穿上连衣裙，美得让人一见钟情！
不管是哪个季节，要说最不费脑又能美得动人的穿搭单品，连衣裙绝对榜上有名呀。
不知道穿什么的时候，一件连衣裙就能拯救你！
纯色连衣裙简洁又大方，比如，水蓝色就显得特别轻盈又水灵呢。（图1）
白色衬衫裙最适合通勤穿了。把它穿上身，大方得体就是你的代名词呀。（图2）
格纹裙就更不用多说了，最适合秋冬季的元素，非格纹莫属呀。想当文艺少女的小伙伴，pick它准没错。（图3）
不要觉得碎花连衣裙只适合春天，秋冬季拿它来打造少女感，一样妥妥的抓人眼球。（图4-5）
外套和连衣裙可是很般配的一对哦。天气冷下来的话，外套就该拿出来啦，打造层次感不在话下。（图7-9） https://t.cn/Ai3iWUyv
不管是哪个季节，要说最不费脑又能美得动人的穿搭单品，连衣裙绝对榜上有名呀。
不知道穿什么的时候，一件连衣裙就能拯救你！
纯色连衣裙简洁又大方，比如，水蓝色就显得特别轻盈又水灵呢。（图1）
白色衬衫裙最适合通勤穿了。把它穿上身，大方得体就是你的代名词呀。（图2）
格纹裙就更不用多说了，最适合秋冬季的元素，非格纹莫属呀。想当文艺少女的小伙伴，pick它准没错。（图3）
不要觉得碎花连衣裙只适合春天，秋冬季拿它来打造少女感，一样妥妥的抓人眼球。（图4-5）
外套和连衣裙可是很般配的一对哦。天气冷下来的话，外套就该拿出来啦，打造层次感不在话下。（图7-9） https://t.cn/Ai3iWUyv
史上首次！全线下跌！楼市规则 彻底变了！#西双版纳购房#
以往楼市调控按月计，如今楼市政策按天算！
前宇宙中心，2016年房价涨幅全球第一的合肥，自2019年7月30日以来，又双叒叕，连续四次动手，给楼市开刀，出手调控！
8月28日，合肥市自然和规划局突然发布公告，宣布：
今后，土地价格要和房价挂钩，以房价定地价！
图1
史上首次！楼市规则彻底变了！
面粉贵过面包，地价拉动房价，房价上涨，地价脱不开关系！
合肥本次给楼市开出新药方，不直接限价，而是和房价绑定，用房价管地价。地价不大涨，反过来再用地价牵制房价，最后形成一条相互管制的价格管理链条。
据合肥市自然和规划局公告，合肥未来要调整土地定价方式，新的土地价格定价方式如下：
建立房价和地价联动机制，土地拍卖价格（最高限价和起拍价），要以土地周边新房和二手房价格为锚。
合肥土地价格从无锚到有锚，结果如何？
据合肥当地公众号，测算，按照新的土地定价政策，合肥各区未来楼面价的趋势，几乎全线下跌！
图2
前几天在文章里提到过，今年合肥的土地成交量，增长幅度惊人！和2018年同期相比，增长幅度超过50％。
2019年上半年，全国土地成交量排行榜上，合肥以547亿的成绩，挤进全国卖地榜前20，名列第14.
而最新的数据显示，前8个月，合肥已经卖出超过700亿土地，逼近上海，赶到上半年全国前十左右的水平。
土地市场的火爆，不仅仅体现在量上，更体现在价格上。
图3
（土地溢价率）
合肥土地市场成交的平均溢价率，从2019年4月开始就居高不下，连续4个月，一直保持在50％左右的高位。
本次土地定价方式变动之后，会直接抑制土地拍卖的溢价水平，从抑制面粉价格的角度，最终稳住面包（房价）价格。
实际上，9天前，在合肥独创全新土地定价体系之前，合肥楼市还有一件更为劲爆的事儿——二手房停贷！
8月20日，第一楼市公众号率先爆料，合肥18家银行，有12家已经不做二手房贷款。
8月23日，第一楼市继续爆料，截止目前，包括工农建中四大国有银行在内，已有14家银行停止商办贷款。
自媒体言之凿凿，信誓旦旦，合肥停贷。
主流媒体，传统媒体，权威媒体，经过采访调查之后，发现情况属实，合肥二手房，确实已经停贷！
8月23日，中国房地产报致电中国光大银行（合肥合作化路支行）、华夏银行（合肥市瑶海支行）、合肥科技农村商业银行（高新分行）等多家银行，证实合肥二手房贷款暂停的真实性。
8月25日，央视记者和部分银行取得联系，同样证实，二手房贷款，已经停止发放！
说实话，观察合肥楼市，给二手房市场停贷，并没有太过充分的理由。
根据国家统计局的数据，合肥二手房价格，2019年上涨不到5％，离住建部10％的房价上涨调控红线上有距离。
