IMT-2020 IMT-2020 (5G)推进组 (5G)推进组 车 车辆 辆高 高精 精度 度定 定位 位白 白皮 皮书 书 目录 摘 要 P1 1 车联网高精度定位发展趋势分析 P2 2 车联网定位需求与挑战 P4 3 车联网高精度定位系统架构 P6 4 车辆高精度定位关键技术 P8 5 C-V2X高精度定位技术发展方向探讨 P18 6 总结 P19 7 主要贡献单位 P20 IMT-2020(5G)推进组于2013年2月由中国工业和信息化部、国家发展和改革委员会、科学技术部联合推动成立，组织架 构基于原IMT-Advanced推进组，成员包括中国主要的运营商、制造商、高校和研究机构。推进组是聚合中国产学研用力 量、推动中国第五代移动通信技术研究和开展国际交流与合作的主要平台。 IMT-2020 (5G)推进组 车辆高精度定位白皮书 摘要 车联网是车与车、车与人、车与道路基础设施以及车与网络之间进行无线通信和信息交换的系统 网络，是能够实现智能交通管理、智能动态信息服务和车辆智能化控制的一体化网络。 车联网具有技术整合、信息共享、产业融合的特点。车联网将定位技术、传感器技术、通信技 术、互联网技术等多种先进技术有机的运用，并由此衍生出诸多增值服务。其中，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。 本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。 1 IMT-2020 (5G)推进组 车辆高精度定位白皮书 1 车联网高精度定位发展趋势分析 1.1 车联网高精度定位现状 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。 1.2 产业情况 高精度定位硬件、软件、位置校正服务是自动驾驶汽车的核心要素。恶劣天气、重复场景、非视 距场景和车载传感器不稳定情况下，高精度定位在自动驾驶中起决定性作用。通过调查，车厂的需求 见表1-1。 表1-1 车企对高精度定位需求举例 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。高精度定位服务在汽车行业的应用具有非常广阔的前景。 2018 年，中国汽车产销分别为 2781 万辆和 2808 万辆，其中乘用车共销售 2251 万辆，汽车保 2 IMT-2020 (5G)推进组 车辆高精度定位白皮书 有量超 2.4 亿辆。2017年我国卫星导航与位置服务市场规模达到2620亿元。巨大的汽车市场为车联网 的发展奠定了坚实的基础。目前高精度导航设备市场的成本在 3 万元左右。然而，在星地基增强系统 一体化建成后以及导航终端芯片化集成后，高精度导航设备技术方案必然会明显简化，当其形成明显 规模优势后，成本将降到汽车市场认可的量产价格。2020年，中国V2X用户将超4000万，若按30%需求 实现高精度定位能力，市场规模就将达到1200亿元。 3 IMT-2020 (5G)推进组 车辆高精度定位白皮书 2 车联网定位需求与挑战 2.1 车联网定位需求指标 车联网主要涉及三大业务应用，包括交通安全、交通效率和信息服务，对于不同业务应用，有 不同的定位性能指标需求。同时，车辆作为移动的实体会经历不同的应用场景，包括高速公路、城市 道路、封闭园区以及地下车库等。不同的应用场景，对定位的技术要求也各不相同。典型的交通安全 类业务包括交叉路口碰撞预警、紧急制动预警等；典型的交通效率业务包括车速引导、紧急车辆避让 等；典型的信息服务业务包括近场支付、地图下载等。典型的车联网业务对定位的业务需求表2-1所 示。 表2-1 C-V2X主要应用场景及定位指标 同时，自动驾驶作为车联网的典型应用已经逐步渗透到人们的生活中，封闭或半封闭园区的无人 摆渡、无人清扫、无人派送，以及矿区的无人采矿、无人运输等，已经成为无人驾驶的典型应用。高 4 IMT-2020 (5G)推进组 车辆高精度定位白皮书 精度定位是实现无人驾驶或者远程驾驶的基本前提，因此对定位性能的要求也非常严苛，其中L4/L5 级自动驾驶对于定位的需求如表2-2所示。 表2-2 L4/L5级自动驾驶汽车定位系统指标要求 2.2 车联网定位面临的挑战 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。 · 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。 · 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。 · 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。 5 IMT-2020 (5G)推进组 车辆高精度定位白皮书 3 车联网高精度定位系统架构 在5G及C-V2X迅速发展和快速普及的背景下，基于车联网的应用业务在快速扩展。而高精度定 位作为车联网整体系统中的关键部分，结合对车辆高精度定位的场景分析和性能需求，主要包括终端 层、网络层、平台层和应用层，如图3-1所示。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。 图3-1 车辆高精度定位系统网络架构图 （1）终端层 为满足车辆在不同环境下的高精度定位需求，需要在终端采用多源数据融合的定位方案，包括基 于差分数据的GNSS定位数据、惯导数据、传感器数据、高精度地图数据以及蜂窝网数据等。 6 IMT-2020 (5G)推进组 车辆高精度定位白皮书 （2）网络层 系统网络层主要实现信号测量和信息传输，包括5G基站、RTK基站和RSU路侧单元的部署。5G作 为更新一代的通信技术，可以保证较高的数据传输速率，满足高精度地图实时传输的需求。5G基站也 可完成与终端的信号测量，上报平台，在平台侧完成基于5G信号的定位计算，为车辆高精度定位提供 辅助。基于5G边缘计算，可实现高精度地图信息的实时更新，提升高精度地图的实时性和准确性。 地基增强站主要完成RTK测量，地基增强站可以与运营商基站共建，大大降低网络部署以及运维 成本。同时可通过5G网络实现RTK基站测量数据的传输，可实现参考站快速灵活部署。 RSU一方面可实现RTK信息播发，避免传统的RTK定位中终端初始位置的上报，同时RSU可提供 局部道路车道级地图、实时动态交通信息广播。 （3）平台层 平台层可实现功能模块化，主要包括： • · 高精度地图。静态高精度地图信息，如车道线、车道中心线、车道属性变化等，此外还包含 道路的曲率、坡度、航向、横坡等参数，能让车辆准确的转向、制动、爬坡等，还包含交通标志牌、 路面标志等道路部件，标注出特殊的点如 GNSS消失的区域、道路施工状态等。 • · 交通动态信息。例如道路拥堵情况、施工情况、交通事故、交通管制、天气情况等动态交通 信息。 • · 差分解算。平台通过RTK基站不断接收卫星数据，对电离层误差、对流层误差、轨道误差 以及多路径效应等误差在内的各种主要系统误差源进行了优化分析，建立整网的电离层延迟、对流层 延迟等误差模型，并将优化后的空间误差发送给移动车辆。 • · 数据管理。例如全国行政区划数据、矢量地图数据、基础交通数据、海量动态应急救援车辆 位置数据、导航数据、实时交通数据、POI（Point of Interest）数据等，这里的数据是经过数据生产 工艺，进行整合编译后的运行数据。 •· 数据计算。包括路径规划、地图静态数据计算、动态实时数据计算、大数据分析、数据管理 等功能。 （3）应用层 在应用层，为用户提供地图浏览、规划路线显示、数据监控和管理等功能，以及基于位置的其他 车联网业务，例如辅助驾驶、自动驾驶等。 7 IMT-2020 IMT-2020(5G)推进组 (5G)推进组 基于AI的智能切片管理和协同白皮书 车辆高精度定位白皮书 d) 云端改正数解算及播发平台根据终端位置匹配相应改正数，通过蜂窝网络用户面