乘用车自动驾驶 PPP-RTK 定位方案

问题

L2+ 自动驾驶要求车道级定位（< 0.3m），但量产车面临一组根本性矛盾。

技术矛盾

• 传统 RTK 可以达到精度要求，但依赖密集基站网络——百万级车辆的单车服务成本过高
• 纯 视觉/IMU 方案成本低，但存在系统性盲区：隧道出口、高架桥下、特征匮乏的高速路段
• 高精地图 方案随时间退化，且合规压力持续加大

产品矛盾

• 主机厂要求 全国覆盖，而非区域补丁
• 消费者对高速场景下的定位失效 零容忍
• Tier-1 供应链要求模组成本 低于 ¥200

市场时机

• L2+ 渗透率：15% → 40%（2023-2025），定位成为刚性依赖
• 北斗三号全球组网完成，PPP-RTK 从理论走向商业可行

---

方案

产品定义：云端协同定位服务

不是卖硬件——定义一个 定位即服务 的产品：

云端（服务层）：

• 全国 CORS 网络数据接入
• PPP-RTK 引擎生成 SSR 改正数
• 完好性监测与保护水平计算

车端（终端层）：

• GNSS 模组 + IMU 紧耦合
• 完好性决策引擎
• 轮速 + 视觉融合降级方案

关键产品决策

决策 1：SSR 架构 vs OSR 架构

维度	OSR（传统RTK）	SSR（PPP-RTK）
带宽	~10 KB/s	< 1 KB/s
基站依赖	强（< 30km）	弱（区域广播）
单车成本	高（点对点）	低（广播模式）
可扩展性	差（线性增长）	优秀（边际成本→0）

选择 SSR。核心产品需求是 规模化到百万级，而非极致精度。

决策 2：完好性优先于精度

行业惯性是追求更高精度。产品分析表明：

• 自动驾驶不需要”始终2cm”——需要的是 知道什么时候不可靠
• 定义 保护水平（Protection Level） 作为首要输出指标
• 当 PL > 阈值时，主动通知融合系统降级到视觉/IMU

这一决策直接提升了主机厂安全评审的通过率。

决策 3：单频 + 云端补偿

• 双频模组：精度好但 ¥150+
• 单频模组：¥50，但多路径误差更大
• 最终方案：单频 + 云端多路径模型，将硬件成本转化为算法成本
• 云端模型持续迭代；终端通过 OTA 升级

产品分层

• 基础版 — 亚米级：L2 车道保持。¥3/车/月
• 精准版 — 分米级 + 完好性：L2+ 高速/城区 NOA。¥8/车/月
• 安全版 — 完好性 + 功能安全认证：L3+。定制定价

---

成果

商业：

• 集成到 XX+ 款量产车型
• 相比传统 RTK 方案成本降低 70%
• 云服务毛利率 > 65%

技术：

• 全国收敛时间 < 30s（行业平均 60s+）
• 可用性 > 99.5%（含城市峡谷场景）
• 首个通过 ASIL-B 认证的 PPP-RTK 服务

行业：

• 推动主机厂从”买模组”转向”订阅定位服务”
• 架构被多家 Tier-1 供应商采纳为参考设计

---

复盘

1. 规模化思维 > 极致性能：选 SSR 而非 OSR 不是技术最优——而是产品最优。技术选型应由部署约束驱动，而非实验室指标。

2. 安全叙事 > 精度叙事：主机厂不怕不准——怕的是 不知道不准。完好性重塑了整个价值主张。

3. 硬件成本转化为软件成本：单频 + 云端补偿，用不可迭代的硬件换可迭代的算法——赋予产品持续进化能力。