杭义军 | 原极（上海）科技有限公司总经理

原极（上海）科技有限公司总经理杭义军表示：在汽车行业电动化、智能化的大趋势下，自动驾驶产业市场的空间和机会都很大。根据国内的电动汽车销售情况来看：市场竞争激烈，但是盈利能力还有待提升。从自动驾驶装配比例来看，预测到2028-2029年L2+占比可能会超过60%，与此同时，低价车型自驾功能配置空间巨大。

当前L2 辅助自驾体验现状是惊吓多于惊喜，而装配IMU将有助于提升L2自动驾驶的用户体验。杭博士表示：当下自驾中IMU的应用技术发展趋势表现为：

(资料图)

短时精度比长时间精度更重要；

相对位置变化比绝对位置精度更重要；

IMU数据可靠性更重要。

原极科技为满足车规级IMU的市场的需要，自研了一体式大规模分布式标测技术，在大幅度提高IMU的综合性能的同时又保障了IMU模组的产量。为了验证同时在大量的应用数据积累下，原极科技对数万套IMU数据进行了统计与分析。

以下为演讲内容整理：

自驾普及路上IMU的应用发生变化

在电动化和智能化趋势下，在自动驾驶普及的道路上，车规IMU的产业市场空间很大，机会也很大；当前L2 辅助自动驾驶体验现状惊吓多于惊喜；而乘用车重感知、轻地图转变对车载IMU需求变化产生了影响。因此，在重感知轻地图的大趋势下，作为IMU厂商需要更多的思考和改变发展方向。首先，从国内整体电动汽车销售来看，国内车厂竞争力非常强，但从盈利水平来看，成本和盈利能力仍有很大提升空间；其次，在技术应用体验方面，根据麦肯锡研报，国内电动车车主对于自动驾驶技术的满意度偏低，行业发展仍有很大进步空间；从行业发展方面来看，2022年国内乘用车电动车销量为550万，2023年可能达到800万，预测2030年可能达到2,800万。

从自动驾驶装配比例来看，大约在2028-2029年可以实现超过60%的L2+装配率，其中50%以上的车辆仍由L2贡献。因此，需要着重关注L2用户的自动驾驶体验。目前标配辅助自驾或高级辅助自驾功能主要集中在15万以上的车型上，15万以下的中低端车型仍有很大的配置空间。从整体来看，降本增效是长期趋势。在L2+的辅助自动驾驶过程中，虽然许多车辆都装备了L2功能，但实际上在雨、雪、雾、光线不佳等情况下，整体仍然会出现问题，给用户带来严重的心理负担。使用辅助自动驾驶原本是为了减轻驾驶紧张感，但频繁的退出和急刹等情况会给用户带来更多的是惊吓，而非惊喜。这也是目前推广自动驾驶的重要问题之一，原极希望普及IMU模组在L2级别的应用，能帮助自动驾驶行业真正提升用户体验。

在提升方面，前置传感器融合、BEV/空间占用网格等技术都是自动驾驶未来的方向。在乘用车重感知轻地图背景下，还需要思考对车载IMU的定位或应用有哪些影响。在自动驾驶方面，首先需要解决三个问题，看得清、看得懂、开得好。IMU主要是为了提高定位和感知功能，特别是提高交通参与主体和道路建图能力，因为重感知更加重要，高精地图在自动驾驶决策方面则相对弱化。未来，短时精度比长时间精度更重要，相对位置变化比绝对位置精度更重要，IMU数据可靠性也会更重要。IMU在车辆上的主要作用是多传感器时空对齐，提高目标预测、跟踪性能，车载传感器实现物理世界中相对位移和坐标姿态的转换

IMU如何满足自驾需求

原极通过接触到不同车厂和行业的需求，发现大家更关注IMU的性能指标。而IMU性能指标有几十个，统一的指标要求非常高，但成本却无法下放，因为很多测试选型都与最终成本有关。现状就是需求不变，题目无法变化，答题方式有限。从行业未来普及的角度，融合中可观、可估的Az（Z轴加速度）与Gxy（X和Y轴角速度）的误差对应IMU指标可适当放宽，不影响使用精度；融合算法中不可观测的Axy和Gz的误差对应IMU指标需要重点控制。因此，需要适当对IMU指标进行区分，原极的IMU会重点标注这些对行业有帮助的指标，也会将更多的资源和精力投入到这一领域。此外还需要思考，百万元级别的惯导ISA-100C的加速度计零偏不稳定性指标，为什么仅需100ug。

图源：嘉宾演讲材料

ALLAN方差作为零偏不稳定性指标，其表示的相关时间，直接与我们需要IMU进行DR推算的时间长度相关，如10s或60s。在10秒-60秒区间，零偏不稳定性指标与现在车上使用的很多IMU芯片差异不大。因此，在自动驾驶服务商提出更有针对性的指标时，这些指标会极大地影响DR推算的短时精度

此外，原极科技还对IMU进行集成和标定。从标定前后的误差来看，对于大部分IMU来说，加速度温漂、陀螺仪温漂、陀螺仪刻度系数、三轴非正交都会有大幅度提升。因此，在成本增加不太多的情况下，对于IMU模组进行必要的标定，是很有意义的。

