浪尖知识库 2026

导航工程

33分钟阅读

导航工程：让万物知道自己在哪里

我当年我选导航工程这个专业的时候，身边亲戚朋友一听名字就问我：“是不是毕业去装GPS？“我都懒得解释了——这专业哪是装个导航这么简单，这是研究怎么让飞机、导弹、汽车、机器人、无人机乃至任何移动的物体，都能精确知道自己”我在哪、我要去哪、怎么去”的核心技术专业。

，从一所普通211院校毕业，现在在一家自动驾驶公司做定位算法。说起来挺好笑的，当年高考完选专业，我以为导航就是”高德地图+百度地图”，结果读了四年下来才发现——我操，这才是真正的高科技啊。北斗定位、惯性导航、卡尔曼滤波、组合导航系统，每一样拿出来都是能改变世界的东西。

导航工程这个专业，简单来说就是GNSS（全球导航卫星系统）+INS（惯性导航系统）+算法的完美结合。核心是利用北斗/GPS等卫星定位技术，结合陀螺仪和加速度计等惯性器件，通过卡尔曼滤波等算法实现高精度、高可靠性、高实时性的定位。

你可能不知道的是，导航这个行当正在经历一场史无前例的大爆发。2020年北斗三号全球组网完成，咱们中国终于有了自己的”天眼”；同年特斯拉带着自动驾驶横空出世，把导航定位推到了风口浪尖；2022年萝卜快跑无人出租车开始商业化运营，2023年各大车企纷纷落地城市NOA功能，2024年小米汽车、华为问界带着高精地图+城市NOA杀入市场——所有这些的背后，核心就是三个字：导航定位。

专业定位

咱们先把这个专业的定位搞清楚。

导航是啥？说白了就是回答三个问题：我在哪？我要去哪？怎么去？

这听着挺简单的对吧？但等你真正学进去才发现，这三个问题背后藏着无穷的玄机。

“我在哪”——这个”哪”有多精确？普通手机定位精度是几米到几十米，车载导航精度是米级，自动驾驶需要分米级甚至厘米级精度，不同的精度需求对应完全不同的技术方案。

“我要去哪”——这个”哪”怎么描述？用经纬度？用平面坐标？用拓扑地图？不同的应用场景需要不同的地图表示方式。

“怎么去”——这条路径怎么规划？怎么避障？怎么应对突发情况？这里面涉及到路径规划、轨迹控制、异常处理等一系列问题。

导航的核心技术是啥？三个字：定得准。

定，就是定位。准，就是精度和可靠性。

为了做到”准”，我们需要融合多种定位手段。卫星导航（GNSS）可以提供绝对位置，但信号容易被遮挡，在城市峡谷里性能急剧下降；惯性导航（INS）不依赖外部信号，但误差会随时间累积；视觉定位依赖摄像头，成本低但受光线影响大；激光雷达定位精度高，但成本也高。

组合导航，就是把这几种手段融合起来，取长补短，实现高精度、高可靠性的定位。

我第一次真正理解组合导航的时候，是在大三的课程设计里。那次我们要做一个小车，让它能够自主导航从起点到终点。光靠GPS定位，走一会儿就漂移了；光靠惯性导航，走一会儿就偏离路线了。但把两者结合起来，效果就好多了。从那以后我就迷上了导航这个方向。

2026年的导航长啥样？现在最火的方向有三个：

一个是自动驾驶高精定位。城市NOA（Navigate on Autopilot）正在快速落地，要求在城区复杂路况下实现导航辅助驾驶。这对定位精度的要求极高——误差必须控制在20厘米以内才能保证安全。

一个是无人机自主飞行。大疆无人机能在复杂环境下自主避障、自主降落，靠的就是多传感器融合的组合导航系统。低空经济的政策放开后，无人机配送、无人机巡检市场正在爆发。

还有一个是智能机器人。扫地机器人、配送机器人、巡检机器人——这些移动机器人要自主行走，也需要组合导航。具身智能火起来之后，这个方向越来越热。

适合人群

说完了专业定位，咱们来聊聊啥样的人适合学导航。

第一类：对”位置”敏感的人。你要是那种从小就喜欢看地图、喜欢研究地形、喜欢捣鼓GPS导航仪的人，那导航工程太适合你了。为啥？因为导航的核心就是研究”位置”，你要是对这些没感觉，学起来会很痛苦。

