作為自動駕駛演進(jìn)的關(guān)鍵基礎(chǔ)，高精度定位隨著各種ADAS功能在終端市場的快速普及，尤其是以高速NOA和城市NOA等為代表的復(fù)雜智駕功能的逐步落地，已然進(jìn)入“爆發(fā)前夜”。

過去一段時間，包括蔚來、小鵬、理想、廣汽埃安、上汽飛凡、長安深藍(lán)等在內(nèi)的主流汽車品牌，紛紛在旗下重磅新車上搭載了高精度定位系統(tǒng)，以實(shí)現(xiàn)更加安全、可靠的自動駕駛體驗(yàn)。

自動駕駛催熟高精度定位的同時，背后也離不開相關(guān)技術(shù)提供商的支持，大有下時空便是其中之一。

自2021年成立，大有時空一直致力于為智能網(wǎng)聯(lián)汽車提供精準(zhǔn)位置服務(wù)和地理數(shù)據(jù)服務(wù)。依托第四代PPP-RTK定位技術(shù)，大有時空在衛(wèi)導(dǎo)、慣導(dǎo)、衛(wèi)慣組合、車端BEV、融合定位、自動建圖與更新、地理信息可視化等領(lǐng)域均擁有自主可控的核心技術(shù)，并據(jù)此打造了覆蓋全球的厘米級高精度定位網(wǎng)絡(luò)。

不僅如此，考慮到高階自動駕駛演進(jìn)，離不開數(shù)據(jù)驅(qū)動，基于高精度定位與地圖的融合，大有時空還打造了涵蓋數(shù)據(jù)采集和處理、輕量化高精地圖生產(chǎn)與更新、算法訓(xùn)練、數(shù)據(jù)合規(guī)等在內(nèi)的“數(shù)據(jù)飛輪”，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動地圖更新以及數(shù)據(jù)驅(qū)動算法訓(xùn)練，多維度賦能自動駕駛發(fā)展。

據(jù)大有時空聯(lián)合創(chuàng)始人、CTO李慶建近日接受蓋世汽車采訪時透露，目前在高精度定位以及地圖數(shù)據(jù)服務(wù)方面，大有時空已和眾多產(chǎn)業(yè)鏈上下游企業(yè)達(dá)成了緊密合作，共同開展相關(guān)的研發(fā)及測試驗(yàn)證，相關(guān)成果接下來將陸續(xù)量產(chǎn)上車。

專注算法，做高精定位的“最大公約數(shù)”

自動駕駛落地，高精度定位是關(guān)鍵基礎(chǔ)設(shè)施。

透過自動駕駛汽車的運(yùn)行邏輯，一個根本前提是只有清楚地知道“我在哪”，才能解決好下一步的“去哪兒”和“怎么去”的問題，否則后續(xù)安全、可靠的智駕體驗(yàn)將無從談起。

在高精度定位方面，目前有多種不同的“解法”，包括衛(wèi)星定位、環(huán)境特征匹配、慣性定位。不過，如同攝像頭、毫米波雷達(dá)以及激光雷達(dá)在進(jìn)行環(huán)境感知時各有優(yōu)劣，上述幾種方案在用于高精度定位時，也均有各自的優(yōu)勢和不足。

衛(wèi)星定位的優(yōu)勢在于能夠?yàn)檐囕v提供絕對位置信息，結(jié)合衛(wèi)導(dǎo)差分服務(wù)精度可以達(dá)到厘米級，但在地庫、高架、隧道等場景中，會造成信號遮擋；環(huán)境特征匹配則會受傳感器可靠性影響，且需要預(yù)先采集高精地圖基準(zhǔn)數(shù)據(jù)；而慣導(dǎo)，由于是通過測量自身運(yùn)動信息，并利用積分算法計(jì)算出載體的位置和姿態(tài)，定位誤差會隨著時間增加而持續(xù)增大。

而高精度、高可靠和廣覆蓋，恰恰是自動駕駛對于高精度定位的三大核心訴求，并且隨著自動駕駛級別越高，應(yīng)用場景越復(fù)雜，要求會隨之提升。

“這還只是性能層面，從產(chǎn)品層面來看，各家車企在量產(chǎn)過程中，對衛(wèi)星定位的精度要求也各不相同，這帶動衛(wèi)導(dǎo)定位終端在智能汽車上的產(chǎn)品形態(tài)也會不斷發(fā)生變化。“談及當(dāng)前自動駕駛對高精度定位的需求，李慶建表示。

正是基于對這一趨勢的精準(zhǔn)預(yù)判，大有時空在戰(zhàn)略上選擇了做高精度定位賽道的“最大公約數(shù)”，即專注于衛(wèi)星定位服務(wù)和算法，通過和板卡、模組甚至域控廠商等開展不同層級的合作，共同賦能整車廠自動駕駛研發(fā)。

