作為自動駕駛演進的關鍵基礎，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等為代表的復雜智駕功能的逐步落地，已然進入“爆發前夜”。
過去一段時間，包括蔚來、小鵬、理想、廣汽埃安、上汽飛凡、長安深藍等在內的主流汽車品牌，紛紛在旗下重磅新車上搭載了高精度定位系統，以實現更加安全、可靠的自動駕駛體驗。
自動駕駛催熟高精度定位的同時，背后也離不開相關技術提供商的支持，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聯汽車提供精準位置服務和地理數據服務。依托第四代PPP-RTK定位技術，大有時空在衛導、慣導、衛慣組合、車端BEV、融合定位、自動建圖與更新、地理信息可視化等領域均擁有自主可控的核心技術，并據此打造了覆蓋全球的厘米級高精度定位網絡。
不僅如此，考慮到高階自動駕駛演進，離不開數據驅動，基于高精度定位與地圖的融合，大有時空還打造了涵蓋數據采集和處理、輕量化高精地圖生產與更新、算法訓練、數據合規等在內的“數據飛輪”，實現數據驅動地圖更新以及數據驅動算法訓練，多維度賦能自動駕駛發展。
據大有時空聯合創始人、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據服務方面，大有時空已和眾多產業鏈上下游企業達成了緊密合作，共同開展相關的研發及測試驗證，相關成果接下來將陸續量產上車。
專注算法，做高精定位的“最大公約數”
自動駕駛落地，高精度定位是關鍵基礎設施。
透過自動駕駛汽車的運行邏輯，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，否則后續安全、可靠的智駕體驗將無從談起。
在高精度定位方面，目前有多種不同的“解法”，包括衛星定位、環境特征匹配、慣性定位。不過，如同攝像頭、毫米波雷達以及激光雷達在進行環境感知時各有優劣，上述幾種方案在用于高精度定位時，也均有各自的優勢和不足。
衛星定位的優勢在于能夠為車輛提供絕對位置信息，結合衛導差分服務精度可以達到厘米級，但在地庫、高架、隧道等場景中，會造成信號遮擋；環境特征匹配則會受傳感器可靠性影響，且需要預先采集高精地圖基準數據；而慣導，由于是通過測量自身運動信息，并利用積分算法計算出載體的位置和姿態，定位誤差會隨著時間增加而持續增大。
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，應用場景越復雜，要求會隨之提升。
“這還只是性能層面，從產品層面來看，各家車企在量產過程中，對衛星定位的精度要求也各不相同，這帶動衛導定位終端在智能汽車上的產品形態也會不斷發生變化。“談及當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預判，大有時空在戰略上選擇了做高精度定位賽道的“最大公約數”，即專注于衛星定位服務和算法，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。
“因為從算法、服務到終端，這個過程本身就有很多優秀的行業伙伴，我們互相結合，發揮優勢，將研發核心放在對定位的算法優化、精度以及性能的提升上，更高效的完成整體方案的閉環開發。”李慶建指出。
為此，大有時空對PPP-RTK、N-RTK、衛慣組合、車端BEV、多源融合定位等高精度定位關鍵算法進行了全棧自研。
特別值得一提的是PPP-RTK，作為第四代差分技術，不僅從算法層面統一了RTK與PPP，同時克服了傳統RTK技術互聯網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、利于位置數據隱私和安全保護、全球覆蓋、低帶寬和低功耗等多重優勢，正成為越來越多車企和Tier1在定位上的新技術首選。
在此基礎上，大有時空相繼開發了GNSS SPE、衛慣SPE、多源融合SPE、GNSS模組、衛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備，充分滿足下游客戶的多元化需求。
其中大有時空的衛慣SPE，通過采用GNSS與INS緊耦合算法，在GNSS信號干擾、丟失等環境下，可利用INS獲取短時的連續、高精度位置和姿態信息，顯著提升組合導航的魯棒性。
而通過進一步融合毫米波雷達、激光雷達和攝像頭等車端傳感器采集到的環境特征數據，大有時空還研發了多源融合定位引擎，基于多源傳感器數據融合，實現更高的置信度，尤其是在隧道、地庫、峽谷、立交橋等復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略合作協議，通過賬號互通、播發協議互操作以及鑒權管理等方式，聯合為國內外車企提供全球通定位服務，這也是首個能提供全球高精度定位的服務。
據李慶建介紹，在該項合作中，海克斯康主要負責北美和歐洲的CORS站網建設，以及數據中心的獨立運維，包括解算和播發，而大有時空則主要負責中國的CORS站網建設和數據中心的獨立運維。三大數據中心互相隔離，以充分保障基站的數據安全，但解算、播發的數據格式高度統一。
“這意味著，今后整車廠在開展跨國業務時，在高精度定位方面，只需在國內進行一次聯調，在終端協議賬號不變的情況下，即可在歐洲直接接入差分服務，類似于漫游。”李慶建指出。據他透露，目前大有時空在國內以及歐洲均已經在聯合國內外車企開展相關的測試，并進行小范圍的運營示范。
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用，無疑是提供車輛精準的位置信息。但如果對這些時空數據進一步挖掘，會發現其價值遠不止于此。
賦能自動駕駛地圖生成，是大有時空為智駕行業提供的第二重能力支撐。
由于應用場景的復雜多變，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為是高階智能駕駛的“標配”。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現的。
