我们来看一下这些增强定位服务有哪些？主流有两种，一种叫做基于观测域改正参数方案，原理就是从卫星到终端用户所有的误差折合成一个测距误差计算并且下发下来，实现方式就是通过地面精确坐标已知参考站来做，它要求数量要高。第二种是基于状态域改正参数方案，相当于把卫星轨道和大气对流层建模计算，这种方式好处是不需要高密度基准站，而且是单向通讯的，这两种方式可以做互相结合的。千寻目前在这两个方案上实现了自主自研算法，包括大规模的商用化服务，并且提供了星地一体时空智能服务，可以做到全域覆盖和7×24小时服务，99.99%可用率。
9月13日，由盖世汽车主办的2021第三届自动驾驶地图与定位大会隆重召开。本次大会旨在聚集汽车地图定位行业杰出的技术专家分享自动驾驶地图定位领域最新的应用情况、现实挑战、创新理念及未来技术趋势等。下面是千寻位置网络有限公司交付中心技术总监孙海鹏在此次大会上的致辞。
大家好，非常感谢盖世汽车邀请，也非常荣幸今天能在这里跟大家做一个分享和交流。我的分享题目是《智能驾驶汽车高精度定位量产最佳实践》，希望这样的分享给大家带来一些启发和思考。
在分享之前先简要介绍一下千寻位置，我们是一家数字科技公司，成立于2015年，愿景希望成为数字时代的基础设施。千寻目前已经建设和运行超过2800座北斗基站，到今天为止千寻全球用户超过8亿，车载和行业用户超过百万。今天给大家首先分享的是千寻针对智能驾驶领域Find AUTO解决方案，在荣威车型上2016年第一款互联网汽车就集成了千寻智能终端算法。
高精度定位在智能驾驶中应用分别由自动驾驶，V2X车路协同，智能座舱。随着自动化和智能化程度越来越高，高精度定位和融合定位为全天候绝对定位的特性扮演了必不可少的作用。V2X场景很好应用的方向就是解决交通的运行效率，提升交通的安全，而且它是基于全局视角的方式，可以依赖于高精度定位，用于后续决策判断的信息。针对点对点的导航也是私家车在智能座舱里面非常重要的功能，而定位的准确性，连续性，可靠性也直接决定了用户定位的体验。
随着智能驾驶从L2，L2+发展到L3及更高级以上，驾驶行为更多交由机器进行接管。机器承担职责越大对各方面的能力提出更高要求，随之而来对高精度定位也提出了精准、可靠、安全等要求。但是我们知道机器需要比较量化、精准被它理解的指标，我们总结下来，比如说在位置、速度、姿态层面要达到3个西格玛精度，对于可靠性和安全性也要有对应的完好性指标和可用率，尤其是复杂场景下。我们也希望能够让惯导融合精度保持一定的精度，并且在经过短遮挡情况下位置保持连续性，这些标准我们也是跟合作伙伴客户磨合，被证明可以满足高级别自动驾驶的要求。这里给大家做一个参考，千寻现在也正在积极参与主导规范的制定，相信能够更好地帮助大家少走一些弯路，促进上下游协同。
接下来简单回顾一下关键技术，卫星定位相信大家都比较了解，它是起源于上世纪50年代美国一个军方的项目，至今发展了60多年历史。目前天上有四大卫星导航系统，北斗也是我们国家的国之重器，它从去年最后一颗卫星发射成功，目前正式开启了全球化的应用服务。卫星定位原理是测量卫星到接收机传播实现再计算距离，但是传播过程当中会存在各种误差，从卫星到传播过程当中的大气再到接收机，需要某种增强定位的方式把这些误差消除掉。
我们来看一下这些增强定位服务有哪些？主流有两种，一种叫做基于观测域改正参数方案，原理就是从卫星到终端用户所有的误差折合成一个测距误差计算并且下发下来，实现方式就是通过地面精确坐标已知参考站来做，它要求数量要高。第二种是基于状态域改正参数方案，相当于把卫星轨道和大气对流层建模计算，这种方式好处是不需要高密度基准站，而且是单向通讯的，这两种方式可以做互相结合的。千寻目前在这两个方案上实现了自主自研算法，包括大规模的商用化服务，并且提供了星地一体时空智能服务，可以做到全域覆盖和7×24小时服务，99.99%可用率。
