大家下午好，我是来自博世的陈述，很高兴有机会在这里与大家一起探讨自动驾驶的定位解决方案。我们都说自动驾驶改变了人们的出行，使自动驾驶成为可能的重要环节之一就是定位，所以我们必须要有一个高精的定位，准确说必须要有高精、安全可靠和可用性高的定位，正是因为如此重要，博世在这个方面投入了大量的资源，开发出了一套能够满足自动驾驶需求的定位解决方案。
从博世的角度来看，我们认为要让自动驾驶车辆安全的行驶，必须要在全工况下提供出准确安全可靠的定位，因此我们提出的解决方案是基于卫星定位和特征定位互为冗余和补充的定位结果。对于卫星定位而言，我们开发出了车辆运动与位置传感器产品，我们称为卫星定位智能传感器，提供绝对位置信息。另外我们还有基于特征定位的博世道路特征产品，基于毫米波雷达和摄像头环境此类感知传感器搜集的道路特征，形成特征图层，下发给车端来使用。
可能会有人问到，为什么必须是二者互为补充和冗余的，我这里列举了几个比较典型的应用场景，可以有一个更直观的反映。对卫星定位来说，卫星信号有自己固有的弊端，比如在隧道里，卫星信号被遮挡，没有办法正常使用，或者因为多路径效应，卫星定位的性能也会受到一定的影响，然而此时，特征定位可靠性是可以保障的。另外一些场景，比如很恶劣的天气情况，严重的雨雪天气等，视觉定位受到影响。一些路段基础特征缺乏，比如路边的道路边界信息不是很清晰，特征定位性能会有所影响。但此时，卫星定位依旧可以发挥它的优势。
这里举出部分应用场景和案例，对于自动驾驶而言，应用场景是非常庞大的数据库，所以为了保证全时全工况下均有可用的定位结果，我们提出了基于卫星定位和特征定位互为冗余和补充的一整套解决方案。
我们可以具体看一下，特征定位，刚才上午清华大学江老师为大家分析了地图的不同的图层，特别强调特征图层，这是地图非常重要的组成部分。我所展示的商业模式——众包已经有图商实现了这种商业模式，所以这种众包商业模式的可靠性毋庸置疑。
我们和图商是合作的关系，所擅长的区域也会有所差异。我们是基于车身搭载的毫米波雷达和摄像头，搜集道路特征信息，比如车道线、道路牌、道路边界比如金属护栏，水泥墩的信息，搜集之后上传到云端，博世针对云端的信息有一套特定的算法，将特征信息制作成特征图层。并且与图商合作，我们会将特征图层交由图商进行管理、存储、上传和释放，最终下发到自动驾驶车辆。
自动驾驶车辆在行驶过程中，基于自己本身搭载的毫米波雷达和摄像头，探测道路特征信息，并将其与下发的特征图层加以比对，可以获取车辆在道路中准确位置。这种比对涉及到怎样将地图信息与自动驾驶车辆完美的结合，这个结合是很重要的技术难点，博世也是在这个方面花了很多的资源，我们有一套完整的算法，可以在车端实现基于下发的特征图层与实时收取到的特征信息加以结合，能达到20厘米级以内的定位精度。
因为博世毫米波雷达是我们的强势产品之一，对于图商而已，绝大部分采图车上的激光雷达、摄像头都是非常高精的设备，他们采取数据的精度也是毋庸置疑的。然而，对于博世道路特征而言，自动驾驶车辆会是数据搜集的一个部分，因为毕竟毫米波雷达是我们日常的自动驾驶车辆不可或缺的零部件，也就是说车辆作为服务的使用方，同时是数据的提供方，可以大大降低数据采集的成本，也能实现很高精的定位结果。
接下来给大家分享一下卫星定位，说到卫星定位，对于卫星定位而言，并不是一个很新的话题，毕竟在测绘行业，航空、航海等等领域已经有非常成熟的应用，比如说我们有很多大型测绘设备，可能几十万，上百万一套，应该都不足为奇，达到真正的厘米级也是没有任何问题的。
然而工业级的产品面对的要求和汽车所对零部件提出的要求并不完全是一致的，我们要开发的是满足自动驾驶车辆需求，同时也能让它真正落地实现量产的产品，那么价格是一个很重要的因素。另外一个方面，上层系统对我的定位系统到底要求的精度是什么，我们并不一味的强调精度，精度对自动驾驶而言是非常重要的环节，然而并不是唯一。因为自动驾驶说到底联系的是人们的生命，我们对安全这个环节也是同样非常非常关注。
