柚子快報(bào)邀請(qǐng)碼778899分享：自動(dòng)駕駛之定位技術(shù)總結(jié)

http://yzkb.51969.com/

1 前言2 典型的單個(gè)定位方式2.1 基于通信的定位方法2.1.1 GNSS 全球衛(wèi)星導(dǎo)航系統(tǒng)2.1.1.1 gnss的優(yōu)點(diǎn)與缺點(diǎn)2.1.1.2 gnss定位技術(shù)2.1.1.2.1 RTK定位技術(shù)2.1.1.2.2 PPP定位技術(shù)

2.1.1.2 gnss定位技術(shù)總結(jié)

2.1.2 車聯(lián)網(wǎng)定位

2.1 基于航位推算的定位方法2.1.1 慣性測(cè)試單元定位IMU2.1.1.1 IMU陀螺儀的三個(gè)角度2.1.1.2 IMU的優(yōu)缺點(diǎn)2.1.1.3 IMU的預(yù)積分算法2.1.1.4 IMU的構(gòu)成2.1.1.5 IMU的輸出信號(hào)

2.1.2 里程計(jì)估計(jì)定位（Odometry）2.1.2.1 輪式里程計(jì)（輪速計(jì)）2.1.2.2 激光里程計(jì)2.1.2.3 視覺(jué)里程計(jì)2.1.2.4 慣性里程計(jì)

2.3 **基于特征匹配的定位方式**2.3.1 高精地圖2.3.2 激光雷達(dá)定位2.3.3 雷達(dá)定位2.3.4 超聲波定位2.3.5 相機(jī)定位

2.4 單個(gè)定位技術(shù)對(duì)比

3 融合定位技術(shù)**3.1 GPS/IMU融合定位****3.2 Camera/IMU融合定位**3.2.1 特性互補(bǔ)3.2.2 視覺(jué)與 IMU 松耦合3.2.3 視覺(jué)與 IMU 緊耦合3.2.4 融合視覺(jué) 與 IMU 數(shù)據(jù)的 SLAM 系統(tǒng)

**3.3 LiDAR/Camera融合定位****3.4 多種方式混合定位**

**4 SLAM系統(tǒng)**5 ADAS ICA 等自動(dòng)駕駛專有名詞

1 前言

自動(dòng)駕駛技術(shù)主要分為四個(gè)部分：環(huán)境感知、地圖定位、決策規(guī)劃、控制執(zhí)行。環(huán)境感知是指對(duì)車輛周圍環(huán)境信息進(jìn)行采集和處理，主要包含車輛與行人的識(shí)別檢測(cè)，車道線檢測(cè)等。定位是指以精確的方式確定車輛在環(huán)境中的當(dāng)前位姿。決策與規(guī)劃是在感知和定位的前提下，根據(jù)環(huán)境和定位信息進(jìn)行路徑規(guī)劃，并實(shí)施相應(yīng)的控制策略來(lái)代替人類的駕駛決策。控制與執(zhí)行則是負(fù)責(zé)車輛的加速、減速與轉(zhuǎn)向。

所以定位目的在于明確車輛相對(duì)于全局的絕對(duì)位置或相對(duì)于周邊環(huán)境（道路、行人等）的相對(duì)位置，以及車子的朝向、前后左右的傾斜程度（也就是說(shuō)定位是：知道車在哪以及車的姿態(tài)，也就是車的位姿），定位精度直接決定了自動(dòng)駕駛的安全性和準(zhǔn)確性。

下面對(duì)已有的定位方法進(jìn)行系統(tǒng)的梳理，重點(diǎn)分析各種定位方式的基本原理和優(yōu)缺點(diǎn)，以及對(duì)現(xiàn)階段典型的組合定位方式進(jìn)行梳理，最后做出了定性和定量的對(duì)比。

2 典型的單個(gè)定位方式

從所使用的方法層面上，單個(gè)定位方式可以劃分成三類：基于通信、基于航位推算和基于特征匹配的方式，下圖為自動(dòng)駕駛中單個(gè)定位方式概覽圖

2.1 基于通信的定位方法

2.1.1 GNSS 全球衛(wèi)星導(dǎo)航系統(tǒng)

全球衛(wèi)星導(dǎo)航系統(tǒng)(Global Navigation Satellite System，GNSS)包含了以下幾種定位系統(tǒng)：

美國(guó)的全球定位系統(tǒng)（Global Positioning System，GPS）中國(guó)的北斗衛(wèi)星導(dǎo)航系統(tǒng)歐洲的伽利略（Galileo）俄羅斯的格洛納斯（GLONASS）

是目前自動(dòng)駕駛中最常用最基本的定位方式

2.1.1.1 gnss的優(yōu)點(diǎn)與缺點(diǎn)

優(yōu)勢(shì)：GNSS是在高精度地圖生產(chǎn)過(guò)程中唯一可以提供絕對(duì)位置的傳感器。所以現(xiàn)在的自動(dòng)駕駛方案都會(huì)有GNSS傳感器的身影

缺點(diǎn)：因?yàn)間nss需要接收來(lái)自衛(wèi)星微弱的信號(hào)來(lái)實(shí)現(xiàn)定位，很容易受環(huán)境的影響。城市峽谷或者林蔭路會(huì)導(dǎo)致定位精度的急速下降，甚至在隧道等場(chǎng)景下完全不可用。所以單獨(dú)的GNSS傳感器肯定無(wú)法滿足我們L4/L5級(jí)別的自動(dòng)駕駛需求，所以在自動(dòng)駕駛的定位系統(tǒng)中一般采用組合定位方式，來(lái)增強(qiáng)定位的精確性和穩(wěn)定性。

2.1.1.2 gnss定位技術(shù)

GNSS傳感器可以提供高精度位置的技術(shù)主要有兩種（這兩種技術(shù)也可以說(shuō)是GNSS技術(shù)的輔助技術(shù)）：載波相位差分定位（RTK）和精密單點(diǎn)定位（PPP）

2.1.1.2.1 RTK定位技術(shù)

RTK，英文全名叫做Real-time kinematic，也就是實(shí)時(shí)動(dòng)態(tài)載波相位差分定位技術(shù)，可以說(shuō)RTK技術(shù)一個(gè)對(duì)GNSS進(jìn)行輔助的技術(shù)

什么是RTK技術(shù)？

先了解下GNSS技術(shù)，GNSS衛(wèi)星之所以能夠?qū)Φ厍蛏系慕K端（例如手機(jī)、汽車、輪船、飛機(jī)等）進(jìn)行定位，依靠的是三維坐標(biāo)系。

