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
17日上午，江苏常州闹市区发生一起交通事故。一辆行驶中的奔驰车突然冲入非机动车道，高速行驶中撞击多辆电瓶车。截至目前，事故已造成3人死亡10人受伤。肇事司机已被控制。据目击者称，肇事司机被警方带走时，脚上穿着拖鞋。
据常州警方通报，7月17日上午10时47分许，一辆“苏D34Y35”号黑色奔驰小客车，沿晋陵中路由南向北行驶至九洲新世界花苑东门附近，车辆失控驶入同向非机动车道，撞到正常行驶的电动自行车后，又在晋陵中路劳动西路路口撞到正在等红灯的电动自行车。事故共造成13人受伤，伤者被立即送往市区3家医院救治。目前，3名伤者经抢救无效死亡。肇事驾驶员徐某某(男，35岁，沭阳人)已被警方控制。事故正在进一步调查处理中。
据知情人士介绍，肇事司机并不是车主本人，此辆奔驰是送汽修厂修理的，修好后送还车主的路上，发生了该起事故。驾驶员男性和副驾驶女性系夫妻关系。
有常州市民拍摄的事故现场视频显示，事故发生后，坐在副驾驶的一女子，一边打电话，一边哭喊“他撞了好多人！”二人被警方带走时，肇事司机脚上穿着拖鞋。
记者随后向常州警方了解事故详情，警方表示，可以排除酒驾和毒驾，但事故原因还在调查中，未透露更多事故调查情况。 https://t.cn/RcrYrK9
据常州警方通报，7月17日上午10时47分许，一辆“苏D34Y35”号黑色奔驰小客车，沿晋陵中路由南向北行驶至九洲新世界花苑东门附近，车辆失控驶入同向非机动车道，撞到正常行驶的电动自行车后，又在晋陵中路劳动西路路口撞到正在等红灯的电动自行车。事故共造成13人受伤，伤者被立即送往市区3家医院救治。目前，3名伤者经抢救无效死亡。肇事驾驶员徐某某(男，35岁，沭阳人)已被警方控制。事故正在进一步调查处理中。
据知情人士介绍，肇事司机并不是车主本人，此辆奔驰是送汽修厂修理的，修好后送还车主的路上，发生了该起事故。驾驶员男性和副驾驶女性系夫妻关系。
有常州市民拍摄的事故现场视频显示，事故发生后，坐在副驾驶的一女子，一边打电话，一边哭喊“他撞了好多人！”二人被警方带走时，肇事司机脚上穿着拖鞋。
记者随后向常州警方了解事故详情，警方表示，可以排除酒驾和毒驾，但事故原因还在调查中，未透露更多事故调查情况。 https://t.cn/RcrYrK9
#高考英语# 【郑州十一中名师点评2019高考英语试卷】张富泉 郑州市第十一中学英语高级教师 、郑州市教育教学先进个人、郑州市优秀教研组长、郑州市骨干教师、郑州市第三、四届名师、河南省骨干教师、河南省学术技术带头人、河南省中小学教育教学专家。
试卷总体评价：2019年全国新课标I卷注重对考生运用英语获取信息、处理信息以及分析问题和解决问题能力的考查，考试的内容以课程标准为依据，体现了新的教育观和人才观。
试卷覆盖面广，题型灵活，全卷难易适中，重视基础，强调运用，遵循了全国普通高考“稳定中求创新，发展中求平衡”的原则。
阅读理解内容丰富话题涉及劳动实践、科技生活以及心理和身体健康，题目设置强化了学生对文章深层意义的理解以及对主题的把握。
完形填空讲述了环保主题，有一定的现实意义。考点分布均匀，重点突出对动词、名词的考查。语法填空围绕北极熊目前数量是否增加，倡导爱护动物、学会客观认知、发现问题的思维品质。试题难度中等偏上。短文改错通过体育爱好故事向考生倡导健康的生活方式，难度中等偏易。
书面表达要求考生给英国美术馆写一封申请信，介绍个人优点，申请成为志愿者，为伦敦美术馆举办的中国画展做好宣讲志愿工作，体现了英语学科素养中的“跨文化沟通和传播中华文化的能力”。该话题贴近考生生活，所列要点明确，给考生流出了发挥的空间。
该试卷具有以下五个显著特点：
1. 选材持续体现生活化、情景化、应用化、有效化。
2. 体现考生对语言应用能力及语篇理解能力和考生思维品质能力的考查。
3.关注人文关怀，引导考生会生活，培养热爱动物尊重大自然和家国情怀。
4. 试题语篇内容丰富、对文化意识考查的广度和深度上加大。