而根据合肥的数据，尽管2019年8月第4周，合肥二手成交量环比上涨5％，实现两连涨，且为2019年以来单周第5高值，但合肥二手房的价格却是连续5周下跌。
图4
2019年8月第4周，合肥二手房价格更是创2019年以来新低，首次跌破1万6大关。
合肥二手房成交量往上走，价格往下走，按理说是最符合决策层意图的，那为什么还要给二手房停贷呢？
结合8月28日合肥的楼市新政，可以得出一个理由：
不给二手房贷款，让二手房流动性枯竭，不让房价上涨的同时，其实也不会让房价大跌。
这么一来如果，二手房价格“参与”到地价上，地价其实也不会大起大落。
左手右手，两手一起抓，合肥楼市，无论地价还是房价，都是一个字，稳。
在深一步想问题，可能就更有意思了。
合肥是全国少有的，2019年上半年GDP增速比2019年1季度高的主要城市。
2019年1季度合肥的GDP为7.9％，而2019年上半年合肥的GDP变成了8.1％，增速高出0.2个半分点。
这高出来的增速从哪来的？
下面这张图给出了答案：
图5
房地产开发投资深V翻转，从负转正是最主要的原因之一。
此前为了控制楼市，合肥连续两年把房价涨幅控制在10％以内。
今年（2019年），眼见地产投资失速，GDP连续放缓，合肥有重新倚重地产投资的苗头。
最好的证明，就是3月份以后（一季度GDP增速不到8％之后），合肥土拍市场迅速升温，量价齐升！
此前文章多次强调，7月份开始，尤其7月30日政治局会议，明确不把房地产当做短期刺激经济的政策之后，楼市迅速收紧，资金全面严控。
合肥作为国家重点监控城市，不可能继续放任土地市场持续火爆，调控势在必行。
但，在经济增长压力面前，合肥政府其实难以取舍。
如何两全其美，既给土地市场降温，又不至于影响到地产投资，以及经济增长，合肥得有一条新路。
8月28日给土地价格换锚，8月20日给二手房停贷，这套组合拳，其实可能就是合肥探索出来的新路。
怎么讲？
根据数据，合肥当地的住房需求还是以120平米的刚需型需求为主。
图6
如果抑制住二手房交易，那么大量所谓刚需，很有可能会迁移到新房市场。
新房市场和开发商关系密切，在发债、信托、银行贷款都被限制之后，在开发商可选的回笼资金方式里，卖新房是最佳选择。
而只有开发商有资金，有余力，有弹药，才能继续在合肥市场上进一步做地产开发，也只有新房市场保持一定的活跃，才能给开发商以吸引力，持续进入合肥市场。
而如果开发商继续大量购置土地，带来地产投资，必定会给合肥的短期经济，带来好处，直接助力GDP增速稳定。
前面说过，考虑到当前，楼市调控的主基调是收紧，趋严，地价上涨过快，显然不符合决策层对楼市的主基调。
此时，保证土地市场有量无价，是最好的处理方式。
利用二手房控制地价，用新房帮助“地量”，这思路，完美解决了调控和经济的矛盾，当真绝了！
合肥，“以房治房”，算是一个当前情况下，折中取巧的办法。
真正的以房治房，还是要从顶层设计开始，逐步摆脱地产依赖，让房子真正只是拿来住的，既不是拿来炒的，也不是拿来支撑GDP的才行！
以往楼市调控按月计，如今楼市政策按天算！
前宇宙中心，2016年房价涨幅全球第一的合肥，自2019年7月30日以来，又双叒叕，连续四次动手，给楼市开刀，出手调控！
8月28日，合肥市自然和规划局突然发布公告，宣布：
今后，土地价格要和房价挂钩，以房价定地价！
图1
史上首次！楼市规则彻底变了！
面粉贵过面包，地价拉动房价，房价上涨，地价脱不开关系！
合肥本次给楼市开出新药方，不直接限价，而是和房价绑定，用房价管地价。地价不大涨，反过来再用地价牵制房价，最后形成一条相互管制的价格管理链条。
据合肥市自然和规划局公告，合肥未来要调整土地定价方式，新的土地价格定价方式如下：
建立房价和地价联动机制，土地拍卖价格（最高限价和起拍价），要以土地周边新房和二手房价格为锚。
合肥土地价格从无锚到有锚，结果如何？
据合肥当地公众号，测算，按照新的土地定价政策，合肥各区未来楼面价的趋势，几乎全线下跌！
图2
前几天在文章里提到过，今年合肥的土地成交量，增长幅度惊人！和2018年同期相比，增长幅度超过50％。
2019年上半年，全国土地成交量排行榜上，合肥以547亿的成绩，挤进全国卖地榜前20，名列第14.
