车辆高精度定位白皮书

IMT-2020（5G）推进组主编的《车辆高精度定位白皮书》于10月31日正式发布。《白皮书》旨在研究车联网环境下的车辆高精度定位技术，通过分析目前车联网中的定位技术以及不同应用场景下的定位需求及挑战，提出车辆高精度定位的系统架构及相应关键技术，为后续车联网定位的标准化以及在自动驾驶和智能交通中的应用提供重要参考。

定位技术是车联网的关键技术之一，是实现车辆安全通行的重要保障。在车联网应用中，不同的应用场景对定位的要求也不同。例如辅助驾驶中对车的定位精度要求在米级，而对于自动驾驶业务，其对定位的精度要求亚米级甚至厘米级。虽然对定位精度要求不同，但定位的连续性是车联网业务安全可靠的必要前提，考虑到环境（遮挡、光线、天气）、成本以及稳定性等因素，单纯采用某一种定位技术并不能满足车联网业务的定位需求。


近日，由IMT-2020（5G）推进组主编的《车辆高精度定位白皮书》正式发布，该白皮书介绍了在车联网环境下的车辆高精度定位发展趋势，需求与挑战，以及系统架构和关键技术。中国联通、中国电信、华为、中国信息通信研究院、千寻位置、四维图新、百度等企业也参与了编写。

车辆高精度定位方案

根据场景以及定位性能的需求不同，车辆定位方案是多种多样的。在大多数的车联网应用场景中，通常需要通过多种技术的融合来实现精准定位，包括GNSS（Global Navigation Satellite System）、无线电（例如蜂窝网、局域网等）、惯性测量单元（Inertial Measurement Unit, IMU）、传感器以及高精度地图。其中，GNSS或其差分补偿RTK（Real-time Kinematic），是最基本的定位方法。考虑到GNSS技术在遮挡场景、隧道以及室内的不稳定（或不可用），其应用场景受限于室外环境。基于传感器的定位是车辆定位的另一种常见方法，然而高成本和对环境的敏感性也限制了其应用前景。通常，GNSS或传感器等单一技术难以满足现实复杂环境中车辆高精度定位的要求，无法保证车联网定位的稳定性。因此会通过其他一些辅助方法例如惯性导航、高精度地图等，以满足高精度定位需求。

报告中提到，随着ADAS功能逐步的进入传统汽车，使之成为传统汽车的标配，而自动驾驶汽车的量产计划也会在在未来3-5年内实现。根据各车企对定位的需求，高精度定位服务在汽车行业的应用具有非常广阔的前景。

同时，在不同的应用场景中，对车联网定位精确程度的要求是不一样的。不止是车辆的位置坐标，未来L4/L5自动驾驶车辆对位置鲁棒性，车辆姿态精度，姿态鲁棒性都有严格的要求。

车联网定位的挑战

所以，在这种情况下，定位就会面临着很多的挑战。白皮书提到目前，目前车联网场景的定位需求主要面临以下三个方面：定位精度及定位范围、通信时延和网络部署。

1. 满足不同应用场景下的定位需求：目前室外的定位技术以实时动态差分技术（Real-time Kinematic, RTK）为主，在室外空旷无遮挡环境下可以达到厘米级定位，但考虑到城市环境密集高楼 区，以及会经历隧道、高架桥、地下停车场等遮挡场景，需要结合惯性单元使用融合算法保持一定时 间的精度。所以如何保障车辆在所有场景下的长时间稳定高精度定位，是车联网应用场景下车辆高精度定位的巨大挑战。因此需要结合蜂窝网定位、惯导、雷达、摄像头等，通过多源数据融合保障车辆随时随地的定位精度。

2. 高精度地图的绘制和更新。高精度定位需要有与之匹配的高精度地图才有意义。从定位技术上，对于摄像头、雷达等传感器定位，需要有相应的高精度地图匹配，以保证实现厘米级的定位。另外，从车联网业务上，路径规划、车道级监控和导航，也需要高精度地图与之配合才能实现。然而绘制高精度地图成本高且复杂，且需要定期更新才能保证定位性能和业务需求。

