高精度定位技术分析

高精度定位技术分析

关于GPS、RTK、PPK三种定位技术的探讨

高精度定位通常是指亚米级、厘米级以及毫米级的定位，从市场需求来看，定位的精度越高往往越好。“高精度、低成本”的定位方案无疑将是未来市场的趋势。

 

 

 在物联网时代，大多数的应用或多或少都与位置服务相关联，尤其是对于移动物体而言，定位需求更为明显，因此，定位技术受到了广泛的关注。本文主要讲讲GPS、RTK、PPK这三种定位技术。

GPS定位技术

全球定位系统GPS是一种可以授时和测距的空间交会定点的导航系统，可向全球用户提供连续、实时、高精度的三维位置，三维速度和时间信息。

GPS定位技术的弊端在于存在以下误差：

✦ 轨道误差，就是卫星告诉你的位置和其真实的位置有偏差。

✦ 时钟误差，就是卫星告诉你的时间和标准时间有偏差。

✦ 电离层延迟，就是卫星信号在从太空穿越大气层，经过电离层时其速度会变慢，而我们却不知道它慢了多少时间。

✦ 对流层延迟，与电离层延迟相似。

✦ 多径，就是卫星信号碰到一些反射物体，发射的信号会对实际信号有影响，让用户误判到底哪个才是真正想要的信号。

✦ 接收机噪声，就是接收机自己在测量距离时也会带入自己的误判。

 

 RTK定位技术

RTK，即实时动态定位，是高精度相对定位的常用手段之一，一般利用基准站和流动站的载波相位观测值组成双差模型进行，可以得到厘米级的实时定位精度，目前已经被广泛应用于工程测量等领域。

RTK定位技术的优势在于：

✦ 改进了初始化时间、扩大了有效工作的范围；

✦ 采用连续基站，用户随时可以观测，使用方便，提高了工作效率；

✦ 拥有完善的数据监控系统，可以有效地消除系统误差和周跳，增强差分作业的可靠性；

✦ 用户不需架设参考站，真正实现单机作业，减少了费用；

✦ 使用固定可靠的数据链通讯方式，减少了噪声干扰。

 

 PPK定位技术

PPK即动态后处理技术，是对RTK技术的补充，利用进行同步观测的一台基准站接收机和至少一台流动接收机对卫星的载波相位观测量；事后在计算机中利用GPS处理软件进行线性组合，形成虚拟的载波相位观测量值，确定接收机之间厘米级的相对位置；然后进行坐标转换得到流动站在地方坐标系中的坐标。

PPK定位技术的优势在于：

✦ PPK是通过后续软件处理得到结算结果，不受通信距离限制，不需要任何链路，便能获得高精度结果。

✦ 相较于RTK定位而言，PPK成本更低。

✦ PPK没有时延问题，能够保障解算精度。

 

 总而言之，RTK采用载波相位动态实时差分方法，是GPS应用的重大里程碑；而PPK则是属于后处理的动态测量技术，弥补了GPS-RTK在实际测量中必须依赖数据通信链的缺点。

 

 

 值得一提的是，新锐科创人员定位系统融合5G+北斗RTK定位技术，并依托计算机技术、地理信息技术、移动定位技术、通信技术、网络技术等核心技术进一步提高定位精度和可靠性，解决通信网高精度定位中的频率复用、信号干扰、测距精度低等问题，可实现定位精确、响应快速，在室内实现优于 0.1m 的高精度定位，理论精度高达毫米级，可满足不同行业的高精度定位需求，为智慧安全赋能！

自动驾驶高精定位

定位是高等级自动驾驶的基础，但在高速NOA和城区NOA等场景中，如何能够稳定地在各种工况下实现高精度定位将是个难题。一个常见的问题是：高速NOA、城区NOA功能需要实现多高精度的定位？需要多高精度的IMU、组合导航和多少种传感器？

带着这些困惑，笔者采访了很多行业内专家。

第一个问题的答案较为一致：高速NOA只需要实现车道级/分米级的定位即可，能识别出自车在哪个车道就够了；而城区NOA下，由于车道比较窄，尤其是在十字路口处，经常会出现车道变化，如两车道变成三车道或四车道，这时候要想实现车道保持而不压到车道线，就需要定位精度达到厘米级。