而最新的数据显示，前8个月，合肥已经卖出超过700亿土地，逼近上海，赶到上半年全国前十左右的水平。
土地市场的火爆，不仅仅体现在量上，更体现在价格上。
图3
（土地溢价率）
合肥土地市场成交的平均溢价率，从2019年4月开始就居高不下，连续4个月，一直保持在50％左右的高位。
本次土地定价方式变动之后，会直接抑制土地拍卖的溢价水平，从抑制面粉价格的角度，最终稳住面包（房价）价格。
实际上，9天前，在合肥独创全新土地定价体系之前，合肥楼市还有一件更为劲爆的事儿——二手房停贷！
8月20日，第一楼市公众号率先爆料，合肥18家银行，有12家已经不做二手房贷款。
8月23日，第一楼市继续爆料，截止目前，包括工农建中四大国有银行在内，已有14家银行停止商办贷款。
自媒体言之凿凿，信誓旦旦，合肥停贷。
主流媒体，传统媒体，权威媒体，经过采访调查之后，发现情况属实，合肥二手房，确实已经停贷！
8月23日，中国房地产报致电中国光大银行（合肥合作化路支行）、华夏银行（合肥市瑶海支行）、合肥科技农村商业银行（高新分行）等多家银行，证实合肥二手房贷款暂停的真实性。
8月25日，央视记者和部分银行取得联系，同样证实，二手房贷款，已经停止发放！
说实话，观察合肥楼市，给二手房市场停贷，并没有太过充分的理由。
根据国家统计局的数据，合肥二手房价格，2019年上涨不到5％，离住建部10％的房价上涨调控红线上有距离。
而根据合肥的数据，尽管2019年8月第4周，合肥二手成交量环比上涨5％，实现两连涨，且为2019年以来单周第5高值，但合肥二手房的价格却是连续5周下跌。
图4
2019年8月第4周，合肥二手房价格更是创2019年以来新低，首次跌破1万6大关。
合肥二手房成交量往上走，价格往下走，按理说是最符合决策层意图的，那为什么还要给二手房停贷呢？
结合8月28日合肥的楼市新政，可以得出一个理由：
不给二手房贷款，让二手房流动性枯竭，不让房价上涨的同时，其实也不会让房价大跌。
这么一来如果，二手房价格“参与”到地价上，地价其实也不会大起大落。
左手右手，两手一起抓，合肥楼市，无论地价还是房价，都是一个字，稳。
在深一步想问题，可能就更有意思了。
合肥是全国少有的，2019年上半年GDP增速比2019年1季度高的主要城市。
2019年1季度合肥的GDP为7.9％，而2019年上半年合肥的GDP变成了8.1％，增速高出0.2个半分点。
这高出来的增速从哪来的？
下面这张图给出了答案：
图5
房地产开发投资深V翻转，从负转正是最主要的原因之一。
此前为了控制楼市，合肥连续两年把房价涨幅控制在10％以内。
今年（2019年），眼见地产投资失速，GDP连续放缓，合肥有重新倚重地产投资的苗头。
最好的证明，就是3月份以后（一季度GDP增速不到8％之后），合肥土拍市场迅速升温，量价齐升！
此前文章多次强调，7月份开始，尤其7月30日政治局会议，明确不把房地产当做短期刺激经济的政策之后，楼市迅速收紧，资金全面严控。
合肥作为国家重点监控城市，不可能继续放任土地市场持续火爆，调控势在必行。
但，在经济增长压力面前，合肥政府其实难以取舍。
如何两全其美，既给土地市场降温，又不至于影响到地产投资，以及经济增长，合肥得有一条新路。
8月28日给土地价格换锚，8月20日给二手房停贷，这套组合拳，其实可能就是合肥探索出来的新路。
怎么讲？
根据数据，合肥当地的住房需求还是以120平米的刚需型需求为主。
图6
如果抑制住二手房交易，那么大量所谓刚需，很有可能会迁移到新房市场。
新房市场和开发商关系密切，在发债、信托、银行贷款都被限制之后，在开发商可选的回笼资金方式里，卖新房是最佳选择。
而只有开发商有资金，有余力，有弹药，才能继续在合肥市场上进一步做地产开发，也只有新房市场保持一定的活跃，才能给开发商以吸引力，持续进入合肥市场。
而如果开发商继续大量购置土地，带来地产投资，必定会给合肥的短期经济，带来好处，直接助力GDP增速稳定。
前面说过，考虑到当前，楼市调控的主基调是收紧，趋严，地价上涨过快，显然不符合决策层对楼市的主基调。
此时，保证土地市场有量无价，是最好的处理方式。
利用二手房控制地价，用新房帮助“地量”，这思路，完美解决了调控和经济的矛盾，当真绝了！
合肥，“以房治房”，算是一个当前情况下，折中取巧的办法。
真正的以房治房，还是要从顶层设计开始，逐步摆脱地产依赖，让房子真正只是拿来住的，既不是拿来炒的，也不是拿来支撑GDP的才行！
u-blox梅景浩：高精度、安全、可靠——自动驾驶中的GNSS定位
今天想和大家分享的是关于自动驾驶高精度定位，我在陈总后面讲有点压力，她讲的把我要讲的大部分内容都讲掉了，所以我今天会讲的稍微简短一点。
