惯性导航系统由于具有的输出信息不间断、不受外界滋扰的独特上风；同时可以将多种传感器的信息以及车身信息进行更深层次的领悟，为决策层供应精确可靠的连续的车辆位置，因而将成为自动驾驶定位信息领悟的中央。

随着智能驾驶的兴起和快速发展，估量惯性传感器在 2018 年的环球市场空间为1.6 亿美元，到 2022 年将达 9 亿美元。

本期的智能内参，我们推举来自基业常青经济研究院的惯性导航报告，先容惯性导航技能的进展，盘点家当格局预测未来发展。
如果想收藏本文的报告全文（基业常青经济研究院惯性导航），可以在智东西号回答关键词“nc288”获取。

以下为智能内参整理呈现的干货：

自动驾驶的前世今生

智能汽车的终极目标是利用各种技能实现使车辆按照人的意愿自动行驶到达目的地。
这个目标的关键是利用车载传感系统和信息终端实现与人、车、路等的智能信息交流，使车辆具备智能的环境感知能力，能够自动剖析车辆行驶的安全及危险状态。

天下各国及各大汽车公司都在布局自动驾驶。
自上世纪 70 年代开始，自动驾驶汽车的发展经历了技能研究的兴起、自动驾驶技能可行性和实用性方面的进展等阶段，目前行业已经逐步进入到了市场化的阶段。

可见，自动驾驶已成为汽车行业发展的确定性趋势。
自动驾驶最大的意义在于解放驾驶员的双手带来人类空间意义首次的无缝连接，智能汽车使汽车的角色不再局限于交通工具，可以是移动的生活空间，通讯工具，娱乐平台等更富有想象力的定位。

▲自动驾驶发展进程

欧美企业的自动驾驶技能处于领导者地位。
根据市场研究机构 Navigant Research 发布了 2017 年的自动驾驶技能汽车公司排名，第一梯队领导者的 8家企业中，有 4 家美国企业、3 家德国企业同盟和 1 家日本企业，只有 1 家中国公司排入第二梯队行列。

▲天下自动驾驶技能水平格局

黄金发展期的背后驱动力

政策、经济、社会、技能等多维成分的推动，极大地促进了中国智能汽车行业的发展。

政策层面，国家从计策层次进行方案，勾引汽车行业向智能化方向做大做强。
政府在《汽车家傍边长期发展方案》、《国家车联网家当标准体系培植指南》等一系列文件中都提到要估计和促进智能汽车的发展。
尤其是 2018 年1 月 5 日国家发改委发布《智能汽车创新发展计策》（搜聚见地稿），对智能汽车的市场化做了长远的方案。

▲智能汽车发展方案

社会层面，自动驾驶可以给社会带来良好的效益，引发消费者兴趣、提升接管度。
根据德勤对环球消费者的调查，中国消费者对自动驾驶技能保持了较高的兴趣和接管度，个中很大一部分缘故原由是自动驾驶可以减少交通事件发生率、降落伤亡，同时也可以提升通畅效率。

▲消费者对不同级别自动驾驶汽车的感兴趣比例

技能层面，新技能的发展为自动驾驶技能赋能。
人工智能技能如深度神经网络的机器学习算法让车辆对周边物体的探测和分类能力大幅提高，传感器数据的领悟也变得更准确；5G 的高带宽、低延迟、大容量数据传输特性可以为自动驾驶海量数据传输供应办理方案。
这一系列新技能的发展为自动驾驶的发展供应了根本。

在政策、技能发展、社会需求等多维度成分的推动下，中国有望成为环球最大的智能汽车市场。
根据基业常青经济研究院发布的《汽车如何走进智能时期》报告的估计。
估量至 2030 年，汽车传感器市场规模将达到 2077 亿元，2017 年至 2030 年 CAGR 为 19%；由此推算海内智能驾驶市场规模至 2030 年有望达到 4154 亿元。

▲海内智能驾驶市场规模趋势

自动驾驶的发展现状

技能研发包括三种路径自动驾驶的分级方法比较公认的是SAE的 3016的方法：《关于自动驾驶系统的分级和术语定义》。
此标准在2014年1月揭橥，于2016年9月进行改版。
根据当前自动驾驶的发展现状，改版对很多定义做了更加细致的阐明与解释。

按照 SAE J3016 的定义，自动驾驶的分类可分为 L0-L5 等 6 个级别；每个级别对转向及加减速、驾驶环境的监控、驾驶接管的实行哀求的主体及系统利用的场景进行了严格的区分。
目前自动驾驶处于 L2/L3 发展阶段，

▲SAE 关于自动驾驶的定义分级

不同的厂商对自动驾驶的研发采取不同的路径，紧张有以下三种路径：1. 逐级研发，由低级别的 L1/L2 驾驶赞助系统逐级向 L4/L5 系统研发；2. 跳过驾驶赞助系统，直接从高度自动驾驶 L4 系统切入；3. 以上两条路线同时履行。

