探析定位系統(tǒng)在自動駕駛中的專注方向

當(dāng)使用自動駕駛車輛的時候，核心的三個問題：在哪里？去哪里？如何去？定位系統(tǒng)在自動駕駛中專注于解決“在哪里？”這個問題。自動駕駛的核心內(nèi)涵包括定位、感知、決策、執(zhí)行四個部分，其中定位是決策和執(zhí)行的前提，是自動駕駛中必不可少的關(guān)鍵環(huán)節(jié)。

慣性導(dǎo)航定位系統(tǒng)將成為自動駕駛剛需

（1）自動駕駛已成為汽車行業(yè)發(fā)展的確定性趨勢。自動駕駛的三個核心問題：在哪里？去哪里？如何去？ 定位系統(tǒng)在自動駕駛中專注于解決“在哪里？”這個問題。

（2）自動駕駛定位系統(tǒng)的最核心關(guān)鍵詞是高精度。高精定位能夠?qū)崿F(xiàn)極端天氣和環(huán)境下的車道級定位、高精度定位要能實現(xiàn)感知信息的時空同步、降低自動駕駛系統(tǒng)運算力要求、降低系統(tǒng)復(fù)雜度、有利于實現(xiàn)V2X應(yīng)用及自動駕駛的安全性和舒適性。

（3）慣性導(dǎo)航系統(tǒng)是高精定位中必不可少的關(guān)鍵部件。慣性導(dǎo)航系統(tǒng)是唯一可以輸出完備的六自由度數(shù)據(jù)的設(shè)備、數(shù)據(jù)更新頻率高、是定位信息的融合中心。目前GNSS+IMU構(gòu)成的組合導(dǎo)航系統(tǒng)是主流的定位系統(tǒng)方案。

車用慣導(dǎo)系統(tǒng)進入快速發(fā)展階段，爆發(fā)可期

（1） 慣性導(dǎo)航系統(tǒng)應(yīng)用從軍工走向汽車。慣性導(dǎo)航技術(shù)發(fā)展至今已有百余年歷史。慣導(dǎo)在軍事領(lǐng)域的應(yīng)用相對成熟，目前已開始應(yīng)用在自動駕駛領(lǐng)域，迎來快速增長。

（2）2022年慣導(dǎo)系統(tǒng)全球市場空間將達45億美元。慣性傳感器IMU到2022年將達9億美元，慣導(dǎo)系統(tǒng)至2022年為45億美元，對應(yīng)2018-2022年CAGR為54%。

（3）國內(nèi)慣導(dǎo)系統(tǒng)研發(fā)尚處起步階段。中國整體處于具備部分研發(fā)能力的第三梯隊。國內(nèi)的慣性導(dǎo)航組合研發(fā)起步較晚，技術(shù)上與國外存在不小的差距。

車用慣導(dǎo)系統(tǒng)的核心關(guān)鍵在算法及芯片

（1） 慣導(dǎo)系統(tǒng)短期內(nèi)是算法的競爭。慣導(dǎo)中使用的核心算法主要包括3種：1. 慣性導(dǎo)航解算算法；2. 組合導(dǎo)航的卡爾曼濾波器的耦合。3. 環(huán)境特征信息與慣性導(dǎo)航融合是必然趨勢。

（2）慣導(dǎo)系統(tǒng)長期競爭力在芯片的設(shè)計及封裝。汽車用的傳感器對性能、體積、壽命要求非常高，決定了車用慣導(dǎo)傳感器將采用MEMS技術(shù)。同時對高性能、低功耗慣性器件及系統(tǒng)的需求，使得MEMS慣性器件朝著高精度、集成化、低成本、組合化和多功能化方向發(fā)展。MEMS的封裝技術(shù)是決定MEMS慣性器件的性能的重要因素。

投資策略

慣性導(dǎo)航是自動駕駛不可或缺的定位系統(tǒng)核心，目前已進入高速發(fā)展階段。我們建議關(guān)注已經(jīng)在慣性導(dǎo)航系統(tǒng)算法有深厚積累，同時進入主機廠供應(yīng)體系的相關(guān)公司。

推薦重點關(guān)注企業(yè)： 深圳導(dǎo)遠科技有限公司。

建議關(guān)注企業(yè)：上海戴世智能科技有限公司、北京羲朗科技有限公司。

風(fēng)險提示

政策調(diào)整風(fēng)險，自動駕駛市場化不及預(yù)期的風(fēng)險。

1 慣性導(dǎo)航定位系統(tǒng)將成為自動駕駛剛需

自動駕駛已成為汽車行業(yè)發(fā)展的確定性趨勢。自動駕駛最大的意義在于解放駕駛員的雙手，帶來人類空間意義首次的無縫連接，智能汽車使汽車的角色不再局限于交通工具，可以是移動的生活空間，通訊工具，娛樂平臺等更富有想象力的定位。