在经过多方数据积累后，原极发现IMU是一个非常特殊的器件，相对于功能性器件，如CAN芯片或CPU等，IMU会受到很多集成焊接和外部机械安装等形变的累计因素影响。这将导致，如果将其作为普通器件集成，就将会对生产芯片的提供商产生巨大要求。在实际操作过程中，也通常会出现诸多技术问题，包括在温度环境发生变化时，IMU陀螺仪的噪声从零点几度每秒变化到两三度每秒，幅度变化异常；陀螺仪出现几十度每秒的跳点情况；在某个温度点附近开始剧烈振荡；以及输出数据中出现断层现象。因此原极认为，IMU可以组成模组进行测试筛选，对降低后端应用风险具有重要意义。

在过去大量应用和数据积累过程中，原极对数万套IMU数据进行产品统计和分析，特别是温度漂移指标，关注xyz轴加表温漂和陀螺温漂及整体分布情况，包括量产后品控一致性情况。这些信息会反馈到原极的工艺及标测部分，以进一步提升工艺设计并降低标测成本。

原极科技主要关注生产模块化的贴片式模组，即贴片式模组的二次焊接和存储老化后参数的变化。以温漂为例，原极对IMU模组进行了14天老化后的复测、贴片后的复测以及自然存储三个月后的复测。在合理设计工艺下，整体偏差完全可控。因此，原极科技的IMU长期可靠性试验验证方法，值得推荐，并且量产成本上有相当大的优势。

原极车规IMU方案

原极希望IMU模组和标测技术的应用，不仅仅局限于高阶的L3高端车型，而是让所有平民车型都能够用得起。在方案设计时，原极充分考虑各环节成本优化，其中包括选型成本、标测成本以及集成方式的成本优势。

原极通过对自动驾驶的定位推算和应用，梳理出了车规IMU行业技术的发展方向，以及在选型过程中应该更加重视的参数：

Gz温漂峰峰值替代标准差统计方式进行测试筛选；

Gz 刻度系数重复性，温漂等指标；

Gz 零偏稳定性关注60s处的值而非最低点的指标；

Axy的温漂峰峰值与长期零偏重复性指标

并且带领大家一起思考一个问题：

Gz零偏不稳定性：8deg/h

Axy零偏误差 10mg

真的不够用吗？

那些不可被观测或观测性较弱的IMU参数在生产端优化参数，并通过算法来减少整体误差，适当弱化以降低需求端成本，或进一步拓宽IMU芯片的可选型空间。随着自动驾驶技术逐步发展，也希望大家能多多交流，一起思考行业技术的上限。作为模块和模组提供商，原极希望深度理解这个行业，在能做好的范围内，研发出成本不高、更适合行业未来发展的IMU产品。

在大规模量产方面，现阶段自动驾驶IMU装配的比例仍然很低，在未来IMU装车量可能达到60%-70%，每年需要上千万台。面对大规模的市场需要，原极科技针对IMU模组的生产流程进行了特殊设计，采用叠层式标测框架，可以实现单批次最大可标定数量达512片。原极坚持推广模组化产品形态，确保生产过程标准化，易于操作，可大规模生产和装配，每月可交付产能为5万套。在结构成本方面，原极选择了贴片式IMU模组，这个模组方案做到了成本节约60%。另外，在标测成本方面，原极还可以做到下降60%左右。在核心传感器方面，结合原极对行业的理解，可以选择更有针对性的传感器配置方案，通过阵列式技术，多元融合技术生产出更适合行业的定制化传感器，从而更好地平衡高性价比、高性能和高可靠性的量产保证。

原极的将A6Pro成到P-box中，并在城市复杂场景中进行了跑车实验，其航向推算精度漂移可以控制在0.15度，位置漂移也可以控制在1.5‰-2‰以内。总体来说，原极的IMU性能与行业上批量装备的IMU性能相当。

关于原极科技

原极科技成立于2019年，在过去三年多的时间里，原极科技不断探索市场行业对IMU在农机自动驾驶和汽车自动驾驶领域进行了重点布局。

2022年，原极在农机在自动驾驶市场IMU的渗透率超过60%，出货量突破15万套，目前公司IMU模组累计出货量已超过20万套。在2023年，原极科技获得了16949汽车行业质量管理认证体系，并推出了车规级IMU模组A6Pro以及车规组合导航NAV619。

同时，基于特有的IMU阵列技术，原极推出了应用于不同行业，不同规格的全系IMU模组产品。

图源：嘉宾演讲材料

原极科技的研发目标，即通过技术，提升产业竞争力，这也是原极科技价值所在。2023年以来，原极科技不仅在国内农业自动驾驶市场取得了很好的成绩，并且在许多客户的推动下，已经将大量农业自动驾驶套件推广到世界各地的农场。原极科技通过技术和努力帮助农机自动驾驶从中国走向世界。

原极公司的名称是由“原”力——“极”客组成，表示原极愿意从行业底层的事做起，秉承崇尚科技创造价值的极客精神，致力于使用MEMS惯性传感器解决世界范围内的，智能化、自动化发展中的定位问题。。我们希望能制造一款适合乘用车自动驾驶领域，标准化批量应用的车规级IMU，并通过原极人的技术和努力，在自动驾驶行业快速普及，让更多用户体验自动驾驶乐趣。

（以上内容来自原极（上海）科技有限公司总经理杭义军于2023年6月14日在2023第五届自动驾驶地图与定位大会发表的《自动驾驶定位需求下的车规IMU应用普及还缺什么？》主题演讲。）

关键词：