自动驾驶组合导航.docx

《自动驾驶组合导航.docx》由会员分享，可在线阅读，更多相关《自动驾驶组合导航.docx（11页珍藏版）》请在三一办公上搜索。

1、自动驾驶组合导航1卫惯组合导航需求逐渐刚性，百亿级市场已来临1.1. GNSS与IMU融合可提供稳定的绝对位置信息全球卫星导航系统（GNSS）是能为地球表面或近地空间 任何地点提供全天候定位、导航、授时的空基无线电导航定 位系统。美国的全球定位系统（GPS）、俄罗斯的格洛纳斯 卫星导航系统（GLONASS）、欧盟的伽利略卫星导航系统（Galileo）以及我国的北斗卫星导航系统（BDS）是全球四 大卫星导航定位系统。受多路径效应、对流层折射等因素影响，普通GNSS单 点定位精度一般在5-10米（实际普通GNSS在开阔地带单频 单模单点定位精度约为2. 5米）。为提高卫星导航系统的定 位精度，出现

2、了高精度卫星定位技术，主要包括以基于网络 RTK技术的连续运行参考站系统（CORS）为代表的地基增强 技术、以美国广域增强系统（WAAS）为代表的区域星基增强 系统以及基于实时精密单点定位技术（PPP）的商业全球星 站差分增强技术。惯性导航系统（INS）属于推算导航方式， 即从一已知点的位置根据连续测得的运动体航向角和速度 推算出其下一点的位置，因而可连续测出运动体的当前位置。 惯性导航系统的核心部件为陀螺仪和加速度计，利用载体先 前的位置、惯性传感器测量的加速度和角速度来确定其当前 位置。给定初始条件，加速度经过一次积分得到速度，经过 二次积分得到位移。角速度经过处理可以得出车辆的俯仰、 偏

3、航、滚转等姿态信息，利用姿态信息可以把导航参数从载 体坐标系变换到当地水平坐标系中。惯性导航系统有自主导航、不受外部依赖、输出频率高（大 于IoOHZ）等优点。定位精度取决于陀螺仪、加速度计等惯 性传感器的测量精度，高性能IMU价格昂贵。惯性导航定位 误差会随着时间不断累积，导致位置和姿态的测量结果偏离 实际位置，因此无法用来做长时间的高精度定位。因此，通 常采用惯性导航系统作为GNSS信号丢失时的补偿，以使导 航系统功能连续。惯性导航起源于军工领域，因其成本高，长期用于国防 和商用航空航天领域，相关模组器件主要由我国军工企业研 发制造，产品以高精度战术级器件为主（包括激光惯性导航、 光纤惯性

4、导航和高精度MEMS惯性导航）。但是，战术级惯 性导航模组器件一般价格昂贵，且与民用车辆所需的技术路 线不同。MEMS惯性导航具有价格低、功耗低、体积小、可靠 性高和环境适应能力强等特点，推动了惯性导航在民用领域 的发展。1.2. 组合导航产品形态或逐步集中化汽车电子电气架构正逐步由分布式ECU向域控制器、 中央集中架构方向发展。高精度定位模块在汽车中的搭载 方案主要为以下两种：高精度卫星定位模块挂接到中央网关。高精度定位 模块包括卫星定位信号接入、RTK信息接入、IMU、融合 定位算法、高精度地图单元等。该方案需要将高精度定位 及高精度地图信息通过车内网络传输到自动驾驶域控制 器，加大了时间

5、延迟，降低了高精度定位的精度。高精度卫星定位模块集成到自动驾驶域控制器，自 动驾驶域控制器直接接入卫星定位信号、GNSS卫星增强 信息，并配置惯性测量单元IMU、高精度地图单元和融 合定位算法等。该方案可以减少数据传输，有效降低信息 的延迟，提升高精度定位的精度。目前卫惯组合导航产品的主流方案是外置的P-box 方案，或为中间形态，目前已有车企开始把组合导航盒子 拆开，将GNSS模块、IMU模块融入到域控制器中。高 精度组合导航属于传感器，其最终形态或为芯片化、小型 化的模组，和域控制器相融合，更好地共享算力、感知数 据。同时，这种集成方案将减少线束的使用。整机形态的 组合导航需要电源、信号等