首先看到在最近几年，在汽车领域上有很多新应用出来，会对GNSS定位有一些新的挑战。我们列出了常见的应用，比如说导航、E911，还有自动驾驶，这些GNSS的应用都对GNSS提出一些新的挑战。第一个是对于位置有更新的要求，需要有一个更高精度的位置，而且需要在全覆盖的场景下获得位置信息。不管是城市峡谷还是隧道，还是地下停车库，都希望能获得位置信息。另外一点是, 自动驾驶和ADAS应用，对位置提出更高的要求，希望达到分米级的精度。
总结一下我们现在针对GNSS这方面的要求，主要是三个方面，第一个是能提供实时的快速更新的位置,另外一个能做到足够至少能区别到车道级别,第三个是能提供时间基准，利用时间信息来做V2X应用。
举几个常见的例子。比如车载导航。首先我们从主机厂得到的消息是说，车载导航一定要达到车道级的定位，这样匹配高精地图的时候不会出现经常遇到的地图会问“请问现在在主路还是辅路”，如果拿到车道级的定位就不再会有这样的问题出现。另外导航里定位更新速度和定位更新时延是非常关键的，否则高速路上有可能出现一个情况就是错过高速路出口，都开过了, 地图告诉你请从出口驶出，这样也很令人恼火。
另外一种场景是最近比较火的应用V2X, 预计会在中国最先落地.对定位的要求要有时间的基准: 车和车的通讯，需要双方进行同步，同一个频道上进行通讯，有一个时间基准，这个是GNSS可以提供的。另外需要全场景覆盖情况下，提供车道级的位置更新，也要求实时性和低延时。我们也通过很多渠道了解到SAE的V2X定位精度, 1.5m CEP68的要求，在应用的时候，给出的位置信息不是很准，这样很容易造成用户体验不是很好，也有些车厂做过测试，一般要到亚米级、分米级的精度，V2X才能有比较好的用户体验。
更进一步是ADAS应用，需要车道的识别，同样需要很高的GNSS位置可获得性，同时也要有非常高的位置更新速度和低延时，还需要和高精度地图做匹配。
为什么我们说高精度、低延时是一个很关键的点呢？这里有一个应用场景可以讨论一下，这上面有一个蓝色的车要进行变道，会看旁边的车道上是不是有车，这时候旁边车道的车会计算自己的位置，并广播出去。在t0时刻，这个车的位置开始进行计算，如果花10ms进行计算，把位置广播出去，距离并不是很远，这个位置具有参考意义，这时候双方可以比较安全的进行操作。如果位置更新的速度在100毫秒，这还是比较优化的情况，现在很多时候做GNSS计算，用非实时系统在做，更新频率不但慢，而且是不可控的，有可能会有抖动。这样的场景下，有可能车开出去蛮远，蓝色车得到的主车道位置，根本就不准了，有可能这时候做了变道的决策，会发现两辆车容易出现事故，这样对用户的体验来说是非常糟的。所以我们认为在这样的自动驾驶场景下，低延时，高频率是非常重要的。
这张图列了传统的SAE自动驾驶的级别，以及对应自动驾驶级别所需要的定位.最常见的就是导航，常规的定位精度就够了。如果自动驾驶的级别到L2.5、L3需要比较高的精度，精度高到什么程度？至少要获得车道的信息，分米级定位。我们也考虑过是不是需要厘米级定位，后来的结论是说厘米级的定位不适用，因为GNSS是为了获得位置信息，厘米级可能在很特别的场景下做参考。路面上的物体变化是非常快的，避障操作不应该由GNSS和地图决定，而是应该由毫米波雷达和激光雷达决定。到L3或者以上，功能安全会变成一个重要的话题，这时候除了提供高精度的位置信息以外，还需要提供安全可靠的位置。
我们来说自动驾驶会有什么样的情况发生. 这是一个有点挑战的自动驾驶场景，车的尾气很多，不管是雷达还是摄像头，都很难找到一个准确的位置，因为没有路标做匹配，这时候我们就靠GNSS。但是我觉得这还不是非常有挑战，因为有一次我遇到一个场景，也是塞车，慢慢往前挪，那时候完全看不到两边有任何东西，只看到集装箱，这种场景下根本不知道自己在哪，只能靠GNSS。
还有一个场景是这样的，是一个停车库，这也是我们经常遇到的场景。昨天吃饭的时候也遇到类似的场景，到地下停车库把车停好，电梯在旁边,我们上去吃饭，吃完饭回来下到电梯应该能看到车的，结果车不见了, 旁边防火门也是那个防火门，后来我们琢磨了半天，转了一圈发现我们是不是下错楼层了，又下了一层，发现终于找到我们的车了。这种场景不管是GNSS还是雷达，都很难辨识，因为每一层场景非常接近，没什么区别，这时候应该用IMU做3D的惯导。
这是另外一个场景。欧洲的城市，规划地非常规整，同时街道又非常窄，不管是雷达还是GNSS，都会受到蛮多的影响。这时候怎么办？我们要通过GNSS，加上IMU，加上地图匹配做粗略的定位，通过毫米波雷达或者激光雷达获得在街道上的车道信息，这样与传感器的融合就会出现。
