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
【我有一匹马】
我们通过诗文告诉孩子们国土广阔之美，文章渊深之美，还有人生的刚健之美、善良之美和朴素之美，我觉得这可以是一个持久的话题。在中国行走，放眼高天厚土，万壑群山，我们不能对之无视、无感，不能放弃从中汲取善的力量。
今年大年初一早上，窗外雪片飞舞。在我们赤峰这个地方，好几个冬天没下雪了。大街上，人们拜过年还补充一句：下雪了，彼此咧嘴笑。小雪花不止于降落，它们在风中像小蜜蜂一样左右乱钻，最喜欢钻进人的脖子里暖和一下。
这一天是我妈乌云高娃的生日。新中国成立前她就参加革命了，那时她十四岁，如今八十四岁。我妈戴上纸王冠，吹灭生日蜡烛，双手捂着脸，流下眼泪。
雪越下越大，我爸那顺德力格尔看着窗外，说：“这时候我们到塔湾了。”他的话很奥妙，像电影独白——“这时候”说的是1948年2月，即七十一年前。这个时间概念包括辽沈战役。“这时候”他是内蒙古骑兵二师的战士。在沈阳西北角的塔湾，他们连接到进攻命令，士兵们扔掉多余的东西，这是要拼命了。我爸脚伤不能行走，连长罗宝把他扶到马车上，给他一百发步枪子弹。说到这，我爸瞪大眼睛，“一百发子弹，从来没发过这么多子弹，这仗不知道多残酷呢。”他眼看着连队全体上马，举刀，隐没在炮火里。作为孤独的伤员，他准备打光所有子弹，死在这里。
我军胜利了。在战场上，士兵用耳朵判断胜负——枪炮声渐弱，周遭宁静，硝烟在雪地上渐渐变淡。我爸今年九十一岁，头发茂密高耸，鼻管挺直。他透过玻璃窗往东看，东边是我姐塔娜住的小区以及他想象中更远处的沈阳塔湾。
这里是阳光小区，我和父母住在这里，我媳妇在沈阳照顾她母亲。我们仨聊天，我说四五十年前的事，他们在说六七十年前的事。而竟日开着的电视机，在播报当下的新闻，比如港珠澳大桥是世界最长的跨海大桥。这场景像话剧，我们轮流上场，讲述时光的往事。时光在某一瞬间重新组合时，平淡的生活会变得庄重起来，你成了历史的讲述人。
父母老了，越来越想念自己的故乡。我不敢带他们外出旅行，我的任务是访问他们的故乡，带回照片和见闻跟他们分享。去年春天，我拜访我妈的出生地——巴林右旗白音他拉乡宝木图村，这里也是著名诗人巴·布林贝赫的故里。村书记孟克白音带我看过我母亲出生的院落，面积二十亩许，当年是她祖父平乐爷爷的宅院。孟克白音说，有人想租这个地方办企业，村里没同意，建成了养老院，叫平乐养老院。我妈听到后十分高兴。她说平乐爷爷一定赞成。她有五十多年没听过这个院子的消息了。今年1月，我到科左后旗的胡四台村探望病中的堂兄朝克巴特尔。这里是我爸的出生地。回来，我跟我爸说“经过胡四台全体村民的不懈努力，把你老家给建设没了。”我告诉他“你经常回忆的白茫茫的沙坨子没了，现在除了玉米地就是林地，没空地。狼和狐狸也没了，胡四台村五里外就是高速路。现在，你们村跟朝鲁吐镇连上了。”
“咋回事？”他问。
“房子和房子连在一起，变成一个大镇了。”
他表情变化有如云影从草地上滑过，那是几十年的光阴倏尔而逝。