它是通過(guò)測(cè)量已知衛(wèi)星到接收機(jī)之間的距離（這個(gè)距離也被稱為“偽距”），然后綜合多顆衛(wèi)星的數(shù)據(jù)進(jìn)行計(jì)算，就可以知道接收機(jī)的具體位置。當(dāng)然這個(gè)定位是存在誤差的：

衛(wèi)星星載時(shí)鐘和接收機(jī)上的時(shí)鐘不可能總是同步，所以會(huì)造成時(shí)間上的偏差。衛(wèi)星信號(hào)在經(jīng)過(guò)大氣層、對(duì)流層以及遇到障礙物時(shí)會(huì)出現(xiàn)各種反射，導(dǎo)致傳播路徑變長(zhǎng)，出現(xiàn)測(cè)距誤差

這些原因造成的誤差高達(dá)2~10m

此時(shí)出現(xiàn)RTK技術(shù)，能夠更好地消除誤差、提高定位精度。

RTK技術(shù)通過(guò)基準(zhǔn)站和流動(dòng)站同時(shí)接收來(lái)自多顆衛(wèi)星的觀測(cè)數(shù)據(jù)，基準(zhǔn)站把接收到的數(shù)據(jù)實(shí)時(shí)發(fā)送到流動(dòng)站，流動(dòng)站結(jié)合自身接收數(shù)據(jù)和基準(zhǔn)站發(fā)射數(shù)據(jù)完成差分計(jì)算，從而精確地計(jì)算出流動(dòng)站的三維坐標(biāo)和精度。這種方法能夠消費(fèi)大氣層、對(duì)流層以及時(shí)鐘等誤差，從而獲得高定位精度，達(dá)到厘米級(jí)。

第①步，基準(zhǔn)站先觀測(cè)和接收衛(wèi)星數(shù)據(jù)。 第②步，基準(zhǔn)站通過(guò)旁邊的無(wú)線電臺(tái)（數(shù)據(jù)鏈），將觀測(cè)數(shù)據(jù)實(shí)時(shí)發(fā)送給流動(dòng)站（距離一般不超過(guò)20公里）。 第③步，流動(dòng)站收到基準(zhǔn)站數(shù)據(jù)的同時(shí)，也觀測(cè)和接收了衛(wèi)星數(shù)據(jù)。 第④步，流動(dòng)站在基準(zhǔn)站數(shù)據(jù)和自身數(shù)據(jù)的基礎(chǔ)上，根據(jù)相對(duì)定位原理，進(jìn)行實(shí)時(shí)差分運(yùn)算，從而解算出流動(dòng)站的三維坐標(biāo)及其精度，其定位精度可達(dá)1cm~2cm。至此，測(cè)量完成

傳統(tǒng)的RTK技術(shù)：流動(dòng)站和基準(zhǔn)站之間存在距離限制

距離越遠(yuǎn)，誤差因素差異變大，定位精度就會(huì)下降。而且，距離遠(yuǎn)了，超過(guò)了無(wú)線電臺(tái)的通信范圍，也就無(wú)法工作了

網(wǎng)絡(luò)RTK技術(shù)：在網(wǎng)絡(luò)RTK技術(shù)中，在一個(gè)較大的區(qū)域內(nèi)，均勻分散設(shè)置多個(gè)基準(zhǔn)站（3個(gè)或以上），構(gòu)成一個(gè)基準(zhǔn)站網(wǎng)，

網(wǎng)絡(luò)RTK相比傳統(tǒng)RTK，其實(shí)是用區(qū)域型的GNSS網(wǎng)絡(luò)誤差模型取代了單點(diǎn)GNSS誤差模型

多個(gè)基準(zhǔn)站組成的基準(zhǔn)站網(wǎng)，它們將數(shù)據(jù)發(fā)給中央服務(wù)器。中央服務(wù)器會(huì)根據(jù)數(shù)據(jù)，模擬出一個(gè)“虛擬基準(zhǔn)站”。（所以，網(wǎng)絡(luò)RTK也被稱為“虛擬基準(zhǔn)站技術(shù)”或“虛擬參考站技術(shù)”

其次，對(duì)于用戶來(lái)說(shuō)，不需要自建基準(zhǔn)站，節(jié)約了大量成本（只需要支付一些通訊費(fèi)用）

RTK定位技術(shù)已經(jīng)非常成熟，而且國(guó)內(nèi)也存在多家差分?jǐn)?shù)據(jù)提供商以及國(guó)內(nèi)外存在不下數(shù)十家的定位模組提供商，簡(jiǎn)單配置即可獲得絕對(duì)的高精度位置，存在大量的商業(yè)應(yīng)用案例

2.1.1.2.2 PPP定位技術(shù)

PPP定位技術(shù)，或者說(shuō)延伸的PPP-RTK定位技術(shù)，個(gè)人看到的明顯優(yōu)于RTK技術(shù)的兩個(gè)方面：

第一，可以在沒(méi)有網(wǎng)絡(luò)的情況下依然可以獲取高精度位置；

第二，存在比較明朗的完好性技術(shù)路線。

PPP技術(shù)除了需要處理衛(wèi)星信號(hào)，也需要接收服務(wù)商提供的精密衛(wèi)星軌道鐘差/偽距載波偏差/大氣改正信息，修正后固定單差模糊度，進(jìn)而獲得高精度的位置。

當(dāng)然也有部分主機(jī)廠，選擇使用PPP-RTK技術(shù)。PPP-RTK技術(shù)可以認(rèn)為是PPP的高級(jí)形態(tài)，也有人認(rèn)為是PPP與RTK的融合，更有人吹噓說(shuō)是下一代的定位技術(shù)，暫時(shí)沒(méi)有一個(gè)很明確的定義。

2.1.1.2 gnss定位技術(shù)總結(jié)

GNSS傳感器基本上是自動(dòng)駕駛不可或缺的硬件之一，RTK技術(shù)基本上是現(xiàn)在的主流自動(dòng)駕駛采用的定位技術(shù)，也存在部分廠家采用了成本相對(duì)較高的PPP-RTK技術(shù)。