总结一下，没有一种传感器能够在任何时间、任何地点都能获得一个准确的位置信息，我们必须依赖于高精度GNSS、激光雷达、摄像头、雷达和地图进行匹配，进行融合，从而获得可靠的有效的位置信息。
GNSS能提供什么东西？更多提供是车道级的，高可靠性的、高完整性的位置信息，GNSS有一个独特的特点，提供的位置信息是绝对位置，不是提供相对的位置，提供绝对的UTC，也能提供绝对的车速以及绝对的航向信息。好处是，可以在任何的前提条件下，不管下雨下雪还是有雾都可以提供信息. 同样可以降低地图成本，这时候地图有位置信息作为参考，可以降低地图匹配需要的算力，可以在更小的范围内进行地图的匹配。同时可以作为其他的传感器很好的支撑, 共同协作，达到功能安全。
提到功能安全, 我们要引入一个新的概念protection level，是一个针对测量结果的完好性标识。意思是说在GNSS上报位置的时候会存在一些误差，在非常大的概率下，误差在范围之内。这张图上可以看到红色的叉号是上报的位置信息，这里是车的真实位置. 很高的概率让车真实的位置在蓝色圆圈覆盖之内，这时候进行下一步的融合算法，进行安全相关的计算操作时，都会比较可靠。
这里强调一点，完好性和功能安全是有一点点区别的，完好性更多是针对车本身的硬件和软件，保证不会失效，或者保证失效的时候会上报结果。完整性更多是关注整个GNSS系统，包括卫星、校正服务、车，在一起, 怎么样能在一个信号可能会受到干扰的情况下，上报一个可靠的、完好的位置信息。有可能这个位置信息并不是准确的，有可能这个位置信息不准; 或者我觉得我的信号受到了干扰，受到了欺骗，所以请不要用它，这都是有可能的。至少会给出一个度量，这样可以针对后面的算法，可以针对度量结果进行进一步的操作。
刚才提到过这样的场景下，可能环境会造成一些干扰，安全会变成很重要的话题，我们分析了一下在GNSS计算过程中会有哪些东西带来安全性的隐患。从卫星过来的信号有可能受到一些干扰，甚至会有人故意播放假的卫星信号，如果没有识别出来，就会上报错误的位置信息。同时对GNSS信号本身，GNSS的接收机有可能被篡改，也可能会上报错误的位置信息。同样的，GNSS和主GPU之间的通讯链路有可能被篡改，加密的链路有可能受到人攻击。矫正服务可能会在云端或者通过链路时被篡改，这样位置信息同样是错的。在普通导航里没问题，但是如果是纯粹的自动驾驶，这些都是非常严重的安全隐患，现实生活中也会有一些安全团队对这些东西进行验证，的确发现了在有些准自动驾驶系统里，存在这样的安全问题. 我们系统需要进行处理，尽量减少安全隐患，或者发现这样的问题以后，能尽快上报。
接下来谈谈u-blox在这方面做了哪些工作，提供哪些解决方案来解决这些问题。最基础的方案是对亚米级的诉求。这个时候有两种方案，一种方案是单频的L1接收机，配上地基或者星基播发的校正服务。我们感觉到特点是接收机成本比较低，天线成本比较低，但是服务费偏贵。另外一种方案利用现在卫星信号的双频，不同的频段上进行接收。利用双频技术，可以做到1.5米以内，硬件成本会提升，但是没有服务费用, 相对单频的方案还是更优惠一些，更实在一些。
这是能达到分米级或者厘米级的系统. 卫星信号数据会受到一些干扰，会有一些误差，校正服务的基准站利用本地的位置信息，以及卫星链路发来的信号做一个对比，估计卫星信号在当前环境所受的影响以及误差。误差可以通过internet或者星基服务发送到接收机，接收机借助校准数据对卫星进行校准，从而达到分米极、厘米级的高精度。我们和博世的观点一致，我们认为对汽车这个领域，我们并不需要厘米级的定位，需要分米级的定位，星基播发的服务是更合适的。
刚刚提到过我们可以提供亚米级和分米级、厘米级的定位，但是GNSS信号在城市中是容易受到干扰的，这种干扰会有折射反射，会导致GNSS信号的覆盖度不是很好，定位精度没有办法始终保持在厘米级、分米级。这时候一定要加入惯导，利用IMU以及相关信息，再加上u-blox独有的汽车动态模型和高精度算法，融合起来得到分米级的精度。
总结一下，u-blox产品利用了双频,服务以及惯导来实现分米级的定位，能做到在一个模块上集成所有的算法，基本上即插即用。相比较其他的很多方案来说，优势在于性能更好，能做到高达105度的操作温度，更容易达到低延时，而其它方案实时性是很难做到的。
接下来给大家看一下我们自己的测试结果，这些测试结果都使用了RTK服务，都是基于惯导。可以看到，第一个测试场景是从巴黎到日内瓦高速公路上，照片上可以看到场景比较开阔，有一点遮挡，能做到7公分的定位精度.