5. 以“立德树人”为重点，加强对社会主义核心价值观、中国传统优秀文化、自然环保和创新精神等。
考查二、试卷试题评价
1.听力 因河南很多考生放弃作答故不做评价。
2.阅读理解2019年的阅读理解选材丰富、题材广泛，贴近生活，体裁涉及应用文、说明文等，内容新颖、融知识性、趣味性、思想性和实用性一体。紧跟时代、反映英美主流文化特征，几乎囊括了英语句法中的所有语句结构形式。长难句及行文隐含信息较多。话题涉及暑期打工、师生和谐、智能科技、社会心理学和健康生活。内容关注人文素养和科学素养的渗透以及情感、态度、价值观的体现和社会生活实践的体验，将语言知识融入情境中进行考查。阅读理解A篇是应用文，介绍了帮助学生寻找暑期工的4个项目，倡导学生积极参加劳动实践丰富生活阅历的意识。B篇是记叙文，介绍了教师Whaley帮助来自移民家庭的中学生Chris的故事。老师通过他的关爱不但提高了学生公开演讲的能力而且培养了孩子的自信心。感悟师生和谐的人文关怀。C篇是科普类的说明文，介绍了一款高科技的智能键盘，传播了科技改变生活的理念提高人们爱科学、学科学、用科学的意识。D篇是一篇关于社会心理学话题的说明文，介绍阅读理解A篇是应用文，介绍了帮助学生寻找暑期工的4个项目，倡导学生积极参加劳动实践丰富生活阅历的意识。B篇是记叙文，介绍了教师Whaley帮助来自移民家庭的中学生Chris的故事。老师通过他的关爱不但提高了学生公开演讲的能力而且培养了孩子的自信心。感悟师生和谐的人文关怀。C篇是科普类的说明文，介绍了一款高科技的智能键盘，传播了科技改变生活的理念提高人们爱科学、学科学、用科学的意识。D篇是一篇关于社会心理学话题的说明文，介绍了受欢迎的人的两个类型：the likable and the status seekers，前者通过善良、诚实分享方式结交他人赢得友谊最终成功、幸福；而靠权力、不诚实暂时“受欢迎”最终会失道寡助走向失败。向读者传递了积极向上的核心价值观。但学生反馈对该文章理解有一定难度。“七选五”阅读理解列举了呼吸新鲜空气有利健康的好处，培养人们亲近自然健康生活的意识。该题型要求考生从整体上把握文章的逻辑结构和内容上的前后联系，理解句子之间、段落之间的关系，对连贯性、一致性的语段特征、语法知识和理解长难句的能力要求较高。在这5篇阅读理解中，A篇比较容易，B、C和“七选五”三篇难度适中，D篇难度稍大。对考生的语言知识、文化意识、思维品质都提出了更高的要求。
3.完形填空2019年的完形填空短文是一篇夹叙夹议的文章，讲述了作者爬非洲最高山乞力马扎罗山的经历和感悟。内容新颖，立意新颖，耐人寻味，给人以启迪。通过人们对于环境的态度和做法对比变化，倡导尊重大自然，揭示了人与自然和谐共处的道理。该试题除了对考生的英语语言能力进行考查外，还隐形考查了学生利用植被、地貌知识综合解决问题的思维品质的能力。这无疑给考生准确理解句意带来了一定困难，客观上增加了该试题难度。与2018年相比，2019年的完形填空题增加了对形容词的考查，减少了对动词的考查数量，名词和副词的数量保持不变。试题仍然无连词、介词和代词考查。
4.语法填空2019年的语法填空短文是一篇说明文，作者通过介绍北极熊生活现状、争论目前实际数量是否增加，旨在倡导爱护动物、学会客观认知、发现问题的思维品质。该题设空科学、考点明晰、覆盖面广、重点突出了用法的交际功能和语用功能。2019年的语法填空短文是一篇说明文，作者通过介绍北极熊生活现状、争论目前实际数量是否增加，旨在倡导爱护动物、学会客观认知、发现问题的思维品质。该题设空科学、考点明晰、覆盖面广、重点突出了用法的交际功能和语用功能。与2018年相比，2019年语法填空增加了介词、同位语从句的考查。难度适中。
5.短文改错2019年的短文改错是一篇记叙文，讲述了作者因一起小事故爱上足球的故事。通过体育爱好向考生倡导健康的生活方式。短文设置了10处语言错误，增加和删除各1处、修改8处，保持了近9年来的命题风格。与去年相比，没有考查介词、和动名词，增加了2个分词和固定搭配。短文中设置的错误都是考生平时写作中常犯的典型错误，自然真实。试题设置的错误以词法为主，兼顾句法和行文逻辑。试题难度不大，学生容易得分。