我去过一些地方并在那里跑过步，算一下，大概有国内的一百八十八个市县区。我喜欢顺着江水流淌的方向在江边跑步，水快则快跑，水慢就慢点跑。按规律办事。汉江流域的汉中、安康、襄阳和武汉的江边都留下过我的足迹。在汉中的江边，两只朱鹮一前一后从我头顶飞过，它们通体橘红兼带粉色，翅膀和尾羽舞动流苏。朱鹮知道我们这些名为人类的人轻易见不到它们，故不高飞，并慢飞。我想如果我是古代人此刻一定纳头便拜，但那会少看好几眼啊。我看朱鹮融入天际，而它在天空俯瞰到什么呢？明代修造的梯田里长满金黄的稻子，稻子们此刻正隐藏在柔纱一般的白雾当中。在安康的江边，往左手看，莽莽苍苍的大山是秦岭；往右手看，莽莽苍苍的群峰是巴山。巴山秦岭终日对视竟千万年，由此雄浑。我在广州的珠江边上夜跑，被搅碎的灯光在江流里神秘眨眼。江边有卖水果的摊子，情侣们倚着栏杆相互对视。
我把这些见闻讲给父母听，我爸说“嗨，咱们国家大啊。”我妈说“咱们国家好。国家不好，大有啥用？”在谈吐上，我妈每每显出比我爸水平高一些。我爸想半天，说“嗨，就是。”他们说的好是安宁，虽不能囊括当今中国全部的强大，但身为百姓，生于斯土，所求者不过斯民安宁。
中国太大了，走也走不完。我坐车穿越大兴安岭，从车窗看到在森林里摘蘑菇的人，脚穿令人羡慕的高腰红雨靴，左胳膊挎衬蓝布里子的柳条筐。我想下车变成他，从此生活在大兴安岭。有一位诗人说他喜欢抱树，我也是，虽然不会写诗。我见到那些粗壮带红色鳞片的松树，见到长着大眼睛的杨树，就想上前拥抱并跟它们贴一贴脸。
我退休后，母校赤峰学院请我去当特聘教授。当年我是赤峰学院前身的前身赤峰师范学校1977年入学的中专生。那时候学校只有两百多个学生。现在它成为有二十三个学院、一万多学生的全日制本科院校。学院与我商议为学生们开什么课，我说讲什么都不过是一个切入口，我们需要给孩子们阐述美。美不软弱，更不虚无，我们通过诗文告诉孩子们国土广阔之美，文章渊深之美，还有人生的刚健之美、善良之美和朴素之美，我觉得这可以是一个持久的话题。在中国行走，放眼高天厚土，万壑群山，我们不能对之无视、无感，不能放弃从中汲取善的力量。
6月上旬，查娜花（芍药花）在牧区开放。雪白的、茶碗大的查娜花像天上的星星收拢翅膀留在草原过夜，忘记回家。七十三岁的牧民班波若指着窗外的山坡对我说，“这么好的花开了，我们的孩子却看不到。城里多了一个大学生，牧区就少一个年轻人。这么辽阔的草原，以后留给谁呢？”说着，他用掌根抹脸上的眼泪。我什么都说不出，屋子里静得像能听到泪水流淌的声音。我听到我的眼泪落在采访本上。牧民们多爱自己的家园啊！他们爱小满时分从南方飞回的小黄鸟，爱芒种时分飞回的小蓝鸟，证明他们的家园美好，小鸟都抢着飞回来。他们忌讳往河水和火里扔脏东西，他们转移蒙古包、拔掉系绳索的木桩时，把留在地上的洞填土踩实，以期明年长出青草。
我在翁牛特旗海拉苏镇采访。镇政府食堂的女厨师给我端来一盘馅饼，说这是她哥哥用野芹菜汁泡软羊肉干和的馅，她烙的饼。“你哥哥怎么来的？”“骑马，三十多里路呢。”
我到巴林右旗和阿鲁科尔沁旗采访。几位牧民为我一个人举办赛马，七匹骏马在细雨中哒哒跑远变成小黑点，又从小黑点哒哒跑来变成骏马，好几圈。我心想快结束吧，感觉愧对马。有一个镇的干部们带家属在美丽的罕山脚下为我举办蒙古语的诗歌朗诵会。有一个村为我办过篝火晚会。从四面八方骑马骑摩托车来到的牧民们，大人孩子，一个一个从我身边走过，借篝火的光亮看我长什么样。我实在忍不住，躲到远处的老榆树的阴影里痛哭不已。是的，我在接过馅饼、听他们朗诵、看到细雨里的奔马时都流下了眼泪。这时候，所谓深入生活，实为生活深入到你心里。像山坡吹来的风、像瓢泼大雨那样抱住你，冲刷你身心的污垢。你会像蒙古黄榆一样坚韧，脸上有牧民那样纯朴的笑。