2020年將是自動駕駛關(guān)鍵一年。按照SAE制定的自動化標(biāo)準(zhǔn)，自動駕駛可分為L0-L5級別，目前自動駕駛的量產(chǎn)車型處于于L2/L3之間的狀態(tài)。隨著芯片、算法、高精度地圖等技術(shù)的日趨成熟，政策法規(guī)的不斷完善，激光雷達等傳感器技術(shù)發(fā)展，預(yù)計2020年將迎來L3級自動駕駛的爆發(fā)。JP Morgan預(yù)計2021年全球智能駕駛汽車超200萬臺，2024年超1000萬臺。

當(dāng)使用自動駕駛車輛的時候，核心的三個問題：在哪里？去哪里？如何去？定位系統(tǒng)在自動駕駛中專注于解決“在哪里？”這個問題。自動駕駛的核心內(nèi)涵包括定位、感知、決策、執(zhí)行四個部分，其中定位是決策和執(zhí)行的前提，是自動駕駛中必不可少的關(guān)鍵環(huán)節(jié)。

自動駕駛使用的定位系統(tǒng)是以高精地圖為依托，通過慣性傳感器（IMU）和全球定位系統(tǒng)（GNSS），來定位車輛的位置。高精地圖（HD MAP）為車輛環(huán)境感知提供輔助，提供超視距路況信息，并幫助車輛進行規(guī)劃決策；慣導(dǎo)系統(tǒng)是不依賴于外部信息、使用慣性傳感器來進行定位的自主式導(dǎo)航系統(tǒng)；全球定位系統(tǒng)是通過衛(wèi)星信號定位，使用三角定位法定位地球表面或近地空間的任何地點的定位系統(tǒng)。

自動駕駛定位系統(tǒng)的最核心關(guān)鍵詞是高精度。定位精度越高，自動駕駛的可靠性越高。高精度定位系統(tǒng)在自動駕駛中的重要性主要體現(xiàn)在5個方面：

1.2.1高精度定位系統(tǒng)能夠穩(wěn)定實現(xiàn)極端天氣和環(huán)境下的車道級位置感知

高精度定位系統(tǒng)不易受環(huán)境及天氣因素的影響，高精度定位系統(tǒng)配合高精度地圖，車輛可以對自己的位置做出非常準(zhǔn)確的判斷。例如：雨天積水反射燈光、冬天路面積雪覆蓋等情況下，利用視覺傳感器和激光雷達很難識別車道線；而在沒有車道線的道路，如開闊的廣場，或較大的停車場等封閉區(qū)域，不一定有明顯的道路邊線，且周圍沒有相對比較容易辨識的參照物，視覺和激光雷達很難做出相對定位。此外，強陽光會短暫致盲攝像頭，而夜間行車時車燈的照明距離有限，視覺系統(tǒng)的精度會受很大影響。而高精度定位系統(tǒng)需要不受以上等環(huán)境因素影響，能持續(xù)穩(wěn)定地給出定位位置。

1.2.2 高精度定位要能實現(xiàn)感知信息的時空同步

一般來說，不同的傳感器有不同的工作時鐘和延遲，在某些情況下，測量值和測量時刻的位置、時間對不上。例如，通常單純采用GNSS的定位系統(tǒng)的延遲是100ms，在車輛行駛的時候，由于延遲，攝像頭拍攝環(huán)境目標(biāo)的時候圖像實際位置和GNSS報告的位置其實是不一致的，在時速120km/h的時候,100ms的延遲意味著3.3米的誤差。高精度定位系統(tǒng)的延遲比較低，通常在幾ms，這樣能確保拍攝圖像的瞬間、位置和時間是能實時對應(yīng)上的。

1.2.3 高精度定位系統(tǒng)能夠降低自動駕駛系統(tǒng)運算力要求，降低系統(tǒng)復(fù)雜度

如圖2所示，自動駕駛中，決策層的信息來源包括感知層和定位層信息，其中感知層包含了特征提取、分類處理等模塊，這些模塊均需要較大的運算能力和較復(fù)雜的算法支撐。因此通過感知層獲得精度較高的位置信息，系統(tǒng)的復(fù)雜程度也會隨之提高。

目前一些自動駕駛車的后備箱里，放置大型的服務(wù)器來運算和處理，這種模式很難實現(xiàn)工程化或者商業(yè)化應(yīng)用。使用高精度定位系統(tǒng)可以在較少資源下獲得較高的定位精度，從而減少數(shù)據(jù)運算量，降低系統(tǒng)復(fù)雜程度。