关于第二个问题“需要多高精度的IMU、组合导航和传感器”，笔者和行业多位专家交流后得到的结论是：无法确定，因为最终的定位精度是由组合导航、轮速传感器、高精地图和视觉、激光雷达、毫米波等多种传感器匹配定位后的结果，只要最终融合定位的精度能满足需求即可，对各部分的精度不做硬性要求。

下图介绍了融合定位的几个组成部分。

 

 

  组合导航，广义上指“两种或两种以上的非相似导航定位系统的结合”，如通过算法对GNSS、IMU、轮速计、Lidar点云等信息做数据融合。

由于GNSS和IMU具有很好的互补效果，即GNSS补充了IMU惯性系统的累计误差问题，IMU很好地弥补了GNSS卫星系统的不稳定性和易受干扰性，这对“黄金搭档”也被称为最佳的组合导航方案，所以一般大家提到“组合导航”时，就指卫惯组合导航（GNSS+IMU）。如无特殊说明，下文中提到的“组合导航”即指GNSS+IMU。

本文主要重点关注如下几个问题——

一．GNSS为什么一定要双频？
目前，国内主流方案的GNSS/RTK都支持双频多星座。
所谓多星座，指的是GNSS接收机可以接收中国的北斗、美国的GPS和欧洲的伽利略等不同导航系统的信号，国内GNSS接收机一般同时支持北斗和GPS。
双频指的是每个导航系统都有两个载波频段，如北斗有两个频段，GPS也有两个频段。双频会导致硬件和算力成本大大增加。
那么，双频有什么作用呢？
和业内专家沟通下来，笔者得到答案是：一方面，两个载波频段可以互为冗余 ，另一方面，双频可以获得更高的定位精度。
在GNSS的测量误差中，电离层引起的误差占了很大一部分，而双频载波可以利用电离层对不同频率电磁波延迟的相关性，来消除大部分电离层引起的误差，从而大大提高卫星定位精度，这是单频GNSS所做不到的。
某位组合导航公司创始人曾论坛上公开提到，单频RTK定位精度，有95%的概率落在半径为0.4米的圆内（也就是精度单位CEP的概念），双频RTK定位精度可以做到95%的概率落在半径为0.2米的圆内，由此可见双频的重要性。
二．星基增强和地基增强
GNSS的定位误差，除了上文提到的电离层误差外，还有如下几种：卫星相关的卫星轨道误差（星历误差）、卫星原子钟的时钟误差、对流层误差、载波经过反射后的多径效应引起的误差，与接收机有关的接收机钟差等。
 

 

 △卫星定位误差的来源

为了尽量消除这些误差，提高定位精度，除了上述提到的双频载波频段外，还有其他增强方法，根据其原理可以分为星基增强和地基增强。
其中使用最广泛、最具代表性的增强方法有地基RTK（Real-Time Kinematic，实时动态定位）、星基PPP（Precise Point Positioning，精密单点定位）和两者的结合PPP-RTK。具体技术介绍与优缺点如下所示：

 

 △RTK/PPP/PPP-RTK对比信息来源：九章智驾根据公开信息与专家访谈信息整理

下图从收敛速度、定位精度、覆盖范围三个维度对这三种模式进行了对比。
 

 