几天前，我给我爸放了一段《骑兵进行曲》。
我爸说，“嗨，我们这些骑兵，其实只有一匹马，一杆枪，一把哈尔滨生产的战刀。我们呐，1948年冬天围困长春，身上就穿一件单衣服，白土布用黄炸药染的。我们那时候，除了人厉害，别的啥都不厉害。”
我爸总结得多好——“除了人厉害，别的啥都不厉害。”我爸就属于那个时代的人。他念念不忘的，是他的老家胡四台村和他的战马——“夏日拉咩饶”——带一点杂色的白马。1949年10月1日，我爸是开国大典受阅部队之一——内蒙古骑兵白马团方阵的受阅士兵，那年他二十一岁。
近来我脑子里一直有一个东西嗡嗡响，它叫《诺恩吉雅》。这是一首蒙古族民歌的名字，也是一位蒙古族女人的名字。这首流传百年的民歌与《嘎达梅林》堪称双璧，俱为瑰宝。赤峰市正在筹划创作交响曲《诺恩吉雅》，由赤峰交响乐团演出，我来准备文学脚本。我查阅一些资料，把这首曲子听了上百遍。越听越觉得这不只是一个姑娘出嫁的故事，是思乡，是依恋父母，是河流与大地。歌者可以在歌声中放入所有美好的怀念。我发现，诺恩吉雅其实也是我，我或我们，同样爱着家乡，爱父母，爱草原上的万物。
下面我要说一说我的马。我有一匹马，这匹鬃发飞扬的蒙古马此刻正在贡格尔草原上吃草或奔跑。去年8月，我的散文集《流水似的走马》获得第七届鲁迅文学奖，赤峰市委宣传部专门召开现场直播的表彰会，对我褒奖。面对直播镜头，我一时慌乱，不知从何说起，只想大哭。我在答谢词中说：“我是西拉沐沦河岸边的一株小草，是旭日的光线把小草的影子拉得很长，使它像一棵树。”会上，赤峰市委、市政府授予我“赤峰市百柳文学特别奖”并奖励我一匹克什克腾旗的铁蹄马。后来我看直播的视频，发现我长相开始像马了，窄长脸，眼神机警而有野性。对我来说，马是更好的归宿。作为马，我已没有追风的神勇，我是草原上温驯的老马，低着头，驮着我爸我妈和我的文化使命，慢慢往前走。可庆幸者，这里有让马喜欢的草，风和流水，这里是我可爱的、飞速发展的故乡。这里是我的祖国。（作者为辽宁省作协副主席）
鲍尔吉·原野
转自 《人民日报》
我们通过诗文告诉孩子们国土广阔之美，文章渊深之美，还有人生的刚健之美、善良之美和朴素之美，我觉得这可以是一个持久的话题。在中国行走，放眼高天厚土，万壑群山，我们不能对之无视、无感，不能放弃从中汲取善的力量。
今年大年初一早上，窗外雪片飞舞。在我们赤峰这个地方，好几个冬天没下雪了。大街上，人们拜过年还补充一句：下雪了，彼此咧嘴笑。小雪花不止于降落，它们在风中像小蜜蜂一样左右乱钻，最喜欢钻进人的脖子里暖和一下。
这一天是我妈乌云高娃的生日。新中国成立前她就参加革命了，那时她十四岁，如今八十四岁。我妈戴上纸王冠，吹灭生日蜡烛，双手捂着脸，流下眼泪。
雪越下越大，我爸那顺德力格尔看着窗外，说：“这时候我们到塔湾了。”他的话很奥妙，像电影独白——“这时候”说的是1948年2月，即七十一年前。这个时间概念包括辽沈战役。“这时候”他是内蒙古骑兵二师的战士。在沈阳西北角的塔湾，他们连接到进攻命令，士兵们扔掉多余的东西，这是要拼命了。我爸脚伤不能行走，连长罗宝把他扶到马车上，给他一百发步枪子弹。说到这，我爸瞪大眼睛，“一百发子弹，从来没发过这么多子弹，这仗不知道多残酷呢。”他眼看着连队全体上马，举刀，隐没在炮火里。作为孤独的伤员，他准备打光所有子弹，死在这里。