1.2.4 高精度定位系統(tǒng)有利于實現(xiàn)V2X應(yīng)用

V2X（vehicle to everything，即車對外界的信息交換）。在交叉路口的車輛穿行和避讓場景中，如果每一輛車都能夠精確地定出自己的位置，通過車車通信和車路通信把自己的位置分享給其他車輛，由此每輛車都會對彼此的位置和路口的交通情況有清楚的了解，通過這種智能路車調(diào)度系統(tǒng)，可以實現(xiàn)交叉行駛車輛的調(diào)度。達到一定程度時，甚至可以取消紅綠燈。

1.2.5 高精度定位系統(tǒng)有利于自動駕駛的安全性和舒適性

車輛在高速路上行使時，如果有急彎道，用視覺或激光雷達的方式去判斷，車輛必須快接近這個彎道時才能做出響應(yīng)，這樣便會造成急剎車、急轉(zhuǎn)彎等現(xiàn)象，給駕駛的安全性和舒適性造成影響。

如果使用高精度定位技術(shù)，車輛對自己的位置有清晰的了解，可以通過智能決策系統(tǒng)去判斷，什么時候、提前多少米開始剎車、轉(zhuǎn)向以及轉(zhuǎn)向的角度，可以提升整個駕駛系統(tǒng)的安全性和舒適性。

1.3.1 定位技術(shù)各有優(yōu)劣

自動駕駛獲得定位的技術(shù)方法通常有3種：

1. 基于信號的定位：以通過全球衛(wèi)星GNSS的衛(wèi)星信號進行定位的技術(shù)為代表，其他還包括使用WIFI，F(xiàn)M微波等信號獲取信息等技術(shù)；

2. 環(huán)境特征匹配：基于視覺或激光雷達定位，用觀測到的特征和數(shù)據(jù)庫里的語義地圖或特征地圖進行匹配，得到車輛的位置和姿態(tài)；

3. 慣性定位: 依靠慣性傳感器獲得加速度和角速度信息，通過推算獲得當(dāng)前的位置和方位的定位技術(shù)。

1.GNSS定位

GNSS定位技術(shù)是比較成熟的常用技術(shù)。GNSS是使用三角定位法，通過3顆以上的衛(wèi)星，可以準(zhǔn)確地定位地球表面的任一位置。

自動駕駛通常使用實時動態(tài)技術(shù)(RTK)獲得較高精度的定位。

首先需要在地面上建基站（Base Station，基站建立時，可得到基站的經(jīng)緯度等精確位置信息。

當(dāng)基站的GNSS接收機與車載GNSS接收機相距<30km時，可認為兩者的GNSS信號通過同一片大氣區(qū)域，即兩者的信號誤差基本一致。

根據(jù)基站的精確位置和信號傳播的時間，反推此時的信號傳播誤差，之后利用該誤差修正車載的GNSS信號，即可降低云層、天氣等對信號傳輸?shù)挠绊?，從而實現(xiàn)高精度(分米甚至厘米級)的定位。

GNSS-RTK技術(shù)的定位結(jié)果精度較高且穩(wěn)定，目前已廣泛應(yīng)用于自動駕駛導(dǎo)航系統(tǒng)中， 但該方法也有比較明顯的缺陷——依賴衛(wèi)星信號。定位成功至少需三顆可見衛(wèi)星，然而在實際的運行環(huán)境中，例如城市峽谷，由于多路徑效應(yīng)、衛(wèi)星信號被遮擋等原因，會使可見星數(shù)目不足，這種情況將影響GNSS-RTK定位和測速的精確性以及其可靠性。

2．環(huán)境特征匹配

使用攝像頭和激光雷達等傳感器，獲取周圍環(huán)境信息，經(jīng)過處理后也可以獲得定位信息。

以激光定位為例，激光點云定位一般先通過激光雷達，獲取車上的實時點云，獲得目標(biāo)空間分布和目標(biāo)表面特性的海量點集合。經(jīng)過處理后的點云數(shù)據(jù)與預(yù)先制作的地圖進行匹配，最終得到車輛的距離、角度和邊界信息。

3. 慣性定位

從慣性傳感器（包含加速度計和陀螺儀）得到每一刻的加速度和角速度，通過時間積分，得到速度和角度，再通過空間累加，就可以推算出實時的位置。

這三種定位方法各有優(yōu)劣。而慣性導(dǎo)航定位可保證不受外界信息影響，在任何時刻以高頻次輸出車輛運動參數(shù)，為決策中心提供連續(xù)的車輛位置、姿態(tài)信息，具有任何傳感器都無法比擬的優(yōu)勢。

1.3.2慣性導(dǎo)航系統(tǒng)是自動駕駛中必不可少的關(guān)鍵部件

慣性導(dǎo)航在自動駕駛定位系統(tǒng)中具有不可替代性。慣導(dǎo)具有輸出信息不間斷、不受外界干擾等獨特優(yōu)勢，可保證在任何時刻以高頻次輸出車輛運動參數(shù)，為決策中心提供連續(xù)的車輛位置、姿態(tài)信息，這是任何傳感器都無法比擬的。

