無人駕駛汽車是如何實現定位導航的

無人駕駛小白，最近看了一下無人駕駛汽車定位導航相關的資料，做了一些簡單的科普，有不正確的，還請大神們指出，謝謝！

 

關於無人駕駛汽車的定位導航主要從下高精度地圖，GNSS，IMU，Lidar，camera幾個方面展開

定位方式

高精度地圖

高精度地圖，通俗來講就是精度更高、資料維度更多的電子地圖。高精度地圖將大量的行車輔助資訊儲存為結構化資料，這些資訊可以分為兩類。第一類是道路資料，比如車道線的位置、型別、寬度、坡度和曲率等車道資訊。第二類是車道周邊的固定物件資訊，比如交通標誌、交通訊號燈等資訊、車道限高、下水道口、障礙物及其他道路細節，還包括高架物體、防護欄、數目、道路邊緣型別、路邊地標等基礎設施資訊。

主要作用：地圖匹配，輔助環境感知，路徑規劃。

GNSS（全球定位導航系統）

全球導航衛星系統或 GNSS，主要有GPS，北斗，伽利略等，GPS是最常用的。衛星定位需要4顆衛星，三個定位（一個減少誤差用的）

 

因為光速的值很大，即使是少量的時間誤差也會在計算過程中造成巨大的誤差，所以每顆衛星都配備了高精度的原子鐘。而為進一步減小誤差，我們可以使用 RTK（實時運動定位）。

RTK 需要在地面上建立幾個基站，每個基站都知道自己精確的地面位置，同時每個基站也通過 GPS 測量自己的位置，已知的地面位置與通過 GPS 測量的位置之間的偏差為 GPS 測量結果中的誤差，然後基站將這個誤差傳遞給其他 GPS 接收器，以供其調整自身位置的定位結果。

在 RTK 的幫助下，GPS 可以將定位誤差限定在10釐米以內，但是：高樓和其他障礙物可能阻擋 GPS 訊號，這使定位變得困難或根本無法進行；同時，GPS 的更新頻率很低，大約為10赫（每秒更新10次），但由於自動駕駛汽車在快速移動，需要更頻繁地更新位置

IMU（慣性導航單元）

慣性測量單元是測量物體三軸姿態角(或角速率)以及加速度的裝置。已知汽車的初始位置、速度，行駛時長，我們可以算出汽車的當前位置。

 IMU（慣性測量單元）的主要元件是加速度計和陀螺儀。三軸加速度計感測器->可以精確測量加速度。陀螺儀->測量值被轉換成世界座標系。三軸陀螺儀的三個外部平衡環一直在旋轉，但在三軸陀螺儀中的旋轉軸始終固定在世界座標系中，車輛通過測量旋轉軸和三個外部平衡環的相對位置來計算其在座標系中的位置。

優點：高頻率更新，其頻率可達到1000赫茲，所以 IMU 可以提供接近實時的位置資訊。

缺點：其運動誤差隨時間增加而增加，只能在很短的時間範圍內進行定位。

使用結合 GPS 和 IMU 來定位汽車，一方面，IMU 彌補了GPS 更新頻率較低的缺陷；另一方面，GPS 糾正了 IMU 的運動誤差。

 

Lidar鐳射雷達

       利用鐳射雷達，我們可以通過點雲匹配（演算法：迭代最近點ICP）來對汽車進行定位，該方法將來自鐳射雷達感測器的檢測資料與預先存在的高精度地圖連續匹配。通過這種比較，可獲知汽車在高精度地圖上的全球位置和行駛方向。（濾波演算法：直方圖濾波演算法，卡爾曼濾波）

優勢：穩健性。只要從高精度地圖開始，並且存在有效的感測器，我們就始終能夠進行定位。缺點：難以構建高精度地圖，並使其保持最新。鐳射雷達受天氣影響。

Camera

通過影象實現精確定位非常困難。實際上，攝像頭影象通常與來自其他感測器的資料相結合，用以準確定位車。但將攝像頭資料與地圖和 GPS 資料相結合比單獨使用攝像頭影象進行定位的效果更好。

優點：影象資料很容易獲得

缺點：缺乏三維資訊和對三維地圖的依賴。

總結

       高精度地圖主要和Lidar，攝像頭，Radar獲取到的3D/影象匹配實現定位；慣導需要在已知位置上的基礎上進行相關的計算。由於鐳射雷達價格在10萬+,,有些設計會更換為毫米波雷達和雙目攝像頭來代替。目前自動駕駛定位方案有多種：具體的組合方式根據實際情況而定