我军胜利了。在战场上，士兵用耳朵判断胜负——枪炮声渐弱，周遭宁静，硝烟在雪地上渐渐变淡。我爸今年九十一岁，头发茂密高耸，鼻管挺直。他透过玻璃窗往东看，东边是我姐塔娜住的小区以及他想象中更远处的沈阳塔湾。
这里是阳光小区，我和父母住在这里，我媳妇在沈阳照顾她母亲。我们仨聊天，我说四五十年前的事，他们在说六七十年前的事。而竟日开着的电视机，在播报当下的新闻，比如港珠澳大桥是世界最长的跨海大桥。这场景像话剧，我们轮流上场，讲述时光的往事。时光在某一瞬间重新组合时，平淡的生活会变得庄重起来，你成了历史的讲述人。
父母老了，越来越想念自己的故乡。我不敢带他们外出旅行，我的任务是访问他们的故乡，带回照片和见闻跟他们分享。去年春天，我拜访我妈的出生地——巴林右旗白音他拉乡宝木图村，这里也是著名诗人巴·布林贝赫的故里。村书记孟克白音带我看过我母亲出生的院落，面积二十亩许，当年是她祖父平乐爷爷的宅院。孟克白音说，有人想租这个地方办企业，村里没同意，建成了养老院，叫平乐养老院。我妈听到后十分高兴。她说平乐爷爷一定赞成。她有五十多年没听过这个院子的消息了。今年1月，我到科左后旗的胡四台村探望病中的堂兄朝克巴特尔。这里是我爸的出生地。回来，我跟我爸说“经过胡四台全体村民的不懈努力，把你老家给建设没了。”我告诉他“你经常回忆的白茫茫的沙坨子没了，现在除了玉米地就是林地，没空地。狼和狐狸也没了，胡四台村五里外就是高速路。现在，你们村跟朝鲁吐镇连上了。”
“咋回事？”他问。
“房子和房子连在一起，变成一个大镇了。”
他表情变化有如云影从草地上滑过，那是几十年的光阴倏尔而逝。
我去过一些地方并在那里跑过步，算一下，大概有国内的一百八十八个市县区。我喜欢顺着江水流淌的方向在江边跑步，水快则快跑，水慢就慢点跑。按规律办事。汉江流域的汉中、安康、襄阳和武汉的江边都留下过我的足迹。在汉中的江边，两只朱鹮一前一后从我头顶飞过，它们通体橘红兼带粉色，翅膀和尾羽舞动流苏。朱鹮知道我们这些名为人类的人轻易见不到它们，故不高飞，并慢飞。我想如果我是古代人此刻一定纳头便拜，但那会少看好几眼啊。我看朱鹮融入天际，而它在天空俯瞰到什么呢？明代修造的梯田里长满金黄的稻子，稻子们此刻正隐藏在柔纱一般的白雾当中。在安康的江边，往左手看，莽莽苍苍的大山是秦岭；往右手看，莽莽苍苍的群峰是巴山。巴山秦岭终日对视竟千万年，由此雄浑。我在广州的珠江边上夜跑，被搅碎的灯光在江流里神秘眨眼。江边有卖水果的摊子，情侣们倚着栏杆相互对视。
我把这些见闻讲给父母听，我爸说“嗨，咱们国家大啊。”我妈说“咱们国家好。国家不好，大有啥用？”在谈吐上，我妈每每显出比我爸水平高一些。我爸想半天，说“嗨，就是。”他们说的好是安宁，虽不能囊括当今中国全部的强大，但身为百姓，生于斯土，所求者不过斯民安宁。
中国太大了，走也走不完。我坐车穿越大兴安岭，从车窗看到在森林里摘蘑菇的人，脚穿令人羡慕的高腰红雨靴，左胳膊挎衬蓝布里子的柳条筐。我想下车变成他，从此生活在大兴安岭。有一位诗人说他喜欢抱树，我也是，虽然不会写诗。我见到那些粗壮带红色鳞片的松树，见到长着大眼睛的杨树，就想上前拥抱并跟它们贴一贴脸。