▲不同厂商对自动驾驶的研发路径

目前自动驾驶的量产车型处于 L2/L3 之间的状态。
现已发布的量产车型中有处于 L3 的奥迪 A8、处于 L2.5 的 Tesla、还有处于 L2 的凯迪拉克 CT6 等。
个中奥迪 A8 的配备 L3 级别自动驾驶，由于法规和监管等缘故原由，功能并未真正开放，无法在公共道路中利用。

▲自动驾驶量产车型进度表

惯性导航

自动驾驶核心中的核心

自动驾驶的核心内涵包括定位、感知、决策、实行四个部分，个中定位是决策和实行的条件。
定位系统紧张浸染是确定车辆所处的绝对位置；感知层的紧张浸染是网络和解析出周围环境的信息；决策层基于对当前位置和周围环境的理解，做出实时的安全有效的实行操持；实行层则是按照决策层的操持进行。

▲自动驾驶的核心框架图

定位系统紧张因此高精舆图为依托，通过惯性传感器（IMU）和环球定位系统（GNSS），来精确定位车辆所处绝对位置。
个中，高精舆图可以为车辆环境感知供应赞助，供应超视距路况信息，并帮助车辆进行方案决策。
惯导系统是一种不依赖于外部信息、也不向外部辐射能量的自主式导航系统；而环球定位系统是通过卫星定位，在地球表面或近地空间的任何地点，供应三维坐标和速率的定位系统。
二者的结合就可以取长补短，共同构成自动驾驶定位导航系统。

▲自动驾驶的定位系统核心框架图

感知层紧张功能是对环境信息和车内信息进行采集与处理，例如车辆的速率，方向，运动姿态和交通状况等，并向决策层输出信息。
这一环节涉及到道路边界检测、车辆检测、行人检测等多种技能，所用到的传感器一样平常有激光雷达、摄像头、毫米波雷达、超声波雷达等。
由于各个传感器在设计的时候有各自的局限性，单个传感器知足不了各种工况下的精确感知，想要车辆在各种环境下平稳运行，就须要利用到多传感器领悟技能，该技能也是环境感知这一大类技能的关键所在。

▲感知层利用多种传感器网络解析环境信息

决策层的浸染在于吸收来自车体自身感知器件以及来自车联网的网络虚拟空间旗子暗记，通过整合车载或云端处理结果，替代人类进行决策判断，输出车辆掌握旗子暗记。
例如在车道保持、车道偏离预警、车距保持，障碍物警告中，须要预测本车与其他车辆、车道、行人等在未来一段韶光内的状态，并做出下一步动作决策。
这项技能相称于自动汽车的“驾驶脑”，以算法为核心，并通过半导体等硬件技能对高速运算供应支持。

▲感知层、决策层的折衷事情

实行层紧张是在系统做出决策后，替代人类对车辆进行掌握，反馈到底层模块实行任务。
车辆的各个操控系统都须要能够通过总线与决策系统相链接，并能够按照决策系统发出的总线指令精确地掌握加速程度，制动程度以及转向幅度等驾驶动作。

惯性导航是不可替代的关键定位技能，将成为自动驾驶定位信息领悟的中央

在自动驾驶的定位技能中，高精舆图、环球卫星导航系统（GlobalNavigation Satellite System，GNSS）和惯性导航的是相互合营的。
GNSS 通过导航卫星可以供应全局的定位信息，惯性导航可以供应不依赖于环境的定位信息。
通过 GNSS 和惯性导航得到的定位信息与高精舆图比拟，得到车辆在舆图中的精确位置，进而进行路径的方案与决策。

高精舆图包含有大量自动驾驶所必须具备的信息。
高精舆图除了静态的舆图信息外，还有大量普通导航舆图所不具备的动态高精舆图信息，比如道路拥堵情形、施工情形、是否有交通事件、交通牵制情形、景象情形等动态交通信息。

▲高精舆图与导航舆图比较

GNSS 定位可以为自动驾驶供应全局定位信息的来源。
GNSS 是通过利用三角定位法，通过 3 颗以上的卫星，可以准确地定位地球表面的任一位置。
同时，利用实时动态技能(RTK)，GNSS 可以供应精确到厘米级别的定位精度。

▲GNSS 定位技能事理

惯性导航（inertial navigation system，INS）是一种利用了惯性丈量单元（inertial measurement unit, IMU）的以加速度丈量为根本的导航定位方法。
它不依赖于外部信息、也不向外部辐射能量的自主式导航系统，不受外界景象状况等影响。
惯性导航系统除了可以得到车辆的位置和姿态外，还能够实时、准确的丈量车辆坐标系内三个方向的加速度、角速率等信息，供决策掌握系统精准掌握车辆。
惯性丈量单元（IMU）传感器以智能办法领悟了精密陀螺仪、加速度计、磁力计和压力传感器的多轴组合，纵然在繁芜事情环境中以及在动态或极限运动动态下，精密的 IMU 也能供应所需的精度水平。