1. 慣性導(dǎo)航系統(tǒng)是唯一可以輸出完備的六自由度數(shù)據(jù)的設(shè)備，慣導(dǎo)能夠計算x, y, z三個維度的平動量（位置、速度、加速度）和轉(zhuǎn)動量（角度、角速度），并可以通過觀測模型，推測其他傳感器狀態(tài)的測量值，再用預(yù)測值和測量值的差用于加權(quán)濾波。若要獲得實時的姿態(tài)角、方位角、速度和位置，慣導(dǎo)是唯一的選擇。

2. 慣性導(dǎo)航的數(shù)據(jù)更新頻率更高，可以提供高頻率的定位結(jié)果輸出。攝像頭的幀率一般是30Hz，時間不確定性為33ms；GNSS延遲一般是100-200ms；而慣導(dǎo)預(yù)測狀態(tài)的延遲最短只有幾ms，因此可以用慣導(dǎo)估算并補償其他傳感器的延遲，實現(xiàn)全局同步。

在車輛行駛的時候，GNSS的延遲是100ms，攝像頭拍攝環(huán)境目標(biāo)時，圖像實際位置和GNSS報告的位置將會出現(xiàn)不一致，假設(shè)汽車時速120km/h，100ms的延遲意味著3.3米的距離的延遲，此時地圖和目標(biāo)識別的精度再高也失去意義。而如果使用組合慣導(dǎo)，位置的延遲將約為2.5ms，由此導(dǎo)致的誤差僅為0.08m，更能夠保證行車的安全性。

3.慣性導(dǎo)航可以作為定位信息的融合中心，融合激光雷達、攝像頭、車身系統(tǒng)的信息。在L3及更高級別的自動駕駛汽車中，將引入更多的傳感器來支撐系統(tǒng)的功能，慣導(dǎo)系統(tǒng)是所有定位技術(shù)中最容易實現(xiàn)與其他傳感器提供的定位信息進行融合的主體，作為定位信息融合的中心，將視覺傳感器、雷達、激光雷達、車身系統(tǒng)信息進行更深層次的融合，為決策層提供精確可靠的連續(xù)的車輛位置、姿態(tài)的信息。

1.3.3 GNSS+IMU構(gòu)成的組合導(dǎo)航系統(tǒng)（INS）是主流的定位系統(tǒng)方案

慣性導(dǎo)航系統(tǒng)與衛(wèi)星定位所得的車輛初始點結(jié)合，可以得到實時的精確定位。慣導(dǎo)系統(tǒng)原理是是通過加速度的二次積分，得到相對的位移變量。但僅依靠慣導(dǎo)，無法獲得車輛的絕對位置，因此必須加入GNSS所得的車輛初始點信息，即通過原始參照點+相對位移的方法，共同實現(xiàn)既準(zhǔn)確又足夠?qū)崟r的位置更新。

GNSS在衛(wèi)星信號良好時可以提供厘米級定位，但地下車庫和城市樓宇之間等衛(wèi)星信號丟失或者信號微弱的場景，提供的定位精度會大大下降。慣導(dǎo)可以不依賴外界環(huán)境提供穩(wěn)定的信號。

GNSS更新頻率過低（僅有10Hz）不足以提供足夠?qū)崟r的位置更新，IMU的更新頻率可以達到100Hz或者更高完全能彌補GNSS所欠缺的實時性。

GNSS/IMU組合系統(tǒng)通過高達100Hz頻率的全球定位和慣性更新數(shù)據(jù)，可以幫助自動駕駛完成定位。

在衛(wèi)星信號良好時，INS系統(tǒng)可以正常輸出得到GNSS的厘米級的定位；而衛(wèi)星信號較弱時，慣導(dǎo)系統(tǒng)可以依靠IMU信號提供定位信息。

2車用慣導(dǎo)系統(tǒng)進入快速發(fā)展階段，爆發(fā)可期

慣性導(dǎo)航系統(tǒng)（INS）是利用慣性傳感器（IMU）測量載體的比力及角速度信息，結(jié)合給定的初始條件，與GNSS等系統(tǒng)的信息融合，從而進行實時推算速度、位置、姿態(tài)等參數(shù)的自主式導(dǎo)航系統(tǒng)。具體來說慣性導(dǎo)航系統(tǒng)屬于一種推算導(dǎo)航方式。即從一已知點的位置根據(jù)連續(xù)測得的運載體航向角和速度推算出其下一點的位置，因而可連續(xù)測出運動體的當(dāng)前位置。

慣性導(dǎo)航系統(tǒng)采用加速度計和陀螺儀傳感器來測量載體的運動參數(shù)。其中三個垂直布置的陀螺儀用于測量載體繞自身三個坐標(biāo)軸的轉(zhuǎn)動角速度，同時也敏感地球自轉(zhuǎn)的角速度。