卫星的可用度、可靠性、安全成为这个产品重要的环节，与精度是同等重要。VMPS产品集成高性能卫星接收器，以及高性能的惯性测量单元，惯导芯片。基于车端的天线，我们会接收导航卫星的信号，以及第三方所提供过来的纠偏服务的信号，纠偏服务信号是保证卫星定位产品精度和稳定性很重要的一个环节，因此我们对它做一个数据链路的冗余。可以看到这边，一个数据是通过GEO卫星，以广播的形式下发到车端，另外通过云端发送到车端通信接口，最后传输到VMPS。基于所有外部信号以及车端的信号，我们做了可靠性的融合。融合之后我们可以提供安全的位置信息、车速信息、时间信息以及车身姿态信息。
我要强调的一点是博世毕竟是汽车行业专业的玩家，在开发产品的过程中，是本着安全第一的原则，所以我们所提供的产品，绝对位置信号可以满足功能安全ASIL B，IMU信号ASIL D。今天上午茶歇过程中，有一个行业的小伙伴问我一个问题，他说现在自动驾驶很多整车厂在强调功能安全，然而对于卫星定位产品来说，最早都是基于工业应用，那么他们可能对汽车行业的要求不一定那么深入的了解，但是作为自动驾驶来说，卫星定位是不可或缺的一个环节，有没有可能接下来汽车行业会降低对功能安全的要求呢？
这是一个非常好的问题，作为零部件供应商，我只能说从我们的角度，我们不会去主动降低这个要求，从整车厂的角度，我也不认为整车厂会降低这个要求。因为本身功能安全就是保障汽车安全目标的非常重要的一个指标，这也是为什么博世在这个方面花了很多的资源去开发满足功能安全要求的卫星产品。功能安全是从上层系统逐级分解，分解到下层零部件必须满足怎样的功能安全等级。尤其对自动驾驶而言，L3级以上的自动驾驶功能，驾驶的责任方已经是由驾驶员转移到了系统端，系统无论是从感知、决策、执行都是需要考虑冗余和备份，冗余和备份的目的之一也是为了提高功能安全，降低危害性。所以功能安全是自动驾驶绕不开的一个话题，也是自动驾驶的零部件必须要满足的要求。
我简单分享一下博世在哪些方面做了工作，以保证卫星产品功能安全，并获取了认证证书。首先从硬件的选型上，所有零部件都能满足功能安全的要求。软件开发满足功能安全的流程。再者，我们做了全系列基于功能安全要求方法论的验证，最终能大大的降低随机失效概率、单点失效、共因失效等等。当然功能安全并不是要完全的避免失效，失效是不可避免的，只能说我们在满足功能安全等级不同的等级目标对应的失效概率的前提下，当我一旦发现了不可避免的失效，我能及时告知上层系统，让上层系统知晓此时的信号是不可信的，这样上层系统可以对应的做一些应对的措施，以降低这个失效所带来的后续的不好的结果。
所以我们VMPS产品在信号失效的情况下，能及时通知上层系统。卫星定位产品能满足功能安全，博世是走在最前端的，因为我们非常敬畏生命。我们希望接下来行业里不仅仅是博世可以做到，而是大家共同有这样的认知，因为毕竟自动驾驶的实现是需要靠整个行业一起努力的。
刚才我特别强调了关于纠偏服务，纠偏服务是让我们的产品满足高精度要求很重要的环节，因此我们对它做一个数据链路的冗余，这个服务是怎样实现的？我们首先是基于地面的参考基站，实时接收天上导航卫星传输过来的信号，并将此信号发给数据中心，在数据中心会有一套完整的建模算法，数据中心解算出来该区域纠偏数据之后，会将它通过通讯卫星发送到车端，同时作为数据链的冗余，纠偏数也会通过云端发送到车端。
可能大家常听到的是RTK，它和PPP的服务有什么差异？客观而言，从技术路线上来说，RTK和PPP是不同的纠偏服务方式，他们没有优劣势的差异，基于高性能的定位芯片都可以达到厘米级的定位精度，然而针对不同的应用场景，博世做了很多测试和分析之后，我们选择了PPP的方案作为自动驾驶卫星定位的纠偏服务方案，在自动驾驶这种应用场景下，我们认为PPP比RTK更具有很大的优势。