多传感器融合，在卫星信号受到遮挡或者没有信号的时候一定是通过融合的方案来提高系统的精度，包括可用性。因为不同的传感器是有明显各自的优点，但是又有明显各自的缺点，怎么样能够把各自的传感器和性能最大地发挥出来，同时利用自己传感器性能的优势辅助其他传感器的弱点，这也是目前关键的技术，无论是对各大车厂而言，还是对定位服务公司来说。整个过程也包括了松耦合，紧耦合，目前这些技术也在对应的产品当中陆续问世。
卫星也好，惯性导航，融合定位，实现量产一定要满足车方面安全要求，总结下来就是功能安全和完好性，可以说这两个要求是标配了。首先是功能安全，它解决的是能不能的问题，就是你的系统能不能正常工作？它希望系统受到故障或者异常情况下减轻对系统安全的影响。另外，与之对应的就是预期功能安全，它解决系统工作好不好的问题，也就是说想解决系统设计。完好性可以把它理解成为预期功能安全在高精度定位里面具体的使用，因为它是源于航空航天方面的标准，在车里面我们习惯叫它预期功能安全，因为这里面包括其他定位方式总规范，在定位里面习惯把它叫做完好性。
完好性最重要解决高精度定位如果给到下游应用，比如决策判断的时候，当误差超过报警门线的时候一定要给到下游一个报警信息，这个报告信息一般是通过保护门线实现的。比如说定位精度是0.3米，但是报警门线是1米，如果真实误差超过1米，就要告知下游我的结果已经不准了，如果频繁的报警你的安全风险可以很好，但是可用率做得比较低，所以这两个指标是互相矛盾，互相平衡的。
这些技术应用于量产还是遇到比较多的挑战，我们要对这些挑战要有比较全面的分析和认识。首先遇到场景的复杂性，相信无论是地图，还是定位，还是自动驾驶，经常都会跟场景打交道。怎么样定义这个场景其实是非常模糊或者需要被精确量化的一个问题。其次在这些场景下，算法怎么样能够更好地适应不同的场景？怎么样做到这些场景下算法自动地适配？其次在不同场景切换的时候，如果算法针对某一个场景比较适用，那么切换过程中也希望保证算法的连续性可靠性。
第二个挑战是集成链路从天上的卫星信号到传播再到天线芯片算法，再考虑集成测试，这个链路是非常长，而且前后之间有依赖。尤其是对于芯片，我们是希望有很多性能准入的要求，比如说天线的选型，什么样的参数是最好的，天线放在哪个位置都要进行考虑，包括IMU也有对于信号的准入要求。不同的芯片也要做快速的适配，包括量产之后算法更新也要在早期充分地考虑进去。其次在量产过程当中或者量产前一定要有比较详细大规模的测试，你的测试体系策略方案，包括对应的测试平台的能力都要随之而升级。
第三个挑战是功能安全和完好性，尤其对于车载的功能安全和完好性。因为对航空来讲这两个要求已经是标配了，但是航空哪怕到了近地面环境是非常空旷的，保护门限设计预警都是十几米。但是车载就非常复杂，变幻多端，这里面涉及指标要求，规范要求，跨界技术的融合。首先针对功能安全就要考虑硬件GNSS，惯导。其次整个数据传输的链路要有加密的保护或者端到端的保护，包括要适配不同的操作系统，包括软件的开发流程也是一个非常严苛的要求。
对于完好性也是一样，本身指标要求非常之高，首先要考虑传统的卫星定位，从卫星单颗星的故障，包括卫星系统的故障出现概率时候的应对措施，再到近地面传输的路径。其次也要考虑车载本身周围环境对于性能下降所产生的影响，再最后实现完好性全链路的监测之后保护级门限计算得准不准？是不是能达到最后保护级门限的要求？最后是测试的验证，因为它需要大量理论分析和实测数据采集和仿真验证才能达到非常高的完好性的要求。
接下来我会把千寻针对Find AUTO实现智能驾驶汽车量产解决方案介绍一下。Find AUTO Service，包括SSR改正数服务，OSR改正数服务，AGNS加速定位服务，在终端集成Find AUTO Client算法，八个实践主要集中在专有服务，终端算法，硬件集成，规模测试。
