中國信通院：車輛高精度定位白皮書(23頁).pdf

1、 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 目錄 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 IMT-2020(5G)推進組于2013年2月由中國工業和信息化部、國家發展和改革委員會、科學技術部聯合推動成立，組織架 構基于原IMT-Advanced推進組，成員包括中國主要的運營商、制造商、高校和研究機構。推進組是聚合中國產學研用力 量、推動中國第五代移動通信技術研究和開展國際交流與合作的主要平臺。 摘 要 1 車聯網高精度定位發展趨勢分析 2 車聯網定位需求與挑戰 3 車聯網高精度定位系統架構 4 車輛高精度定位關鍵技術 5 C-V

2、2X高精度定位技術發展方向探討 6 總結 7 主要貢獻單位 P1 P2 P4 P6 P8 P18 P19 P20 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 車聯網是車與車、車與人、車與道路基礎設施以及車與網絡之間進行無線通信和信息交換的系統 網絡，是能夠實現智能交通管理、智能動態信息服務和車輛智能化控制的一體化網絡。 車聯網具有技術整合、信息共享、產業融合的特點。車聯網將定位技術、傳感器技術、通信技 術、互聯網技術等多種先進技術有機的運用，并由此衍生出諸多增值服務。其中，定位技術是車聯網 的關鍵技術之一，是實現車輛安全通行的重要保障。在車聯網應用中，不同的應用場

3、景對定位的要求 也不同。例如輔助駕駛中對車的定位精度要求在米級，而對于自動駕駛業務，其對定位的精度要求亞 米級甚至厘米級。雖然對定位精度要求不同，但定位的連續性是車聯網業務安全可靠的必要前提，考 慮到環境（遮擋、光線、天氣）、成本以及穩定性等因素，單純采用某一種定位技術并不能滿足車聯 網業務的定位需求。 本白皮書旨在研究車聯網環境下的車輛高精度定位技術，通過分析目前車聯網中的定位技術以及 不同應用場景下的定位需求及挑戰，提出車輛高精度定位的系統架構及相應關鍵技術，為后續車聯網 定位的標準化以及在自動駕駛和智能交通中的應用提供重要參考。 摘要 1 IMT-2020 (5G)推進組 車 輛 高 精

4、 度 定 位 白 皮 書 1 車聯網高精度定位發展趨勢分析 2 1.1 車聯網高精度定位現狀 根據場景以及定位性能的需求不同，車輛定位方案是多種多樣的。在大多數的車聯網應用場 景中，通常需要通過多種技術的融合來實現精準定位，包括GNSS（Global Navigation Satellite System）、無線電（例如蜂窩網、局域網等）、慣性測量單元（Inertial Measurement Unit, IMU）、傳感器以及高精度地圖。其中，GNSS或其差分補償RTK（Real-time Kinematic），是最基 本的定位方法?？紤]到GNSS技術在遮擋場景、隧道以及室內的不穩定（或不可用

5、），其應用場景受限 于室外環境?；趥鞲衅鞯亩ㄎ皇擒囕v定位的另一種常見方法，然而高成本和對環境的敏感性也限制 了其應用前景。通常，GNSS或傳感器等單一技術難以滿足現實復雜環境中車輛高精度定位的要求，無 法保證車聯網定位的穩定性。因此會通過其他一些輔助方法例如慣性導航、高精度地圖等，以滿足高 精度定位需求。 1.2 產業情況 高精度定位硬件、軟件、位置校正服務是自動駕駛汽車的核心要素。惡劣天氣、重復場景、非視 距場景和車載傳感器不穩定情況下，高精度定位在自動駕駛中起決定性作用。通過調查，車廠的需求 見表1-1。 隨著ADAS功能逐步的進入傳統汽車，使之成為傳統汽車的標配，而自動駕駛汽車的量產計