2.1.2 車聯(lián)網(wǎng)定位

車聯(lián)網(wǎng)(Vehicle to Everything，V2X)指車輛與其他一切事物的連接和信息交互，包含車輛對(duì)車輛通信（Vehicle to Vehicle，V2V）、車輛對(duì)基礎(chǔ)設(shè)施通信（Vehicle to Infrastructure，V2I）、車輛對(duì)行人通信（Vehicle to Pedestrian，V2P）等，實(shí)現(xiàn)“聰明的車，智能的路”的協(xié)同。目前主流的通信標(biāo)準(zhǔn)有兩個(gè)，一個(gè)是專用短程通信技術(shù) （Dedicated Short-Range Communications, DSRC），它多應(yīng)用在碰撞預(yù)警等場(chǎng)合；另一個(gè)是采用蜂窩通信網(wǎng)絡(luò)的長(zhǎng)期演進(jìn)技術(shù)-車輛通信（ Long Term Evolution - Vehicle，LTE-V）標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)在從LTE-V2X逐步向NR-V2X演進(jìn)發(fā)展

V2V定位的基本原理是利用車輛自組網(wǎng)（Vehicular Ad-hoc Network，VANET），整合相鄰車輛的位置信息進(jìn)行定位。優(yōu)點(diǎn)是：1）可以獲取視野以外的車輛位置, 2）成本低，3）數(shù)據(jù)處理量小。缺點(diǎn)是在高速移動(dòng)場(chǎng)景下，車輛與車輛之間的連接切換頻繁，導(dǎo)致穩(wěn)定性低。

V2I定位采用與路邊單元 (Road Side Unit，RSU)或者蜂窩基站通信的方式，獲取位置信息。它有以下優(yōu)點(diǎn)：1）因使用固定安裝的RSU,定位精度高；2）穩(wěn)定性好。當(dāng)然也有缺點(diǎn)：1）為實(shí)現(xiàn)連續(xù)通信，需要安裝大量的RSU,因此，成本較高。

所以車聯(lián)網(wǎng)定位在自動(dòng)駕駛中用的較少。

2.1 基于航位推算的定位方法

利用物體的初始位置，通過(guò)觀測(cè)物體的移動(dòng)方向和距離，推測(cè)下一時(shí)刻位置的方法。此種方法是比較傳統(tǒng)的定位方式，主要分為慣性導(dǎo)航定位系統(tǒng)（Inertial Navigation System，INS）和里程計(jì)定位兩種方式

2.1.1 慣性測(cè)試單元定位IMU

（慣導(dǎo)系統(tǒng)不是IMU，IMU只是慣導(dǎo)系統(tǒng)里面最常用的器件，但一般我們將IMU出來(lái)的數(shù)據(jù)稱為Inertial data 慣導(dǎo)數(shù)據(jù)）

在慣性導(dǎo)航定位系統(tǒng)中，最常用的器件是慣性測(cè)量單元（Inertial Measurement Unit，IMU）。它通過(guò)測(cè)量出物體的三個(gè)軸上的加速度和角速度（加速度用加速度計(jì)，角速度用陀螺儀）實(shí)現(xiàn)相對(duì)定位，其坐標(biāo)系示意圖如圖4所示。一般情況，它包含3個(gè)方向的加速度計(jì)（用于獲取加速度，積分后得到速度）和3個(gè)單軸的陀螺儀（用于獲得方位角角速度，積分后得到俯仰角pitch和橫滾角roll）。為了提高姿態(tài)的估計(jì)精度，一些IMU內(nèi)還會(huì)添加磁力計(jì)（估計(jì)偏航角yaw）

（加速度積分得到該物體的速度。再積分得到該物體的位置或者說(shuō)距離。角速度得到物體在旋轉(zhuǎn)過(guò)程中所轉(zhuǎn)過(guò)的角度，也就是角位移。所以IMU可以得到位置和姿態(tài)，分別由加速度計(jì)和陀螺機(jī)獲得，但是是相對(duì)定位）

2.1.1.1 IMU陀螺儀的三個(gè)角度

IMU中有三個(gè)角度，roll，pitch和yaw

yaw:即偏航角ψ,圍繞Z軸旋轉(zhuǎn)的角度

pitch:即俯仰角0,圍繞Y軸旋轉(zhuǎn)的

roll:滾轉(zhuǎn)角Ф,圍繞X軸旋轉(zhuǎn)的角度

在自動(dòng)駕駛汽車來(lái)說(shuō)的話，在平面上跑的話，不會(huì)存在roll和pitch，只有yaw偏航角，類似于左轉(zhuǎn)右轉(zhuǎn)這種

2.1.1.2 IMU的優(yōu)缺點(diǎn)

該定位方式重要有以下優(yōu)點(diǎn)：1）不依賴于外部環(huán)境，可獨(dú)立工作，也可復(fù)雜環(huán)境條件下工作；2）更新頻率高（100Hz）；3）可獲取六個(gè)自由度的信息。主要缺點(diǎn)有：1）長(zhǎng)里程定位，誤差會(huì)累計(jì)，存在漂移現(xiàn)象；2) 精度受環(huán)境溫度影響。因GPS沒(méi)有累計(jì)誤差，IMU不受多路效應(yīng)和遮擋的影響，所以IMU常與GPS結(jié)合一起定位

2.1.1.3 IMU的預(yù)積分算法

預(yù)積分的目的：

IMU通過(guò)加速度計(jì)和陀螺儀測(cè)出的是加速度和角速度，通過(guò)積分獲得兩幀之間的旋轉(zhuǎn)和位移的變換；在后端非線性優(yōu)化的時(shí)候，需要優(yōu)化位姿，每次調(diào)整位姿都需要在它們之間重新傳遞IMU測(cè)量值，需要重新積分，這將非常耗時(shí)，為了避免重新傳遞測(cè)量值，所以采取預(yù)積分策略；

2.1.1.4 IMU的構(gòu)成

IMU是通過(guò)測(cè)量出物體的三個(gè)軸上的加速度和角速度（加速度用加速度計(jì)，角速度用陀螺儀）實(shí)現(xiàn)相對(duì)定位的，所以常見(jiàn)的IMU是由三軸的加速度計(jì)和三軸的陀螺儀構(gòu)成的，也成為**六軸的IMU，有些還包含三軸的磁力計(jì)，成為九軸的IMU。用于自動(dòng)駕駛中的航位推算**。

2.1.1.5 IMU的輸出信號(hào)

IMU輸出的不是位置信號(hào)，經(jīng)緯度信息是GNSS輸出的部分信號(hào)，而IMU輸出的是六個(gè)（2組）信號(hào)，分別是3個(gè)加速度信號(hào)和3個(gè)角速度信號(hào)，這兩組信號(hào)互相取長(zhǎng)補(bǔ)短，以此來(lái)解算所測(cè)試物體的位姿

