库形式封装核心能力,开放接口文档,兼顾安全性与适配弹性。 面向多类型空间智能设备,分阶段推动MOJANDA GNSS能力模块灰盒开放,增强多端适配能力。 面向未来,共筑“空间智能+AI”时代的基础设施 未来,MCT将持续深化与理想星环OS平台在姿态感知与绝对定位方向的合作,围绕车规级软硬件融合能力,推动更可靠、更标准、更高效的空间智能模块在多场景下落地应用。作为专注于Physical AI时代的姿态感知与绝对定位创新公司,MCT将与理想星环OS生态伙伴一道,携手打造开放、协同、可持续演进的智能生态体系。
-

-

软硬结合深度集成理想星环OS,MCT构建高可靠姿态与定位能力
2025年8月3日,MCT毫厘智能受邀参加在上海举办的2025 CCF中国开源大会,并在由理想汽车主办的分论坛“开源赋能:空间机器人时代的汽车设计”上发表主题演讲。作为理想星环OS开源生态首批合作伙伴之一,MCT副总裁孙海鹏以《数据驱动、软硬结合,共建理想星环OS Location SDK》为题进行分享,系统阐述了MCT在构建高可靠的姿态感知与绝对定位方面的技术路径与生态价值。 在本次大会上,理想汽车介绍了其开源车载操作系统理想星环OS(Li Auto Halo OS),该平台正通过开放架构构建协同生态,吸引产业链多方参与。MCT作为核心生态合作方,承担了Location SDK模块的软硬件标准化建设任务,已将自研的车规级GNSS芯片模组MOJANDA、车规级IMU模组SUMACO以及REVENTADOR组合导航算法平台深度集成至理想星环OS平台,向生态伙伴提供统一封装、即插即用的标准化模块能力。 打造面向复杂场景的高可靠定位能力体系 孙海鹏在演讲中指出,面向VLA(视觉-语言-动作)大模型驱动下的智能时代,传统的“单一技术点”空间感知方式已难以满足多样化、复杂化的场景需求,系统对姿态感知和绝对定位提出更高要求,不仅要精准,更必须具备高度可靠性、稳定性及快速适配能力。尤其在城区高架、隧道、遮挡等复杂环境下,连续性和鲁棒性成为影响整个系统可用性的关键。 为此,MCT围绕“数据驱动、软硬结合”理念,构建了面向量产部署的姿态感知和绝对定位技术体系: 上述能力已实质性融入理想星环OS平台,并完成量产级标准封装。 为理想星环OS生态带来三大关键价值 MCT所提供的车规级姿态感知和绝对定位能力,成为理想星环OS平台感知能力的重要支撑模块,为整车企业与生态伙伴提供了可靠、标准、高效的系统方案,具体实现以下三大价值: 模块化 SDK 与 Demo 工具链即插即用,化繁为简、快速上手,帮助方案商与车厂降低 40% 集成成本。 支持原厂适配、仿真联动与自动化路测,测试效率提升达 50%,验证更快、上车更稳。 构建“开发-测试-部署”一体化流程,将整车适配周期从3个月压缩至 1个月,加速从原型走向量产。 构建平台生态基础能力,MCT推进标准化融合进程 当前,MCT作为理想星环OS平台“Location SDK”方向的唯一合作伙伴,已全面完成软硬件能力在理想星环OS系统中的深度集成:MOJANDA车规级GNSS模组、SUMACO车规级IMU模组作为系统推荐参考设计,配合REVENTADOR组合导航算法,构成一体化感知能力模块,助力平台建立稳定可靠、具备跨场景通用性的姿态感知与绝对定位能力体系。同时,配套的中间件接口、调试工具链也已完成与理想星环OS系统标准的适配与验证,为开发者提供从嵌入式接入到系统集成的完整路径。 围绕理想星环OS在能力标准化与工具体系建设上的工程实践,MCT正协同推进自身模块的接口级开放与工具链适配工作: 未来,随着理想星环OS向多元“空间机器人”拓展,MCT也将继续深化姿态感知和绝对定位的标准化建设,以全栈式车规级技术能力持续输出可靠、高性能、易规模化的空间智能解决方案,共同推动AI时代下的智能生态基础设施建设,携手打造更加开放、协同的空间智能未来。
-

MCT亮相2025智能辅助驾驶大会:VLA时代需要怎样的姿态感知与绝对定位?
2025年7月22日,MCT毫厘智能受邀出席由盖世汽车主办的“2025第八届智能辅助驾驶大会·感知融合专场”。公司业务总监胡洋以《软硬结合、AI赋能,支撑VLA时代的可靠可信姿态感知和绝对定位》为题发表主题演讲,围绕智能驾驶感知系统的核心挑战,系统阐释了MCT组合导航方案的软硬一体能力布局,并强调:“可靠感知能力将成为未来智能驾驶架构持续演进的关键支撑。”
-

MCT M1模组获AEC Q104认证,完成车规级系统验证闭环
2025年6月,MCT毫厘智能宣布,旗下M1车规级卫星导航系列模组顺利通过全球权威认证机构SGS的AEC Q104认证。这标志着MCT完成了从芯片级(AEC Q100)到模组级(AEC Q104)的全链路车规级质量验证,构建起从芯片到模组的车规级质量闭环,进一步夯实MCT在空间智能领域的系统化能力基础,特别是在城区辅助驾驶与具身智能等复杂场景中的可靠性支撑。 M1系列模组脱胎于MCT全栈自研的MOJANDA车规级芯片平台,是其系统级演进的重要落地形式。此前,MOJANDA芯片已通过AEC Q100认证,达成车规级核心器件的质量标准。本次M1模组通过AEC Q104认证,代表了MOJANDA平台在整模组层面同样达成车规级要求,标志着MCT完成了空间智能产品从核心器件到系统化模组的技术闭环。 AEC Q104作为模组级车规标准,聚焦产品在温度冲击、机械振动、电磁干扰等极端工况下的长期稳定性。MCT在软硬件协同设计、车规制造工艺与一致性控制方面的技术积累,使M1模组顺利通过全项测试,是MOJANDA芯片平台迈向系统化落地的关键成果。 除了在城区辅助驾驶中的广泛应用,M1模组也面向具身智能设备提供精准的空间感知能力,涵盖两足机器人、移动智能体、室内外协作机器人等多种新兴形态。其高集成度、高鲁棒性和低功耗特性,使其在动态感知、路径规划、自主控制等关键任务中具备天然适配性,成为支撑下一代智能机器空间理解与行为决策的核心基础模块。 M1模组的认证不仅是MOJANDA芯片家族车规级体系的延展,也标志着MCT在“芯片—模组—平台”技术路径上的稳步推进。未来,MCT将持续深化空间智能核心能力,服务于城区辅助驾驶与具身智能终端的规模化落地,推动空间感知能力从精准走向智能,为智能系统构建更强的实时决策基础。
-