6.书面表达2019年的书面表达的体裁为申请信，依然是提纲式作文，话题是近几年高考作文热点话题-中国文化艺术，要求介绍个人有利条件，申请成为志愿者，为伦敦美术馆举办的中国画展做好宣讲志愿工作。
该题型贴近生活，涉及中西方交流活动。试题具有开放性，例如写个人优势和能做的事，需要考生自己补充或设想，这有利于充分发挥考生的英语写作能力、想象力和创新能力。在宣传中国文化艺术的同时，该题对考生的跨文化意识、思维品质提出了更高的要求，鼓励考生站在外国人的角度理解中国画和中国艺术，讲好中国故事、传播中国文化。但是，如果考生对中国画缺乏了解，缺乏跨文化交流意识，只能泛泛而写，很难在短时间内写出打动评委的申请信 该题型贴近生活，涉及中西方交流活动。试题具有开放性，例如写个人优势和能做的事，需要考生自己补充或设想，这有利于充分发挥考生的英语写作能力、想象力和创新能力。在宣传中国文化艺术的同时，该题对考生的跨文化意识、思维品质提出了更高的要求，鼓励考生站在外国人的角度理解中国画和中国艺术，讲好中国故事、传播中国文化。但是，如果考生对中国画缺乏了解，缺乏跨文化交流意识，只能泛泛而写，很难在短时间内写出打动评委的申请信
试卷总体评价：2019年全国新课标I卷注重对考生运用英语获取信息、处理信息以及分析问题和解决问题能力的考查，考试的内容以课程标准为依据，体现了新的教育观和人才观。
试卷覆盖面广，题型灵活，全卷难易适中，重视基础，强调运用，遵循了全国普通高考“稳定中求创新，发展中求平衡”的原则。
阅读理解内容丰富话题涉及劳动实践、科技生活以及心理和身体健康，题目设置强化了学生对文章深层意义的理解以及对主题的把握。
完形填空讲述了环保主题，有一定的现实意义。考点分布均匀，重点突出对动词、名词的考查。语法填空围绕北极熊目前数量是否增加，倡导爱护动物、学会客观认知、发现问题的思维品质。试题难度中等偏上。短文改错通过体育爱好故事向考生倡导健康的生活方式，难度中等偏易。
书面表达要求考生给英国美术馆写一封申请信，介绍个人优点，申请成为志愿者，为伦敦美术馆举办的中国画展做好宣讲志愿工作，体现了英语学科素养中的“跨文化沟通和传播中华文化的能力”。该话题贴近考生生活，所列要点明确，给考生流出了发挥的空间。
该试卷具有以下五个显著特点：
1. 选材持续体现生活化、情景化、应用化、有效化。
2. 体现考生对语言应用能力及语篇理解能力和考生思维品质能力的考查。
3.关注人文关怀，引导考生会生活，培养热爱动物尊重大自然和家国情怀。
4. 试题语篇内容丰富、对文化意识考查的广度和深度上加大。
5. 以“立德树人”为重点，加强对社会主义核心价值观、中国传统优秀文化、自然环保和创新精神等。
考查二、试卷试题评价
1.听力 因河南很多考生放弃作答故不做评价。
2.阅读理解2019年的阅读理解选材丰富、题材广泛，贴近生活，体裁涉及应用文、说明文等，内容新颖、融知识性、趣味性、思想性和实用性一体。紧跟时代、反映英美主流文化特征，几乎囊括了英语句法中的所有语句结构形式。长难句及行文隐含信息较多。话题涉及暑期打工、师生和谐、智能科技、社会心理学和健康生活。内容关注人文素养和科学素养的渗透以及情感、态度、价值观的体现和社会生活实践的体验，将语言知识融入情境中进行考查。阅读理解A篇是应用文，介绍了帮助学生寻找暑期工的4个项目，倡导学生积极参加劳动实践丰富生活阅历的意识。B篇是记叙文，介绍了教师Whaley帮助来自移民家庭的中学生Chris的故事。老师通过他的关爱不但提高了学生公开演讲的能力而且培养了孩子的自信心。感悟师生和谐的人文关怀。C篇是科普类的说明文，介绍了一款高科技的智能键盘，传播了科技改变生活的理念提高人们爱科学、学科学、用科学的意识。D篇是一篇关于社会心理学话题的说明文，介绍阅读理解A篇是应用文，介绍了帮助学生寻找暑期工的4个项目，倡导学生积极参加劳动实践丰富生活阅历的意识。