加速度計基于牛頓第二定律，采用電容式、壓阻式或熱對流原理，通過在加速過程中對質(zhì)量塊對應(yīng)慣性力的測量來獲得加速度值。用來測量運動體坐標(biāo)系上各軸的加速度。

慣性導(dǎo)航系統(tǒng)分為平臺式和捷聯(lián)式兩類。平臺式慣導(dǎo)的傳感器安裝在多軸伺服平臺上作為反饋元件，控制伺服平臺的姿態(tài)達到設(shè)定值。捷聯(lián)式慣導(dǎo)的傳感器和載體一同運動，汽車用慣導(dǎo)目前都是采用捷聯(lián)式的。慣導(dǎo)通過對陀螺儀測量的角速度進行積分運算和坐標(biāo)變換，計算車體的姿態(tài)角（橫滾、俯仰角）和方位角。根據(jù)姿態(tài)角可以計算出重力加速度在各個坐標(biāo)軸上的分量，加速度計測量得的各軸加速度，減去重力加速度分量后積分，得到速度和位置。

慣導(dǎo)計算得到的狀態(tài)，用于預(yù)測車輛當(dāng)前的位置，再和衛(wèi)星定位接收機得到的位置（或觀測數(shù)據(jù)）進行比較。比較的偏差包含了慣導(dǎo)的推算誤差和衛(wèi)星接收機的定位誤差，通過數(shù)據(jù)融合算法進行加權(quán)后，用于修正慣導(dǎo)的預(yù)測，讓慣導(dǎo)的預(yù)測越來越準(zhǔn)確。

慣性導(dǎo)航技術(shù)起源并發(fā)展于西方，發(fā)展至今已有百余年歷史。其發(fā)展歷程共分為四個階段。下圖中，折線下方為該階段主要技術(shù)理論，上方為出現(xiàn)的慣性器件及其精度。各技術(shù)發(fā)展階段間并沒有完整界限。

20世紀(jì)初期，隨著火箭技術(shù)的大規(guī)模發(fā)展，慣性技術(shù)開始蓬勃發(fā)展。德國率先以慣性技術(shù)為基礎(chǔ)成功研制了V-Ⅱ火箭的制導(dǎo)系統(tǒng)，標(biāo)志著慣性技術(shù)在導(dǎo)航領(lǐng)域的首次成功應(yīng)用。其后慣性導(dǎo)航不斷被應(yīng)用于潛水艇、衛(wèi)星、導(dǎo)彈、飛機、太空實驗平臺等工作環(huán)境復(fù)雜、數(shù)據(jù)要求全面的運載體之上。

隨著技術(shù)的進步，慣性技術(shù)應(yīng)用的領(lǐng)域得到了不斷的擴展。利用慣性技術(shù)實現(xiàn)對運動體高動態(tài)、全方位的測量，并在測量結(jié)果基礎(chǔ)上實現(xiàn)對運動體的有效控制，成為了慣性技術(shù)在導(dǎo)航應(yīng)用之外的新興應(yīng)用領(lǐng)域。近年來大量儀器儀表和任務(wù)設(shè)備車載、船載、機載化的需求，引發(fā)工業(yè)控制、測量、消費電子、石油、交通及通信等多個行業(yè)的產(chǎn)品正從靜基座向動基座轉(zhuǎn)變，慣性測量和慣性穩(wěn)控作為其核心技術(shù)已在上述行業(yè)中得到廣泛應(yīng)用。

在慣導(dǎo)的眾多應(yīng)用領(lǐng)域當(dāng)中，軍事領(lǐng)域的應(yīng)用相對成熟，而自動駕駛領(lǐng)域，仍是慣導(dǎo)系統(tǒng)應(yīng)用一片亟待開發(fā)的藍海市場。目前市場上車載組合系統(tǒng)的價格普遍在10萬元以上，不能滿足乘用車的成本和產(chǎn)量要求，主要瓶頸在高精度慣組芯片設(shè)計、封裝以及組合導(dǎo)航算法設(shè)計技術(shù)上。

慣導(dǎo)系統(tǒng)的市場正起步，2022年全球市場空間將達45億美元。車用高精度的慣性導(dǎo)航是隨著智能駕駛的興起新增的市場。根據(jù)半導(dǎo)體/傳感器研究機構(gòu)Yole development的估計，慣性傳感器IMU的2018年的全球市場空間為1.6億美元，到2022年將達9億美元。慣性導(dǎo)航傳感器價格一般是慣性導(dǎo)航系統(tǒng)的1/5，由此測算慣導(dǎo)系統(tǒng)的全球市場空間在2018年為8億美元，至2022年為45億美元，對應(yīng)2018-2022年CAGR為54%。

