长期以来，人们对自动驾驶的感知更多地集中在视觉、雷达等环节，而依靠深度学习和高精度地图来保证冗余。
对IMU和INS的关注明显弱很多。然而，精确的航迹航位推算和里程测量并不是什么新技术，已经在航空航天、导航空和导航等诸多领域得到了应用。
自动驾驶汽车需要非常精确的定位。除了雷达、激光雷达、全球导航卫星系统和摄像机等常见传感器之外，航迹估计对于城市环境中自主导航的车道级定位非常重要。
从某种意义上说，INS系统是整个智能驾驶传感器中实现同步的底层传感器，两者之间往往存在互补关系。
一、什么是“最安全”的高精度定位？
目前，自动驾驶的高精度定位技术主要有三种:
1.基于参考系信号的绝对定位技术:最具代表性的有全球导航卫星系统、蓝牙、wifi、UWB等
2.INS系统提供航迹推算，一种基于惯性导航IMU的组合导航技术；
3.环境特征匹配，即基于激光雷达和视觉传感器的相对定位，将传感器观测到的特征与数据库中存储的特征进行匹配，以定位车辆的位置。
事实上，定位系统面临两大挑战。首先是如何有效利用各种传感器提供高精度、高可用性的定位解决方案。
其次，它提供了一个安全参数，使整个系统在集成到关键功能安全系统时，能够信任本地化的数据。
INS系统的特点和优势是可以输出安全级别最高的底部体的运动和姿态数据，至少可以在100 Hz以上。在高速公路上，尤其是实现自动车道切换，需要有足够的刷新率。
此外，惯性测量单元不同于上述传感器，因为惯性测量单元不依赖于外部环境，这使其成为安全和传感器融合的核心技术之一。
同时，IMU可以为SLAM技术提供三维运动信息和空尺度间信息，如视觉SLAM、激光雷达SLAM甚至毫米波雷达SLAM。当其他传感器出现故障时，IMU的作用更加突出，可以独立确定车辆的姿态、速度和位置。
数据显示，当其他传感器出现故障时，IMU可以在短时间内保持2-3‰的定位精度，独立保证车辆位置和姿态的完整性。
其次，高精度定位提供的不仅仅是产品
以往IMU系统覆盖的产品从几美元到几万美元不等，但在主机厂真正的预装和量产的成本要求在100元到1000元的水平。
在这一点上，戴希望先让顾客买得起。
事实上，在过去的几年里，INS系统已经在许多场景中应用于小规模自动驾驶着陆，如矿山、码头、接驳巴士等。中国幅员辽阔，地方需求多样，这是国外所没有的。
目前，戴仍能保持每半年迭代一次产品的速度。这个迭代包括技术的迭代，客户新需求的迭代，最重要的是成本的迭代。我们需要让这个东西实用又实惠。
很多时候，对于一个新兴行业来说，总会出现“价量”悖论，供应商通常会说，只要有量，我们就能拿到更便宜的。而我们更愿意直接为客户提供“物美价廉”的解决方案，从而“破冰”供需矛盾。因为在一项新技术真正落地的过程中，成本是汽车零部件非常重要的“可用性”指标。
从目前的实际应用案例来看，一个廉价的INS系统可以帮助车辆实现许多个性化的高级辅助驾驶/自动驾驶功能。比如小鹏去年发布的G3的XPILOT自动泊车辅助功能，就是基于IMU的硬件支持。
对于硬件制造商来说，汽车行业的特点是测试验证占开发工作量的70%以上。戴还推出了自主研发的测试工具——IFS 3000+DSInsight测试套件
比如在一个典型的前方车辆碰撞预警实验中，DS Insight可以记录两车的数据，而且所有的数据都是动态的，方便工程师直接实时在线发现问题，避免了每天收集大量数据，长时间发现问题，工程师还要花费大量额外的时间对不断生成的测试数据进行后处理和分析。
在前置领域，我们推出的量产产品是DS系列。目前，DS1A是一个成熟的解决方案，满足整车规格要求，包括多星座和双频、整车功率集成和传感器标定。同时功耗也很低，可以控制在1瓦以内，可以实现快速启动和快速对准。
还有一个特殊要求，就是时间空同步。我们知道，北斗系统的授时精度是10纳米，就是一个典型的例子。在T0，数据通过空或载波相位的信息从T1融合到T2，然后传输。这时，“时差”已经发生了。
“我们的产品希望将时间延迟控制在毫秒级。”代视智能CEO陆海峰表示，与此同时，我们与原始设备制造商的合作涉及一些低层次的能力支持，包括融合、过滤等算法的实现和增强，以确保产品经济易用。
戴史鸷能成立于2015年，专注于自动驾驶高精度定位系统，被业界称为自动驾驶的“小脑”。公司拥有两条产品线，一条是为国内外OEM和Tier1提供自动驾驶相关测试设备，实现进口替代。
公司与国内领先的测试中心共同率先开发完善ADAS功能的测试评估方法，更好地帮助客户评估系统的综合性能。
另一条大规模生产的产品线在过去两年中逐渐成型。今年，公司在嘉定完成了新工厂的建立，年产20万套生产线。公司客户包括乘用车/商用车原始设备制造商和新兴的自动驾驶解决方案提供商。
在这个过程中，我们的产品计划也在不断迭代。在与国内客户的联合开发中，产业链中的多方对产品本身有了更清晰、更具体的认识，对INS产品的定位及其在整车电气架构中的作用的认识也在不断深化，方案在不断迭代中已经趋于成熟。
自动驾驶主要分为四个功能模块，戴主要负责智能定位。最早的是卫星和惯性导航的融合，也有预融合和后融合两种模式。
预集成是将所有数据交给主控；但是，有些信号自然在前端处理得更好，这可能会降低成本。
戴史鸷可以将控制算法和传感器以解耦的形式提供给客户，最终为客户解决车道级的高精度定位和引导能力。