这是欧洲典型的城市化做的测试。城市环境算是比较典型，不算非常有挑战性。日常城市大概就是这个样子，楼不是是很高，但是楼间距比较小，只有60度的角度可以看到天空。这种场景下可以做到0.43米的定位精度，这样的话结合其他的传感器是可以做到更好的自动驾驶。
再看一个有挑战性的服务场景，这是在首尔的江南区，在这里有一个红色的点，代表在一个地下车库，完全没有GNSS信息的场景下做的。GNSS定位精度可以做到69厘米，少于70厘米。
我们做一个总结，可以看到这图上面，灰色的部分是CEP68的精度，这是日常使用的定位导航精度。这个时CEP95的精度.
这是单频的精度. 这是双频不带RTK的精度. 这个是双频加SBAS的精度, 可以看到接收机0.9米的效果是比较好的，体验再上升一个台阶。如果针对ADAS的应用，或者自动驾驶的应用，可能需要地基或者星基的校准服务，这样可以做到0.3米CEP68。
最后做一个总结，现在看到一个非常明显的趋势，车载的GNSS往更高精度的方向发展。现在市面上出现了各种各样的产品，专门针对更高精度进行优化，针对不同场景进行优化。u-blox的ZED-F9P是一个集成的, 交钥匙方案, 可以更快的推出市场，尤其针对低延时、高可靠性的场景
汽车质量家：www.autoqa.cn
今天想和大家分享的是关于自动驾驶高精度定位，我在陈总后面讲有点压力，她讲的把我要讲的大部分内容都讲掉了，所以我今天会讲的稍微简短一点。
首先看到在最近几年，在汽车领域上有很多新应用出来，会对GNSS定位有一些新的挑战。我们列出了常见的应用，比如说导航、E911，还有自动驾驶，这些GNSS的应用都对GNSS提出一些新的挑战。第一个是对于位置有更新的要求，需要有一个更高精度的位置，而且需要在全覆盖的场景下获得位置信息。不管是城市峡谷还是隧道，还是地下停车库，都希望能获得位置信息。另外一点是, 自动驾驶和ADAS应用，对位置提出更高的要求，希望达到分米级的精度。
总结一下我们现在针对GNSS这方面的要求，主要是三个方面，第一个是能提供实时的快速更新的位置,另外一个能做到足够至少能区别到车道级别,第三个是能提供时间基准，利用时间信息来做V2X应用。
举几个常见的例子。比如车载导航。首先我们从主机厂得到的消息是说，车载导航一定要达到车道级的定位，这样匹配高精地图的时候不会出现经常遇到的地图会问“请问现在在主路还是辅路”，如果拿到车道级的定位就不再会有这样的问题出现。另外导航里定位更新速度和定位更新时延是非常关键的，否则高速路上有可能出现一个情况就是错过高速路出口，都开过了, 地图告诉你请从出口驶出，这样也很令人恼火。
另外一种场景是最近比较火的应用V2X, 预计会在中国最先落地.对定位的要求要有时间的基准: 车和车的通讯，需要双方进行同步，同一个频道上进行通讯，有一个时间基准，这个是GNSS可以提供的。另外需要全场景覆盖情况下，提供车道级的位置更新，也要求实时性和低延时。我们也通过很多渠道了解到SAE的V2X定位精度, 1.5m CEP68的要求，在应用的时候，给出的位置信息不是很准，这样很容易造成用户体验不是很好，也有些车厂做过测试，一般要到亚米级、分米级的精度，V2X才能有比较好的用户体验。
更进一步是ADAS应用，需要车道的识别，同样需要很高的GNSS位置可获得性，同时也要有非常高的位置更新速度和低延时，还需要和高精度地图做匹配。
为什么我们说高精度、低延时是一个很关键的点呢？这里有一个应用场景可以讨论一下，这上面有一个蓝色的车要进行变道，会看旁边的车道上是不是有车，这时候旁边车道的车会计算自己的位置，并广播出去。在t0时刻，这个车的位置开始进行计算，如果花10ms进行计算，把位置广播出去，距离并不是很远，这个位置具有参考意义，这时候双方可以比较安全的进行操作。如果位置更新的速度在100毫秒，这还是比较优化的情况，现在很多时候做GNSS计算，用非实时系统在做，更新频率不但慢，而且是不可控的，有可能会有抖动。这样的场景下，有可能车开出去蛮远，蓝色车得到的主车道位置，根本就不准了，有可能这时候做了变道的决策，会发现两辆车容易出现事故，这样对用户的体验来说是非常糟的。所以我们认为在这样的自动驾驶场景下，低延时，高频率是非常重要的。
