首先說一下協同精密定位技術，這個協同精密定位技術是十三五科技部的重點研發的重大項目，北斗已經發射的41、42顆星，我們國家在十三五的時候就研究綜合的體積，而且綜合PNT里面提到的一點是以北斗衛星為前提的PNT，所以從十二五十一五衛星導航系統和PNT轉換的契機參考，這是符合了這個時代的要求尤其是自動駕駛的需求，北斗也可以導航，可以定位，可以做位置報告，也可以做通信。

但是我們在生活中都能碰到北斗沒辦法滿足需求的時候，尤其是高精度的需求，所以我們要綜合PNT體系，研究這個體系的建立。

（圖片源于網絡）

按我們再來看日常生活中，其實大家手機里都有位置服務，監控小孩的軌跡，小孩在不在身邊都可以看到，整個的歷史軌跡位置上傳，我們的物流體系對車輛的監控，公安部的監控，這些都是我們常規的位置服務，但是這種位置服務是基于北斗的。

現在精密定位這一塊，位置服務是常規的北斗級別的定位，應該在5米、10米，隨著十二五的結束，十三五就出現了精密定位，精密定位最典型的就是全新定位服務，很貴，大概是3000一年，如果是分米的是幾百，毫米的就是變形檢測，也有相應的系統。總體來說是分四部分，毫米、厘米、分米和亞米，很多車廠都在用厘米的服務，我們遇到一個問題，我們有常規的位置服務，就是位置服務平臺，還有精密服務，那是不是滿足現在的自動駕駛的需求呢？剛剛的回答肯定是無法滿足自動駕駛的精密定位需求，因此在十三五期間我們就提出了協同精密定位，大概也列了幾個，第一個就是千級的精準站就可以使用厘米的定位的需求，比如說無線還有5G的LTE就可以滿足一些局部區域的或者封閉空間的米級的到厘米級的服務。

我們這里強調的是協同，室內室外是無縫的，這里的終端設備，自動駕駛都會用到這樣的傳感器網絡，再加上北斗導航的定位服務體系，所以綜合PNT體系，就是傳感器網絡和北斗進行有效的融合，研發計劃就是試圖將這些傳感器形成一個綜合的平臺來做- 些應用和開發。

簡單歸類協同精密技術，把它分為四類。

第一，多元協同。其實很多時候大家也會講，多元組合導航，我們常規用的無線這一塊，就是多元協同，我們用到的北斗也是多元協同，在視覺自動駕駛的自動泊車也是這一種，再加上我們用的UWB也可以實現，多元協同強調的是傳感器。

第二，站網協同。現在華為在做的就是站網系統，我們國家做的第增強技術，也是一種站網協同的技術，也就十類定位的結合，給我們提供服務這是站網協同，這兩個協同強調的是設備上的。

第三，云端協同。我們有終端上的各種傳感器，同時我們再強調云端系統，這些數據全部到平臺上，幫助終端實現眾包定位和地圖，整個的協同。

（圖片源于網絡）

第四，端端協同。我們大家出行的時候，開車的時候車與車的，就是端與端，比如我們有10個車，前面的非常好，后面的也非常好，但是中間行駛環境不是特別好，端端就是我們在十三五做的四類協同。這四類協同最終要解決的就是四個問題，第一個精準，第二個快速，是定位非常快，第三個是除了高架橋下面還有隧道里面都能實現無所不在的精密定位，這就是追求的三個目標，精準、快速和精密定位。

下面我們看到，它的應用場景包括智能交通體系，精準云，互聯網的服務，自動駕駛機器人都會在這個平臺上成為這個平臺的一個海量用戶。

現在是跟百度合作，做協同精準定位的課題，因為百度點擊率一般都達到了百億次，把我們的技術嫁接到百度的云服務平臺上，實現的第一個是室外的可以一直往上走，這是百度的云端加多元加協同的方法，其實這里面課題組就是中心通信手機上的多元協同，室內定位也往這個平臺上集成。

還有就是我們在多源定位數據協同處理，手機上的各種各樣的傳感器包括攝像頭這些，這個傳感器也在做集成，同時依靠網絡在圖書館里面，這是多源系統。

從精密的角度看，現在自動駕駛到底有什么樣的需求，運作流程分為兩部分，一部分是我們常規說的傳感器，還有我們的北斗半島傳感器、世界傳感器。另外一部分是決策部分，也就是長期記憶和短期記憶，可以這么理解，定位是短期，長期和短期結合起來就給車輛提供準確的信息，包括它的速度、轉彎控制包括車道的控制這些都可以實現，從框架體系也可以看出來，站在這里理解車廠的需求，這個傳感的車廠理解的就是橫向控制、自動控制、車身控制、動力控制。

剛才講的是車的信息，那從自動駕駛本身看問題，車廠都忽路掉，還有這里面強調的A1,自動駕駛就是人工智能，現在所謂的自動駕駛都是依靠先行的軌跡來做的自動駕駛，同時再加了傳感器的識別的自動駕駛，也就是說它還沒有做到自主，只是有條件的，不像人，人看到哪里就有決策，現在是模仿式的，像機器人可以實現三級跳，其實不是人工智能，所以對AI的決策控制這一塊還處于一個模糊地帶，對我們自動駕駛來說，AI部分的決策控制，它實際上依賴于就是很多很多的數據，所以這里我們講的是車的角度來看這個問題的。

整個車身的傳感器集成以后，從定位的角度來看，北斗加管道,攝像頭可以做輔助定位，第三是激光，最后是數據平臺里面集成起來，做自動駕駛的一個核心的環境感知的部件，那么從這個產業鏈上來看，自動駕駛是該擔當什么樣的角色。

這是從車的角度來看，武漢做的就是控制模塊或者是數據處理模塊，叫指控系統，就是把組合檔、攝像頭激光融合在一起，是處理的部分，我們現在做的就是組合檔的模塊，也是自動駕駛環節里面的一個環節，實際上自動駕駛對位置需求，位置需求姿態加時間。這里面我們要強調一下時間，大家對時間有所忽略，因為時間其實是自動駕駛非常關鍵的因素，關鍵在哪?里面有其他傳感器、攝像頭還有激光雷達，這些點云只有在統一的坐標系下才可形成整體的決策，所以精密定位的需求時間不可或缺，也是眾包系統的一個源頭。

如果從傳感器的角度上，另外一個從車輛控制的角度，自動駕駛需要自主決策，下面那一層有很多條框，自主決策再細分控制單元，也就是說我們可以看到基本上在自動駕駛體系里面，智能決策的每一部分都會用到位置和定位，地圖也是不可或缺的，在場景里而我們需要得到自己的位置，需要車身位置在哪個角度，或者還要知道我和障礙物的關系，那么這個場景本身是需要很強的位置關系。

我們導航的需求也一樣，我要繞開障礙物超過他也需要位置，包括車與車之間的，眾包技術也一樣，也需要位置和傳感器的一個結合才能實現眾包的需求，這里強調的一個是時間和位置的精度。