6、劃也 會在在未來3-5年內實現。高精度定位服務在汽車行業的應用具有非常廣闊的前景。 2018 年，中國汽車產銷分別為 2781 萬輛和 2808 萬輛，其中乘用車共銷售 2251 萬輛，汽車保 表1-1 車企對高精度定位需求舉例 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 3 有量超 2.4 億輛。2017年我國衛星導航與位置服務市場規模達到2620億元。巨大的汽車市場為車聯網 的發展奠定了堅實的基礎。目前高精度導航設備市場的成本在 3 萬元左右。然而，在星地基增強系統 一體化建成后以及導航終端芯片化集成后，高精度導航設備技術方案必然會明顯簡化，當其形成明顯 規模

7、優勢后，成本將降到汽車市場認可的量產價格。2020年，中國V2X用戶將超4000萬，若按30%需求 實現高精度定位能力，市場規模就將達到1200億元。 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 4 2 車聯網定位需求與挑戰 2.1 車聯網定位需求指標 車聯網主要涉及三大業務應用，包括交通安全、交通效率和信息服務，對于不同業務應用，有 不同的定位性能指標需求。同時，車輛作為移動的實體會經歷不同的應用場景，包括高速公路、城市 道路、封閉園區以及地下車庫等。不同的應用場景，對定位的技術要求也各不相同。典型的交通安全 類業務包括交叉路口碰撞預警、緊急制動預警等；典型的交

8、通效率業務包括車速引導、緊急車輛避讓 等；典型的信息服務業務包括近場支付、地圖下載等。典型的車聯網業務對定位的業務需求表2-1所 示。 同時，自動駕駛作為車聯網的典型應用已經逐步滲透到人們的生活中，封閉或半封閉園區的無人 擺渡、無人清掃、無人派送，以及礦區的無人采礦、無人運輸等，已經成為無人駕駛的典型應用。高 表2-1 C-V2X主要應用場景及定位指標 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 5 精度定位是實現無人駕駛或者遠程駕駛的基本前提，因此對定位性能的要求也非常嚴苛，其中L4/L5 級自動駕駛對于定位的需求如表2-2所示。 2.2 車聯網定位面臨的挑戰

9、目前，目前車聯網場景的定位需求主要面臨以下三個方面：定位精度及定位范圍、通信時延和網 絡部署。 滿足不同應用場景下的定位需求：目前室外的定位技術以實時動態差分技術（Real-time Kinematic, RTK）為主，在室外空曠無遮擋環境下可以達到厘米級定位，但考慮到城市環境密集高樓 區，以及會經歷隧道、高架橋、地下停車場等遮擋場景，需要結合慣性單元使用融合算法保持一定時 間的精度。所以如何保障車輛在所有場景下的長時間穩定高精度定位，是車聯網應用場景下車輛高精 度定位的巨大挑戰。因此需要結合蜂窩網定位、慣導、雷達、攝像頭等，通過多源數據融合保障車輛 隨時隨地的定位精度。 高精度地圖的繪制和更

10、新。高精度定位需要有與之匹配的高精度地圖才有意義。從定位技術 上，對于攝像頭、雷達等傳感器定位，需要有相應的高精度地圖匹配，以保證實現厘米級的定位。另 外，從車聯網業務上，路徑規劃、車道級監控和導航，也需要高精度地圖與之配合才能實現。然而繪 制高精度地圖成本高且復雜，且需要定期更新才能保證定位性能和業務需求。 高精度定位成本較高。為保障車輛高精度定位的性能需求，需要融合蜂窩網、衛星、慣導、攝 像頭以及雷達數據，而對于慣導、雷達等，成本較高，難以實現快速普及，限制了車輛高精度定位的 商業應用。 表2-2 L4/L5級自動駕駛汽車定位系統指標要求 IMT-2020 (5G)推進組 車 輛 高 精

11、度 定 位 白 皮 書 6 3 車聯網高精度定位系統架構 在5G及C-V2X迅速發展和快速普及的背景下，基于車聯網的應用業務在快速擴展。而高精度定 位作為車聯網整體系統中的關鍵部分，結合對車輛高精度定位的場景分析和性能需求，主要包括終端 層、網絡層、平臺層和應用層，如圖3-1所示。其中終端層實現多源數據融合（衛星、傳感器及蜂窩網 數據）算法，保障不同應用場景、不同業務的定位需求；平臺層提供一體化車輛定位平臺功能，包括 差分解算能力、地圖數據庫、高清動態地圖、定位引擎，并實現定位能力開放；網絡層包括5G基站、 RTK基站和路側單元（Road Side Unit, RSU），為定位終端實現數據可靠

