一文详解地理位置网和高精度定位技术

溯溪而上

5G行业应用

（一）地理位置网概述

古往今来，人类以及所有地球生命体的几乎所有活动都发生在地球上，都与地球表面位置，即地理空间位置，息息相关，也都进化出了感知并记忆自己及周围环境位置、方向、速度、时间和距离等信息的能力，比如鸟类能够感知地球磁场和太阳光偏振光，从而确定自己的位置、方向和时间，以便在不同季节迁徙到合适的地方。古代中国，人们通过观察太阳、月亮、星星等天体的运行，创立了二十四节气、农历等时间划分和度量方法，为农业生产、节令变化、日常生活提供指导。人类还发明了很多时空感知的工具和技术，如指南针、地图、日晷天文测时仪、陀螺仪和加速度计等，为远航、探险、商贸等活动确定方向和位置。

20世纪中叶以来，随着新一轮科技革命和产业变革快速发展，无线电、光学乃至量子测量学科推动空间信息技术（Spatial Information Technology）的成熟，以“3S”技术为代表的系统出现，极大提高了人类感知时空的效率和准确度。

“3S”指的是，遥感系统（Remote Sensing，RS），以电磁波与地球表面物质相互作用为基础，利用遥感器和数据处理、分析系统，探测、分析和研究地球资源与环境，揭示地球表面各要素的空间分布特征和时空变化规律；全球导航卫星系统（Global Navigation Satellite System，GNSS）以卫星为基础，可发送高精度、全天时、全天候、连续实时的导航、定位和授时信息，让全球各处的人可以准确感知自己所在的位置；地理信息系统（Geographic Information Systems，GIS）采集、存储、管理、分析、显示与应用地理信息，帮助人们分析和处理现实世界（资源与环境）的海量地理数据。遥感系统提供地面属性信息、全球导航卫星系统确定位置、地理信息系统处理地面位置和属性数据，并根据不同的需求提供时空位置服务，三者的融合促进了地理信息产业的大发展。

进入21世纪的二十余年时间，随着大数据、人工智能技术发展，逐渐渗入到地理空间智能、城市空间智能、时空大数据智能、数字孪生城市等应用领域，时空智能成为空间信息技术新的发展方向。时空智能以时空为“索引”对多源异构数据进行时空化治理和融合，并借助知识工程和人工智能算法进行智能化分析，从而挖掘知识和辅助决策。时空智能包括时空感知、认知到决策的多项核心技术，可应用到智慧城市、智慧交通、智慧园区、智能零售、智能地产、智能商业等多个领域[1]。

在智慧交通领域，时空信息技术与传统交通基础设施的深度融合是当前的新趋势。以北斗系统的实际应用为例，能看到时空智能赋能交通出行具有如下特色和优势。

首先是时空一体化。时空智能技术能够利用卫星导航系统提供全球高精度一体化时空基准，为道路等交通基础设施提供厘米至毫米级的精准空间位置，微秒至纳秒级的网络时间同步服务，为汽车等交通工具提供亚米、分米、厘米级空间位置，毫秒、微秒级时间同步服务。通过时空智能技术，全球用户可以根据场景变化自主或智能选择，实现全球范围内空间位置的精准定位、导航与时间同步。

其次为通导遥融合。利用北斗系统的全球定位导航、双向通信和搜救功能，加上交通沿线“北斗+5G”地基增强的高精度时空位置服务，兼有暴风、雨、雪及雷电等气象环境遥感功能，再与人工智能和大算力网络连成一体，就构成了交通通导遥融合实时服务设施体系。这一体系可以为陆路、水路和空中各类交通工具提供实时智能数据采集、风险分析和场景识别等服务，同时与交通运控中心协同，报送交通工具的时空位置数据与事件状况信息，辅助决策相应事件管控处置，确保交通服务质量和安全需求。

第三是智能化服务。通过规划和建设“北斗+5G”+“AI+大算力（云中心）”，在铁路线路侧及相应大型枢纽、民航枢纽机场、高速公路和通航河道两侧、大型海港海运枢纽、电力输送网、油气能源网、城乡上下水道的综合管廊等沿途布设含北斗地基增强和AI云服务的网络系统。“北斗+5G”将北斗系统的时空基准延伸到隧道、管廊等各类地下空间，可为传统交通基础设施提供地上、地下与北斗系统一致的时空基准服务。这样，交通及能源设施产生的各类流式数据，如物流、人流、车流、船舶流、航飞流等，以及基础设施中桥梁、隧道、大型空间构形构件的时空位置形变监测数据等，均可被赋予精确的时空流量、流转及变化信息。通过对这些数据的智能分析、关联和挖掘，不仅可以对交通基础设施的运行维护进行模型优化和流程再造，还可以了解其中包含的各类交通、能源等经济和社会信息的时空规律，提升经济运行控制及社会治理的科学化、智能化水平。