“因?yàn)閺乃惴ā⒎?wù)到終端，這個過程本身就有很多優(yōu)秀的行業(yè)伙伴，我們互相結(jié)合，發(fā)揮優(yōu)勢，將研發(fā)核心放在對定位的算法優(yōu)化、精度以及性能的提升上，更高效的完成整體方案的閉環(huán)開發(fā)。”李慶建指出。

為此，大有時空對PPP-RTK、N-RTK、衛(wèi)慣組合、車端BEV、多源融合定位等高精度定位關(guān)鍵算法進(jìn)行了全棧自研。

特別值得一提的是PPP-RTK，作為第四代差分技術(shù)，不僅從算法層面統(tǒng)一了RTK與PPP，同時克服了傳統(tǒng)RTK技術(shù)互聯(lián)網(wǎng)無線通信的局限以及PPP收斂時間過長的障礙，具備符合車規(guī)、利于位置數(shù)據(jù)隱私和安全保護(hù)、全球覆蓋、低帶寬和低功耗等多重優(yōu)勢，正成為越來越多車企和Tier1在定位上的新技術(shù)首選。

在此基礎(chǔ)上，大有時空相繼開發(fā)了GNSS SPE、衛(wèi)慣SPE、多源融合SPE、GNSS模組、衛(wèi)慣模組等多種智能駕駛車端方案，以靈活兼容配置不同的硬件設(shè)備，充分滿足下游客戶的多元化需求。

其中大有時空的衛(wèi)慣SPE，通過采用GNSS與INS緊耦合算法，在GNSS信號干擾、丟失等環(huán)境下，可利用INS獲取短時的連續(xù)、高精度位置和姿態(tài)信息，顯著提升組合導(dǎo)航的魯棒性。

而通過進(jìn)一步融合毫米波雷達(dá)、激光雷達(dá)和攝像頭等車端傳感器采集到的環(huán)境特征數(shù)據(jù)，大有時空還研發(fā)了多源融合定位引擎，基于多源傳感器數(shù)據(jù)融合，實(shí)現(xiàn)更高的置信度，尤其是在隧道、地庫、峽谷、立交橋等復(fù)雜場景中的高精度定位能力。

考慮到全球化背景下，國外車企進(jìn)入中國、中國車企走出去將是確定的趨勢。今年初，大有時空還與海克斯康簽署了戰(zhàn)略合作協(xié)議，通過賬號互通、播發(fā)協(xié)議互操作以及鑒權(quán)管理等方式，聯(lián)合為國內(nèi)外車企提供全球通定位服務(wù)，這也是首個能提供全球高精度定位的服務(wù)。

據(jù)李慶建介紹，在該項(xiàng)合作中，?？怂箍抵饕?fù)責(zé)北美和歐洲的CORS站網(wǎng)建設(shè)，以及數(shù)據(jù)中心的獨(dú)立運(yùn)維，包括解算和播發(fā)，而大有時空則主要負(fù)責(zé)中國的CORS站網(wǎng)建設(shè)和數(shù)據(jù)中心的獨(dú)立運(yùn)維。三大數(shù)據(jù)中心互相隔離，以充分保障基站的數(shù)據(jù)安全，但解算、播發(fā)的數(shù)據(jù)格式高度統(tǒng)一。

“這意味著，今后整車廠在開展跨國業(yè)務(wù)時，在高精度定位方面，只需在國內(nèi)進(jìn)行一次聯(lián)調(diào)，在終端協(xié)議賬號不變的情況下，即可在歐洲直接接入差分服務(wù)，類似于漫游。”李慶建指出。據(jù)他透露，目前大有時空在國內(nèi)以及歐洲均已經(jīng)在聯(lián)合國內(nèi)外車企開展相關(guān)的測試，并進(jìn)行小范圍的運(yùn)營示范。

定位賦能，給出“輕地圖”新解法

對于自動駕駛汽車而言，高精度定位最直接的應(yīng)用，無疑是提供車輛精準(zhǔn)的位置信息。但如果對這些時空數(shù)據(jù)進(jìn)一步挖掘，會發(fā)現(xiàn)其價值遠(yuǎn)不止于此。

賦能自動駕駛地圖生成，是大有時空為智駕行業(yè)提供的第二重能力支撐。

由于應(yīng)用場景的復(fù)雜多變，以及車端傳感器本身的局限，在過去幾年里，高精度地圖一直被認(rèn)為是高階智能駕駛的“標(biāo)配”。早期落地的高速NOA，除了特斯拉，大部分都是基于高精地圖實(shí)現(xiàn)的。