6、多种线束接入使用。线束用量 的大幅减少，不但减少整车重量，还大幅降低了自动化生 产中人工的参与和后期维护难度。13.卫惯组合导航需求逐步刚性自动驾驶需要绝对定位和相对定位。相对定位输出的是区域内的相对位置信息，常用基 于激光雷达、毫米波雷达、摄像头等传感器的特征匹配定 位技术。.绝对定位输出的定位信息是基于统一的定位坐标体 系下的位置，目前绝对定位方案都是基于卫星的定位手段。高精度卫星定位相较于视觉、雷达等高精度相对定位传 感器，不受天气、光线等影响，可在全场景下帮助汽车实现 精准定位。在众多高精度定位方案中，只有GNSS卫星定位 为车辆提供绝对的定位信息，其余传感器均提供相对定位。 精确的高

7、精度初始绝对位置是最基本的参数，无论用哪种高 精度定位解决方案，GNSS卫星导航定位是必不可少的，能够 平行于相对定位技术给系统提供非常高的可靠性补充，从而 满足系统的功能安全要求。组合导航系统主要为自动驾驶车辆提供三类信息：第一类为 坐标信息，如经纬度、高程，可以区分高架上下、隧道和地 库；第二类为姿态信息，包括侧倾、俯仰等；第三类是动力 学信息，包括加速度、速度、角速度。高精度定位和高精度地图密切关联，二者相辅相成。 高精度定位得到车辆在高精度地图中的精确位置和姿态， 高精度地图可有效弥补传感器的性能边界，提供实时全方 位周围驾驶环境、交通状况信息等重要的先验信息，并帮 助车辆提前重新规划

8、路径。相对定位很难与标准的高精度 地图配合使用，两者的坐标系、数据格式、接口、时间轴 不同，标准的高精度地图需要与绝对定位搭配使用。1.4、 我国组合导航终端陆续上车卫惯组合导航应用场景包括自动驾驶农机、矿场无人驾 驶、无人清扫车、乘用车等。无人矿卡普遍采用高精度 GNSS/IMU组合导航、激光雷达、摄像头、毫米波雷达等传感 器，再结合高精度地图进行融合定位，使无人矿卡的感知系 统可以在矿场恶劣的环境下实现全天候全天时高精度的定 位精度。哪吒、小鹏、蔚来、理想等新势力车厂均规划搭载高精度定 位。小鹏汽车P5搭载13个高清摄像头、5个毫米波雷达、 12个超声波雷达、2个车规级激光雷达共32个传感

9、器及1 组高精度定位单元(GNSS+IMU) o理想L9配备高精度组合 导航定位系统，助力其实现全场景的导航辅助驾驶功能NOA。 AqUila蔚来超感系统拥有33个高性能感知硬件，包括2个 高精度定位单元。国内L2+应用组合导航产品是从2017年上汽荣威 MARWELLXPro 1000辆demo的项目开始，近期各主机厂相继推 出了数十款搭载高精度定位技术的车型。据佐思数据库统计, 2021年中国L2级自动驾驶乘用车的装配率已突破20%,部 分L2级车型通过搭载高精定位和高精地图实现了高速领航 自动驾驶。如小鹏P7,蔚来EC6、ES6、ES8,广汽埃安V、 埃安LX,长城WEY摩卡等车型可以选