2.1.2 里程計(jì)估計(jì)定位（Odometry）

里程計(jì)是一種利用從移動(dòng)傳感器獲得的數(shù)據(jù)來(lái)估計(jì)物體位姿隨時(shí)間的變化而改變的**方法**，請(qǐng)注意他并不是某個(gè)物件。

他的輸出是{pose[0],pose[1],pose[2]}

各種里程計(jì)分類就是通過(guò)不同的傳感器類型去估計(jì)物體的位姿隨時(shí)間的變化的算法

比如說(shuō)輪式里程計(jì)，他并不是某個(gè)具體的傳感器，而是通過(guò)輪速編碼器去計(jì)算車輛底盤位姿的一種算法

里程計(jì)信息是指車輛行駛的距離，通常以米為單位。為了得到里程計(jì)信息，需要對(duì) yawrate 和 speed 信息進(jìn)行積分

具體來(lái)說(shuō)，對(duì) speed 信息進(jìn)行積分可以得到車輛行駛的距離，對(duì) yawrate 信息進(jìn)行積分可以得到車輛的航向角度。將這兩個(gè)積分結(jié)果結(jié)合起來(lái)，就可以得到車輛的里程計(jì)信息

需要注意的是，積分過(guò)程中會(huì)存在誤差累積的問(wèn)題，因此需要對(duì)積分結(jié)果進(jìn)行修正和校準(zhǔn)，以提高里程計(jì)信息的準(zhǔn)確性

里程估計(jì)（odometry）的方式分為內(nèi)部感知和外部感知（相當(dāng)于人閉著眼睛和睜開(kāi)眼睛走路的兩種模式），內(nèi)部感知有電機(jī)碼盤和IMU，外部感知有激光里程計(jì)和視覺(jué)里程計(jì)，如下圖：

目前來(lái)講視覺(jué)里程計(jì)是最為熱點(diǎn)的研究

2.1.2.1 輪式里程計(jì)（輪速計(jì)）

輪式里程計(jì)是一種通過(guò)安裝在輪子上的傳感器（輪速編碼器）獲取車輛速度和位移的信息的一種算法。它一般分為三類：純機(jī)械式、機(jī)械-電子式和純電子式。例如純電子式旋轉(zhuǎn)編碼器，根據(jù)電磁感應(yīng)原理，將輪胎轉(zhuǎn)動(dòng)圈數(shù)轉(zhuǎn)變成電壓信號(hào)，以此測(cè)量行駛速度和角度；再通過(guò)對(duì)速度在時(shí)間軸上的積分（通過(guò)積分處理之后的數(shù)據(jù)才是里程計(jì)信息），實(shí)現(xiàn)定位的目的

輪式里程計(jì)定位優(yōu)點(diǎn)在于1）簡(jiǎn)單易用；2）體積小、成本低；3）短距離內(nèi)，定位精確高。與IMU定位類似，該方法也有類似的缺點(diǎn)：1）誤差會(huì)隨時(shí)間而累積；2）輪子滑動(dòng)或者道路不平情況下，會(huì)導(dǎo)致定位精度降低。因此，在行人導(dǎo)航和室內(nèi)導(dǎo)航中應(yīng)用較多，在自動(dòng)駕駛中，常用作輔助定位

2.1.2.2 激光里程計(jì)

LO laser odometry：是通過(guò)激光雷達(dá)的方式去做里程估計(jì)的。激光雷達(dá)又是通過(guò)產(chǎn)生3D點(diǎn)云地圖，然后使用特定的算法（如基于REGISTRATION的方法、基于FEATURES的方法或基于DEEP LEARNING的方法）對(duì)比當(dāng)前采集的點(diǎn)云數(shù)據(jù)特征，找出車輛所在的位置和朝向（位姿）。

激光雷達(dá)是通過(guò)點(diǎn)云信息進(jìn)行處理，視覺(jué)里程計(jì)是通過(guò)圖像信息進(jìn)行處理

2.1.2.3 視覺(jué)里程計(jì)

研究熱點(diǎn)

VO visual odometry：視覺(jué)里程計(jì)是通過(guò)車輛卸載的攝像頭傳感器得到的圖像信息來(lái)估計(jì)自身的運(yùn)動(dòng)的算法

2.1.2.4 慣性里程計(jì)

慣性里程計(jì)也就是我們說(shuō)的IMU

IMU是一個(gè)集成的模塊，直接放在車?yán)锩婢涂梢浴?/p>

2.3 基于特征匹配的定位方式

2.3.1 高精地圖

為了實(shí)現(xiàn)高度自動(dòng)駕駛，業(yè)界普遍認(rèn)為，高精地圖（High Definition Map，HD Map）是必不可少的。對(duì)于基于特征匹配的定位方式，更是如此。高精地圖直接影響定位的精度，同時(shí)為規(guī)劃模塊提供基本的數(shù)據(jù)支持。

但對(duì)于高精地圖的具體形式，目前還沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)。目前高精地圖分為兩類：平面分層地圖和3D點(diǎn)云地圖。前者通過(guò)衛(wèi)星和航空影像，獲取基本的地圖圖層信息，再加上車道級(jí)別路網(wǎng)信息，形成HD Map。它在不同的地圖層上顯示不同的道路環(huán)境信息；后者通過(guò)3D傳感器，如激光雷達(dá)、相機(jī)等，獲取地圖中元素的三維信息，形成HD Map，如圖5所示。Liu 等出了類似但不完全相同的分類方式。它將高精地圖分為三個(gè)子模型：用于導(dǎo)航整體路線的道路模型（Road Model）、用于車道局部路線規(guī)劃的車道模型（Lane Model）,及用于輔助定位的定位模型（Localization Model），同樣具有重要的參考意義。

高精地圖示例。綠色點(diǎn)為道路及周邊點(diǎn)云模型，帶箭頭的直線和弧線為車道矢量模型

關(guān)于HD Map的數(shù)據(jù)格式標(biāo)準(zhǔn)，目前有2種較為流行：導(dǎo)航數(shù)據(jù)標(biāo)準(zhǔn)（Navigation Data Standard，NDS）和開(kāi)放駕駛標(biāo)準(zhǔn)（OpenDRIVE）。這兩者與傳統(tǒng)的地理數(shù)據(jù)文件（Geographic Data File，GDF）標(biāo)準(zhǔn)對(duì)比如表1所示。不論使用哪一種分類方式，高精地圖在基于特征匹配定位的方式上，都起重要作用

