1.SES与欧盟航天计划署续约EGNOS卫星增强服务至2030年。
Inside GNSS网站2026年1月29日报道，卫星运营商SES公司与欧盟航天计划署（EUSPA）宣布将欧洲同步导航覆盖服务（EGNOS）GEO-1卫星服务协议延长至2030年（可选延至2032年），以维持欧洲航空及关键领域的高精度导航能力。EGNOS作为欧洲区域星基增强系统（SBAS），其核心功能是提升全球导航卫星系统（GNSS）信号的精度与完好性。该技术让飞行器可在低能见度条件下实施精密进近着陆，并通过优化航路规划降低燃油消耗和碳排放。根据续约协议，SES将继续在其SES-5卫星上承载EGNOS有效载荷，并负责欧洲地面段设施的运营管理。EUSPA执行主任罗德里戈·达科斯塔表示，此举确保了EGNOS空间段的稳健性，为系统向下一代版本过渡及新服务开发奠定基础。除航空领域外，EGNOS亦广泛应用于海事导航与精准农业，通过减少燃料消耗和排放推动可持续运营。SES全球政府业务高级副总裁菲利普·格莱瑟纳强调，该服务将使数百万用户受益于更高效可靠的航空运输服务，彰显公司为关键基础设施提供韧性卫星解决方案的使命。
2.欧盟太空计划署签署阿丽亚娜6号火箭发射伽利略卫星合同。
路透社网站2026年1月28日报道，欧盟太空计划署（EUSPA）周二宣布与阿丽亚娜6号（Ariane 6）运载系统签订发射服务合同，任务目标为将两颗伽利略L18型卫星送入预定轨道。阿丽亚娜6号火箭系统已于2025年在法属圭亚那库鲁航天中心成功完成首次飞行任务，标志着该型号正式投入商业运营。此次合同具有显著的战略意义。伽利略星座是欧盟构建的独立于美国GPS系统的自主全球卫星导航系统，此前其战略级卫星的轨道部署一直依赖美国SpaceX公司的运载服务。自特朗普于2025年重返白宫后，欧盟明显加快了在国防与安全领域的自主化进程，此次选择本土火箭执行关键任务正是这一政策导向的具体体现。与此同时，欧洲商业卫星运营商在成本与运力的权衡下，仍主要采购SpaceX的发射服务，后者在价格和任务频次方面保持明显优势。这反映出欧洲航天工业在战略自主与商业竞争力之间仍需平衡发展。
3.以色列阿拉齐姆公司获百万美元导航装备订单。
Israel Defense网站2026年1月13日报道，以色列阿拉齐姆导航系统公司宣布，获得一份价值近100万美元的国防订单，将向以色列国防客户交付约100套HPLS-2G型GPS/GNSS导航罗盘。阿拉齐姆导航系统公司（Arazim Navigation Systems）是一家专注于惯性导航系统的以色列制造商。此次订单涵盖的HPLS-2G型设备为双天线GPS/GNSS罗盘，主要用于为陆基静态系统提供航向和姿态信息。该产品采用双天线GPS技术，可有效满足固定部署平台的导航需求。从技术规格来看，HPLS-2G NFS系统符合MIL-STD军用标准（美军设备环境适应性标准体系），具备加固设计，能够在恶劣自然环境和高对抗作战环境中稳定运行。这一特性使其适用于前线防御阵地、雷达站等需要长期暴露在野外条件下的军事设施。公司创始人兼首席执行官萨松·诺阿马（Sason Noama）在声明中表示，该订单反映了客户对其导航解决方案可靠性和性能的持续信任。阿拉齐姆的技术多年来一直支持对精度和韧性要求极高的关键任务，此次订单进一步巩固了其作为国防与安保组织先进导航及态势感知系统供应商的地位。
学术动态
1.AsterNav：利用被动计算实现的自主空中机器人在黑暗中导航（AsterNav: Autonomous Aerial Robot Navigation In Darkness Using Passive Computation）
2026年1月12日，该论文发表于《IEEE Robotics and Automation Letters》，由伍斯特理工学院感知与自主机器人（PeAR）小组的Deepak Singh、Shreyas Khobragade和Nitin J. Sanket共同撰写。论文针对灾后搜救等场景中，小型空中机器人在完全黑暗环境下难以自主导航的问题，提出了名为AsterNav的自主空中机器人导航系统。该系统无需GPS或运动捕捉等外部基础设施，通过结合红外单目相机、大孔径编码镜头与结构光实现黑暗环境导航，核心是利用深度相关的散焦线索（每个结构光点呈现出与深度相关的图案），为AsterNet深度估计深度学习模型提供强先验。