第二类：数学功底扎实的人。这是我要重点说的。导航是纯正的工科，数学是核心中的核心。卡尔曼滤波本质上就是一套精密的数学算法，定位解算涉及到大量的矩阵运算，误差分析要用到概率统计。

我当年他学导航简直如鱼得水，公式推导贼快，最后去了大疆做算法工程师。

第三类：喜欢软硬件结合的人。导航系统是典型的软硬件结合系统。你既要懂硬件（传感器、芯片、板级设计），又要懂软件（算法、嵌入式、系统集成）。有些人喜欢纯软件，有些人喜欢纯硬件，导航刚好适合喜欢两者结合的人。

第四类：想进智能驾驶赛道的人。这是我要重点说的。智能驾驶现在火得一塌糊涂，而定位是智能驾驶的核心模块之一。你要是想进这个赛道，导航工程是一条非常靠谱的路。

我工作之后发现，身边做定位算法的同事，很多都是导航工程专业毕业的。这说明这个专业跟智能驾驶的匹配度非常高。

不适合的人群：如果你对数学完全没感觉，看见矩阵就头疼，那我建议你慎重考虑。因为导航里大量用到线性代数和概率统计，数学瘸腿的话后面会很难受。如果你追求的是快速暴富，这专业也不太适合。导航是稳扎稳打型的专业，需要积累，薪资增长是线性的。

四年路线图

大一：打基础，这一年决定了你的天花板

大一的核心就三件事：数学、C语言、搞清楚导航是干嘛的。

数学是导航的命根子。高数、线代、概率论，这三门课你必须以90分以上的标准去学。我见过太多学弟学妹大一大二数学基础没打好，到了大三学卡尔曼滤波的时候完全听不懂，那叫一个痛苦。所以趁大一课业压力还没那么大的时候，把数学基础打扎实，这会让你后面的路顺畅很多。

C语言是工程实现的命根子。导航算法最终都要落地成代码，C/C++是主力语言。Python可以用来做算法验证和仿真，但产品级的代码都是C++。

建议大一的C语言课，不要只满足于老师布置的作业，自己去实现一些小项目，比如写个简单的矩阵运算库、做个简单的滤波器。

开始接触导航是什么东西。图书馆里泡着，翻翻《GPS原理与接收机设计》《组合导航原理》这些书，虽然可能看不懂，但至少知道这行是干嘛的。

大二：深入专业，进入hard模式

大二的课程开始上强度了。信号与系统、自动控制原理、模电数电、微机原理——这四门课是导航的”三电一控”，挂科率不低，但每一门都是后面专业课的基础。

大二下学期有一门课叫信号与系统，这是我认为大一大二最重要的课之一。傅里叶变换、拉普拉斯变换、Z变换，这些数学工具在后面的数字信号处理、GNSS信号处理里天天都要用。

我当年学这门课的时候，老师布置的作业贼多，我一度想放弃。但后来做项目的时候才发现——当初那些折磨人的习题集，都是宝贵的财富。

大二下学期还可以开始接触ROS了。ROS是机器人操作系统，现在做自动驾驶、无人机、无人船，几乎都用ROS做开发框架。去GitHub上找一些ROS的入门教程，自己搭一个简单的小车或者无人机仿真环境，这对找实习和项目经历都很有帮助。

竞赛方面，可以开始关注智能汽车竞赛和电子设计竞赛了。导航专业的学生参加这两类竞赛非常有优势，因为你们懂的信号处理、滤波算法、传感器融合，是其他专业学生不擅长的领域。