12、傳輸；應用層基于高精度 定位系統能夠為應用層提供車道級導航、線路規劃、自動駕駛等應用。 （1）終端層 為滿足車輛在不同環境下的高精度定位需求，需要在終端采用多源數據融合的定位方案，包括基 于差分數據的GNSS定位數據、慣導數據、傳感器數據、高精度地圖數據以及蜂窩網數據等。 圖3-1 車輛高精度定位系統網絡架構圖 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 7 （2）網絡層 系統網絡層主要實現信號測量和信息傳輸，包括5G基站、RTK基站和RSU路側單元的部署。5G作 為更新一代的通信技術，可以保證較高的數據傳輸速率，滿足高精度地圖實時傳輸的需求。5G基站也 可完成與

13、終端的信號測量，上報平臺，在平臺側完成基于5G信號的定位計算，為車輛高精度定位提供 輔助?；?G邊緣計算，可實現高精度地圖信息的實時更新，提升高精度地圖的實時性和準確性。 地基增強站主要完成RTK測量，地基增強站可以與運營商基站共建，大大降低網絡部署以及運維 成本。同時可通過5G網絡實現RTK基站測量數據的傳輸，可實現參考站快速靈活部署。 RSU一方面可實現RTK信息播發，避免傳統的RTK定位中終端初始位置的上報，同時RSU可提供 局部道路車道級地圖、實時動態交通信息廣播。 （3）平臺層 平臺層可實現功能模塊化，主要包括： 高精度地圖。靜態高精度地圖信息，如車道線、車道中心線、車道屬性變化等

14、，此外還包含 道路的曲率、坡度、航向、橫坡等參數，能讓車輛準確的轉向、制動、爬坡等，還包含交通標志牌、 路面標志等道路部件，標注出特殊的點如 GNSS消失的區域、道路施工狀態等。 交通動態信息。例如道路擁堵情況、施工情況、交通事故、交通管制、天氣情況等動態交通 信息。 差分解算。平臺通過RTK基站不斷接收衛星數據，對電離層誤差、對流層誤差、軌道誤差 以及多路徑效應等誤差在內的各種主要系統誤差源進行了優化分析，建立整網的電離層延遲、對流層 延遲等誤差模型，并將優化后的空間誤差發送給移動車輛。 數據管理。例如全國行政區劃數據、矢量地圖數據、基礎交通數據、海量動態應急救援車輛 位置數據、導航數據、實

15、時交通數據、POI（Point of Interest）數據等，這里的數據是經過數據生產 工藝，進行整合編譯后的運行數據。 數據計算。包括路徑規劃、地圖靜態數據計算、動態實時數據計算、大數據分析、數據管理 等功能。 （3）應用層 在應用層，為用戶提供地圖瀏覽、規劃路線顯示、數據監控和管理等功能，以及基于位置的其他 車聯網業務，例如輔助駕駛、自動駕駛等。 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 8 IMT-2020 (5G)推進組 基于AI的智能切片管理和協同白皮書 4 車輛高精度定位關鍵技術 4.1 基于RTK差分系統的GNSS定位 全球導航衛星系統（Glob

16、al Navigation Satellite System , GNSS）是能在地球表面或近地空間 的任何地點為用戶提供全天候的3維坐標和速度以及時間信息的空基無線電導航定位系統，包括美國的 GPS、俄羅斯的格洛納斯衛星導航系統（GLONASS）、歐洲的伽利略系統（GALILEO）和中國的北 斗系統（BDS）。 高精度GNSS增強技術通過地面差分基準參考站進行衛星觀測，形成差分改正數據，再通過數據通 信鏈路將差分改正數據播發到流動測量站，進而流動測量站根據收到的改正數進行定位。 (1) 高精度GNSS差分改正數通過蜂窩網絡向用戶面播發 差分改正數的用戶面播發是基于NTRIP（Networke