 △RTK、PPP与PPP-RTK定位特点对比（资料来源：https://www.sohu.com/a/447492212_120381558）

作为RTK和PPP的强强联合，PPP-RTK既有RTK精度高、收敛快的优点，也有PPP全球覆盖的优点。
除此之外，与RTK相比，PPP-RTK更符合功能安全的要求。一方面是PPP-RTK不受地面基站和移动网络覆盖面的约束（可以通过卫星播发）；另一方面，相比于RTK通过差分把定位误差作为“黑盒”打包处理，PPP-RTK可以对每一项误差进行全球范围内的建模和预估，PPP-RTK的信号完好性使得它可以确认每个信号的误差状态，并识别该信号是否可收敛、可使用、可检测，从而更符合功能对风险因子逐项拆解的要求。
那么，与RTK相比，PPP-RTK的使用成本是否有优势呢？
虽然PPP-RTK所需的地面基站数量要少得多（国内数百个基站就可以覆盖），但如果要使用卫星播发信号，要么租借卫星，要么像时空道宇那样发射低轨卫星。据了解，租借卫星的成本不菲（约1000万~2000万/颗/年），而要覆盖全球得租借多个卫星才行，这些成本都会算在服务费中。
而据笔者和多位业内专家沟通交流，PPP-RTK和N-RTK的成本相差不大。如果不使用卫星播发的话，PPP-RTK成本还要更低一些。
业内很多专家都认为PPP-RTK是未来的发展趋势。据了解，国内已经有多个在研前装量产项目使用了PPP-RTK技术。
不过，有意思的是，已经在地基上有巨大投入的千寻位置也在向车企客户力推PPP-RTK（据千寻官网显示，千寻已建成2800+地基增强站），这是否受竞争对手的策略影响，不得不跟进？ 
那么，在转向PPP-RTK后， 先行者们在前期在地基增强基站上投入的资源是否会“浪费”？
笔者在和某头部位置服务商的资深从业者的沟通中获悉，虽然理论上PPP-RTK可以不需要那么多的地面基站，不过在收敛速度和位置精度方面，还是会受到地基数据很大的赋能，基于已有的高密度地基服务推出的PPP-RTK，其收敛速度也远快于地基密度没那么高的位置服务商的同类产品。
三．低轨卫星能提高定位精度吗？
前段时间，吉利旗下时空道宇发射了九颗低轨卫星，据称主要用于智能驾驶的高精定位等功能。同时，特斯拉的“星链”同样也是用低轨卫星覆盖全球。那么，低轨卫星真的能够提高定位精度吗？
在这个问题上，专家的反馈比较一致，即低轨卫星主要起到通讯的作用，对于提升定位精度并无实质作用。
不过，虽然低轨卫星不能提升定位精度，但的确可以对卫星信号起到增强覆盖的作用，尤其是在半遮挡地区。
某资深从业者认为，除了播发增强信号外，低轨卫星也可以同时使用全球卫星导航系统，播放载波信息，从而可以增加某个区域内GNSS接收机搜到的卫星数。一些半遮挡区域，如高架下，或楼宇内近窗处，之前由于搜不到足够多的导航卫星而无法定位或定位精度不准，加上低轨卫星后，就可以搜到足够多的卫星，从而增强卫星导航的可用性和可靠性。
四．IMU的关键指标和精度要求
IMU作为组合导航的核心器件，可以提供更高频率的高精信号（一般可达200Hz），在GNSS信号无效或者更新间隔内（GNSS信号频率为10Hz），可以用来进行高精度的航位推算。
IMU分为陀螺仪和加速度计两部分，陀螺仪输出车辆的横滚、俯仰和航向角，加速度计输出三个方向的加速度。
IMU的成本，随着精度的提升直线上升，毕竟“一分钱一分货”。
大家在选择IMU的时候，最常见的问题是：选多高精度的IMU才能满足要求？这就涉及到IMU的关键性能指标。
IMU有很多的器件指标，如零偏误差、比例因子误差、非线性误差等。具体指标及说明见下图。
 

 

 △IMU误差指标说明（引用自司南导航算法工程师线上分享）

其中最为关键的指标有两个：1.零偏误差；2.温度零偏。
零偏误差，即使用时会有常量误差，因为误差会随着时间累计，所以需要将该误差控制在一定范围内，一般陀螺仪的零偏误差控制在2-3度/小时，加速度计的零偏误差控制在0.003g以内（3mg）。
温度零偏，用于衡量对传感器对温度的敏感性，不同温度下的特性不同，一般会通过测量传感器的特性曲线，在出厂前进行补偿，从而降低温度零偏。
据了解，温度补偿的一致性会随着使用时长而发生变化，即使用几年后的补偿曲线和刚开始标定的补偿曲线和可能会有差异。
习惯上，大家可能更习惯用算法指标来衡量IMU，即在隧道等GNSS信号完全丢失的情况下，车辆行驶1000米后，测量值与真值的偏差。行业较为普遍指标为千分之一到千分之五（1sigma）左右。
五．GNSS+IMU耦合方式的演进趋势
从底层算法层面来看，组合导航算法可以分为松耦合、紧耦合及深耦合三种，算法实现难度依次递增。
几种耦合方式的介绍见下图，具体可查看之前九章智驾的文章《高精度组合导航里的松、紧、深耦合》
 