大三：决定方向，这一年最重要

大三最重要的一件事：学卡尔曼滤波，学到极致。

我的建议是这样：大三上学期，找一本经典的卡尔曼滤波教材（比如Simon Haykin的《自适应滤波原理》），从头到尾推导一遍公式，然后用C++或者MATLAB实现一遍。不要眼高手低觉得”我懂就行了”，真正写代码的时候你才会发现好多细节根本不懂。

实现完之后，去GitHub上找一些开源的导航项目，比如RTKLIB（GPS开源库），看看人家是怎么写的。对比一下自己的代码和开源代码的差距，这就是进步的过程。

大三下学期，选一个方向深入：自动驾驶、无人机、测绘、机器人，你得有个侧重点。我当时选了自动驾驶方向，所以花了很多时间在SLAM和感知融合上。

这个阶段必须找一份暑期实习。导航方向的实习机会其实挺多的：华为2012实验室、大疆、百度Apollo、小马智行、图森未来、蔚来、理想、小鹏，这些公司每年暑假都招实习生。

我当时大三暑假去了华为实习，做的是组合导航算法。虽然最后没留下来，但那段经历让我真正理解了大厂是怎么做研发的。

大四：冲刺，决定你人生的第一份工作

大四上学期，核心任务就是两件事：秋招/考研、毕业设计。

如果你决定就业，那大三暑假就应该开始准备简历和面试了。导航算法工程师的面试，技术部分主要考这几个方面：卡尔曼滤波原理及推导、GNSS定位算法、INS解算、传感器融合、C++编程。建议提前两个月开始刷题，LeetCode简单和中等难度的题目要能做出来，专业知识要能用自己的话讲清楚。

如果你决定考研，那大三下学期就要开始准备了。导航工程考研的专业课，一般是信号与系统+数字信号处理，或者自动控制原理+微机原理，具体看目标学校的要求。建议早点确定目标院校，然后找该校的学长学姐问问专业课怎么复习。

毕业设计选题很重要。我建议选一个跟就业方向相关的课题，比如”基于RTK的高精度定位算法研究”、“GNSS/INS组合导航系统设计”、“城市环境下多路径效应抑制方法”等。

我当时做的毕设是关于”GNSS/INS组合导航系统”的，这个课题跟我实习方向一致，所以做起来比较顺手。秋招面试的时候，面试官对这个项目特别感兴趣。

核心课程

导航工程的专业核心课程主要包括以下几个模块：

数学与物理基础模块：高等数学、线性代数、概率论与数理统计——这是所有工科的地基，但导航专业对数学的要求尤其高；大学物理，特别是力学和振动部分——理解惯性器件的工作原理必备。

电子与信号处理模块：电路分析基础、模拟电子技术、数字电子技术——硬件基础；信号与系统、数字信号处理——理解信号变换和滤波的数学工具；微机原理与接口技术——嵌入式开发入门。

导航专业核心模块（这是最重要的部分）：卫星导航（GNSS）原理与应用——北斗/GPS的工作原理、定位算法、误差分析；惯性导航系统（INS）——陀螺仪和加速度计的工作原理、惯性导航解算算法；卡尔曼滤波——这是导航的”灵魂”，没有之一！几乎所有导航算法都是卡尔曼滤波的变体；组合导航原理——GNSS+INS怎么融合，实现高精度高可靠的定位。

进阶应用模块：机器人操作系统（ROS）——做无人车、无人机必备；SLAM（即时定位与地图构建）——自动驾驶的核心技术；卫星定位增强技术——PPP/RTK等高精度定位方法。

我这些课程里卡尔曼滤波是最核心、没有之一的东西。我当年学这门课的时候，老师说”学不好卡尔曼滤波就别想做导航”，当时觉得他在吹牛，后来找工作的时候才发现——面试官问的问题，80%都跟卡尔曼滤波有关。所以大三这一年，你必须把这玩意儿从数学原理到代码实现全部搞透。

能力栈

导航毕业出来，你得有几把刷子才行。

第一把刷子：数学建模能力。能能把实际问题抽象成数学问题。导航的本质就是建立数学模型——定位是解方程组，滤波是估计状态量，融合是多源数据的最优组合。你要是数学功底不行，这一切都免谈。