我退休后，母校赤峰学院请我去当特聘教授。当年我是赤峰学院前身的前身赤峰师范学校1977年入学的中专生。那时候学校只有两百多个学生。现在它成为有二十三个学院、一万多学生的全日制本科院校。学院与我商议为学生们开什么课，我说讲什么都不过是一个切入口，我们需要给孩子们阐述美。美不软弱，更不虚无，我们通过诗文告诉孩子们国土广阔之美，文章渊深之美，还有人生的刚健之美、善良之美和朴素之美，我觉得这可以是一个持久的话题。在中国行走，放眼高天厚土，万壑群山，我们不能对之无视、无感，不能放弃从中汲取善的力量。
6月上旬，查娜花（芍药花）在牧区开放。雪白的、茶碗大的查娜花像天上的星星收拢翅膀留在草原过夜，忘记回家。七十三岁的牧民班波若指着窗外的山坡对我说，“这么好的花开了，我们的孩子却看不到。城里多了一个大学生，牧区就少一个年轻人。这么辽阔的草原，以后留给谁呢？”说着，他用掌根抹脸上的眼泪。我什么都说不出，屋子里静得像能听到泪水流淌的声音。我听到我的眼泪落在采访本上。牧民们多爱自己的家园啊！他们爱小满时分从南方飞回的小黄鸟，爱芒种时分飞回的小蓝鸟，证明他们的家园美好，小鸟都抢着飞回来。他们忌讳往河水和火里扔脏东西，他们转移蒙古包、拔掉系绳索的木桩时，把留在地上的洞填土踩实，以期明年长出青草。
我在翁牛特旗海拉苏镇采访。镇政府食堂的女厨师给我端来一盘馅饼，说这是她哥哥用野芹菜汁泡软羊肉干和的馅，她烙的饼。“你哥哥怎么来的？”“骑马，三十多里路呢。”
我到巴林右旗和阿鲁科尔沁旗采访。几位牧民为我一个人举办赛马，七匹骏马在细雨中哒哒跑远变成小黑点，又从小黑点哒哒跑来变成骏马，好几圈。我心想快结束吧，感觉愧对马。有一个镇的干部们带家属在美丽的罕山脚下为我举办蒙古语的诗歌朗诵会。有一个村为我办过篝火晚会。从四面八方骑马骑摩托车来到的牧民们，大人孩子，一个一个从我身边走过，借篝火的光亮看我长什么样。我实在忍不住，躲到远处的老榆树的阴影里痛哭不已。是的，我在接过馅饼、听他们朗诵、看到细雨里的奔马时都流下了眼泪。这时候，所谓深入生活，实为生活深入到你心里。像山坡吹来的风、像瓢泼大雨那样抱住你，冲刷你身心的污垢。你会像蒙古黄榆一样坚韧，脸上有牧民那样纯朴的笑。
几天前，我给我爸放了一段《骑兵进行曲》。
我爸说，“嗨，我们这些骑兵，其实只有一匹马，一杆枪，一把哈尔滨生产的战刀。我们呐，1948年冬天围困长春，身上就穿一件单衣服，白土布用黄炸药染的。我们那时候，除了人厉害，别的啥都不厉害。”
我爸总结得多好——“除了人厉害，别的啥都不厉害。”我爸就属于那个时代的人。他念念不忘的，是他的老家胡四台村和他的战马——“夏日拉咩饶”——带一点杂色的白马。1949年10月1日，我爸是开国大典受阅部队之一——内蒙古骑兵白马团方阵的受阅士兵，那年他二十一岁。
近来我脑子里一直有一个东西嗡嗡响，它叫《诺恩吉雅》。这是一首蒙古族民歌的名字，也是一位蒙古族女人的名字。这首流传百年的民歌与《嘎达梅林》堪称双璧，俱为瑰宝。赤峰市正在筹划创作交响曲《诺恩吉雅》，由赤峰交响乐团演出，我来准备文学脚本。我查阅一些资料，把这首曲子听了上百遍。越听越觉得这不只是一个姑娘出嫁的故事，是思乡，是依恋父母，是河流与大地。歌者可以在歌声中放入所有美好的怀念。我发现，诺恩吉雅其实也是我，我或我们，同样爱着家乡，爱父母，爱草原上的万物。