10、装高精定位模块，一汽 红旗E-HS9、高合HiPhiX、2021款理想ONE等车型标配高精 定位模块。L3级自动驾驶合法上路呼之欲出。2022年6月23日，深 圳经济特区智能网联汽车管理条例获深圳市表决通过，这 意味着无人驾驶汽车可以在深圳合法上路。该条例是全国首 个对L3及以上自动驾驶权责、定义等重要议题进行详细划 分的官方管理文件，为其他城市L3级自动驾驶准入政策提 供了样板。假设2023年中国L3级别自动驾驶的渗透率约为 6.4% z2025年L3级别自动驾驶渗透率增长至25% ,L45 级别自动驾驶渗透率为3%o 2021年高精度卫惯组合导 航定位设备单价约为2000元，此后单价逐年小

11、幅下降， 2025年或降至750元。假设2021-2030年我国汽车销 量稳步提升，由于高精度定位是L3级别及以上自动驾驶 标配，2022年我国高精度卫惯组合导航设备市场空间为 7.3亿元，预计2025年市场空间将增至53.2亿元， 2022-2025 年 CAGR 为 94%o1.5、 海外组合导航终端前景广阔2018年，通用汽车使用TrimbIeRTX技术作为高精 度GNSS/GPS差分数据源，为配备通用汽车超级巡航 SuperCruise高速公路脱手驾驶系统的车辆提供绝对定 位位置。2021年3月，本田正式发售L3级自动驾驶量 产车一本田LegendEX （获得日本国土交通省L3级自动

12、驾驶认证）酒己备了 HondaSENSINGEIite智能驾驶系统， 搭载高精度定位模块，与传感器、3D高精度地图配合使 用。2021年12月，德国联邦汽车运输管理局认为奔驰 的L3级自动驾驶系统符合规定，批准上路。根据奔驰的 规划，旗下S级和EQS两款旗舰轿车将率先配备L3级自 动驾驶系统（搭载高精定位模块+高精度地图）。特斯拉的纯视觉方案是通过神经网络对各类场景进 行自动标注和训练，但不同国家、不同地域的情况下，总 有未经训练的、没有覆盖到的场景类型，像形状不规则的 工程车，很可能是视觉算法中缺失的识别对象。从2021 年7月20日到2022年5月21日，美国高速公路安全 管理局（NHTS

13、A ）共收至IJ 367起涉及ADAS辅助驾驶系 统的事故报告，其中特斯拉上报了 273起，占比高达 74.4% ,可见纯视觉自动驾驶方案感知冗余度不够，现有 感知模型对Cornercase （长尾问题）泛化性不足，很难 达到L3及以上自动驾驶的要求。当视觉定位因环境问题失效，特斯拉或需要搭载卫惯 组合导航或其他传感器，实现更高级别的自动驾驶。随着 卫惯组合导航的逐步成熟，价格或逐步下降，性价比优势 明显。2022年6月，特斯拉向美国联邦通信委员会注册 了一款全新高分辨率雷达设备，此举将允许特斯拉销售搭 载新雷达装置的汽车。我国新势力车厂具备先进的电子电 气架构，通过多传感器融合达到高级别自动

14、驾驶。海外车 厂多为传统燃油车品牌，电子电气架构的迭代较慢，影响 高精度定位上车进程。L3及以上自动驾驶对高精度定位 的需求凸显，全球车企或加快高精度定位的研发。我国供 应商具备较强的技术储备，丰富的量产经验或有助于全球 市场的开拓。2从林耦吾到紧耦合、深耦合,打造行业高壁垒I组合导航终端的元器件主要为GNSS模块、INS模块和数 据处理模块。GNSS模块分为射频前端、信号捕获、信号跟踪 和RTK解算，负责卫星信号定位。INS模块包括IMU和解算 单元，分别负责测量三轴加速度和三轴角速度数据以及IMU 输入数据及数据处理模块反馈的误差数据。数据处理模块负责进行数据融合，常用卡尔曼滤波算法。卡