17、d Transportof RTCM via Internet Protocol），RTCM（Radio Technical Commission for Maritime）等協議實現的單播傳輸方法。實 現步驟如下圖4-1所示： a) 由地面基準參考站觀測衛星數據，將原始衛星觀測值傳輸至云端改正數解算及播發平臺。 b) 云端改正數解算及播發平臺收到原始衛星觀測數據后進行實時組網建模解算，形成區域網格化 差分改正數。 c) 終端流動站發起高精度改正數請求，并上報當前衛星定位取得的初始位置。 圖4-1 高精度GNSS差分改正數通過蜂窩網絡用戶面播發 IMT-2020 (5G)推進組 車 輛 高 精

18、 度 定 位 白 皮 書 9 IMT-2020 (5G)推進組 基于AI的智能切片管理和協同白皮書 d) 云端改正數解算及播發平臺根據終端位置匹配相應改正數，通過蜂窩網絡用戶面（互聯網）下 發至終端。 e) 終端設備根據自身的衛星觀測值以及接收到的差分改正數進行高精度定位。 f) 在這種播發方式中，移動通信網絡僅作為數據通路，差分改正數據與單個蜂窩不產生直接關聯 關系。 (2) 高精度GNSS差分改正數通過蜂窩網絡控制面播發 為了應對不同場景，將高精度GNSS引入移動通信網絡控制面，不僅僅支持單播改正數的播發還支 持廣播的方式。具體的實現主要基于如下步驟： a) 運營商定位服務器可以從參考站獲

19、得觀測值，該參考站可以為第三方參考站，也可以是基于蜂 窩網絡中基站進行改造升級的參考站。 b) 在一個小區內，基站的位置可以看作用戶的概略位置，定位服務器通過部署方式或者基站上報 的方式可以獲得基站的位置信息。 c) 定位服務器，基于獲得基站的位置信息以及參考站的測量值，進行建模并產生改正數，根據應 用場景的不同以單播或者廣播的形式發送給終端。 d) 終端獲取改正數后進行定位解算。 差分改正數通過蜂窩網絡控制面播發標準體系框架如下： 高精度GNSS在移動通信網絡中主要涉及的網元有UE，eNB，MME以及E-SMLC（定位服務器）。 圖4-2 基于移動通信網絡的高精度GNSS定位原理圖 IMT-

20、2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 10 單播時，主要涉及的是UE與E-SMLC網元, E-SMLC和UE之間定位信令協議棧如圖4-3所示。 廣播時，定位服務器通過與基站的接口協議LPPa將數據發送給基站?；就ㄟ^空口廣播給終端， E-SMLC和eNB之間定位信令協議棧如圖4-4所示，廣播時eNB與UE之間的協議棧為控制面協議棧如 圖4-5所示。 圖4-3 E-SMLC和UE之間定位信令協議棧 圖4-4 E-SMLC和eNB之間定位信令協議棧 圖4-5 控制面協議棧 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 11 高精度GNSS在車

21、聯網應用中的幾點考慮 可用性：車聯網的主要應用場景大多涉及到交通效率和交通安全，高精度定位的可用性是至關重 要的核心指標?？捎眯詫τ诨鶞蕝⒖颊揪W的建設、運營、維護、后臺數據中心的實時解算能力、服務 穩定性以及通信鏈路的質量和覆蓋都有較高的要求。 一致性：考慮到車聯網的大規模應用必須基于良好的互聯互通，并且各接入車聯網相關應用的終 端在位置數據上需要統一基準，高精度GNSS改正數據在生成和播發時也需要考慮到數據的一致性。數 據不一致主要是由基準點坐標框架不一致，差分基準參考站的基準點坐標不精確，或差分改正數據解 算方法不同造成的。 由此，不建議差分基準參考站獨立負責該站點周邊的差分信息覆蓋，而是

22、進行云端組網解算，來 消除站與站之間，以及不同數據解算之間的差異，并適當考慮多冗余的基準參考站備份，防止終端定 位過程中由于匹配參考站不一致，運營商不一致等因素帶來的定位數據偏差。 合規性：根據相關測繪法規，實時差分服務數據屬于受控管理數據，需要采取用戶審核注冊的方 式提供服務。其中提供優于1米精度服務的，基準站數據中心管理部門審核注冊后應向省級以上測繪地 理信息行政主管部門報備用戶及使用目的等信息。且針對全國范圍服務的服務提供商必須具有大地測 量子項“全球導航衛星系統連續運行基準站網位置數據服務”甲級資質 基于法規考慮，高精度GNSS改正數的播發使用單播將主要考慮傳播鏈路上各數據商的資質；使