美國國防部把從事慣性技術(shù)領(lǐng)域研究和開發(fā)的國家分為4個層次，中國整體處于具備部分研發(fā)能力的第三梯隊。

國內(nèi)的慣性導(dǎo)航組合研發(fā)起步較晚，技術(shù)上與國外存在不小的差距。慣性導(dǎo)航傳感器的核心元器件是加速度傳感器和陀螺儀，應(yīng)用領(lǐng)域分為消費級、工業(yè)級和汽車級、軍工級和宇航級。各個領(lǐng)域中均是國外企業(yè)占據(jù)領(lǐng)先地位。

全球市場：全球高性能的MEMS慣導(dǎo)主要掌握在以下幾家企業(yè)手中：Honeywell、Analog Devices Inc、Sensonor、Silicon Sensing Systems及Systron Donner (QMEMS)。但面向武器裝備和船舶為主，高精度，高成本，幾乎全線禁運，并且價格高昂，最便宜的ADI低端戰(zhàn)術(shù)級精度價格>2萬元。

國內(nèi)市場：國內(nèi)傳統(tǒng)慣導(dǎo)技術(shù)源頭包括航天科技13所、航天科工33所、船舶707所、航空618所及兵器214所等。主要為軍工企業(yè)，面向武器裝備為主，高精度，高成本，低產(chǎn)量，對民用市場不敏感。

3 車用慣導(dǎo)系統(tǒng)的核心關(guān)鍵在算法及芯片

慣性導(dǎo)航系統(tǒng)在自動駕駛中的應(yīng)用屬于起步階段，短期內(nèi)競爭力主要體現(xiàn)在算法上。算法的優(yōu)劣決定傳感器是否能發(fā)揮其最佳性能，也決定了慣性導(dǎo)航系統(tǒng)的穩(wěn)定性和可靠性。慣導(dǎo)中使用的核心算法主要包括3種：

1.慣性導(dǎo)航解算算法。包括MEMS慣性傳感器的標(biāo)定等硬件信息的處理，速度、加速度、航向及姿態(tài)的確定等

2.組合導(dǎo)航的卡爾曼濾波器的耦合。對IMU及GNSS等的輸出信號進行融合。

3.環(huán)境特征信息與慣性導(dǎo)航融合是必然趨勢。

3.1.1 慣性導(dǎo)航解算算法

具體以百度阿波羅的慣性導(dǎo)航算法為例，通常分以下幾步：

姿態(tài)更新：對陀螺儀輸出的角速度進行積分得到姿態(tài)增量，疊加到上次的姿態(tài)上；

比力坐標(biāo)轉(zhuǎn)換：從IMU載體坐標(biāo)系到位置、速度求解坐標(biāo)系（慣性坐標(biāo)系）；

速度更新：需要考慮重力加速度的去除，得到慣性系下的加速度，通過積分得到速度；

位置更新：通過速度積分得到位置。

在慣性導(dǎo)航中，導(dǎo)航方程的每一次迭代都需要利用上一次的導(dǎo)航結(jié)果作為初始值，因此慣導(dǎo)的初始化是比較重要的部分之一。姿態(tài)對準(zhǔn)是指得到IMU的roll, pitch, yaw。roll, pitch的對準(zhǔn)過程一般稱為調(diào)平。使當(dāng)車靜止時，加速度計測量的比力僅由重力導(dǎo)致，可以通過f=C*g來求解；對于非常高精度的IMU可通過羅經(jīng)對準(zhǔn)的方式，車靜止時，通過測量載體系中的地球自轉(zhuǎn)來確定載體的方位(yaw)。

3.1.2. 基于卡爾曼濾波器組合導(dǎo)航的定位結(jié)果融合

使用Kalman濾波器的耦合，對IMU和GNSS即點云定位結(jié)果進行融合。可分為松耦合和緊耦合兩種方法。

松耦合濾波器采用位置、速度量測值和解算的位置速度之差作為組合導(dǎo)航濾波器輸入，也即卡爾曼濾波器的量測量。緊耦合的數(shù)據(jù)包括GNSS的導(dǎo)航參數(shù)、定位中的偽距、距離變化等。

以百度阿波羅使用的慣導(dǎo)系統(tǒng)為例，采用了松耦合的方式，并且使用了一個誤差卡爾曼濾波器。慣性導(dǎo)航解算的結(jié)果用于Kalman濾波器的時間更新，即預(yù)測；而GNSS、點云定位結(jié)果用于Kalman濾波器的量測更新。Kalman濾波會輸出位置、速度、姿態(tài)的誤差用來修正慣導(dǎo)模塊，IMU期間誤差用來補償IMU原始數(shù)據(jù)。