第二把刷子：算法实现能力。能用C/C++把算法跑起来。导航算法最终都要落地成产品代码，C++是绝对主力。你得懂面向对象编程、懂数据结构、懂算法优化。

Python可以用来做算法验证和仿真，但产品级的代码必须用C++。建议从大二开始就多写C++代码，不要只满足于刷LeetCode，要写一些实际的工程代码。

第三把刷子：系统集成能力。能能把GNSS、IMU、摄像头、激光雷达等多种传感器融合在一起。这是导航工程师的核心竞争力，也是区分普通工程师和高级工程师的关键。

你需要理解每种传感器的误差特性、优缺点、适用场景，然后设计合理的融合策略。这需要对整个系统有全局性的理解。

升学就业

考研还是就业

这是一个老生常谈的问题，但我要给你一个明确的答案：强烈建议读研，导航算法岗位基本只要硕士。

本科就业的现状：我导航工程的本科毕业生，找工作不是找不到，但岗位质量普遍不高。我见过的一些本科同学，去了测绘公司做外业（就是扛着仪器到处跑那种），去了导航设备公司做测试工程师，或者去做嵌入式开发。薪资方面，本科做嵌入式大概12k-18k一个月，做测试可能更低。

硕士就业的现状：硕士就不一样了。导航算法工程师、感知融合算法工程师、定位算法工程师，这些岗位在自动驾驶公司、车企、科技公司里，硕士是基本门槛。2024年的行情，硕士应届生做导航算法，华为能给到30k-45k，大疆能给到35k-50k，小马智行、图森这些自动驾驶独角兽能给到40k-60k。一年下来加上年终奖和股票，50-80万年薪是正常的。

博士就业的现状：如果你读到博士，那又是另一个世界了。导航科学家、首席算法专家、技术专家这些title，年薪百万不是梦。但能读到博士的人毕竟是少数，而且博士的研究方向要非常聚焦才行。

什么人适合考研：对导航技术有浓厚兴趣，想深入研究的；想进自动驾驶头部企业或者顶级科技公司的；本科学校一般，想通过考研翻身进入985/211的；对自己的职业发展有较高期待的。

什么人可以本科就业：对技术没太大追求，只想稳定找个工作的；家庭条件不允许继续深造的；对测绘、外业工作不排斥的；已经拿到了不错的offer的。

我的建议是：只要不是家庭特别困难或者对学术完全没兴趣，都建议读个硕士。考研的性价比在这个专业是高。

就业全景

导航工程的就业方向非常清晰，主要分为以下几个领域：

第一，自动驾驶公司（最火的方向）。代表企业：百度Apollo、小马智行、图森未来、AutoX、文远知行、滴滴自动驾驶、蔚来、理想、小鹏等。

这是目前导航算法工程师最大的就业去向。自动驾驶对定位精度的要求是厘米级甚至毫米级，需要GNSS+IMU+视觉+激光雷达多传感器融合。这里面的技术含量非常高，也是资本最追捧的领域。