值得說(shuō)明的是，高精地圖區(qū)別于傳統(tǒng)地圖的重要一方面是，地圖的精度從米級(jí)上升到厘米級(jí)。一個(gè)典型的例子是定位精度從道路級(jí)別，上升到車道級(jí)別。同時(shí)，未來(lái)的高清地圖需要依靠空中下載技術(shù)（Over The Air，OTA）進(jìn)行實(shí)時(shí)動(dòng)態(tài)更新，5G技術(shù)和云計(jì)算的發(fā)展將推動(dòng)其快速前進(jìn)

2.3.2 激光雷達(dá)定位

激光雷達(dá)（Light Detection and Ranging，LiDAR），是由傳統(tǒng)的雷達(dá)技術(shù)和現(xiàn)代的激光技術(shù)結(jié)合而成，通過(guò)發(fā)射“激光”，檢測(cè)飛行時(shí)間，以確定自身到測(cè)量物之間的距離。根據(jù)測(cè)量維數(shù)的不同，LiDAR可分為線性、平面和三維3種類型

使用激光雷達(dá)進(jìn)行定位時(shí)，首先通過(guò)采集車獲取道路信息，利用建圖技術(shù)生產(chǎn)出3D點(diǎn)云地圖，然后使用特定的算法（如基于REGISTRATION的方法、基于FEATURES的方法或基于DEEP LEARNING的方法），對(duì)比當(dāng)前采集的點(diǎn)云數(shù)據(jù)特征，找出車輛所在的位置和朝向

激光雷達(dá)具有如下優(yōu)點(diǎn)：1）可直接產(chǎn)生豐富的空間數(shù)據(jù)，如點(diǎn)的3D坐標(biāo)和紋理等；2）因?yàn)榉直媛瘦^高（距離、角度和速度），所以精度高、實(shí)時(shí)性好；3）抗干擾能力強(qiáng)，因激光波長(zhǎng)較短，一定程度減小了多路效應(yīng)；4）不受光照強(qiáng)度影響；5）體積小，安裝方便。但也有一些缺點(diǎn)：1）受環(huán)境中氣候的影響較大，如在雨、雪、霧、塵等極端天氣下，傳播距離會(huì)急劇衰減；2）價(jià)格高，這是目前很多汽車廠商（如TESLA）試圖尋找其他定位方案的重要原因；3）數(shù)據(jù)量較大，需要高效的處理流程。

因自動(dòng)駕駛對(duì)定位精度有較高的要求，所以激光雷達(dá)發(fā)揮越來(lái)越重要的作用。目前在RTK信號(hào)缺失時(shí)，使用激光雷達(dá)和高精地圖進(jìn)行匹配是主流的高精定位方式。機(jī)械式的激光雷達(dá)現(xiàn)階段比較成熟，但因其旋轉(zhuǎn)部件成本較高，低成本的固態(tài)式的激光雷達(dá)獲得了逐步發(fā)展的機(jī)會(huì)。不過(guò)固態(tài)激光雷達(dá)也有自身的局限性，如水平視角（小于180°）不如機(jī)械式的激光雷達(dá)。所以多個(gè)固態(tài)激光雷達(dá)組合使用，可能是未來(lái)一種成本低、覆蓋范圍廣的高精度定位方式

2.3.3 雷達(dá)定位

雷達(dá)（Radio Detection and Ranging，RADAR）是利用“電磁波”探測(cè)物體的距離、方向、速度或高度等的設(shè)備。按照波長(zhǎng)，它可劃分為毫米波雷達(dá)、分米波雷達(dá)等。目前在自動(dòng)駕駛領(lǐng)域，應(yīng)用較廣泛的是毫米波雷達(dá)（頻率范圍10GHz~300GHz，其中常用的頻段有24GHz和77GHz）。根據(jù)傳播的距離，可將毫米波雷達(dá)分為短程雷達(dá) (Short Range RADAR，SRR)、 中距雷達(dá) (Medium Range RADAR，MRR)和長(zhǎng)程雷達(dá) (Long Range RADAR，LRR)。

整體來(lái)說(shuō)，毫米波雷達(dá)有如下優(yōu)點(diǎn)：1）可全天候工作，因其對(duì)煙霧和灰塵等有較強(qiáng)的穿透能力（除大雨天）；2）空間分辨率高；3)相對(duì)視覺(jué)和激光雷達(dá)而言，可以用來(lái)測(cè)量物體速度；4）天線尺寸較小，功耗低。當(dāng)然，它也有自身的缺點(diǎn)：1）探測(cè)距離受制于頻段損耗，即頻段越高，探測(cè)距離才有可能越遠(yuǎn)；2）現(xiàn)階段高頻（如77GHz）的毫米波技術(shù)發(fā)展不成熟。

（1）SRR

短程雷達(dá)，主要使用24GHz的頻段。它的探測(cè)距離較近，有30m左右，不過(guò)探測(cè)角度相對(duì)較大，最高可達(dá)120°左右。短程雷達(dá)有成本低，技術(shù)發(fā)展相對(duì)成熟的優(yōu)點(diǎn)，同時(shí)也有體積相對(duì)較大的缺點(diǎn)。鑒于上述情況，短程雷達(dá)主要用于盲區(qū)檢測(cè)、車道保持、變道輔助和泊車輔助等場(chǎng)合。

（2）MRR/LRR

中程雷達(dá)，主要使用76-77GHz的頻段，探測(cè)距離在60m左右，探測(cè)角度可達(dá)60°左右。對(duì)于長(zhǎng)程雷達(dá)，主要使用77GHz頻段，探測(cè)距離一般可達(dá)在200m左右，探測(cè)角度一般只有20°左右。中長(zhǎng)程雷達(dá)相對(duì)短程雷達(dá)，具有1）檢測(cè)精度較高，2）體積小的優(yōu)點(diǎn)；但同時(shí)也有1）制作工藝要求高，2）目前發(fā)展還不夠成熟的缺點(diǎn)。鑒于此，它一般應(yīng)用場(chǎng)合有輔助剎車、和緊急制動(dòng)等。圖7為三種車載毫米波雷達(dá)探測(cè)范圍的一個(gè)示例

2.3.4 超聲波定位

超聲波（Ultrasound，又稱超聲波雷達(dá)）定位，即使用發(fā)射探頭發(fā)出頻率大于20KHz的聲波和計(jì)算飛行時(shí)間來(lái)探測(cè)距離。常用的超聲波頻率有40KHz、48KHz和58KHz，其中最常用的頻率是40KHz。使用超聲波定位，一般精度在1cm3cm之間，探測(cè)適用范圍在0.2m5m之間。