然而，高精度地圖雖然可以提供豐富的道路元素信息，同時也意味著更高的制圖門檻。相較于普通的導(dǎo)航地圖，高精度地圖的繪制不僅需要專門的測繪資質(zhì)，還需要專業(yè)的采集車，由此導(dǎo)致高精地圖一直面臨著制圖成本高、覆蓋率低、更新慢等多重痛點(diǎn)，難以很好地滿足智能駕駛的快速大規(guī)模上車需求。正因?yàn)槿绱耍^去一段時間主要車企及自動駕駛技術(shù)公司都在規(guī)劃丟掉這根“拐杖”。

不過，在李慶建看來，所謂“重感知、輕地圖”，本質(zhì)上并不是完全不用地圖，而是不使用預(yù)先采集制作的地圖，取而代之的是自動駕駛汽車通過實(shí)時采集數(shù)據(jù)更新生成的地圖。

“這類地圖與傳統(tǒng)高精地圖相比，有兩大區(qū)別：第一，在要素以及精度上相較于傳統(tǒng)圖商采集的高精地圖會略微降低；第二，不依賴于專業(yè)的圖商和采集車去采集，而是通過自動駕駛方案商眾源眾包的方式采集獲取，并且形成實(shí)時更新能力。”其中實(shí)時更新能力的構(gòu)建，在李慶建看來，是“輕地圖”的重要一環(huán)，否則不能稱為“輕地圖”。

正是洞見這一點(diǎn)，在定位能力基礎(chǔ)上，大有時空同時還研發(fā)了高精度地圖引擎以及車端建圖引擎，通過集成先進(jìn)的傳感器和感知算法，可以從實(shí)時數(shù)據(jù)采集到車端基于BEV的局部建圖，再到云端的實(shí)時全局建圖，為整車廠提供面向量產(chǎn)場景的L2++輕地圖眾源更新數(shù)據(jù)閉環(huán)。

眾所周知，自動駕駛地圖的制作與更新，地理信息數(shù)據(jù)的豐富度是重中之重，過去專業(yè)的采集車往往需要搭載專業(yè)的采集設(shè)備。而基于大有時空多源融合定位引擎，可以在不改變車輛原本設(shè)計(jì)的基礎(chǔ)上，依靠車端傳感器實(shí)時采集數(shù)據(jù)，眾包繪制高精地圖。

據(jù)李慶建介紹，大有時空可以為整車廠提供三種“輕地圖”方案，分別是：基于普通導(dǎo)航電子地圖，實(shí)時生成輕地圖；使用服務(wù)商或者某個基礎(chǔ)數(shù)據(jù)，在此基礎(chǔ)上進(jìn)行實(shí)時的地圖更新；沒有地圖，完全依靠車端實(shí)時感知建圖。

“這意味著，我們不僅僅是一家高精度定位服務(wù)商，也是一家時空信息服務(wù)商。”李慶建表示。值得一提的是，大有時空也是當(dāng)前智駕賽道少有的同時具備高精度定位和地圖服務(wù)能力的企業(yè)，由于基準(zhǔn)的統(tǒng)一，這使得大有時空可以更好地實(shí)現(xiàn)定位與地圖的協(xié)同融合。

在地圖方面，目前大有時空已經(jīng)擺脫了對數(shù)據(jù)和導(dǎo)航地圖的依賴，通過激光點(diǎn)云和視覺特征提取，初步打通了從車端局部建圖到云端全局建圖的鏈路。

“圍繞區(qū)域建圖，我們在相關(guān)園區(qū)以及示范區(qū)，已經(jīng)在和整車廠開展聯(lián)合測試，下一步爭取更多車輛、更大范圍的覆蓋。”談及當(dāng)前的進(jìn)展，李慶建表示。

高階智駕，要靠訓(xùn)練而非研發(fā)

如果說高精度定位和高精地圖，解決的是量產(chǎn)自動駕駛當(dāng)下的安全性和可靠性問題，那么數(shù)據(jù)閉環(huán)，則是通往高階自動駕駛的必由之路。

一方面從自動駕駛系統(tǒng)的演進(jìn)邏輯來看，要實(shí)現(xiàn)L2向L3甚至更高階的L4躍升，必須通過量產(chǎn)收集海量的場景數(shù)據(jù)，進(jìn)行訓(xùn)練以及測試，驅(qū)動算法不斷成熟；另一方面，也只有通過源源不斷的場景數(shù)據(jù)采集，進(jìn)行測試驗(yàn)證，才能更好地解決長尾場景。“所以我們經(jīng)常說，L3、L4不是研發(fā)出來的，而是訓(xùn)練出來的。”李慶建表示。