这张图列了传统的SAE自动驾驶的级别，以及对应自动驾驶级别所需要的定位.最常见的就是导航，常规的定位精度就够了。如果自动驾驶的级别到L2.5、L3需要比较高的精度，精度高到什么程度？至少要获得车道的信息，分米级定位。我们也考虑过是不是需要厘米级定位，后来的结论是说厘米级的定位不适用，因为GNSS是为了获得位置信息，厘米级可能在很特别的场景下做参考。路面上的物体变化是非常快的，避障操作不应该由GNSS和地图决定，而是应该由毫米波雷达和激光雷达决定。到L3或者以上，功能安全会变成一个重要的话题，这时候除了提供高精度的位置信息以外，还需要提供安全可靠的位置。
我们来说自动驾驶会有什么样的情况发生. 这是一个有点挑战的自动驾驶场景，车的尾气很多，不管是雷达还是摄像头，都很难找到一个准确的位置，因为没有路标做匹配，这时候我们就靠GNSS。但是我觉得这还不是非常有挑战，因为有一次我遇到一个场景，也是塞车，慢慢往前挪，那时候完全看不到两边有任何东西，只看到集装箱，这种场景下根本不知道自己在哪，只能靠GNSS。
还有一个场景是这样的，是一个停车库，这也是我们经常遇到的场景。昨天吃饭的时候也遇到类似的场景，到地下停车库把车停好，电梯在旁边,我们上去吃饭，吃完饭回来下到电梯应该能看到车的，结果车不见了, 旁边防火门也是那个防火门，后来我们琢磨了半天，转了一圈发现我们是不是下错楼层了，又下了一层，发现终于找到我们的车了。这种场景不管是GNSS还是雷达，都很难辨识，因为每一层场景非常接近，没什么区别，这时候应该用IMU做3D的惯导。
这是另外一个场景。欧洲的城市，规划地非常规整，同时街道又非常窄，不管是雷达还是GNSS，都会受到蛮多的影响。这时候怎么办？我们要通过GNSS，加上IMU，加上地图匹配做粗略的定位，通过毫米波雷达或者激光雷达获得在街道上的车道信息，这样与传感器的融合就会出现。
总结一下，没有一种传感器能够在任何时间、任何地点都能获得一个准确的位置信息，我们必须依赖于高精度GNSS、激光雷达、摄像头、雷达和地图进行匹配，进行融合，从而获得可靠的有效的位置信息。
GNSS能提供什么东西？更多提供是车道级的，高可靠性的、高完整性的位置信息，GNSS有一个独特的特点，提供的位置信息是绝对位置，不是提供相对的位置，提供绝对的UTC，也能提供绝对的车速以及绝对的航向信息。好处是，可以在任何的前提条件下，不管下雨下雪还是有雾都可以提供信息. 同样可以降低地图成本，这时候地图有位置信息作为参考，可以降低地图匹配需要的算力，可以在更小的范围内进行地图的匹配。同时可以作为其他的传感器很好的支撑, 共同协作，达到功能安全。
提到功能安全, 我们要引入一个新的概念protection level，是一个针对测量结果的完好性标识。意思是说在GNSS上报位置的时候会存在一些误差，在非常大的概率下，误差在范围之内。这张图上可以看到红色的叉号是上报的位置信息，这里是车的真实位置. 很高的概率让车真实的位置在蓝色圆圈覆盖之内，这时候进行下一步的融合算法，进行安全相关的计算操作时，都会比较可靠。
这里强调一点，完好性和功能安全是有一点点区别的，完好性更多是针对车本身的硬件和软件，保证不会失效，或者保证失效的时候会上报结果。完整性更多是关注整个GNSS系统，包括卫星、校正服务、车，在一起, 怎么样能在一个信号可能会受到干扰的情况下，上报一个可靠的、完好的位置信息。有可能这个位置信息并不是准确的，有可能这个位置信息不准; 或者我觉得我的信号受到了干扰，受到了欺骗，所以请不要用它，这都是有可能的。至少会给出一个度量，这样可以针对后面的算法，可以针对度量结果进行进一步的操作。