3. 高精度定位成本较高。为保障车辆高精度定位的性能需求，需要融合蜂窝网、卫星、惯导、摄像头以及雷达数据，而对于惯导、雷达等，成本较高，难以实现快速普及，限制了车辆高精度定位的商业应用。

白皮书中介绍了车辆高精度定位系统网络架构，结合对车辆高精度定位的场景分析和性能需求，该架构主要包括终端层、网络层、平台层和应用层。其中终端层实现多源数据融合（卫星、传感器及蜂窝网数据）算法，保障不同应用场景、不同业务的定位需求；平台层提供一体化车辆定位平台功能，包括差分解算能力、地图数据库、高清动态地图、定位引擎，并实现定位能力开放；网络层包括5G基站、 RTK基站和路侧单元（Road Side Unit, RSU），为定位终端实现数据可靠传输；应用层基于高精度定位系统能够为应用层提供车道级导航、线路规划、自动驾驶等应用。

车辆高精度定位关键技术

基于RTK差分系统的GNSS定位

高精度GNSS增强技术通过地面差分基准参考站进行卫星观测，形成差分改正数据，再通过数据通信链路将差分改正数据播发到流动测量站，进而流动测量站根据收到的改正数进行定位。但是，在车联网领域使用时，还需要考虑它的可行性，一致性以及合规性。

传感器与高精地图匹配定位

除了卫星定位以外，自动驾驶汽车往往会用到视觉定位，它是通过摄像头或激光雷达等视觉传感器设备通过获取视觉图像，再提取图像序列中的一致性信息，根据一致性信息在图像序列中的位置变化估计车辆的位置。根据事先定位所采用的策略，可分为基于路标库和图像匹配的全局定位、同时定位与地图构建的SLAM（Simultaneous localization and mapping）、基于局部运动估计的视觉里程计三种方法。

应用于自动驾驶的高精地图相较于传统地图提供了更加丰富的语义信息，除了包含车道模型如车 道线、坡度、曲率、航向、车道属性、连通关系等内容外，还包括大量定位对象（object），即路面、 两侧或上方的各种静态物体，如路缘石、栅栏、交通标牌、交通灯、电线杆、龙门架等，这些元素均含包含精确的位置信息，通过激光雷达（LiDAR）、相机（Camera）和毫米波雷达（Radar）识别出地图上的各类静态地物，然后将这些对象与地图上存储的对象进行比对（Map Matching），匹配过 后，通过相对姿态和位置关系，即可得到车辆自身精确位置和姿态，实现无GPS条件下的自定位。

蜂窝网定位

蜂窝网络对于提高定位性能至关重要，支撑RTK数据和传感器数据的传输，高精度地图的下载和更新等。基于4G的蜂窝定位，受信号带宽、同步以及网络部署的影响，定位精度一般在几十米左右，而随着5G的到来，大带宽、多天线以及高精度同步技术等的支撑，可以使得5G的定位精度大大提高，目前在仿真/测试场景下，室内定位可达2~3米精度，可在室内及隧道环境下弥补卫星定位的不足。

同步系统

可靠的高精度定位系统基本都是基于同步系统的，包括卫星导航定位，地面高精度定位系统也基本遵循这一原则。高精度定位系统的同步精度每降低3ns就会引入1米左右的测距误差，因此时钟同步性能成为高精度同步技术的关键指标，地面定位网元节点间的高精度同步技术是这个领域研究的关 键。V2X需要满足未来智能驾驶的信息交换需求，对同步的需求也显而易见。

这份白皮书以在车联网环境下车辆高精度定位为研究内容，以定位技术现状为基础，对车联网场景下的定位需求指标进行分析；建立车辆高精度定位的系统网络架构，以满足不同的业务和场景需求；在车辆高精度定位技术中，基于卫星与基站协作定位提出通过基站播发差分信息的方法，基于车载传感与高精地图匹配提出利用照相机、摄像头以及雷达与高清地图匹配，实现基于语义级高精度地图定位；车辆高精度定位对同步技术提出了比通信网更高的要求，是5G时代的一个重要需求，针对车辆高精度定位的需求，同步网各部分需要整体的技术提升，包括源部分和承载网部分；车辆的高精度定位，必然是多种定位源的融合，为车辆高精度定位技术演进和发展提供参考。