B篇是记叙文，介绍了教师Whaley帮助来自移民家庭的中学生Chris的故事。老师通过他的关爱不但提高了学生公开演讲的能力而且培养了孩子的自信心。感悟师生和谐的人文关怀。C篇是科普类的说明文，介绍了一款高科技的智能键盘，传播了科技改变生活的理念提高人们爱科学、学科学、用科学的意识。D篇是一篇关于社会心理学话题的说明文，介绍了受欢迎的人的两个类型：the likable and the status seekers，前者通过善良、诚实分享方式结交他人赢得友谊最终成功、幸福；而靠权力、不诚实暂时“受欢迎”最终会失道寡助走向失败。向读者传递了积极向上的核心价值观。但学生反馈对该文章理解有一定难度。“七选五”阅读理解列举了呼吸新鲜空气有利健康的好处，培养人们亲近自然健康生活的意识。该题型要求考生从整体上把握文章的逻辑结构和内容上的前后联系，理解句子之间、段落之间的关系，对连贯性、一致性的语段特征、语法知识和理解长难句的能力要求较高。在这5篇阅读理解中，A篇比较容易，B、C和“七选五”三篇难度适中，D篇难度稍大。对考生的语言知识、文化意识、思维品质都提出了更高的要求。
3.完形填空2019年的完形填空短文是一篇夹叙夹议的文章，讲述了作者爬非洲最高山乞力马扎罗山的经历和感悟。内容新颖，立意新颖，耐人寻味，给人以启迪。通过人们对于环境的态度和做法对比变化，倡导尊重大自然，揭示了人与自然和谐共处的道理。该试题除了对考生的英语语言能力进行考查外，还隐形考查了学生利用植被、地貌知识综合解决问题的思维品质的能力。这无疑给考生准确理解句意带来了一定困难，客观上增加了该试题难度。与2018年相比，2019年的完形填空题增加了对形容词的考查，减少了对动词的考查数量，名词和副词的数量保持不变。试题仍然无连词、介词和代词考查。
4.语法填空2019年的语法填空短文是一篇说明文，作者通过介绍北极熊生活现状、争论目前实际数量是否增加，旨在倡导爱护动物、学会客观认知、发现问题的思维品质。该题设空科学、考点明晰、覆盖面广、重点突出了用法的交际功能和语用功能。2019年的语法填空短文是一篇说明文，作者通过介绍北极熊生活现状、争论目前实际数量是否增加，旨在倡导爱护动物、学会客观认知、发现问题的思维品质。该题设空科学、考点明晰、覆盖面广、重点突出了用法的交际功能和语用功能。与2018年相比，2019年语法填空增加了介词、同位语从句的考查。难度适中。
5.短文改错2019年的短文改错是一篇记叙文，讲述了作者因一起小事故爱上足球的故事。通过体育爱好向考生倡导健康的生活方式。短文设置了10处语言错误，增加和删除各1处、修改8处，保持了近9年来的命题风格。与去年相比，没有考查介词、和动名词，增加了2个分词和固定搭配。短文中设置的错误都是考生平时写作中常犯的典型错误，自然真实。试题设置的错误以词法为主，兼顾句法和行文逻辑。试题难度不大，学生容易得分。
6.书面表达2019年的书面表达的体裁为申请信，依然是提纲式作文，话题是近几年高考作文热点话题-中国文化艺术，要求介绍个人有利条件，申请成为志愿者，为伦敦美术馆举办的中国画展做好宣讲志愿工作。
该题型贴近生活，涉及中西方交流活动。试题具有开放性，例如写个人优势和能做的事，需要考生自己补充或设想，这有利于充分发挥考生的英语写作能力、想象力和创新能力。在宣传中国文化艺术的同时，该题对考生的跨文化意识、思维品质提出了更高的要求，鼓励考生站在外国人的角度理解中国画和中国艺术，讲好中国故事、传播中国文化。但是，如果考生对中国画缺乏了解，缺乏跨文化交流意识，只能泛泛而写，很难在短时间内写出打动评委的申请信 该题型贴近生活，涉及中西方交流活动。试题具有开放性，例如写个人优势和能做的事，需要考生自己补充或设想，这有利于充分发挥考生的英语写作能力、想象力和创新能力。在宣传中国文化艺术的同时，该题对考生的跨文化意识、思维品质提出了更高的要求，鼓励考生站在外国人的角度理解中国画和中国艺术，讲好中国故事、传播中国文化。但是，如果考生对中国画缺乏了解，缺乏跨文化交流意识，只能泛泛而写，很难在短时间内写出打动评委的申请信
✋热门推荐