 

 △组合导航的几种耦合方式信息来源：九章智驾根据公开信息与专家访谈信息整理

在半遮挡场景下，如城市峡谷中，深耦合表现最好，紧耦合次之，松耦合最差；在全开阔场景和全遮挡场景下，则三种耦合方式表现相同。具体可见下图。

 

 △不同耦合算法的定位效果对比（图片引用自导远电子官网）

当乘用车前装量产的关注点从高速NOA慢慢转移到城区NOA时，这时候深耦合的优势就体现出来了。
在和行业内专家交流时，大家也都认可技术表现上深耦合更好，那么未来深耦合会不会成为主流趋势呢？
业内声音不一，有不少专家认为深耦合会成为主流趋势。
不过，国汽大有时空研发副总裁李庆建认为，从自动驾驶域控发展趋势、主机厂与供应商的博弈以及结合域控集成的模式等角度来考虑，组合导航算法将以在域控算法的形态存在。
在深耦合的模式下，域控形态实现具有更大的难度，紧组合将会成为当前可行的算法。在未来，卫导、惯导和组合导航算法集中定点也许会成为过去，如果主机厂没有对深耦合的算法Know-how有足够的开发能力，将主导算法，把地图、感知等多源融合定位作为重点。
六．组合导航的集成化趋势
虽然某些车企在自研组合导航算法，不过有更多主机厂会选择一家集成商将卫导、惯导和组合导航算法集成在一起提供，也就是俗称的“P-Box”（定位盒子），还有些会把高精地图也集成其中，称为“地图盒子”（HD MAP BOX）。

 