在技术方案上，AsterNet模型仅在仿真环境中通过简单光学模型生成数据进行训练，无需微调或重新训练即可直接应用于现实世界，能在NVIDIA Jetson Orin™ Nano上以20Hz的频率在机器人上运行，且对结构光图案变化及图案发射器与红外相机的相对位置具有鲁棒性，简化了系统构建并降低成本。同时，论文还提出了适用于计算资源极度受限的小型空中机器人的简约避障经典方法，通过设置前景距离（需躲避障碍物的距离），利用高斯差分（DoG）和模板匹配（TM）两种计算机视觉方法检测结构光中的焦点，实现前景-背景分割以完成避障。实验方面，研究团队在多种现实场景中对AsterNav进行了评估，包括黑暗哑光障碍物和6.25mm细绳索等，使用定制的PeARCorgi210四旋翼机器人（210mm轮距），搭载相关硬件设备，在室内（11×4.5×3.65m网状设施，亮度低于1毫勒克斯）和室外（森林环境，亮度0.001-0.1勒克斯）开展飞行测试。结果显示，该系统在未知物体形状、位置和材料的情况下，总体导航成功率达95.5%（43/45次），其中室内“箱子”场景14/15次成功，“深色物体”场景14/15次成功，室外森林场景全部成功，且能在森林场景中以3.5m/s的峰值速度运行。在台架实验中，对比针孔光圈、全开光圈，编码光圈在多数情况下（如聚焦距离0.5m、0.75m）深度估计精度更高，在2m范围内l₁误差为0.174m，误差率8.7%，比全开光圈性能高38.6%，比针孔光圈高58.2%。
此外，论文还指出了当前系统的局限与未来方向，如深度感知范围受限于2m（主要因训练数据离散化间隔0.25m），未来可通过任务导向的编码光圈协同设计、更强的点投影仪、更高红外灵敏度的相机传感器或更长焦距镜头提升感知范围；计划探索将事件相机用于黑暗环境导航，以及研究相机镜头焦距动态调整时的深度估计算法，同时提及实验中低层飞行控制模式因位置估计不足或大风出现故障，未来需优化姿态估计的主动照明设置以支持大规模测试。该研究为资源受限的空中机器人在黑暗环境中的自主导航提供了有效方案，尤其适用于灾后搜救等实际应用场景。
2.基于UKF动态惯性测量单元校准与双层设计的创新型GNSS-INS集成方案，实现可靠导航（Novel GNSS-INS Integration Scheme with UKF-Based Dynamic IMU Calibration and Dual-layer Design for Reliable Navigation）
2026年1月15日，该论文发布于IEEE Sensors Letters。论文来自印度理工学院卡拉格普尔分校先进技术开发中心，提出一种改进的松耦合（LC）GNSS-INS集成方案，旨在解决传统方案中IMU误差、GNSS异常值及滤波器噪声统计难调优的问题，提升导航可靠性与准确性。传统LC GNSS/INS集成虽简单、计算成本低，但低精度MEMS IMU的偏置漂移、比例因子误差等会降低精度，且EKF校准存在线性化误差、预校准受环境影响大，TC集成计算复杂，GNSS在城市峡谷等场景易受多路径等干扰，简单残差阈值法在动态场景效果差。
为此，该方案融合三大核心功能：一是基于无迹卡尔曼滤波（UKF）的IMU动态校准，构建包含加速度计/陀螺仪偏置与比例因子的状态向量，通过 sigma点生成、传播等步骤，避免EKF线性化误差，将校正后的误差状态反馈至捷联惯导 mechanization，从源头抑制漂移；二是马氏距离异常值剔除（MDOR），计算创新向量与协方差，通过马氏距离判断GNSS测量值是否符合统计分布，仅剔除异常值，保留有效测量；三是基于新息的自适应估计（IAE），通过滑动窗口计算经验新息协方差，结合加权平均动态调整测量噪声协方差（R），避免滤波器过度信任GNSS或INS。且MDOR与IAE形成双向反馈，IAE更新的R用于MDOR重新计算马氏距离，MDOR筛选的有效新息用于IAE更新R，提升滤波器一致性与抗干扰能力。实验方面，研究团队搭建硬件平台，含PX1125R GNSS接收机、ICM20948 IMU、u-blox EVK-M9DR参考GNSS接收机及Arduino UNO微控制器，将设备安装于电动三轮车，采集校园内含GNSS部分遮挡场景的轨迹数据（路径1330米，时长4分钟，平均速度20km/h），在MATLAB中实现方案并与其他五种方案对比。结果显示，所提方案性能最优：位置RMSE在北、东、下方向分别为1.48m、1.34m、3.64m，较传统LC方案精度提升最高达75%，且计算复杂度仅为紧耦合（TC）方案的1/3左右；与现有文献对比，其北、东方向RMSE低于传统LC及TC方案，虽下方向RMSE略高于部分TC方案，但在复杂度与精度权衡下处于可接受范围。
综上，该方案通过双层架构与层间反馈机制，实现UKF校准、MDOR与IAE的有效融合，在GNSS部分受限场景仍能提供高精度导航，未来可进一步拓展至GNSS拒止环境。