怎样让自动驾驶再上一个新高度

惯性导航系统由于具有的输出信息不间断、不受外界干扰的独特优势;同时可以将多种传感器的信息以及车身信息进行更深层次的融合，为决策层提供精确可靠的连续的车辆位置，因而将成为自动驾驶定位信息融合的中心。随着智能驾驶的兴起和快速发展，预计惯性传感器在2018年的全球市场空间为1.6亿美元，到2022年将达9亿美元。为此各大厂商都在加紧部署自己的导航芯片或者模组。

2019年5月21日，定位及无线通信技术提供商u-blox公司在京召开发布会，宣布推出内置惯性传感器的u-blox ZED-F9K高精度多频段GNSS(全球导航卫星系统)模块。该模块组合了最新一代GNSS接收器技术、信号处理算法和校正服务，可在数秒钟内将精度提升至分米级，以满足先进驾驶辅助系统(ADAS)和自动驾驶市场不断发展的需求。据了解，多频段、多星座RTK(实时动态)的ZED-F9K接收模块可接收来自所有轨道GNSS星座的GNSS信号。更多的卫星数量可以在部分遮挡的条件下提高定位性能，而增加卫星信号的多样性可以在信号中断时加快收敛时间。

车辆定位所面临的挑战

如今车辆定位的标准和要求越来越严苛，u-blox定位产品中心产品策略部惯性导航产品经理Alex Ngi告诉我们：随着自动驾驶的发展，我们对于GNSS系统的要求也会逐步升级，主要表现三个方面的差异：实时响应，在自动驾驶的应用场景下我们要做到毫秒级别，这样才会更加安全准确;其次，在车道识别上，在传统的地图定位上可能只需要识别出你在哪条路上即可，但是在这些新的应用场景下我们必须精确到车道;最后对于通用时标和位置参考要更加的精确和丰富，毕竟随着车联网的发展，新的应用层出不穷，这可能需要车与车之间去共享他们的时间和定位，来与其他系统进行交互。

为了能满足以上这些全新的变化，u-blox全新定位模块应运而生，Alex Ngi详细介绍了F9K的产品亮点。在高要求应用场合上的F9K可以进行精准的车道定位;此外，集成到模块中的惯性传感器能够持续监控移动车辆轨迹的变化，并在卫星信号部分或完全受阻时(如车辆位于停车场、隧道、城市峡谷或林区)继续提供车道精确定位。当卫星信号恢复时，该模块将惯性传感器数据与GNSS信号相结合，提供快速的收敛时间，并带来分米级定位的高可用性。

分米级定位，助力自动驾驶发展

F9K是如何做到分米级别的定位精度的?答案就在高精度GNSS系统+IMU上。Alex讲到：自动驾驶使用的定位系统是以高精地图为依托，通过惯性传感器(IMU)和全球定位系统(GNSS)，来定位车辆的位置。高精地图(HD MAP)为车辆环境感知提供辅助，提供超视距路况信息，并帮助车辆进行规划决策;惯导系统是不依赖于外部信息、使用惯性传感器来进行定位的自主式导航系统;全球定位系统是通过卫星信号定位，使用三角定位法定位地球表面或近地空间的任何地点的定位系统。

对于ADAS或者说高级驾驶员辅助系统来说，u-blox提供了非常精准的定位服务的高可用性，可以通过实时更新高分辨率的高精地图，通过更新的定位来辅助驾驶员更好的操控汽，并且通过融合了不同科技来实现了分米级的精准定位。据Alex介绍，F9K主要针对汽车厂商OEM，因为它能够契合他们在加载ADAS之后的应用场景;

并且这款产品也是一个交钥匙的整体解决方案，所谓交钥匙整体解决方案的意思就是u-blox除了生产出来这款芯片之外，还做好了软件的集成，客户只需要把它放到主板之上，并且开始读取芯片所传输的信号就可以了。对于要求比较高的自动驾驶功能，这款产品延迟低于10个毫秒，所以他能够以一个非常高的更新率来支持这些服务。

除此之外，通过一些可选的通讯卫星，起到一个辅助通讯的作用，通过互联网传送到GNSS接受器。“这是为了能够确保即便是在市郊或者农村，远离城市的地方，我们也可以通过卫星通讯的通道将修正服务发送到GNSS接受器端，使我们的定位更加精准牢靠。”Alex解释道。

为此，F9K这款产品有两个频段选项，采用了选项A的频段之后， ZED-F9K能够接收所有L1频段、L2频段的信号和部分L5频段的信号，这也是u-blox的一个非常主要的特色，它在非常宽的频段当中可以接收来自所有不同GNSS星座的通讯信号。更加与众不同的是ZED-F9K这款产品完全与主机资源相隔离，并不依赖于主机的运算能力、内存，完全是可以自主运行，所以在相隔离的条件之下，它能够独立的提供定位服务。

装有F9K的汽车在隧道中行驶，即使它和实际的车道之间有一定的误差，但是随着汽车在驶出隧道之后，系统又快速的收敛到了原先车道当中。ZED-F9K能达到低于20厘米的精准度。

对于自动驾驶来说，感知技术和定位技术相辅相成。提高不利环境条件下的准确性、可靠性，提高算法的准确性和快速性，是当务之急。可以看到，目前越来越多的资金和人力已经开始集中到自动驾驶技术的进一步研发当中。但我们能够意识到，自动驾驶技术目前依然面临着严峻的考验，完全自动驾驶在短时间内并不会飞入寻常百姓家。