  △戴世智能P-Box技术架构（图片来源：焉知）

行业里普遍认为定位盒子和地图盒子只是个过渡形态的产品，随着域控制器技术的逐渐成熟和中央集成式架构的演进，域控制器集成组合导航模块将成为主流趋势，即将组合导航算法集成、GNSS和IMU模组集成到域控内，或与其他器件集成在一起。
集成化有很多优势。
一、降低成本。目前有定位盒子供应商的常见做法是，外购GNSS模组和IMU模组，将组合导航算法放在独立的MCU内，全部集成在定位盒子中；相比之下，将组合导航算法集成到域控内，可以省掉一个独立的MCU。
二、提高数据交换效率。 将组合导航算法集成到域控内，可降低定位模块与其他算法模块数据交换的延迟。
三、方便布置。随着集成度越来越高，GNSS和IMU逐渐从器件级向板卡级、芯片级演变，相比于独立的定位盒子，集成在其他器件内，布置上更加方便，连接线束也少了。
那么，组合导航集成在域控内，是否会成为以后的主流趋势呢？
笔者在与众多行业专家交流后发现，虽然已有不少车企选择将IMU和GNSS模块集成在域控制器内，但该做法仍存在不少工程上挑战。
其中最大的挑战，来自于IMU对安装位置和环境的超高要求。
第一，IMU对安装位置要求很高。因为在使用IMU时，自动驾驶系统默认IMU的位姿和加速度代表了整车的状态，所以IMU最好的安装位置是后轮轴线的中心位置。因此，一些业内专家指出，是否将IMU集成在域控制器内取决于域控制器的位置，如果位置不合适，则不宜将IMU集成在域控内。
实际操作中，若位置不合适，可以将安装位置与理想位置进行标定，再经过坐标转化即可使用，不过，这个转化过程会造成部分器件精度的损失。
第二，IMU对温度变化非常敏感，所以安装处温度变化不宜过大，而域控制器内部由于有大功率的SoC，温度变化较大，可能会影响IMU的测量精度。实际操作中，虽然出厂前会经过温度补偿曲线进行标定，不过前文中提到该温度补偿曲线会随着时间而变化，可能会增加误差。（当然，也有专家反馈，根据目前已经量产的项目反馈，该误差造成的影响并不大。）
第三，IMU对安装面的平整度和刚度要求高，而域控制器由于PCB板面积较大、刚性不足，加工过程中的弯曲变形也会影响IMU的性能，域控工作中的振动也会带来额外的噪声。这一点，可通过调整安装位置和局部增加刚度来优化。
GNSS模块的安装位置，也需要更多考虑布置方便和集成方便度，比如有些会把GNSS模块与V2X和T-Box进行集成。
一位行业专家认为，GNSS在模块化后，体积足够小，贴在哪里都可以。一般为了布置方便，会放在更靠近GNSS天线的位置。因为GNSS的天线与卫星定位搜星有关，所以会放置在靠外的位置，一般选择和4G天线、收音机天线（鲨鱼鳍）等集成在一起。如果不考虑位置而将GNSS模块布置在域控的话，GNSS的天线要连接到域控，连接线会比较长，授时精度可能会受影响。
七．独立盒子和集成化趋势或将长期并存
与定位盒子集成化的趋势相对应的是，定位盒子供应商则希望继续保持独立盒子的形态，这种独立盒子可接入更多的信号，继续提升定位精度。
如导远推出的地图盒子，除集成了GNSS、IMU、轮速和高精地图外，还进一步接入了ADAS相机，从而可以通过视觉融合定位，进一步提高定位精度和可靠性——据称可在95%置信度下实现横向误差小于0.2米、纵向误差小于2米。
不过，一位新势力车企负责定位的工程师表示，对于将视觉融合定位交由定位盒子供应商来完成这种做法，他们是完全“不可接受”。究其原因，一方面，这“关系到谁集成谁的问题”，职责不容易区分，“出了问题，到底是传感器的问题、定位盒子的问题，还是融合算法的问题，不好判责”；另一方面，他们也不认可定位盒子供应商的图像处理能力，况且，这也涉及到图像被两次处理造成的算力浪费问题。
对于这种行为，某组合导航供应商高管认为，现阶段，传统车企或者研发能力弱的车企，量产高阶智能驾驶时，为了更方便地控制成本、提升可靠性，更希望供应商能够提供定位的整体解决方案，如集成卫导、惯导、高精地图，甚至视觉融合定位等功能。
将组合导航集成到域控中的方案，一方面对车厂的研发能力有较高的要求，另一方面对于感知、决策等算法也有很高的要求。因此，如果这两方面要求都不能达到，把定位交给第三方供应商来解决，是一个可以实现快速量产，且集成度和可靠性都比较高的方案。
看下来，虽然长期来看定位模块的集成化是个趋势，但定位盒子仍或将长期存在。
八．做好融合定位算法，可降低对组合导航关键部件的要求
前述提到的组合导航，其实都是自动驾驶定位系统中的一部分，最终系统是通过将各种数据进行融合定位。

 

 △小马智行融合定位架构（来源：小马智行账号知乎文章）

一般常见的融合定位用到的数据包括GNSS、IMU、RTK（或PPP-RTK）、高精地图、轮速传感器、激光雷达、摄像头等，最终的定位精度取决于融合后的定位精度。
 

 

 △Apollo融合高定位软件架构（数据来源：Apollo官方）

值得一提的事，除了以GNSS为主的绝对定位外，还可以根据摄像头观测到的车道线的位置来实现横向的相对定位，以及使用激光雷达、摄像头、毫米波雷达等观测到的周围关键特征（如标志牌、红绿灯等）和高精地图进行匹配，来实现纵向的相对定位（SLAM）。
 

 

