章红平：协同精密定位技术助力自动驾驶步入PNT体系

首先说一下协同精密定位技术，这个协同精密定位技术是十三五科技部的重点研发的重大项目，北斗已经发射的41、42颗星，我们国家在十三五的时候就研究综合的体积，而且综合PNT里面提到的一点是以北斗卫星为前提的PNT，所以从十二五十一五卫星导航系统和PNT转换的契机参考，这是符合了这个时代的要求尤其是自动驾驶的需求，北斗也可以导航，可以定位，可以做位置报告，也可以做通信。

但是我们在生活中都能碰到北斗没办法满足需求的时候，尤其是高精度的需求，所以我们要综合PNT体系，研究这个体系的建立。

（图片源于网络）

按我们再来看日常生活中，其实大家手机里都有位置服务，监控小孩的轨迹，小孩在不在身边都可以看到，整个的历史轨迹位置上传，我们的物流体系对车辆的监控，公安部的监控，这些都是我们常规的位置服务，但是这种位置服务是基于北斗的。

现在精密定位这一块，位置服务是常规的北斗级别的定位，应该在5米、10米，随着十二五的结束，十三五就出现了精密定位，精密定位最典型的就是全新定位服务，很贵，大概是3000一年，如果是分米的是几百，毫米的就是变形检测，也有相应的系统。总体来说是分四部分，毫米、厘米、分米和亚米，很多车厂都在用厘米的服务，我们遇到一个问题，我们有常规的位置服务，就是位置服务平台，还有精密服务，那是不是满足现在的自动驾驶的需求呢？刚刚的回答肯定是无法满足自动驾驶的精密定位需求，因此在十三五期间我们就提出了协同精密定位，大概也列了几个，第一个就是千级的精准站就可以使用厘米的定位的需求，比如说无线还有5G的LTE就可以满足一些局部区域的或者封闭空间的米级的到厘米级的服务。

我们这里强调的是协同，室内室外是无缝的，这里的终端设备，自动驾驶都会用到这样的传感器网络，再加上北斗导航的定位服务体系，所以综合PNT体系，就是传感器网络和北斗进行有效的融合，研发计划就是试图将这些传感器形成一个综合的平台来做- 些应用和开发。

简单归类协同精密技术，把它分为四类。

第一，多元协同。其实很多时候大家也会讲，多元组合导航，我们常规用的无线这一块，就是多元协同，我们用到的北斗也是多元协同，在视觉自动驾驶的自动泊车也是这一种，再加上我们用的UWB也可以实现，多元协同强调的是传感器。

第二，站网协同。现在华为在做的就是站网系统，我们国家做的第增强技术，也是一种站网协同的技术，也就十类定位的结合，给我们提供服务这是站网协同，这两个协同强调的是设备上的。

第三，云端协同。我们有终端上的各种传感器，同时我们再强调云端系统，这些数据全部到平台上，帮助终端实现众包定位和地图，整个的协同。

（图片源于网络）

第四，端端协同。我们大家出行的时候，开车的时候车与车的，就是端与端，比如我们有10个车，前面的非常好，后面的也非常好，但是中间行驶环境不是特别好，端端就是我们在十三五做的四类协同。这四类协同最终要解决的就是四个问题，第一个精准，第二个快速，是定位非常快，第三个是除了高架桥下面还有隧道里面都能实现无所不在的精密定位，这就是追求的三个目标，精准、快速和精密定位。

下面我们看到，它的应用场景包括智能交通体系，精准云，互联网的服务，自动驾驶机器人都会在这个平台上成为这个平台的一个海量用户。

现在是跟百度合作，做协同精准定位的课题，因为百度点击率一般都达到了百亿次，把我们的技术嫁接到百度的云服务平台上，实现的第一个是室外的可以一直往上走，这是百度的云端加多元加协同的方法，其实这里面课题组就是中心通信手机上的多元协同，室内定位也往这个平台上集成。

还有就是我们在多源定位数据协同处理，手机上的各种各样的传感器包括摄像头这些，这个传感器也在做集成，同时依靠网络在图书馆里面，这是多源系统。

从精密的角度看，现在自动驾驶到底有什么样的需求，运作流程分为两部分，一部分是我们常规说的传感器，还有我们的北斗半岛传感器、世界传感器。另外一部分是决策部分，也就是长期记忆和短期记忆，可以这么理解，定位是短期，长期和短期结合起来就给车辆提供准确的信息，包括它的速度、转弯控制包括车道的控制这些都可以实现，从框架体系也可以看出来，站在这里理解车厂的需求，这个传感的车厂理解的就是横向控制、自动控制、车身控制、动力控制。

刚才讲的是车的信息，那从自动驾驶本身看问题，车厂都忽路掉，还有这里面强调的A1,自动驾驶就是人工智能，现在所谓的自动驾驶都是依靠先行的轨迹来做的自动驾驶，同时再加了传感器的识别的自动驾驶，也就是说它还没有做到自主，只是有条件的，不像人，人看到哪里就有决策，现在是模仿式的，像机器人可以实现三级跳，其实不是人工智能，所以对AI的决策控制这一块还处于一个模糊地带，对我们自动驾驶来说，AI部分的决策控制，它实际上依赖于就是很多很多的数据，所以这里我们讲的是车的角度来看这个问题的。

整个车身的传感器集成以后，从定位的角度来看，北斗加管道,摄像头可以做辅助定位，第三是激光，最后是数据平台里面集成起来，做自动驾驶的一个核心的环境感知的部件，那么从这个产业链上来看，自动驾驶是该担当什么样的角色。

这是从车的角度来看，武汉做的就是控制模块或者是数据处理模块，叫指控系统，就是把组合档、摄像头激光融合在一起，是处理的部分，我们现在做的就是组合档的模块，也是自动驾驶环节里面的一个环节，实际上自动驾驶对位置需求，位置需求姿态加时间。这里面我们要强调一下时间，大家对时间有所忽略，因为时间其实是自动驾驶非常关键的因素，关键在哪?里面有其他传感器、摄像头还有激光雷达，这些点云只有在统一的坐标系下才可形成整体的决策，所以精密定位的需求时间不可或缺，也是众包系统的一个源头。

如果从传感器的角度上，另外一个从车辆控制的角度，自动驾驶需要自主决策，下面那一层有很多条框，自主决策再细分控制单元，也就是说我们可以看到基本上在自动驾驶体系里面，智能决策的每一部分都会用到位置和定位，地图也是不可或缺的，在场景里而我们需要得到自己的位置，需要车身位置在哪个角度，或者还要知道我和障碍物的关系，那么这个场景本身是需要很强的位置关系。

我们导航的需求也一样，我要绕开障碍物超过他也需要位置，包括车与车之间的，众包技术也一样，也需要位置和传感器的一个结合才能实现众包的需求，这里强调的一个是时间和位置的精度。