第二，科技公司（手机/消费电子）。代表企业：华为、小米、OPPO、VIVO、荣耀等。

手机上的定位功能、PID定位、运动轨迹记录，都需要导航技术支持。华为的2012实验室、中央研究院、海思，都常年招导航定位相关的人才。

第三，航空航天院所（最稳定的去向）。代表单位：航天科技集团、航天科工集团、中国电子科技集团下属各研究所。

这些院所承担着北斗系统的运维、卫星的研制、导弹的导航等重大任务，对导航人才的需求非常稳定。待遇方面，院所的工资比互联网低一些，但福利好、稳定性高、解决户口。

第四，测绘公司（传统去向）。代表企业：华测导航、中海达、南方测绘、合众思壮、北斗星通等。

这些公司做GNSS接收机的研发、高精度定位解决方案、测绘仪器等。导航专业毕业生去这些公司，一般做GNSS算法工程师、PVT算法工程师、组合导航算法工程师。

第五，无人机/机器人公司（快速发展的方向）。代表企业：大疆、极飞科技、科比特航空、纵横自动化等。

无人机对导航的要求不比汽车低，而且因为无人机体积小、重量轻，对算法的精度和实时性要求更高。大疆是导航专业学生的梦中情司，技术氛围好、薪资高、产品牛逼。

避坑点

坑一：数学基础不扎实

导航是纯正的工科，数学是核心中的核心。我见过太多学弟学妹高数线代概率论学得稀烂，到了大三学卡尔曼滤波的时候完全听不懂。

所以趁大一就把数学基础打扎实。这玩意儿你欠下的债，后面迟早要还的。我当年就是大二的时候补了大一的数学基础，那个过程太痛苦了。

坑二：只会理论不会实践

有些同学公式推导贼溜，但一写代码就拉胯。这种人在面试的时候很容易露馅——因为面试官不仅要问你原理，还要问你代码怎么实现。

我当年就是吃了这个亏。学卡尔曼滤波的时候，公式推导我会，但真正写代码的时候发现到处都是bug。所以别光看书，多写代码。

坑三：方向选择混乱

导航太大了，你不可能什么都学。自动驾驶、无人机、测绘、机器人、航空航天，每个方向的技能要求不完全一样。

建议大三之前就确定一个方向，然后有针对性地学习、做项目、找实习。别今天搞搞这个、明天搞搞那个，最后哪个都没学精。

与AI新产业结合

2026年的导航，正在被AI深刻改变。

第一个方向：AI+高精度定位。传统的定位算法是基于物理模型的，AI时代的定位是基于数据驱动的。什么意思？就是你不用再手动建模误差特性了，直接用深度学习从数据里学。

比如城市环境下多路径效应抑制，传统方法需要手工设计信号处理算法，现在可以直接用神经网络从大量数据中学习多路径的特征。这玩意儿比传统方法效果好多了。

第二个方向：AI+感知融合。自动驾驶的感知融合正在被AI深刻改变。以前传感器融合主要是基于规则的，现在可以用神经网络端到端地做感知和融合。这玩意儿省去了大量的手工调参工作，效果还更好。

第三个方向：AI+SLAM。SLAM（即时定位与地图构建）是自动驾驶的核心技术之一。传统SLAM是基于几何特征的，AI时代的SLAM可以融合语义信息，比如识别出这是路牌、那是红绿灯，然后把语义信息用于定位。

第四个方向：具身智能+导航。具身智能火起来之后，移动机器人的导航需求暴增。扫地机器人、配送机器人、巡检机器人——这些机器人要自主行走，就需要导航。

推荐阅读

入门书籍：《GPS原理与接收机设计》（电子工业出版社）——GNSS的经典教材；《组合导航原理》（清华大学出版社）——组合导航的入门书；《卡尔曼滤波与组合导航原理》（西北工业大学出版社）——卡尔曼滤波的权威教材。

进阶书籍：《State Estimation for Robotics》（卡内基梅隆大学出版社）——机器人状态估计的进阶书；《Probabilistic Robotics》（MIT出版社）——概率机器人的经典教材。

拓展阅读：RTKLIB源码分析；GitHub上的开源导航项目；相关顶会论文：ION、IROS、ICRA。

过来人的话

最后说一句：导航工程这专业，选对了是香。站在自动驾驶和智能时代爆发的风口上，薪资待遇和技术含量都是第一梯队的。但前提是，你得学进去、动手做、有拿得出手的东西。

大学四年，说长不长说短不短。你要是天天打游戏混日子，毕业了可能连工作都找不到；但你要是认真学习、积极参与项目竞赛，毕业进华为大疆不是梦。

加油吧，学弟学妹。我在行业里等你们。

继续阅读导航

上级目录

同目录索引

跨库关联

同主题推荐

相关标签

  • 中国大学的专业规划
  • 工学类
  • 测绘类
  • 竞赛
  • 科研
  • 实习
  • 就业
  • 考研
  • 创业

下一步阅读