为了自动驾驶尽快到来，GPS算法也在忙“瘦身”

近日，加州大学研究人员带来了一种GPS（Global Position System，全球定位系统）数据处理方式，在定位精度达到厘米级的前提下，用低功耗处理器Hold住数据处理需要。新突破可以用在自动驾驶等需要高精度技术的领域，与其他厘米级GPS算法相比，胜在数据处理的简易性。

这项新技术的成果是数条用于确定GPS接受者位置的方程式。在确保厘米级精度和实时应用的同时，只需要少量计算，无需增加复杂的数据处理。在产品应用上，不仅适用于专业导航系统，而且可以在自动驾驶汽车领域商用。目前手机和可穿戴设备这类消费级数码产品，无需改变硬件配置，只需要软件升级，就能用上厘米级精度的的定位数据，无需大幅产品涨价。

加州大学的这项研究由Jay Farrell主导，他是加州伯恩斯工程学院的电子和计算机工程专业的教授和主席，在IEEE的交通控制系统技术版块上发表了有关这项技术的论文。目前，团队中的两名管理研究项目的成员已经在高通和谷歌任职。

第一次出现GPS定位这个概念是在20世纪60年代早期，它是一个基于空间的导航系统，可以让一个拥有设备的接受者计算自己的位置和速度。主要原理是估算收到头顶4个或多个卫星无线电信号的时间，确定自己的方位。由于国防等原因刻意引入误差，民用级GPS的定位精度大约为20米。

目前为了进一步强化定位精度，诞生了DGPS（Differential Global Positioning System，差分全球定位系统）。简单来说，就是在位置已经精确测定的已知点上配备一台 GPS 接收机作为固定的地面参考点，参考点和定位设备间利用广播等方式增加一步位置修正，便可以将精度达到1米。

尽管如此，米级精度还不足以支持现有的自动驾驶汽车。为了满足自动驾驶汽车的自动化操作和安全需要，精度要确保知道车辆在哪条车道。并且车辆以高速行驶，就需要在整个行驶过程中提供足够的位置点样本采集量并保持高带宽通讯，才能达到即时提供高精度定位的功能。这无疑为精准定位增加了难度。

现有实现厘米级精度的技术，需要把GPS测量和设备导航系统内部惯性测量单元（比如车内陀螺仪）获得的数据结合起来。由GPS提供高精度定位数据，惯性测量单元实现高样本率采集和持续高带宽通讯。但是这种方法在运算成本非常昂贵，限制这项技术在现实世界的应用。

因此，加州大学精简的运算产品如果研发成熟，会具备强大的商用潜力。车云菌曾经也报道过一个厘米级定位系统的案例，这家公司的最终目标是让自家的厘米级精度定位系统在一只手机内核处理器上独立运行。现有不少研究开始在算法上做文章，用软件手段化解计算复杂程度。在看不见的地方，软件算法正在为自动驾驶的尽快到来减轻负担。