15、尔曼滤波是一种估算方法，它以系统的位置坐标、速度、加 速度、航向以及加速度误差、角速度误差和角度误差为系统 状态，并以系统初始状态作为模型的初始条件。在每次测量 更新时，都要利用当时的状态估算值和存储的位置数据计算 出预测值。然后将GNSS数据与预测值比较，其差值经过卡 尔曼滤波处理，产生定位系统误差状态参数的估算值，并将 这些误差估算值反馈给定位系统进行修正，从而提供修正后 更准确的定位数据。卫导定位、惯导定位输出的融合方式可分为松耦合、紧耦合 和深耦合。其中，松耦合是最简单的组合模式，GNSS与INS 各自独立工作，并利用两者位置、速度信息进行数据融合; 紧耦合比松耦合复杂；深耦合在结构和

16、算法方面更加复杂， 是GNSS与INS最深层次的组合方式。在松耦合结构中，GNSS和惯导独立工作，GNSS输 出定位结果，惯导输出惯性数据，两者得到的姿态、位置 等数据之差作为量测输出，通过卡尔曼滤波器得到惯性元 器件误差和导航参数误差，然后进行反馈校正。这种简单 组合方式对厂商算法要求较低、易于集成。在高速公路、 地下车库等卫星信号强或完全无卫星信号的场景下与紧 耦合、深耦合相当旦在有卫星信号但是信号被遮挡的场 景下,GNSS不能够有效地进行定位和测速 从而造成INS 在航位推算时精度衰减很快，定位效果不如紧耦合、深耦 合。紧耦合可以有效利用信号遮挡环境下的卫星观测数据， 提升定位效果。在进

17、行紧耦合时，利用GNSS接收机观测的 原始信息与INS输出数据进行组合，得到伪距与伪距率，将 其和GNSS观测得到的伪距与伪距率的差值作为滤波器的观 测值。紧耦合在原始GNSS观测端进行信息融合，因此在GNSS 卫星可观测数据少于4颗时仍然能够输出有用信息，而遇到 同样情况时松耦合的GNSS输出信息不可用。因此在相同硬 件配置下，紧耦合的鲁棒性会更高。紧耦合的难点在于组合 导航终端厂商需要具备RTK定位算法，在卫导领域积累较浅 的厂家很难实现。深耦合除了可以完成松耦合或紧耦合的处理工作外，还利用 INS的测量（加速度）或者导航信息（位置、速度）对接收 机的信号跟踪进行辅助。深耦合需要深入到接收

18、机内部，涉 及接收机的信号处理层次的融合，在结构或算法方面都比松、 紧耦合更加复杂，是GNSS与INS最深层次的组合方式。深 耦合将惯导模块的部分数据送入GNSS基带芯片里，将惯导 的惯性数据作为GNSS解算的一部分，所以对组合终端厂商 的基带芯片自研能力要求较高。具体来看，GNSS导航芯片经过基带处理，计算得到伪距和多 普勒等值，同时MEMS器件组成的INS系统解算出当前的INS 位置、速度、姿态信息，将二者输出信息一起放入卡尔曼滤 波器中进行信息融合和PVT解算。INS和GNSS之间是双向信 息传输，一方面GNSS信号用于修正INS；另一方面，INS信 号在卫星星历的辅助下，也用于计算载体相对于GNSS卫星 的伪距和伪距率，并用该信息辅助GNSS信号的接收和锁相 过程，以提高GNSS的接收精度和动态性能。全开阔场景下，定位精度由GNSS性能决定；全遮挡 场景下，定位精度由IMU性能决定，上述两种场景的定 位精度与耦合方式关系较弱。三种耦合的区别主要体现在 有部分遮挡的环境（比如高楼林立的城市、港口等场景下）, 基于更前端融合的耦合方式可以实现更精准的定位。目前 搭载组合导航终端的乘用车仅实现了接近L3级别的自动 驾驶，自动驾驶的应用场景较简单。在L3级别及以上的 自动驾驶，需要满足更多场景，包括高楼旁、隧道、高架 桥等，对耦合的要求更高。