3.1.3. 環(huán)境特征信息與慣性導(dǎo)航融合是必然趨勢

目前常用的GNSS+IMU組合慣導(dǎo)方案在一些場景的定位精度穩(wěn)定性仍不能完全滿足自動駕駛的要求。例如，城市樓宇群、地下車庫等GNSS長時間信號微弱的場景下，依靠GNSS信號更新精確定位穩(wěn)定性不足，因此必須引入新的精確定位更新數(shù)據(jù)源，在組合慣導(dǎo)中引入并融合激光雷達/視覺傳感定位等環(huán)境信息進行融合定位成為必然趨勢。

環(huán)境特征信息與慣性導(dǎo)航融合可以大大提升高精度定位系統(tǒng)的場景覆蓋能力。通過GNSS-RTK的定位技術(shù)可以實現(xiàn)65%綜合場景定位誤差小于20cm的覆蓋率，GNSS+IMU的組合慣導(dǎo)則可以實現(xiàn)85%左右的覆蓋，但距離自動駕駛對定位誤差小于20cm的綜合場景覆蓋要達到97.5%以上的要求仍有差距。而GNSS+IMU+LiDAR/CV的融合高精度定位系統(tǒng)可以實現(xiàn)使覆蓋率達到97.5%以上。組合導(dǎo)航系統(tǒng)與環(huán)境特征信息融合將成為必然趨勢。

以百度阿波羅的多傳感器融合定位系統(tǒng)解決方案為例，慣性導(dǎo)航系統(tǒng)處于定位模塊的中心位置，模塊將IMU、GNSS、Lidar等定位信息進行融合，通過慣性導(dǎo)航系統(tǒng)解算修正后最終輸出滿足自動駕駛需求的6個自由度的高精度位置信息。

汽車用的傳感器對性能、體積、壽命要求非常高，決定了車用慣導(dǎo)傳感器將采用MEMS技術(shù)。從長遠看，慣性導(dǎo)航系統(tǒng)的競爭力在慣性傳感器芯片設(shè)計和封裝能力。隨著自動駕駛技術(shù)級別的提升，對MEMS慣性傳感器芯片的性能要求將持續(xù)提高；同時隨著慣性導(dǎo)航系統(tǒng)算法的不斷成熟，通過算法優(yōu)化來提升系統(tǒng)性能的空間越來越小，而對慣性傳感器芯片硬件性能的依賴程度則會相應(yīng)提高。汽車行業(yè)使用的MEMS傳感器必須兼?zhèn)涓呔?、長期穩(wěn)定性和大批量生產(chǎn)的特性。MEMS慣性傳感器芯片的設(shè)計、制造、封測及標(biāo)定將成為慣性導(dǎo)航系統(tǒng)中比較關(guān)鍵的環(huán)節(jié)。

同時對高性能、低功耗慣性器件及系統(tǒng)的需求，使得MEMS慣性器件朝著高精度、集成化、低成本、組合化和多功能化方向發(fā)展。2011年，慣性傳感器僅和磁傳感器融合，發(fā)展到2017年，慣性傳感器已經(jīng)演變到9軸，并且能夠?qū)崿F(xiàn)與MCU的融合。這種出現(xiàn)在移動終端的MEMS慣性傳感器高集成化的趨勢，汽車MEMS慣性傳感器也在經(jīng)歷這種過程。對MEMS慣性傳感器芯片的設(shè)計提出了更高的要求，芯片的設(shè)計能力也成核心的競爭力。

MEMS慣性傳感器的封裝技術(shù)是決定MEMS慣性器件的性能的重要因素。MEMS陀螺儀的器件級真空封裝的難點是如何降低封裝應(yīng)力、提高真空度以及高真空保持度。對于MEMS慣性傳感器，其性能更是容易受封裝的應(yīng)力、真空度、氣密性、隔離度等影響。例如氣密性，MEMS陀螺的可靠性和穩(wěn)定性受氣密性影響很大，必須在穩(wěn)定的氣密條件下次才能可靠長期地工作。

此外，MEMS封裝通常需要考慮電源分配、信號分配、散熱通道、機械支撐和環(huán)境保護等內(nèi)容。MEMS慣性傳感器高集成化的趨勢，也對封裝技術(shù)提出了新的要求。MEMS慣性芯片的封裝技術(shù)已成為核心的技術(shù)。

4 投資策略

定位系統(tǒng)是自動駕駛決策和執(zhí)行的前提，實現(xiàn)高精定位是自動駕駛汽車路徑規(guī)劃的必要條件，是未來出行可能性的基礎(chǔ)保障。而慣性導(dǎo)航系統(tǒng)由于具有的輸出信息不間斷、不受外界干擾的獨特優(yōu)勢，同時可以將多傳感器及車身信息進行更深層次的融合，為決策層提供精確可靠的連續(xù)的車輛位置，因而將成為定位信息融合的中心。