23、用 廣播將關注如何進行數據使用者的管控，合理解決方案還需深入研究與討論。 4.2 傳感器與高精地圖匹配定位 視覺定位是通過攝像頭或激光雷達等視覺傳感器設備通過獲取視覺圖像，再提取圖像序列中的一 致性信息，根據一致性信息在圖像序列中的位置變化估計車輛的位置。根據事先定位所采用的策略， 可分為基于路標庫和圖像匹配的全局定位、同時定位與地圖構建的SLAM（Simultaneous localization and mapping）、基于局部運動估計的視覺里程計三種方法。 （1）全局定位：全局定位需要預先采集場景圖像，建立全局地圖或路邊數據庫，當車輛需要定位 時，將當期位姿圖像與路邊數據庫進行匹配，再

24、估計當期圖像與對應路邊之間的相對位置，最終得到 全局的定位信息。 （2）V-SLAM：同時定位與地圖構建基于采集到的視覺信息，在車輛行駛的過程中對經過的區 域進行地圖構建和定位。 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 12 （3）視覺里程計：視覺里程計（Visual Odometry, VO）是以增量式地估計移動機器人的運動參 數。視覺里程計關注如何計算圖像序列中相鄰圖像間所反映出的機器人位姿變化，并將局部運動估計 的結果累積到車輛軌跡中。 應用于自動駕駛的高精地圖相較于傳統地圖提供了更加豐富的語義信息，除了包含車道模型如車 道線、坡度、曲率、航向、車道屬性

25、、連通關系等內容外，還包括大量定位對象（object），即路面、 兩側或上方的各種靜態物體，如路緣石、柵欄、交通標牌、交通燈、電線桿、龍門架等，這些元素均 含包含精確的位置信息，通過激光雷達（LiDAR）、相機（Camera）和毫米波雷達（Radar）識別出 地圖上的各類靜態地物，然后將這些對象與地圖上存儲的對象進行比對（Map Matching），匹配過 后，通過相對姿態和位置關系，即可得到車輛自身精確位置和姿態，實現無GPS條件下的自定位，如 圖4-6所示。 基于語義級高精度地圖定位原理為，采用慣性遞推或航位推算獲取定位預測值，再通過地圖匹配 定位與GNSS高精定位，進行濾波融合，對預測結

26、果進行校正，獲得精確定位信息，具體流程如圖4-7 所示： （1）車身各類傳感器（激光雷達、毫米波雷達、相機）通過標定與授時進行時間同步與空間同 步； （2）使用GNSS高精定位及慣導提供初始位置、速度、姿態； （3） 在上一歷元的狀態下，通過慣導慣性遞推/車輛里程計/視覺里程計遞推，獲得下一歷元的 預測狀態（通常情況下取慣導輸出時間間隔為一歷元）； 圖4-6 基于語義級的高精度地圖匹配定位對象 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 13 （4）根據當前預測位置，由高精度地圖提取車身周圍的高精度地圖語義信息，包括車道線、馬路 牙、柵欄、交通標牌、交通燈、電線桿

27、、龍門架等對象信息，并按目標類別進行分類； （5）各傳感器結合車輛預測狀態，進行車道線/目標識別，并同樣進行對象分類； （6）通過分類對象進行對象匹配； （7）匹配完成后，根據高精度地圖中存儲的對象位置、姿態信息，結合傳感器測距、測姿結果， 反向計算車輛位置、姿態信息，獲得匹配定位結果； （8）將RTK定位結果/匹配定位結果及車輛預測狀態進行融合濾波，獲得最終定位狀態，并進行 狀態更新。 4.3 蜂窩網定位 蜂窩網絡對于提高定位性能至關重要，尤其是伴隨著5G的到來，其大帶寬、低時延、高可靠的網 絡性能可支撐RTK數據和傳感器數據的傳輸，高精度地圖的下載和更新等，另外基于5G信號的定位也 為車輛