在訓(xùn)練自動駕駛算法成熟方面，大有時空也有著自己的“見解”——以定位賦能數(shù)據(jù)采集，構(gòu)筑飛輪閉環(huán)。

目前來看，一個完整的自動駕駛數(shù)據(jù)閉環(huán)，必須具備海量場景數(shù)據(jù)作為支撐。而多源融合定位，基于車端所搭載的傳感器，本身就是一個獲取海量時空數(shù)據(jù)的過程，這一問題也就迎刃而解。

“不僅如此，我們還可以把自己的基礎(chǔ)測繪數(shù)據(jù)，以及后裝車聯(lián)網(wǎng)運(yùn)營數(shù)據(jù)進(jìn)行訓(xùn)練后提供給車企，助力解決整車廠數(shù)據(jù)量不足的問題。”在后裝市場，大有時空的定位解決方案已經(jīng)安裝在很多運(yùn)營車輛上，據(jù)李慶建透露，未來這些普通的定位均會升級為高精度定位，成為一路新的數(shù)據(jù)獲取來源，賦能整車廠快速擴(kuò)大數(shù)據(jù)規(guī)模，提升算法驗(yàn)證以及迭代升級效率。

“我們正在和多家合作伙伴進(jìn)行技術(shù)鏈路的打通，在他們的硬件上接入我們的定位服務(wù)。而圍繞數(shù)據(jù)中心，我們也在和相關(guān)的整車廠開展聯(lián)合研發(fā)和工具鏈的適配。”李慶建表示。

解決了數(shù)據(jù)來源問題，接下來就是怎么用的問題。

為充分發(fā)揮眾源采集的數(shù)據(jù)價值，更好地賦能自動駕駛研發(fā)，圍繞數(shù)據(jù)合規(guī)及管理應(yīng)用，大有時空同步開發(fā)了一系列的制圖、標(biāo)注與仿真工具鏈，以及數(shù)據(jù)合規(guī)服務(wù)，用于開展智能駕駛仿真和算法訓(xùn)練，在數(shù)據(jù)閉環(huán)基礎(chǔ)上進(jìn)一步形成算法更新的軟件閉環(huán)，以及安全合規(guī)的服務(wù)閉環(huán)。

特別值得關(guān)注的是數(shù)據(jù)合規(guī)，按照目前的趨勢，通過量產(chǎn)車眾源眾包進(jìn)行高精地圖的生成，有望成為行業(yè)主流。這意味著，未來每一輛自動駕駛汽車都將是數(shù)據(jù)采集車。而一旦自動駕駛汽車打上“測繪車”的標(biāo)簽，在量產(chǎn)運(yùn)營過程中必然會面臨數(shù)據(jù)合規(guī)的監(jiān)管，這不僅僅指數(shù)據(jù)的采集和傳輸需要合規(guī)，還包括數(shù)據(jù)中心本身的數(shù)據(jù)安全，比如研發(fā)階段的數(shù)據(jù)脫敏，地圖更新的安全合規(guī)，以及運(yùn)營的合規(guī)性。

針對這些需求，大有時空構(gòu)建了從數(shù)據(jù)采集、數(shù)據(jù)傳輸?shù)矫撁裘撁芴幚怼?shù)據(jù)管理和數(shù)據(jù)監(jiān)管的一站式軟件能力。

“我們會將這些能力和上述工具鏈統(tǒng)一部署在整車廠的數(shù)據(jù)中心。這樣帶來的好處是，由于車輛本身來源于車企，所有的數(shù)據(jù)也會直接回歸到整車廠的數(shù)據(jù)中心，充分保障了車企對數(shù)據(jù)的控制權(quán)，以及數(shù)據(jù)中心的合規(guī)安全。”李慶建指出。

目前，圍繞數(shù)據(jù)閉環(huán)大有時空也已經(jīng)和多家企業(yè)達(dá)成了合作，就“飛輪閉環(huán)”全鏈條開展相關(guān)的測試。加上在高精度定位和地圖服務(wù)方面的合作項(xiàng)目，大有時空整體業(yè)務(wù)已經(jīng)進(jìn)入了多點(diǎn)開花的階段。

不過，考慮到自動駕駛的真正爆發(fā)還需要一段時間，李慶建認(rèn)為，高精度定位的大規(guī)模應(yīng)用也有待時日。據(jù)蓋世汽車研究院統(tǒng)計(jì)數(shù)據(jù)顯示，今年上半年，國內(nèi)L0-L2級ADAS整體滲透率已超過56%，L2的滲透率接近40%，行業(yè)正處于L2向L3過渡階段。

“到2025年，我們認(rèn)為L2、L2++在新車中的整體滲透率有望達(dá)到80%，甚至100%，普及速度會非?？?。”談及對接下來自動駕駛發(fā)展的預(yù)測，李慶建表示。而最終，當(dāng)眾包數(shù)據(jù)的邊際成本成為固定成本時，他認(rèn)為智駕賽道的拐點(diǎn)將會真正到來。