優(yōu)點(diǎn)如下：1）穿透能力強(qiáng)，一定程度上可以防水、防沙、防塵；2）成本低；3）不受電磁效應(yīng)的干擾。這種方式也有一些缺點(diǎn)：1）檢測(cè)角度小、探測(cè)距離短，因此一輛車上會(huì)選擇安裝多個(gè)超聲波傳感器，并在低速行駛中使用；2）無(wú)法精確描述障礙物的位置，如兩個(gè)障礙物同時(shí)返回相同的探測(cè)距離時(shí)；3）抗干擾能力差，易受到車速、震動(dòng)、溫度及濕度的影響。

由于以上特點(diǎn)，超聲波在倒車、自動(dòng)泊車、盲區(qū)檢測(cè)等方面廣泛應(yīng)用，如圖8所示。常用的超聲波雷達(dá)有兩種，停車輔助（Ultrasonic Parking Assistance，UPA）超聲波雷達(dá)和自動(dòng)泊車（Automatic Parking Assistance，APA）超聲波雷達(dá)。UPA超聲波雷達(dá)探測(cè)范圍較近，一般在0.1m2.5m，常安裝在車輛的前后保險(xiǎn)杠上，輔助倒車。APA超聲波雷達(dá)探測(cè)距離稍遠(yuǎn)，在0.3m5m左右，一般安裝在車輛的側(cè)面，且具有較強(qiáng)的指向性，用于探測(cè)車輛左右兩側(cè)的障礙物。不過(guò)相比之下，APA功率略大，成本略高

超聲波在倒車時(shí)的應(yīng)用示意圖。藍(lán)色扇形區(qū)域?yàn)锳PA超聲波雷達(dá)探測(cè)范圍，透明扇形區(qū)域?yàn)閁PA超聲波雷達(dá)探測(cè)范圍

2.3.5 相機(jī)定位

基于圖像的相機(jī)定位，是基于視覺(jué)的定位（Vision-Based Localization，VBL）中的一個(gè)重要研究領(lǐng)域。視覺(jué)定位是指在一個(gè)已知的空間表示（如矢量地圖、點(diǎn)云地圖等）中，使用視覺(jué)類的數(shù)據(jù)元素，檢索出物體位姿（位置和朝向）的方法。這些視覺(jué)元素有圖像、3D模型和彩色點(diǎn)云等，它們包含光學(xué)信息、幾何信息和語(yǔ)義信息等。

總體來(lái)說(shuō)，視覺(jué)定位有以下優(yōu)點(diǎn)：1）硬件成本低，技術(shù)相對(duì)成熟；2）特定場(chǎng)合精度高（如交通標(biāo)示識(shí)別）；3）提供的信息量充足；4）信息直觀方便。但也有缺點(diǎn)：1）對(duì)光照依賴較大，在逆光、強(qiáng)光、黑夜、霧、霾及雨雪天氣情況下定位困難；2）紋理少的區(qū)域，定位精度低；3）精度依賴圖像分辨率、計(jì)算量較大，距離較遠(yuǎn)時(shí)物體分辨困難。

這里主要討論自動(dòng)駕駛應(yīng)用場(chǎng)景下的基于圖像的視覺(jué)定位的幾個(gè)重要方法：多點(diǎn)透視問(wèn)題（Perspective n Point，PnP）問(wèn)題、視覺(jué)里程計(jì)（Visual Odometry，VO）、路標(biāo)定位，以及與此關(guān)系密切的基于視覺(jué)的同步定位與地圖構(gòu)建技術(shù)（Visual Simultaneous Localization And Mapping，V-SLAM，或稱為視覺(jué)SLAM）

2.4 單個(gè)定位技術(shù)對(duì)比

GPS在大場(chǎng)景室外定位中扮演重要角色；V2X提供的精確的信息對(duì)車輛定位有較大幫助；IMU因其獨(dú)立作業(yè)的優(yōu)點(diǎn)，對(duì)環(huán)境的**魯棒性**較好；LiDAR在獲取精確的尺度信息和地圖構(gòu)建上很有優(yōu)勢(shì)；RADAR定位在兼顧精度和距離的同時(shí)，對(duì)天氣的適應(yīng)能力更強(qiáng)；相機(jī)定位在精度和距離上有很大的發(fā)展空間。當(dāng)然，沒(méi)有哪種定位方式可以適用于所有場(chǎng)景，最終的決定因素在于用戶的需求

3 融合定位技術(shù)

3.1 GPS/IMU融合定位

融合GPS和IMU進(jìn)行定位是較典型的方式。一方面GPS依賴于外部衛(wèi)星信號(hào)，易受天氣、電磁波等的干擾，面臨隧道無(wú)信號(hào)、有多路效應(yīng)等問(wèn)題；而IMU不依賴于外部信號(hào)，不會(huì)受上述因素的影響。一方面IMU有累計(jì)誤差，而GPS的誤差不會(huì)累計(jì),所以兩者取長(zhǎng)補(bǔ)短（IMU每5ms更新一次，但是誤差不斷累計(jì)；每100ms，可以得到一次GPS數(shù)據(jù)更新，對(duì)IMU累計(jì)的誤差進(jìn)行校正）。但是在這種融合方式下，IMU在勻速運(yùn)動(dòng)時(shí)加速度計(jì)失效的情況，只能靠GPS單方面進(jìn)行速度估計(jì)，不過(guò)普通GPS的米級(jí)精度對(duì)自動(dòng)駕駛來(lái)說(shuō)是不夠的。然而，隨著RTK-GPS技術(shù)的發(fā)展和普及，低成本的厘米級(jí)精度的方案也是可以預(yù)見(jiàn)的事情。

GPS和IMU的融合方式有兩種：松耦合和緊耦合。松耦合的工作原理是兩個(gè)系統(tǒng)單獨(dú)工作，得到最終結(jié)果（位置和速度）后，再進(jìn)行卡爾曼濾波，對(duì)IMU進(jìn)行補(bǔ)償校驗(yàn)。它具有簡(jiǎn)單易實(shí)現(xiàn)的優(yōu)點(diǎn)，也有定位精度低的缺點(diǎn)。緊耦合將接收到的GPS原始數(shù)據(jù)直接與IMU的輸出一起進(jìn)行校正，最終得到一個(gè)統(tǒng)一的估計(jì)結(jié)果。它具有精度高的優(yōu)點(diǎn)，但實(shí)現(xiàn)較復(fù)雜?；?*GPS/IMU定位的方式，還可以與輪式里程計(jì)定位相結(jié)合**。如冼承鈞等[40]提出的多傳感器融合導(dǎo)航方法，Dedicated Short-Range Communications, DSRC當(dāng)GPS有效時(shí)，使用GPS/IMU定位；當(dāng)GPS失效時(shí)，使用里程計(jì)抑制IMU誤差的累計(jì)，進(jìn)行定位。