28、高精度定位提供強有力的支撐。 圖4-7 基于語義級的高精度地圖匹配定位流程 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 14 基于蜂窩網定位的基本邏輯架構如圖4-8所示。一般來說，定位基本過程由定位客戶端（LCS Client）發起定位請求給定位服務器，定位服務器通過配置無線接入網絡節點進行定位目標的測量，或 者通過其他手段從定位目標處獲得位置相關信息，并最終計算得出位置信息并和坐標匹配。需要指出 的是，定位客戶端和定位目標可以合設，即定位目標本身可以發起針對自己的定位請求，也可以是外 部發起針對某個定位目標的請求；最終定位目標位置的計算可以由定位目標自身完成，也

29、可以由定位 服務器計算得出。 E-UTRAN 的定位架構如圖4-9所示，方框代表參與定位的功能實體，連接線表示實體間的通信 接口以及相關協議。 E-SMLC通?？梢员徽J為是控制面的定位服務器，可以是邏輯單元或者實體單元；MME一般可 以通過MME完成控制面的定位請求。MME可以接受其他實體請求、或者自己發起定位請求；LMU 定位測量單元，和E-SMLC交互測量信息，常用于上行定位測量，并且常和eNB合設；SLP（SUPL Location Platform）是承載SUPL協議的實體，通?？杀徽J為是用戶面定位服務器；SUPL（Secure User Plane）定位信息通過SUPL協議在用戶面進

30、行交互和傳輸；SET指用戶面的定位目標。 圖4-8 蜂窩網定位基本流程 圖4-9 E-UTRAN定位架構（圖來源：3GPP TS 36.305） IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 15 UE與E-SMLC實體間信令通過LTE定位協議（LTE Positioning Protocol, LPP）通信，eNB與 E-SMLC實體間信令通過LTE定位協議附加協議（LTE Positioning Protocol A, LPPa）通信。 基于4G的蜂窩定位，受信號帶寬、同步以及網絡部署的影響，定位精度一般在幾十米左右，而隨 著5G的到來，大帶寬、多天線以及高精度

31、同步技術等的支撐，可以使得5G的定位精度大大提高，目前 在仿真/測試場景下，室內定位可達23米精度，可在室內及隧道環境下彌補衛星定位的不足。 4.4 同步 可靠的高精度定位系統基本都是基于同步系統的，包括衛星導航定位，地面高精度定位系統也 基本遵循這一原則。高精度定位系統的同步精度每降低3ns就會引入1米左右的測距誤差，因此時鐘同 步性能成為高精度同步技術的關鍵指標，地面定位網元節點間的高精度同步技術是這個領域研究的關 鍵。V2X需要滿足未來智能駕駛的信息交換需求，對同步的需求也顯而易見。 由于在定位精度達到35米以內才能滿足未來智能交通等大多數定位需求， 同時考慮給測量誤差 留有余量， 因此

32、需要實現3 ns-10 ns左右的同步精度，才能實現3米甚至米級的、運營商級的地面定 位網絡。 除去定位系統/設備的時間同步預算，高精度定位對同步設備的時間同步要求和精度等級如表4-1 所示。 根據ITU-T標準，通信網的時間同步要求為：源到端的時間同步精度為1us（國內運營商要求為 130ns），此稱為絕對時間同步精度；通信基站間的最高同步精度為32.5ns，此稱為相對時間同步 精度。雖然車輛高精度定位現只需要相對時間同步，但是通信網的時間同步要求遠比車輛高精度定位 表4-1 高精度定位的時間同步精度等級 注：此指標是在“同步設備時間輸出接口間指標”的基礎上可額外引入的時差指標。 IMT-2

33、020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 16 的時間要求低?，F有3G/4G采用的同步技術只能達到百納秒級的精度，無法滿足米級的車輛高精度定 位需求。 如圖4-10所示，同步網可以劃分為：源部分、承載網部分和端應用部分。在通信網中，端應用設 備為通信基站。在定位應用中，端應用設備則為定位系統/設備。 為了滿足車輛高精度定位的同步要求，提升同步網的整體同步精度，在研技術方向包括： 源部分：衛星授時技術、時鐘源 承載網部分：時間同步協議、同步設備性能、光纖非對稱性 車輛高精度定位對同步技術提出了比通信網更高的要求，是5G時代的一個重要需求。針對車輛高 精度定位的需求，同步網各