时空位置与人工智能等信息技术的加速融合，还将使各类交通基础设施成为从勘测、设计、施工、建造到运维管控，全生命周期的融合创新交通基础设施。时空智能将不断开拓交通发展新领域，创新出行服务新模式。如为未来高速磁悬浮列车路网的设计、建造及运维提供精准、实时、可靠的定位、导航、时统和通信服务，实现全线路智能驾驶、智慧调度和安全监控。再如探索通用航空新领域，为低空空域提供精准管理服务，对空域内的无人机、通航飞机甚至未来空水地三栖飞行汽车等各类飞行器进行实时监测、识别、跟踪，以提高低空空域的容量和安全性等。无人驾驶技术方向，中国率先提出“智能网联汽车+车联网+高精度地图”三大关键技术协同的思路。这三大技术分别包括：集成北斗系统时空定位、场景感知和认知技术的时空智能；“北斗+5G”构成车联网提供云、边、端协同，形成人、车、路、环境联动的交流智能；“AI+大算力（云中心）”生成实时动态高精地图的交通环境认知智能[2]。

时空智能技术的基础设施是GNSS系统，在中国即北斗系统，可以提供5米精度的标准服务，超过GPS系统的10米标准服务精度，同时具有全球任意两地40个汉字双向短报文通信功能，以及中国及其周边，一帧1000个汉字，一小时1000万同时在线用户的双向通信能力。这种通信服务，也可传送图像和音视频，不仅能满足用户群体间的信息互联，还可实现时空位置互联，使信息交流更便捷精准。北斗不仅是导航工具，更是智能的时空信息基础设施，其可以产生海量的时空信息和时空大数据。

（二）高精度定位需求和技术

依托“3S”系统构建的地理位置网为人们提供地理位置服务（Location Based Services，LBS）。LBS通过无线电通信网络（如通信运营商的4G、5G或者Wi-Fi网络）或外部定位方式（如北斗定位）获取移动终端用户的位置信息，在GIS平台的支持下，为用户提供位置相关的各类信息服务（如O2O、社交、游戏等）。

（1）高精度定位需求

智能网联汽车也需要位置服务。车联网主要涉及三大业务应用，包括交通安全、交通效率和信息服务。对于不同业务应用，有不同的定位性能指标需求。同时，车辆作为移动的实体会经历不同的应用场景，包括高速公路、城市道路、封闭园区以及地下车库等。不同的应用场景，对定位的技术要求也各不相同。典型的交通安全类业务包括交叉路口碰撞预警、紧急制动预警等；典型的交通效率业务包括车速引导、紧急车辆避让等；典型的信息服务业务包括近场支付、地图下载等，具体的定位性能指标如表1所示[3]。

表1 车联网业务定位性能指标

同时，高精度定位是实现无人驾驶或者远程驾驶的基本前提，因此对定位性能的要求也非常严苛，其中L4/L5级自动驾驶对于定位的要求如表2所示。

表2 L4/L5级自动驾驶定位性能指标

（2）高精度定位技术

定位从场景上可分为室外定位和室内定位，从技术上大致有卫星定位技术、局域网定位技术、蜂窝网定位技术和其他定位技术等几类。

全球卫星导航系统是应用最广泛的室外定位系统。以北斗、GPS系统为代表的GNSS能在地球表面或近地空间的任何地点为用户提供全天候的三维坐标和速度以及时间信息的空基无线电导航定位系统。北斗卫星导航系统由空间段、地面段和用户段三部分组成，可在全球范围内全天候、全天时为各类用户提供高精度、高可靠定位、导航、授时服务，并且具备短报文通信能力，已经具备区域导航、定位和授时能力，定位精度为分米、厘米级别，测速精度0.2米/秒，授时精度10纳秒。北斗三号系统空间段采用三种轨道卫星组成的混合星座，由24颗地球中圆轨道卫星（MEO）、3颗倾斜地球同步轨道卫星（IGSO）和3颗地球静止轨道卫星（GEO）组成，与其他卫星导航系统相比高轨卫星更多，抗遮挡能力强，尤其在低纬度地区性能优势更为明显。

为提高卫星导航系统的定位精度，满足用户对高精度定位的需求，出现了高精度卫星定位技术。主要包括基于载波相位差分（Real Time Kinematic，RTK）技术的连续运行参考站系统（Continuously Operating Reference Stations，CORS）为代表的地基增强技术、以美国广域增强系统（Wide Area Augmentation System，WAAS）为代表的区域星基增强系统，以及基于实时精密单点定位技术（Precise Point Positioning，PPP）的商业全球星站差分增强技术。