此外人們還提出了不依賴與GNSS的定位，如下面兩種融合方式。

3.2 Camera/IMU融合定位

將相機(jī)（單目相機(jī)、雙目相機(jī)和RGB-D相機(jī)）與慣性測(cè)量單元IMU進(jìn)行融合，形成的視覺(jué)慣性里程計(jì)（Visual-Inertial Odometry，VIO）,也是目前較為經(jīng)典的、低成本的融合定位方式。它們組合在一起的導(dǎo)航系統(tǒng)，被稱之為視覺(jué)慣性導(dǎo)航系統(tǒng)（Visual-Inertial Navigation System，VINS）。

相機(jī)類別優(yōu)點(diǎn)缺點(diǎn)單目相機(jī)成本低、計(jì)算量少、使用方便具有尺度不確定性、初始化容易漂移雙目相機(jī)可通過(guò)雙目計(jì)算深度計(jì)算量較大RGB-D 相機(jī)測(cè)距準(zhǔn)確成本高、受日光干擾、測(cè)量范圍小

融合的主要原因在于，相機(jī)可以提供豐富的場(chǎng)景信息，但獲取尺度信息困難，且受環(huán)境（光照、天氣等）影響較大，而IMU可提供尺度信息，基本不受環(huán)境影響。同時(shí)兩者成本都較低、功耗小，所以常被用作GNSS無(wú)效的情況下（隧道、地下停車場(chǎng)等環(huán)境下）、低成本、高精度的定位方案。

3.2.1 特性互補(bǔ)

IMU 在長(zhǎng)時(shí)間運(yùn)動(dòng)情況下累積誤差會(huì)越來(lái)越大，而短時(shí)間內(nèi)對(duì) IMU 數(shù)據(jù)進(jìn)行處理可以得到較準(zhǔn)確的位姿信息。因此，視覺(jué)與 IMU 能有效地進(jìn)行優(yōu)勢(shì)互補(bǔ)，可根據(jù)視覺(jué)信息估計(jì) IMU 的噪聲，同理可知，IMU 可為視覺(jué)提供圖像模糊時(shí)的定位。融合 IMU 和視覺(jué)可以得到更高的定位精度、提高系統(tǒng)魯棒性，IMU 數(shù)據(jù)與視覺(jué)數(shù)據(jù)融合的方式可分為松耦合和緊耦合

3.2.2 視覺(jué)與 IMU 松耦合

將 IMU 積分得到的位姿與視覺(jué)求解出來(lái)的位姿直接融合，一般使用卡爾曼濾波的方法對(duì)這兩種數(shù)據(jù)進(jìn)行處理

3.2.3 視覺(jué)與 IMU 緊耦合

一般使用非線性優(yōu)化的方法處理視覺(jué)與 IMU 數(shù)據(jù)，并且能優(yōu)化傳感器的參數(shù)。

松耦合時(shí)， 視覺(jué)定位和 IMU 定位單獨(dú)計(jì)算，將結(jié)果數(shù)據(jù)融合，計(jì)算較為簡(jiǎn)單。而緊耦合將兩傳感器的原始數(shù)據(jù)進(jìn)行融合，考慮了兩傳感器噪聲的互相影響， 充分利用了數(shù)據(jù)，更易達(dá)到全局最優(yōu)解

所以一般選擇視覺(jué)與慣導(dǎo)的緊耦合實(shí) 現(xiàn)車輛在沒(méi)有 GPS 信號(hào)場(chǎng)景下的定位

3.2.4 融合視覺(jué) 與 IMU 數(shù)據(jù)的 SLAM 系統(tǒng)

相機(jī)與 IMU 具有互補(bǔ)性，融合視覺(jué) 與 IMU 數(shù)據(jù)的 SLAM 系統(tǒng)擁有更好的魯棒性和更高的精度

(魯棒性是指系統(tǒng)在面對(duì)不確定性因素時(shí)仍能保持穩(wěn)定和性能的能力)

3.3 LiDAR/Camera融合定位

相機(jī)可以獲取豐富的信息，但尺度信息獲取較為困難，但LiDAR能獲取精確的尺度信息，兩者可以優(yōu)勢(shì)互補(bǔ)。在制作HD Map過(guò)程中，兩者都發(fā)揮著不可或缺的作用。在車輛行駛過(guò)程中，可以通過(guò)LiDAR和Camera獲取當(dāng)前位置的特征（如點(diǎn)云信息、車道信息等），然后跟事先已經(jīng)建立好的HD Map進(jìn)行對(duì)比，實(shí)現(xiàn)精確定位。

Xu等人提出使用立體圖像匹配3D點(diǎn)云數(shù)據(jù)（位置、強(qiáng)度等信息）的定位方法。該方法首先將3D點(diǎn)坐標(biāo)從世界坐標(biāo)系轉(zhuǎn)換到相機(jī)坐標(biāo)系，然后與圖像上對(duì)應(yīng)的點(diǎn)進(jìn)行對(duì)比定位。其定位誤差可達(dá)0.08m~0.25m。為滿足在不同季節(jié)變化環(huán)境中的定位，Viswanathan等人[44]首先采集不同季節(jié)的衛(wèi)星圖像；然后依據(jù)LiDAR數(shù)據(jù)將車輛全景相機(jī)拍攝的圖像分成地面和非地面部分，再進(jìn)行變換得到鳥(niǎo)瞰圖；最后對(duì)比衛(wèi)星圖像的地面部分和上述鳥(niǎo)瞰圖以實(shí)現(xiàn)定位。Zuo等人為了提高定位的魯棒性和精度，提出LIC-Fusion，使用多狀態(tài)約束卡爾曼濾波器（Multi-State Constraint Kalman Filter，MSCKF）架構(gòu)，將LiDAR、IMU和Camera進(jìn)行數(shù)據(jù)融合。與此融合方式類似的工作，還有Zhao提出的融合了VIO和激光里程計(jì)（Lidar Odometry and Mapping，LOAM）、將精度優(yōu)化到1cm的VIL-SLAM。

