各位的领导、专家、业界同仁，大家下午好！非常荣幸站在这里和大家分享和汇报一些有关北斗和定位的进展，题目是“构建北斗位置数字底座，赋能车路云一体化中国方案”，分为四个部分：产业概述，包含北斗的产业和汽车的产业，位置数字底座，赋车智能，趋势和挑战。

首先看一看北斗卫星导航系统最新的进展。大家知道，北斗3号是具有全球导航、定位、受时系统，包括全球短报文和国际搜救，亚太地区有原有的导航定位受时以及精准单点定位、星际增强、地际增强的功能。北斗在轨服务卫星45颗，恰好是GPS和俄罗斯格罗纳斯相加的总和，所以目前是状态良好、运行稳定的过程。

北斗3号建设完成之后，下一步的建设就是综合TNT，4月底的北斗年会上也有宣讲，六大技术难题都有发布，其中复杂环境下的高精度服务能力以及面向智能交通领域的无缝可信GNSS恰好也是和我们智能网联汽车息息相关的。

从全球视角来看，2022年，北斗产业达到1990亿欧元的市场规模，十年后将达到将近5000亿欧元。道路和汽车占比也在持续不断提升，9%提升到2031年的12%。中国前年是4690亿元，去年是5000亿元。

北斗作为国民经济位置数字底座，实际上对数字经济和智能时代的构建起到非常重要的作用。图中展示的就是国内的高精度市场，精确到厘米级甚至毫米级。行业应用视角分为特种应用、行业应用和大众应用。特种应用就是军警这些特殊领域，要求必须使用北斗，就是“必用北斗”，跟国计民生相关的是“主要应用北斗”，大众消费领域叫做“推荐使用北斗”。

最近几年，智能网联汽车逐渐变成强监管、强管理的行业应用，北斗系统的使用也是一个必然的趋势。

结合今天的主题“车路云一体化的中国方案”，不管是道路上的车辆、云还是各种交通参与者都离不开这种定位和精密的时间。大家对汽车产业都比较了解，我就不再赘述了。去年出口已经达到世界第二的水平，我国新能源汽车以及L2以上的销量最近几年虽然在疫情的影响下也有保持快速增长的态势，而从投资的角度，智驾投资在2021年和2022年后确实有所降温，但整车制造的投资金额还有一个快速增长的过程。

今年第一季度，我国的出口已经超越日本，成为世界第一大出口国，特斯拉在其中有很大的贡献。中国品牌在轿车、SUV和MPV的统计数字中占到一半以上，跟定位相关的是智能驾驶、智能座舱和网联通信。智能驾驶的渗透率还是在缓慢提高，但现在步伐有所减慢。智能座舱对高精度定位的需求反而是在此背景下有所释放，包括网联通信域，包括智能天线也在快速上升，中国上升的速率是远远高于全球整体的上升速率。

具体到智驾域，国内不管是整车场还是智驾供应商，大家对高精度定位单元的需求还是非常明确的，图中也有给出不同主机厂在这方面的需求。

智能座舱域目前高精度的应用相对还是比较小，渗透率也比较低，但车道级导航对车道级定位、车道级偏航、车道级引导，其实目前我们的导航属于道路级导航，细分的领域中起到的作用越来越大。我们粗略预测，2022年如果按照现在整体的乘用车销量大概是在400万套的数字。

图中给出的是位置数字底座的概念，就是由卫星定位为根本，惯性定位、视觉定位、融合定位，做成一个多元融合的定位技术，实现包括位置在内的高精度时间的位置数字底座。

北斗星通集团的布局是在最基础的云星一体化，云的增强服务跟我们的云控概念有所不同，但也属于大范围的云的增强服务，有了这种服务可以把定位精度从米级、十米级精确到厘米级和毫米级。现在也分为智能座舱和智能驾驶不同的方向，智能座舱更加关注性价比，面向这一领域的产品对性价比的追求相对比较高，而智驾对安全性的追求更高一些。

FireBird2和星云四代表标准精度和高精度，标准精度就是米级、十米级的精度，高精度就是厘米级、毫米级的精度，两种产品系列都有面向车的最新产品。目前我们正在打造高精度位置服务平台，也和中石油成立合资公司，基于加油站建立覆盖全中国的位置服务基站，海外目前也是在目前100个基站的基础上做出新的扩展。

有了接收机和云，离不开天线内容，包括面向L2以上的乘用车、商用车，RSU以及面向L2以下的车载基础性天线都有所布局，包括刚才提到的惯性算法、惯性测量单元，包括惯性的系统集成，这些方面都有一些布局。

刚才讲的都是Tier2，并不能够直接上车，需要通过车载终端、北斗智联这样的角色，通过智驾域、网联域和座舱域，把不同的产品导入主机厂。以车载终端Tier1加上云芯天线惯性，总体构成我们的泛位置数字底座。

赋车智能就是对汽车架构的推进做了一个简要的阐述，可能很多人都见过这张图。现在汽车是从功能机到智能机的时代转变，特别是座舱域的智能化是非常重要的核心构成。电子电气架构目前有很多厂商是从域内集中到跨域集中，都有不同的代表厂商。

与高精度定位相关的上车，主要包括四个观点：原有的道路级导航米级定位远远不能满足现在的智能网联驾驶以及最新的座舱域高精度需求，所以高精度一定是一个趋势。为了实现高精度必须要用云和端相结合的方式实现，所以这里就是云+端的方式。端侧也要进行比较强大的融合，这也是北斗星通目前的长处所在。卫星和惯性的组合、跟视觉的融合以及和其它传感器的融合，云端现在其实也是一种融合的状态。