下面我要说一说我的马。我有一匹马，这匹鬃发飞扬的蒙古马此刻正在贡格尔草原上吃草或奔跑。去年8月，我的散文集《流水似的走马》获得第七届鲁迅文学奖，赤峰市委宣传部专门召开现场直播的表彰会，对我褒奖。面对直播镜头，我一时慌乱，不知从何说起，只想大哭。我在答谢词中说：“我是西拉沐沦河岸边的一株小草，是旭日的光线把小草的影子拉得很长，使它像一棵树。”会上，赤峰市委、市政府授予我“赤峰市百柳文学特别奖”并奖励我一匹克什克腾旗的铁蹄马。后来我看直播的视频，发现我长相开始像马了，窄长脸，眼神机警而有野性。对我来说，马是更好的归宿。作为马，我已没有追风的神勇，我是草原上温驯的老马，低着头，驮着我爸我妈和我的文化使命，慢慢往前走。可庆幸者，这里有让马喜欢的草，风和流水，这里是我可爱的、飞速发展的故乡。这里是我的祖国。（作者为辽宁省作协副主席）
鲍尔吉·原野
转自 《人民日报》
前天晚上报了专门的极光团，结果在营地等了几个小时，什么也没看到。来之前看攻略说11-2月是看极光的最佳时间段，再加上对冰岛芬兰的一些幻想，以为来到这里有可能天天看到极光。但现实是残酷的，来到之后天天下雪，好不容易前天晚上天晴，还跟着专门的极光团，结果还什么都没看到。看天气预报依然天天下雪或多云，碰到几个华人都说这些天机率都很低，不要怀有希望了。
但是昨天跟团去南岸一日游（不包括看极光），在车上我就在想：从中我可以学到什么呢？本来这次来最主要的目的就是看极光，如果看不到会感到失望吧？但是转念一想：这不就是让我破相吗？再美的相也只是真心一小部分的投射显化而已，随缘就好，何必执着？
在放下了看极光的执着后，当天晚上回市区的路上，导游开始介绍北极光和精灵文化，我想到新电影《彼得潘》，于是微笑着在心里说:“I do believe in fairies and Aurora"（我相信精灵和极光的存在），然后就睡着了。后来不知不觉听到导游让大家下车，哇！一整条长长的绿色的极光在天空挂着，（手机拍不出效果，专业相机拍出比肉眼更明显些，借用一张网络图来表达。）极光靠地面的位置是黑暗，往天空的位置是满天繁星，一闪一闪地！虽然不像网上专业视频拍地多彩流动，但还是被感动到了。我开心不光因为看到了极光，更因为我在放下了对极光的执着之后所得到的回应！那一刻感动着，幸福着！[心][心][心] https://t.cn/R2Wxshn
但是昨天跟团去南岸一日游（不包括看极光），在车上我就在想：从中我可以学到什么呢？本来这次来最主要的目的就是看极光，如果看不到会感到失望吧？但是转念一想：这不就是让我破相吗？再美的相也只是真心一小部分的投射显化而已，随缘就好，何必执着？
在放下了看极光的执着后，当天晚上回市区的路上，导游开始介绍北极光和精灵文化，我想到新电影《彼得潘》，于是微笑着在心里说:“I do believe in fairies and Aurora"（我相信精灵和极光的存在），然后就睡着了。后来不知不觉听到导游让大家下车，哇！一整条长长的绿色的极光在天空挂着，（手机拍不出效果，专业相机拍出比肉眼更明显些，借用一张网络图来表达。）极光靠地面的位置是黑暗，往天空的位置是满天繁星，一闪一闪地！虽然不像网上专业视频拍地多彩流动，但还是被感动到了。我开心不光因为看到了极光，更因为我在放下了对极光的执着之后所得到的回应！那一刻感动着，幸福着！[心][心][心] https://t.cn/R2Wxshn
✋热门推荐