惯性导航将成为自动驾驶定位信息领悟的中央

惯性导航在自动驾驶定位系统中具有不可替代性。
惯导具有输出信息不间断、不受外界滋扰等独特上风，可担保在任何时候以高频次输出车辆运动参数，为决策中央供应连续的车辆位置、姿态信息，这是任何传感器都无法比拟的。

GNSS+IMU 方案是一种最常用的组成组合惯导系统的方案。
GNSS 在卫星旗子暗记良好时可以供应厘米级定位，但地下车库和城市楼宇之间等卫星旗子暗记丢失或者旗子暗记微弱的场景供应的定位精度会大大低落。
惯导可以不依赖外界环境供应稳定的旗子暗记，但它会有累积偏差。

通过 IMU 与 GNSS 旗子暗记进行领悟后组成惯性组合导航系统，可以发挥两者上风，并规避各自劣势。
通过整合 GPS 与 IMU，汽车可以实现既准确又足够实时的位置更新。
GPS 更新频率过低（仅有 10Hz）不敷以供应足够实时的位置更新，IMU 的更新频率可以达到 100Hz 或者更高完备能填补 GPS 所欠缺的实时性。
GPS/IMU组合系统通过高达 100Hz 频率的环球定位和惯性更新数据，可以帮助自动驾驶完成定位。
在卫星旗子暗记良好时，INS 系统可以正常输出得到 GPS 的厘米级的定位；而卫星旗子暗记较弱时，惯导系统可以依赖 IMU 旗子暗记供应定位信息。

▲惯性组合导航系统的基本事理

惯性导航系统将成为自动驾驶定位信息领悟的中央。
由于惯导具有的输出信息不间断、不受外界滋扰的独特上风，惯导可以在车辆运行中供应连续的丈量信息，同时可以将视觉传感器、雷达、激光雷达、车身材系信息进行更深层次的领悟，为决策层供应精确可靠的连续的车辆位置，姿态的信息，成为定位信息领悟的中央。

▲惯导系统作为定位信息中央领悟其他模块供应的定位信息

以百度阿波罗的多传感器领悟定位架构为例：惯性导航系统处于定位模块的中央位置，模块将 IMU、GNSS、Lidar 等定位信息进行领悟，通过惯性导航系统解算改动后输出 6 个自由度的位置信息。

▲百度阿波罗的惯性领悟定位模块框架

准备起飞，2022 年环球惯导系统的市场市场空间将达 45 亿美元

车用高精度的惯性导航是随着智能驾驶的兴起新增的市场。
根据半导体/传感器研究机构 Yole development 的估计，惯性传感器 IMU 的 2018 年的环球市场空间为 1.6 亿美元，到 2022 年将达 9 亿美元。
惯性导航传感器价格一样平常是惯性导航系统的 1/5，由此测算惯导系统的环球市场空间在 2018 年为 8 亿美元，至 2022 年为 45 亿美元，对应 2018-2022 年 CAGR 为 54%。

▲自动驾驶市场规模

短期看算法 长远看惯性传感器芯片

惯性导航系统在自动驾驶中的运用属于起步阶段，短期内竞争力紧张表示在算法上。
算法包括了 MEMS 惯性传感器的标定等硬件信息的处理，速率、加速度、航向及姿态的确定，以及与其他传感器信息、车身信息的领悟等紧张模块。
算法的利害决定传感器是否能发挥其最佳性能，也决定了惯性导航系统的稳定性和可靠性。

从长远看，惯性导航系统的竞争力在惯性传感器芯片。
随着自动驾驶技能级别的提升，对 MEMS 惯性传感器芯片的性能哀求将持续提高；同时随着惯性导航系统算法的不断成熟，通过算法优化来提升系统性能的空间越来越小，而对惯性传感器芯片硬件性能的依赖程度则会相应提高。
MEMS 惯性传感器芯片的设计、制造、封测及标定将成为惯性导航系统中比较关键的环节。

▲自动驾驶对惯性传感器芯片的基本哀求

智东西认为，自动驾驶是汽车家当与人工智能（AI）、物联网、云打算等新一代信息技能深度领悟的产物，自动驾驶是一个弘大而且繁芜的工程，涉及的技能很多，它也是当前汽车行业与出行领域智能化和网联化发展的紧张方向，已成为各国争抢的计策制高点及热点。

高精度行车定位技能以及高精度舆图技能是自动驾驶汽车的两项核心技能，也是自动驾驶破局的关键点。
在定位系统中，所有须要用到GPS的地方都须要利用惯性导航系统，例如车辆定位、激光雷达的GPS接口等。
在GPS旗子暗记丢失的时候，惯性导航能够将定位旗子暗记仿照出来。
但惯性导航系统本钱昂贵，如何占领惯导技能难关，如何生产大批量车规级惯性导航装置一贯是业界难题。
这些年随着各种利好，相信惯性导航行业的前景将是一片光明。