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。相較于普通的導航地圖，高精度地圖的繪制不僅需要專門的測繪資質，還需要專業的采集車，由此導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，難以很好地滿足智能駕駛的快速大規模上車需求。正因為如此，過去一段時間主要車企及自動駕駛技術公司都在規劃丟掉這根“拐杖”。
不過，在李慶建看來，所謂“重感知、輕地圖”，本質上并不是完全不用地圖，而是不使用預先采集制作的地圖，取而代之的是自動駕駛汽車通過實時采集數據更新生成的地圖。
“這類地圖與傳統高精地圖相比，有兩大區別：第一，在要素以及精度上相較于傳統圖商采集的高精地圖會略微降低；第二，不依賴于專業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，并且形成實時更新能力。”其中實時更新能力的構建，在李慶建看來，是“輕地圖”的重要一環，否則不能稱為“輕地圖”。
正是洞見這一點，在定位能力基礎上，大有時空同時還研發了高精度地圖引擎以及車端建圖引擎，通過集成先進的傳感器和感知算法，可以從實時數據采集到車端基于BEV的局部建圖，再到云端的實時全局建圖，為整車廠提供面向量產場景的L2++輕地圖眾源更新數據閉環。
眾所周知，自動駕駛地圖的制作與更新，地理信息數據的豐富度是重中之重，過去專業的采集車往往需要搭載專業的采集設備。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計的基礎上，依靠車端傳感器實時采集數據，眾包繪制高精地圖。
據李慶建介紹，大有時空可以為整車廠提供三種“輕地圖”方案，分別是：基于普通導航電子地圖，實時生成輕地圖；使用服務商或者某個基礎數據，在此基礎上進行實時的地圖更新；沒有地圖，完全依靠車端實時感知建圖。
“這意味著，我們不僅僅是一家高精度定位服務商，也是一家時空信息服務商。”李慶建表示。值得一提的是，大有時空也是當前智駕賽道少有的同時具備高精度定位和地圖服務能力的企業，由于基準的統一，這使得大有時空可以更好地實現定位與地圖的協同融合。
在地圖方面，目前大有時空已經擺脫了對數據和導航地圖的依賴，通過激光點云和視覺特征提取，初步打通了從車端局部建圖到云端全局建圖的鏈路。
“圍繞區域建圖，我們在相關園區以及示范區，已經在和整車廠開展聯合測試，下一步爭取更多車輛、更大范圍的覆蓋。”談及當前的進展，李慶建表示。
高階智駕，要靠訓練而非研發
如果說高精度定位和高精地圖，解決的是量產自動駕駛當下的安全性和可靠性問題，那么數據閉環，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的演進邏輯來看，要實現L2向L3甚至更高階的L4躍升，必須通過量產收集海量的場景數據，進行訓練以及測試，驅動算法不斷成熟；另一方面，也只有通過源源不斷的場景數據采集，進行測試驗證，才能更好地解決長尾場景。“所以我們經常說，L3、L4不是研發出來的，而是訓練出來的。”李慶建表示。
在訓練自動駕駛算法成熟方面，大有時空也有著自己的“見解”——以定位賦能數據采集，構筑飛輪閉環。
目前來看，一個完整的自動駕駛數據閉環，必須具備海量場景數據作為支撐。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據的過程，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測繪數據，以及后裝車聯網運營數據進行訓練后提供給車企，助力解決整車廠數據量不足的問題。”在后裝市場，大有時空的定位解決方案已經安裝在很多運營車輛上，據李慶建透露，未來這些普通的定位均會升級為高精度定位，成為一路新的數據獲取來源，賦能整車廠快速擴大數據規模，提升算法驗證以及迭代升級效率。
“我們正在和多家合作伙伴進行技術鏈路的打通，在他們的硬件上接入我們的定位服務。而圍繞數據中心，我們也在和相關的整車廠開展聯合研發和工具鏈的適配。”李慶建表示。
解決了數據來源問題，接下來就是怎么用的問題。
為充分發揮眾源采集的數據價值，更好地賦能自動駕駛研發，圍繞數據合規及管理應用，大有時空同步開發了一系列的制圖、標注與仿真工具鏈，以及數據合規服務，用于開展智能駕駛仿真和算法訓練，在數據閉環基礎上進一步形成算法更新的軟件閉環，以及安全合規的服務閉環。
特別值得關注的是數據合規，按照目前的趨勢，通過量產車眾源眾包進行高精地圖的生成，有望成為行業主流。這意味著，未來每一輛自動駕駛汽車都將是數據采集車。而一旦自動駕駛汽車打上“測繪車”的標簽，在量產運營過程中必然會面臨數據合規的監管，這不僅僅指數據的采集和傳輸需要合規，還包括數據中心本身的數據安全，比如研發階段的數據脫敏，地圖更新的安全合規，以及運營的合規性。
針對這些需求，大有時空構建了從數據采集、數據傳輸到脫敏脫密處理、數據管理和數據監管的一站式軟件能力。
“我們會將這些能力和上述工具鏈統一部署在整車廠的數據中心。這樣帶來的好處是，由于車輛本身來源于車企，所有的數據也會直接回歸到整車廠的數據中心，充分保障了車企對數據的控制權，以及數據中心的合規安全。”李慶建指出。
目前，圍繞數據閉環大有時空也已經和多家企業達成了合作，就“飛輪閉環”全鏈條開展相關的測試。加上在高精度定位和地圖服務方面的合作項目，大有時空整體業務已經進入了多點開花的階段。
不過，考慮到自動駕駛的真正爆發還需要一段時間，李慶建認為，高精度定位的大規模應用也有待時日。據蓋世汽車研究院統計數據顯示，今年上半年，國內L0-L2級ADAS整體滲透率已超過56%，L2的滲透率接近40%，行業正處于L2向L3過渡階段。
“到2025年，我們認為L2、L2++在新車中的整體滲透率有望達到80%，甚至100%，普及速度會非常快。”談及對接下來自動駕駛發展的預測，李慶建表示。而最終，當眾包數據的邊際成本成為固定成本時，他認為智駕賽道的拐點將會真正到來。
京公網安備 11010502053454號