當(dāng)然欲達(dá)到自動(dòng)駕駛的高精度、高可靠性，定位信息應(yīng)該有冗余，以便于在某一個(gè)傳感器失效時(shí)，系統(tǒng)還能正常工作。下面探討多種傳感器混合的定位方式。

3.4 多種方式混合定位

自動(dòng)駕駛是一個(gè)綜合性的任務(wù)，同一個(gè)傳感器不一定只能滿足一種需求（如使用相機(jī)可以用于定位，也可以用于檢測(cè)目標(biāo)、分析語(yǔ)義）；同樣，多個(gè)傳感器可能都具備某一種功能（如定位）。所以，充分發(fā)揮每一種傳感器的功能，是十分有意義的。

百度Apollo項(xiàng)目組的Wan等人，提出基于RTK-GNSS/IMU/LiDAR融合的定位方案。其充分利用LiDAR的強(qiáng)度和高度信息，在預(yù)先建立好的GMM（Gaussian Mixture Model）網(wǎng)格單元地圖上進(jìn)行初步定位，然后融合RTK和IMU的定位結(jié)果，在復(fù)雜場(chǎng)景下（市區(qū)道路、隧道）達(dá)到5cm~10cm的橫向和縱向精度。與此類似，Levinson等人同樣使用GPS/IMU/LiDAR及概率網(wǎng)格地圖以實(shí)現(xiàn)高精度的定位；不同的是，該方法使用Bayes推理以減少地圖元素的不確定性，并試圖通過(guò)離線SLAM方法對(duì)地圖中的環(huán)境元素作對(duì)齊操作，以提高在動(dòng)態(tài)環(huán)境中定位的魯棒性。

但是使用RTK或者LiDAR意味著成本較高。Suhr等人提出基于粒子濾波（Particle Filter，PF）的GPS/IMU/Camera融合的低成本定位方式。其使用道路標(biāo)記(symbolic road marking，SRM，如車道線、直行箭頭和左轉(zhuǎn)箭頭等)制作輕量級(jí)的地圖，再使用相機(jī)檢測(cè)這些特定標(biāo)記得到初步的位置信息，然后融合GPS/IMU/里程計(jì)的信息實(shí)現(xiàn)定位。不過(guò)該方式在沒(méi)有道路標(biāo)記的地方，精度會(huì)有所下降。

4 SLAM系統(tǒng)

同步定位與建圖（Simultaneous Localization And Mapping，SLAM）技術(shù)

已經(jīng)在移動(dòng)機(jī)器人領(lǐng)域活躍了幾十年，移動(dòng)機(jī)器人領(lǐng)域的成功與解決 SLAM 問(wèn)題緊密相關(guān)，即通過(guò)逐步構(gòu)建的環(huán)境地圖來(lái)定位機(jī)器人。SLAM 可以應(yīng)用在許多方向，從空間探索到自動(dòng)駕駛。近些年，人們對(duì)智能汽車的關(guān)注進(jìn)一步推動(dòng)了汽車制造商對(duì)智能汽車的研究，SLAM 也成為了自動(dòng)駕駛研究的重要方向之一。目前，智能汽車使用的 SLAM 技術(shù)按傳感器的不同可分為激光 SLAM 和視覺(jué)SLAM（Visual SLAM，SLAM）。使用激光雷達(dá)等距離傳感器在構(gòu)建 2D 地圖方面已經(jīng)比較成熟，但激光雷達(dá)成本高、易受干擾、沒(méi)有周圍環(huán)境的語(yǔ)義信息。隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展與 GPU 算力的提升，相機(jī)憑借其信息豐富、便攜、成本低等優(yōu)勢(shì)，在自動(dòng)駕駛領(lǐng)域得到了廣泛的研究與應(yīng)用，例如車道線檢測(cè)、行人車輛的目標(biāo)檢測(cè)、交通標(biāo)志識(shí)別等。因此， 視覺(jué) SLAM 的研究有著非常重要的意義。

5 ADAS ICA 等自動(dòng)駕駛專有名詞

高級(jí)駕駛輔助系統(tǒng)(Advanced Driving Assistance System，ADAS）

ADAS 通過(guò)安裝在車輛上的各類傳感器獲得汽車周圍的環(huán)境信息，識(shí)別靜態(tài)和動(dòng)態(tài)物體并結(jié)合地圖導(dǎo)航定位數(shù)據(jù)，分析這些數(shù)據(jù)以確定潛在危險(xiǎn)，將其與預(yù)先設(shè)定的預(yù)警等級(jí)對(duì)比，從而發(fā)出警報(bào)提示駕駛員采取必要措施。因此，ADAS 能有效的提高駕駛的安全性。高級(jí)駕駛輔助系統(tǒng)在實(shí)際應(yīng)用中有著非常優(yōu)異的表現(xiàn)， 需求迅速增長(zhǎng)，比較常用的高級(jí)駕駛輔助系統(tǒng)有盲區(qū)檢測(cè)系統(tǒng)、自動(dòng)緊急制動(dòng)、車道偏離警示系統(tǒng)、自動(dòng)泊車系統(tǒng)、前向碰撞預(yù)警系統(tǒng)、防抱死系統(tǒng)等。

ICA（Integrated Cruise Assist）集成式巡航輔助系統(tǒng)：這是一種高速輔助駕駛功能，它在車速較高時(shí)（一般大于60Km/h）為駕駛員提供橫向和縱向的輔助駕駛。ICA可以看作是ACC（自適應(yīng)巡航控制）和LKA（車道保持輔助）功能的組合，它控制車輛以一定的車速在車道線內(nèi)行駛。與TJA（交通擁堵輔助）不同的是，ICA的工作車速更高，而且始終把車輛維持在車道中心附近行駛，不具備無(wú)車道線時(shí)的跟車行駛功能。

NOA（Navigate on Autopilot）自動(dòng)輔助導(dǎo)航駕駛：這種功能結(jié)合了“導(dǎo)航”和“輔助駕駛”，在原來(lái)L2輔助駕駛的基礎(chǔ)上（如車道線保持、自動(dòng)跟車），加上車機(jī)的導(dǎo)航信息（如百度地圖），實(shí)現(xiàn)從A點(diǎn)到B點(diǎn)的自動(dòng)駕駛。這種功能允許車輛自動(dòng)變道，并根據(jù)導(dǎo)航信息行駛。

柚子快報(bào)邀請(qǐng)碼778899分享：自動(dòng)駕駛之定位技術(shù)總結(jié)

http://yzkb.51969.com/

推薦閱讀