刚才提到过这样的场景下，可能环境会造成一些干扰，安全会变成很重要的话题，我们分析了一下在GNSS计算过程中会有哪些东西带来安全性的隐患。从卫星过来的信号有可能受到一些干扰，甚至会有人故意播放假的卫星信号，如果没有识别出来，就会上报错误的位置信息。同时对GNSS信号本身，GNSS的接收机有可能被篡改，也可能会上报错误的位置信息。同样的，GNSS和主GPU之间的通讯链路有可能被篡改，加密的链路有可能受到人攻击。矫正服务可能会在云端或者通过链路时被篡改，这样位置信息同样是错的。在普通导航里没问题，但是如果是纯粹的自动驾驶，这些都是非常严重的安全隐患，现实生活中也会有一些安全团队对这些东西进行验证，的确发现了在有些准自动驾驶系统里，存在这样的安全问题. 我们系统需要进行处理，尽量减少安全隐患，或者发现这样的问题以后，能尽快上报。
接下来谈谈u-blox在这方面做了哪些工作，提供哪些解决方案来解决这些问题。最基础的方案是对亚米级的诉求。这个时候有两种方案，一种方案是单频的L1接收机，配上地基或者星基播发的校正服务。我们感觉到特点是接收机成本比较低，天线成本比较低，但是服务费偏贵。另外一种方案利用现在卫星信号的双频，不同的频段上进行接收。利用双频技术，可以做到1.5米以内，硬件成本会提升，但是没有服务费用, 相对单频的方案还是更优惠一些，更实在一些。
这是能达到分米级或者厘米级的系统. 卫星信号数据会受到一些干扰，会有一些误差，校正服务的基准站利用本地的位置信息，以及卫星链路发来的信号做一个对比，估计卫星信号在当前环境所受的影响以及误差。误差可以通过internet或者星基服务发送到接收机，接收机借助校准数据对卫星进行校准，从而达到分米极、厘米级的高精度。我们和博世的观点一致，我们认为对汽车这个领域，我们并不需要厘米级的定位，需要分米级的定位，星基播发的服务是更合适的。
刚刚提到过我们可以提供亚米级和分米级、厘米级的定位，但是GNSS信号在城市中是容易受到干扰的，这种干扰会有折射反射，会导致GNSS信号的覆盖度不是很好，定位精度没有办法始终保持在厘米级、分米级。这时候一定要加入惯导，利用IMU以及相关信息，再加上u-blox独有的汽车动态模型和高精度算法，融合起来得到分米级的精度。
总结一下，u-blox产品利用了双频,服务以及惯导来实现分米级的定位，能做到在一个模块上集成所有的算法，基本上即插即用。相比较其他的很多方案来说，优势在于性能更好，能做到高达105度的操作温度，更容易达到低延时，而其它方案实时性是很难做到的。
接下来给大家看一下我们自己的测试结果，这些测试结果都使用了RTK服务，都是基于惯导。可以看到，第一个测试场景是从巴黎到日内瓦高速公路上，照片上可以看到场景比较开阔，有一点遮挡，能做到7公分的定位精度.
这是欧洲典型的城市化做的测试。城市环境算是比较典型，不算非常有挑战性。日常城市大概就是这个样子，楼不是是很高，但是楼间距比较小，只有60度的角度可以看到天空。这种场景下可以做到0.43米的定位精度，这样的话结合其他的传感器是可以做到更好的自动驾驶。
再看一个有挑战性的服务场景，这是在首尔的江南区，在这里有一个红色的点，代表在一个地下车库，完全没有GNSS信息的场景下做的。GNSS定位精度可以做到69厘米，少于70厘米。
我们做一个总结，可以看到这图上面，灰色的部分是CEP68的精度，这是日常使用的定位导航精度。这个时CEP95的精度.
这是单频的精度. 这是双频不带RTK的精度. 这个是双频加SBAS的精度, 可以看到接收机0.9米的效果是比较好的，体验再上升一个台阶。如果针对ADAS的应用，或者自动驾驶的应用，可能需要地基或者星基的校准服务，这样可以做到0.3米CEP68。
最后做一个总结，现在看到一个非常明显的趋势，车载的GNSS往更高精度的方向发展。现在市面上出现了各种各样的产品，专门针对更高精度进行优化，针对不同场景进行优化。u-blox的ZED-F9P是一个集成的, 交钥匙方案, 可以更快的推出市场，尤其针对低延时、高可靠性的场景
汽车质量家：www.autoqa.cn
✋热门推荐