34、部分需要整體的技術提升，包括： 源部分：采用更高精度的時鐘源技術，如衛星共視授時技術； 承載網部分：采用同步以太網物理層（SyncE）技術實現頻率同步，采用PTP協議實現時間同 步；同步設備需要通過內部技術的提升使設備性能提高；設備間需采用單纖雙向技術。 圖4-11為時間同步組網模型，其中與端應用設備（如定位系統）直連的承載同步設備可以是中間 設備，而不一定是承載網的末端設備，且一個承載同步設備可以連接多個端的應用設備。 圖 4-10 地面同步網劃分 圖4-11 時間同步組網模型 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 17 整個通信網中的各級同步網均可如上時

35、間同步組網模型般進行擴展，即擴展連接至定位系統，如 圖4-12所示。利用地面通信同步網覆蓋廣、信號穩定可靠和受環境影響因素小等特點，可以更好的給 車輛高精度定位提供支撐。 圖4-12 時間同步組網模型擴展 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 18 5 C-V2X高精度定位技術發展方向探討 車輛高精度定位是實現智慧交通、自動駕駛的必要條件。隨著C-V2X服務從輔助駕駛到自動駕 駛的發展，其性能要求從可靠性，時延，移動速度，數據速率，通信范圍以及定位精度等方面發生變 化。與其他服務不同，定位信息是保證車聯網業務安全的基本要素之一。 3GPP中描述了一些重要的

36、定位關鍵指標，如定位精度、延遲、更新速率、功耗等。此外對于V2X服務，其定位存在一些特殊需 求，例如連續性，可靠性和安全/隱私等。其中定位精度是V2X定位服務中最基本的要求，在一些高級 駕駛的業務服務中，例如自動駕駛，遠程駕駛和編隊行駛，穩定的厘米級定位是其安全可靠服務的必 要保障。 根據環境以及定位需求的不同，定位方案是多種多樣的。GNSS或其差分補償RTK方案是最基本 的定位方法?？紤]到GNSS在隧道或密集城市等場景中性能較差，其應用場景僅限于室外環境。GNSS 通常要與慣導結合以增加其定位穩定性和場景適應性?；趥鞲衅鞯亩ㄎ灰彩擒囕v定位的另一種常見 定位方法。但高成本、對環境的敏感性以及

37、地圖的繪制和更新也限制了傳感器定位的快速普及和推 廣。GNSS或傳感器等單一技術無法保證車輛在任意環境下的高精度定位性能，因此會結合其他一些 輔助方法例如慣性導航、高精度地圖、蜂窩網等以提高定位精度和穩定性。其中，蜂窩網絡對于提高 定位性能至關重要，例如RTK數據和傳感器數據的傳輸，高精度地圖的下載等。另外5G本身的定位能 力，也為車輛高精度定位提供強有力的支撐 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 19 本白皮書以在車聯網環境下車輛高精度定位為研究內容，以定位技術現狀為基礎，對車聯網場景 下的定位需求指標進行分析；建立車輛高精度定位的系統網絡架構，以滿足不同的業務和場景需求； 在車輛高精度定位技術中，基于衛星與基站協作定位提出通過基站播發差分信息的方法，基于車載傳 感與高精地圖匹配提出利用照相機、攝像頭以及雷達與高清地圖匹配，實現基于語義級高精度地圖定 位；車輛高精度定位對同步技術提出了比通信網更高的要求，是5G時代的一個重要需求，針對車輛 高精度定位的需求，同步網各部分需要整體的技術提升，包括源部分和承載網部分；車輛的高精度定 位，必然是多種定位源的融合，本白皮書為車輛高精度定位技術演進和發展提供參考。 6 總結 IMT-2020 (5G)推進組 車 輛 高 精 度 定 位 白 皮 書 7 主要貢獻單位 20