3月22日，由佐思汽研主办的2024汽车NOA与L3解决方案暨第七届自动驾驶论坛在沪举行，博立智新创始人彭博士应邀发表《高精度融合定位助力城市NOA》主题演讲。

      城市NOA是用户最有买单意愿的应用，中国汽车行业城市NOA渗透率逐年上升，这也带来落地方面的挑战。城市公开道路场景远比高速场景复杂，带来对算法和硬件的更高要求。导航定位系统是自动驾驶的基础性技术，无论自动驾驶的感知还是规控，均依赖于稳定高精度的定位系统。现有的主流组合惯导系统无法满足城市NOA应用要求，在城区隧道、高架、高楼区域会出现卫星信号被长时间遮挡、屏蔽以及多路径效应导致组合惯导系统出现较大定位偏差，严重影响NOA用户体验。

      为实现稳定、可靠的定位，博立智新在基于GNSS、惯导、DMI的组合导航基础上，进一步融合了视觉、雷达、地图等，通过多路径抑制、误差模型估计、惯导补偿算法、车辆动态模型估计算法等，建立了完整的融合定位系统。针对卫星信号遮挡，博立智新开发了3D Edge AI技术，基于摄像头通过AI目标识别、3D实时重建和前融合的方式，精确估算车辆姿态和位移信息，实现稳定的高精定位与3D建图。

      博立智新融合定位技术通过与车载域控系统结合的方式，可以复用车载算力，比传统导航定位盒子降低50%以上的成本。同时系统可以处理车端其他传感器信息，实现融合定位，进一步提高定位精度与稳定性。相比传统组合导航系统在城市NOA中的应用，系统整体性能大幅提升。

      ▲ 图中绿线为传统的组合惯导系统，由于卫星信号遮挡和多路径效应导致米级误差；蓝线为融合定位系统，通过增加视觉，城区和高架桥下定位效果明显提升

      博立智新研发的新一代3D Edge AI 技术，大幅降低了算力要求，在低成本嵌入式AI硬件平台上就可以实现。博立智新当前的融合定位技术实现了定位与建图两种功能。 系统通过图像信息，实现道路模型的3D 重构；轻量化的数据模型可以用于记忆建图，既解除了对高精地图的依赖，又大大降低了智驾成本。

      如下视频演示博立智新通过视觉实现车道模型的实时3D 重建，精度可达到10cm。轻量级的道路模型可以在云端加工，实现城市道路路网的构建。只要车辆够多，就可以在短时间内覆盖每一条道路。这种由车辆摄像头建构的道路拓扑图与今天不少图商推出的高精地图Light版有相似之处。