目前國內(nèi)已有多家優(yōu)秀初創(chuàng)企業(yè)在車用慣性導(dǎo)航系統(tǒng)領(lǐng)域發(fā)展較快：

深圳導(dǎo)遠科技有限公司：公司專業(yè)從事慣性導(dǎo)航和光電技術(shù)開發(fā)，是國內(nèi)先進慣性及光電傳感產(chǎn)品的供應(yīng)商。目前已為主流主機廠多款車型定點配套供貨。

上海戴世智能科技有限公司：目前已與上汽有戰(zhàn)略合作。核心團隊有汽車行業(yè)背景。公司慣導(dǎo)產(chǎn)品算法融合了車輛動力學(xué)方程，產(chǎn)品已經(jīng)應(yīng)用在無人機系統(tǒng)、汽車自動駕駛測試領(lǐng)域。

北京羲朗科技有限公司：公司團隊在軍用慣導(dǎo)領(lǐng)域有深厚積累。目前已與京東無人車等進行合作。

我們建議關(guān)注已經(jīng)在慣性導(dǎo)航系統(tǒng)算法有深厚積累，同時進入主機廠供應(yīng)體系的相關(guān)公司。

公司成立于2014年，擁有IATF16949:2016汽車行業(yè)質(zhì)量體系認證和ISO9001:2015質(zhì)量體系認證，國標(biāo)委成員單位，是一家專注于提供MEMS慣性測量單元，組合導(dǎo)航，航姿及控制解決方案的技術(shù)型企業(yè)。公司產(chǎn)品用于定位及導(dǎo)航的使用場景，主要客戶群體為整車主機廠、汽車Tier 1供應(yīng)商、軍工企業(yè)和自動駕駛解決方案公司。公司核心優(yōu)勢主要有四點：

擁有組合導(dǎo)航系統(tǒng)和高性能IMU慣組的設(shè)計和批產(chǎn)能力：多年來同時參與軍工和汽車項目研發(fā)，技術(shù)積累深厚。車規(guī)級組合導(dǎo)航總成級產(chǎn)品能實現(xiàn)厘米級動態(tài)定位精度和2‰D的短期航位推算精度，以及0.1°的動態(tài)姿態(tài)精度。產(chǎn)品在航空航天、船舶、衛(wèi)星通信等專業(yè)市場上也有應(yīng)用。

團隊技術(shù)背景雄厚，能力圈互補性強：導(dǎo)遠團隊核心成員擁有12年的組合導(dǎo)航及超過20年的MEMS研發(fā)經(jīng)驗，行業(yè)理解深刻，能為公司發(fā)展提供較強技術(shù)支撐。除了技術(shù)方面人才，公司還擁有工作經(jīng)驗和行業(yè)積累豐富的銷售和運營人才。團隊背景雄厚，在行業(yè)中有較深積累，能力圈互補性強。

技術(shù)實力領(lǐng)先，對視覺-衛(wèi)慣組合進行前瞻布局：公司的融合算法能夠?qū)崿F(xiàn)對空間環(huán)境的圖像特征點和地理位置的關(guān)系進行辨識、預(yù)測和匹配，實現(xiàn)動態(tài)高精度地圖快速構(gòu)建以及動態(tài)目標(biāo)的識別和跟蹤。通過高精度定位和機器視覺融合實現(xiàn)輕量級SLAM（同步定位和地圖構(gòu)建），并進一步實現(xiàn)載體的實時路線規(guī)劃。主要應(yīng)用場景是：場地?zé)o人車，場地高精度地圖低成本構(gòu)建，無人機目標(biāo)跟蹤和動態(tài)著陸。

渠道擴展能力強，先發(fā)優(yōu)勢明顯：相比同行尚未進入汽車廠商供應(yīng)體系，導(dǎo)遠科技的組合導(dǎo)航產(chǎn)品已經(jīng)為主流主機廠多款車型定點配套供貨，技術(shù)和質(zhì)量得到了主機廠的認可。導(dǎo)遠科技的產(chǎn)品將于2019年開始進入放量階段。通過所配套的L2.5和L3智駕車型上市帶來的品牌效應(yīng)和宣傳效果，導(dǎo)遠電子可以更容易開拓新客戶市場，占據(jù)更大的市場份額，獲得值得期待的發(fā)展前景。

5 風(fēng)險提示

（1）政策調(diào)整風(fēng)險：汽車行業(yè)受政策影響較大，宏觀和行業(yè)政策決定行業(yè)發(fā)展大方向。智能汽車及自動駕駛的相關(guān)政策直接影響技術(shù)路線和盈利水平，若出現(xiàn)預(yù)期之外的政策調(diào)整將對現(xiàn)有市場形成較大沖擊。

（2）自動駕駛市場化不及預(yù)期的風(fēng)險：自動駕駛處于快速發(fā)展階段，但依然存在技術(shù)落地進度較慢、市場化不及預(yù)期、市場接受度不達預(yù)期的風(fēng)險。