刚才我也简单提到技术路径，就是GNSS+INS的组合算法和产品，包括P-Box在内，下一步加上其它的包括视觉在内的融合定位内容。很多人可能会考虑高精度地图的因素，这里提到的是车道级导航方案，所以我们对车道的关注度更高。

各个车企都会采用不同的车道方案，这里简单做了一个汇总。新势力的、传统车企的。这里对三域，包括智驾域、网联域和座舱域都有各自不同的理解，但总体上离不开多元融合定位以及云端的支持。

通过一些实际测试的结果，城市峡谷和城市高架在恶劣的环境下还是能够看到单点定位和融合定位比较明显的区别。

最后跟大家分享一些趋势和挑战：

整个高精度上车的过程中有一些技术趋势和应用趋势，北斗的定位都有渗透性、融合性和集成性的特性。渗透性在各行各业，特别是智能网联汽车。融合性包括技术的融合、跟更多传感器的融合，这在目前整体的技术演进过程中有深刻的体会。寄生性就是整体方案和服务对整个产业，具体到今天的话题智能网联汽车也是一个非常明显的特性。

应用趋势就是基础性、安全性和全球性，这也是北斗卫星定位的特性。北斗肯定是我们的四梁八柱，大家的生活中不只是智能网联汽车，都离不开位置和时间，所以属于一种新型基础设施。汽车的智能化是基础支撑的技术，没有北斗的位置、没有北斗的时间是不可想象的。安全性对汽车的功能安全、信息安全、预期功能安全都是重要保障。全球化不言而喻，北斗目前就是全球化的系统，借助智能网联汽车的结合走向全球是一个非常好的模式。

三轴融汇：市场需求、技术融合和商业模式。

刚才已经展示我们在芯片研发方面的高精度、标准精度的两个系列产品，未来两个系列的边界会进一步模糊，最后可能分不出来哪个是高精度哪个是标准精度，因为技术会有全系统、全频点。多元融合定位刚才已经提到，我们还有室内外的结合，目前在定位中分得比较开，但目前产业进展也有提出室内外和多元的融合需求。成本效率和能力提升的并行，因为成本是非常重要的因素，成本允许的情况下谁都想用高精度，没有人会关注标准精度，完全是由于成本作怪，所以成本的下降也是技术融合非常重要的一点。

市场需求就是存量市场和新兴市场，智能网联汽车、无人机、割草机器人，这些都是新兴市场，高精度的需求增长非常迅速，存量市场目前也有用高精度替代标准精度的需求，所以也是目前持续推高的原因。

商业模式就是高精度上车是云+芯，属于技术的结合，也是商业模式的结合，因为这是必然的方向，必须给客户铺好的新路，也铺好云的路，二者结合起来才能整体推进高精度的上车，也会提升客户的体验。原来是道路级的东西，慢慢变成车道级的东西。

北斗星通主要是从基础器件和终端参与智能网联汽车的发展，所以车规级和功能安全目前已经作为北斗星通所有芯片和产品全系列的要求，可以说是必然的趋势，软件和云服务目前也是按照功能安全的要求持续推进。驾驶域经过这几年的整体推进，产品的形态其实是进一步明确和固化的，大家经常提到的P-Box产品形态是明确和固化的，座舱域以前是道路级导航用得比较多，现在车道级导航对刚才提到的云、芯都是新的需求，产品的具体形态还没有完全清晰下来，可能是逐步清晰、慢慢渗透的过程。

现在也有一些相应的挑战：座舱域经常讲到P-Box或者惯性的器件上车，这些对温度适应性，以后分布式变成中央计算，进入域控的话大量散热会影响性能，标定本身就是一个筛选的过程，筛选本身不是产业的常态，所以肯定会面临新的挑战。前面也有专家领导提到高精地图，实践推进的过程中确实是准确性、实施性和价格都有挑战因素，标准地图转换到车道地图也会成为合理补充。未来座舱域的产品形态和发展方向都不确定，业内的参与者也会认为会有一些变化。现在成本是一个非常重要的因素，包括设计成本和器件成本。驾驶域短时间内可能是P-Box方式上车，长期来看可能也会在域控乃至中央计算单元完成多元融合端侧的东西，也会对现在的产品技术方案产生比较大的影响。

以上就是我的汇报内容，感谢各位的聆听！

赵莲芳：感谢张总的精彩报告！我们看到自主的北斗导航系统近年来有快速发展，建成位置数字底座，北斗星通已经在智能驾驶、智能座舱、网联通讯领域做了很多技术实践。

今天开幕式和主旨论坛的所有环节到此结束，上午我们也有召开闭门会，就以闭门会大家形成的一项共识作为今天开幕式的结尾：我们觉得智能网联汽车是一个高度跨界融合的产业，需要交通、通讯、IT和汽车等产业跨界共同协作、共同努力，也需要各个政府部委分工协作的协同机制，智能网联汽车又是一条需要持久耐力的长期赛道。我们在克强院士的带领下确定车路云一体化的正确发展方向，大家要在这一方向坚定不移、持久推进。让我们共同努力，既要守住安全底线，又要积极推进，无限逼近L5完全自动驾驶的最终目标。