首先是星地一体SSR服务，千寻目前已经建设了星地一体基础服务，相当于把高精度感知数通过全链路完好性播发下来，它具备在卫星感知数的建模，大气区域建模，星基和地基融合基础上都处于国际领先水平。它可以实现全球服务的模式，所以星地一体服务一定会是未来车厂实现高精度定位服务面向高级别自动驾驶的首选。
第二个，因为高精度定位最终是需要实现功能安全和完好性，它对服务端，包括传输链路上也一定会有功能安全和完好性的依赖和要求。首先在服务端上所有改正数从基站数据的监测、接受，处理，完好性计算是需要实现对应功能安全和完好性，传输链上需要实现加密的保护，包括端对端处理。到了终端它依赖于服务端感知数功能性和完好性，实现故障的检测剔除，包括影响降级信息处理，保证最终完好性达到要求。在千寻追求这些技术突破创新的同时也在打造满足行业的标准，目前千寻在这个方向上也取得了三个比较有含金量的证书，分别是IEC61508，ISO26262，ASPICE。
第三个是针对场景划分，目前尝试下来有两个方向可以借鉴，针对场景的划分可以基于GNSS特征值，我们会把这种方案作为平时路测的参考，有助于算法在事后做一些分析。
第四个是GNSS/INS紧组合架构，早几年受限于IMU精度限制，紧组合方式还只能在高精度惯导当中使用。近几年随着IMC器件成本下降和性能提升，已经在系统中实现了紧组合，包括对应的芯片公司和深度的辅助融合算法也都是在尝试使用这样一个架构。我们实现的是RTN和惯导的紧组合，同时实现PPP-RTP和INS的紧组合，这样的话是可以更高地提高整个系统的冗余性和抗差性。
第五个是车规硬件选型集成，比如说GNSS天线是有十几个参数，即便是在成本一样的情况下，一定会有几个关键的参数对于最终定位性能有影响，其他天线性能是有所牺牲的。这些天线的参数也是需要经过不断地实践才能总结出来的，因为天线的参数和最终定位精度之间其实是没有必然的理论关系。同样对于卫星芯片我们也非常关注它的双差窄波的精度，同样惯导芯片会有准入要求。
第六个是有了服务算法，有了能跑算法的硬件，我们要考虑怎么样把模组也好，终端也好，算法和SDK快速集成在客户的平台里面。集成的效率和质量稳定性是非常重要的，所以我们会严格地按照对应行业的开发流程设计我们的代码，包括要考虑不同车端的硬件架构适配不同的操作系统。同时除了符合功能安全和预期功能安全完好性等行业标准之外，还要考虑信息安全的规范。
第七个，我们要做好集成，要把交付物跟客户的平台做好快速的集成。只有这样的话，才能保证交付到车厂到合作伙伴的时候在最短时间内完成高质量的验证。其实好的产品一定要经过不断测试打磨和锤炼出来的。针对高精度定位服务我们是有比较全方位的测试体系，包括对于前面关键芯片的测试到后面会有硬件仿真器的模拟测试，会测试很多现实测试不到或者很难出现的问题。针对完好性会基于实测数据仿真大量让性能下降的数据，这些数据至少都是百万级起的，再进一步会把系统做大规模的实测路测，最终会陪客户做量产验收的测试。
第八个，一定要经过实际路测测试性能，千寻2020年初开始了全国大规模路测，目前已经测试上百条全国高速和省级高速，覆盖25个省，覆盖200个城市，积累了500多万里程仿真数据。这个算法是基于SSR服务，PPP-RTK/INS紧组合，OS场景占比大于70%，OS精度达标率98.656%，年底我们会提到99.7%，
最后简单总结一下，希望听了今天的分享大家能记住一些关键词，星地一体，云端一体完好性，全链路的功能安全和完好性，包括融合算法，有智能融合，紧组合，深组合，高效集成，大规模测试，测试能力升级，最重要是测试效率和测试质量有所保证。高精度定位和高精度地图未来一定是强强联合，密不可分，通过各自能力提升不断拓展自动驾驶应用场景，相信真正的无人驾驶或者说全场景的无人驾驶一定会早日到来，谢谢大家。
报告下载地址：智能汽车高精度定位量产最佳实践 (lingpa.net)