首先RTK需要车端将自己的近似坐标，以网络的形式发送到数据中心，数据中心会在车端附近建立虚拟基站，给出虚拟基站的观测值。大家可能注意到，整个发送过程是基于网络来完成的，也就是说除了纠偏服务本身信息以外，还基于服务网络实现传输，它增加了外源性的影响，就是网络。
也许接下来5G普遍之后，会提升数据传输的可靠性，然而增加外源的影响之后，或多或少都是风险点，同时车端的近似坐标需要发送出来，从网络安全的角度，这也是一个潜在风险点。
另外一个方面，RTK需要地面基站实现通讯，对基站密度要求非常高。虽然网络RTK在一定程度上对基站密度的要求可以有所降低，然而避免不了的就是当在切换基站的时候的影响，网络RTK对基站密度要求达到50公里~70公里一个，自动驾驶车辆在高速公路上行驶，每50~70公里需要做一个切换，模糊度需要重新固定，定位结果需要重新收敛，无论做到多快，即使2秒，3秒，然而对于自动驾驶车辆来说，这个收敛过程需要的时间所能带来的风险也是不可控的。
这里举出在自动驾驶应用场景下PPP和RTK对比优劣势的分析，这也是为什么博世选择了PPP纠偏方案。卫星播发是一直持续进行的，不依赖网络，也不需要基于基站的变化重新做收敛的动作，所以它的可靠性是更高的。这里有一个简单的示意，基于单惯导以及二者融合结果的对比分析，可以看到深蓝色的轨迹是车的真实规矩。单独依赖于惯导导航是红色的曲线，在初始的位置十几秒的时间，精度是非常高的，与真实的轨迹高度吻合。惯导固有的弊端就是随着时间的累积，漂移越来越大，所以到后面，可以看到漂移是逐渐在加大的。所以一般而言，我们不会单一用惯导做定位。
也可以依赖于单惯导的，比如说军用级的，精度是绝对够，然而它的成本没有任何自动驾驶车辆可以承受的。我们不能要求极致可用的同时又要求极致便宜，我们会找一个折中的方案，这是上午谷总提到的，我们不希望面对的提的要求是极致可用，又极致便宜。我们需要的是消费级的，满足汽车功能安全等级的IMU。汽车行业的朋友应该知道，对于汽车行业的IMU应用，博世是有绝对的领先地位，我们会对外卖芯片给对竞争对手，可以做到的是保证最后产品层级，博世的精度、可靠性、可用度比使用同等芯片的竞争对手做的要高。
回到我们轨迹对比分析，可以看到黄色的圈是单独依赖于GNSS定位的趋势，整体趋势可以匹配上。然而会有信号丢失的情况，毕竟卫星信号容易受到干扰。我们结合IMU短时间精确，更新频率快，可靠性高的优点，为了避免缺点，我们融合了GNSS的信号，长时间稳定，更新来说慢一些，结合二者优缺点，我们做了融合，融合的结果是绿色的曲线，绿色的曲线可以看到比真实的轨迹非常高度的吻合。
这个没有办法做到完全一致，绝对的高精取决于多大的成本，因为毕竟博世是奔着量产，我们不会拿工业级的价格，只是达到唯一的精度要求而去开发这样的产品，我们最终开发的产品肯定是主机厂、车端能用得起的东西，同时满足自动驾驶对精度可靠性和功能安全各个方面的要求，所以我们是在做到极致和价格之间也会做一个平衡。
最后做一个简单的总结，自动驾驶确实给我们生活带来很多便利，本着对生命的敬畏，我们也希望它要做到足够的安全，哪怕现在说自动驾驶往后面有所延迟，甚至有预测近期不那么快实现，我觉得并不是坏事，至少说明大家已经在认真的考虑行业技术需要实现所需要面临的问题。我们要仔细把所有面临的问题都解决了，才能真正推向市场。
对于自动驾驶的定位而言，卫星定位与特征定位是同时必须的，博世的道路特征和卫星定位传感器，满足了自动驾驶车辆的需求，无论是对精度的需求、功能安全等级的要求、可用性、可靠性的要求，这也是博世为此付出了很多努力的结果。