 △相对定位匹配原理（来源：六分科技的线上分享）

事实上，如果融合定位算法做的够好的话，是可以降低对组合导航关键部件的要求（如IMU精度等）。
很多专家都表示，IMU的高精度主要为了应对一些定位退化场景——如隧道。在隧道场景中，只能依赖两端的GNSS值进行绝对定位，隧道中间只能依赖IMU进行航迹推算。
不过也并非没有办法，百度阿波罗的一位专家在某次分享中提到：一方面隧道内对绝对精度的要求并不高，道路的曲率变化不会太极限；另一方面，可以引入更多的特征，比如纹理来帮助定位。
也有专家提到，在隧道中可以利用视觉和毫米波雷达来实现横向定位，至于纵向定位的精度，“其实也没有那么重要”。
九．融合定位可否摆脱对高精地图的依赖？
除了能降低组合导航要求外，某L4进入前装量产的公司也透露正在探索不依赖RTK实现高速NOA功能的方案。
事实上，高精度定位是搭配高精地图进行使用的，如果RTK可以不需要，那么高精地图是否还需要呢？
业内不少人认为在自动驾驶中，高精地图是个“拐杖”。高精地图不受环境影响、不被距离限制，可以辅助感知作超视距感知输入，对传感器进行有效弥补。如果现在就扔掉“拐杖”，可能还会有一些问题，如现实场景道路中，常会遇到大车挡道、车道线模糊等问题，传感器也常常受限于距离和环境影响。
据一些业内专家反馈，缺少高精地图（仅依赖导航地图），实现车道级定位比较困难，因为导航地图道路中缺少车道信息，只能通过视觉等识别的车道信息进行相对定位。当在路口遇到路牌和车道线遮挡时，很难识别道路拓扑结构，容易出现决策规划错误。
此外，在小曲率匝道中行驶时，因为导航地图缺少曲率信息，车辆的横纵向控制将会比较困难，很容易会有锯齿感。
从这些方面来说，某种程度的“高精地图”还是需要的，不过这种所谓的“高精地图”可能不像现在图商提供的精度那么高、元素那么全，可能是在导航地图上覆盖一层道路语义地图，姑且可以称作“导航地图 Plus”。
在这方面，记忆泊车提供了很好的范式。记忆泊车功能开启之前，需要先构建地图和记忆路线，再基于构建好的地图进行定位决策规划。
于是，参考记忆泊车，一些方案商提出了记忆行车功能。对于城市通勤路线，通过反复几次行驶后完成构建地图和路线记忆，即在导航地图上覆盖一层本地构建的语义地图“导航地图Plus”，然后基于此地图进行定位决策和规划，实现城区内不依赖高精地图的点到点领航辅助。
这一定程度上可以实现“单机”版的地图，如果再进一步，本地构建的地图分享到云端呢？那岂不是就成了众包地图？
事实上，小鹏汽车方面称，已经支持停车场记忆泊车地图分享功能，用户学习路线后可选择分享路线，通过云端审核后，即可在手机端进行路线管理与分享，到达目标停车场内，还可以使用其他用户上传或者官方推荐的泊车路线，这一定程度上，这已经是事实上的停车场“众包”地图了。
行车和泊车，虽然功能逻辑不同，在解决地图问题的方向上，也许将会殊途同归。

 

参考资料

1.智能网联汽车高精地图白皮书

2.Pony Tech | Pony.ai 地图与定位系列文章：组合导航在自动驾驶定位技术中的重要性

https://zhuanlan.zhihu.com/p/512611484

3.导航行业专题研究：组合导航迎自动驾驶大时代  https://mp.weixin.qq.com/s/juYXHF8JR2EeSPDBjFbFbw

4.司南导航技术前线：直播回放 | 组合导航与智能驾驶https://mp.weixin.qq.com/s/TwK0A4M35zvVuCg_z2dtyA

5.北云科技推出车规级组合导航单元，助力自动驾驶量产车型 

https://mp.weixin.qq.com/s/cmNQ2FiZCUDhJ3fJzYkBIg

6.导远电子：自动驾驶紧耦合定位需要什么样的IMU https://zhuanlan.zhihu.com/p/411435503 

7.十一号组织：GNSS(一)，自动驾驶定位团队的“保护伞”

https://mp.weixin.qq.com/s/bWbP5prPGDEVfhnbwwN4PQ

8.十一号组织：GNSS(二)，自动驾驶定位团队的“保护伞”

https://mp.weixin.qq.com/s/QOzQ-U6DTii3Fnholo1wmQ

9.学术交流丨从RTK、PPP到PPP-RTK  

https://www.sohu.com/a/447492212_120381558

10.记忆泊车 路线分享 新功能使用指南-小鹏社区https://bbs.xiaopeng.com/article/915831

 

 

参考文献链接

https://mp.weixin.qq.com/s/q38R49hEQHfeZaBM9P5w3Q

https://mp.weixin.qq.com/s/crr91MScIWGiYEYiUbQGyw