针对室内定位场景，广泛使用局域网定位技术，Wi-Fi定位、蓝牙定位是其中广泛使用的两种局域网定位技术。Wi-Fi室内定位技术按照定位方式的不同可以分为三类：基于指纹匹配的Wi-Fi定位技术、基于接收信号强度（Received Signal Strength，RSS）测距的Wi-Fi定位技术和基于往返时间（Round Trip Time，RTT）测距的Wi-Fi 定位技术。Wi-Fi定位精度大约在1米至20米的范围内，无法满足室内亚米级定位需求。蓝牙定位采用最多的是基于接收信号强度（RSS）的定位方法，室内定位精度最高可接近1米。

超宽带（Ultra Wideband，UWB）是一种快速、安全、低功耗的无线电技术，虽然与蓝牙类似，但它更准确、可靠、有效。UWB技术具有对信道衰落不敏感、发射信号功率谱密度低、低截获能力、系统复杂度低、能提供数厘米的定位精度等优点。它可以通过发送纳秒级的非正弦波窄脉冲来传输数据，基于飞行时间（Time of Flight，ToF）技术计算无线电波返回设备的时间，进而测算设备间的距离，测距精度极高，可以达到厘米级。此外，与传统的窄带系统相比，UWB系统具有收发时间短、抗多径效果好、系统安全性高、整体功耗低等优点。因此，UWB技术能够应用于室内静止或移动的人和物的快速高精度定位跟踪与导航，近年来也开始被用于近距离精确室内定位。同时，UWB也可以应用于近距离高速数据传输。

基于蜂窝网的定位技术定位精度在5G之前只能达到米级，实际上室外基本在10米以上，室内可以达到5米。随着5G及其演进，也成为一种高精度定位技术，5G NR提出了亚米级高精度定位需求，推动在工业互联网等行业应用；5G-Advanced和6G更是以厘米级高精度定位为目标，并推动通信与定位感知一体化研究。5G常见的定位方式包括下行到达时间差定位（DL-TDOA）、下行离开角度定位（DL-AoD）、上行到达时间差定位（UL-TDOA）、上行到达角度定位（UL-AoA）、多小区往返时间定位（Multi-cell RTT）、增强小区标识定位（E-CID），并发展出了大量定位增强技术，具体如下：

DL-TDOA：5G R16版本引入了新参考信号，定位参考信号（Positioning Reference Signal， PRS），用来供UE对每个基站的PRS执行下行链路参考信号时间差测量。这些测量结果将上报给位置服务器。

DL-AoD（下行离开角度）：UE测量每波束/gNB的下行链路参考信号接收功率，然后将测量报告发送到位置服务器，位置服务器根据每个波束的下行链路参考信号接收功率来确定AoD，再根据AoD估计UE位置。

UL-TDOA：5G R16版本增强了信道探测参考信号（Sounding Reference Signal，SRS），以允许每个基站测量上行链路相对到达时间，并将测量结果报告给位置服务器。

UL-AOA（上行到达角度）：gNB根据UE所在的波束测量到达角度，并将测量报告发送到位置服务器。

Multi-cell RTT：gNB和UE对每个小区的信号执行Rx-Tx时差测量。来自UE和gNB的测量报告会上报到位置服务器，以确定每个小区的往返时间并得出UE位置。

E-CID：UE对每个gNB的无线资源管理（Radio Resource Management，RRM）测量，例如下行链路参考信号接收功率，测量报告将发送到位置服务器。

其他定位技术包括有IMU、地磁定位、可见光定位、超声波定位技术、SLAM等技术，也各有其应用场景。

智能网联汽车由于其对定位精度的高度依赖性，往往采用各种增强定位、融合定位技术。在GNSS+RTK+IMU组合定位的基础上，融合车身信号、视觉感知信息与高精度地图数据，可将位置、速度、时间、航向信息，以及车辆本身的方向盘转角、轮速、转向灯信号等，传递至计算单元进行实时数据融合计算，来达到优势互补、提高稳定性和获取更高精度的定位结果。

自动驾驶系统在定位领域的最后一道防线是IMU，主要原因如下。第一，IMU对相对和绝对位置的推演没有任何外部依赖，是一个类似于黑匣子的完备系统；相比而言，基于GPS的绝对定位依赖于卫星信号的覆盖效果，基于高精地图的绝对定位依赖于感知的质量和算法的性能，而感知的质量与天气有关，都有一定的不确定性。第二，同样是由于IMU不需要任何外部信号，它可以被安装在汽车底盘等不外露的区域，可以对抗外来的电子或机械攻击；相比而言，视觉、激光和毫米波在提供相对或绝对定位时必须接收来自汽车外部的电磁波或光波信号，这样就很容易被来自攻击者的电磁波或强光信号干扰而致盲，也容易被石子、剐蹭等意外情况损坏。第三，IMU对角速度和加速度的测量值之间本就具有一定的冗余性，再加上轮速计和方向盘转角等冗余信息，使其输出结果的置信度远高于其他传感器提供的绝对或相对定位结果。