自动驾驶已成为汽车行业发展的确定性趋势，其最大的意义在于 解放驾驶员的双手，带来人类空间意义首次的无缝连接。

自动驾驶的三个核心问 题是：在哪里？去哪里？如何去？

当中，定位系统在自动驾驶中专注于解决“在哪里？”这个问题。

自动驾驶主要的三种定位技术

自动驾驶获得定位的技术方法通常有 3 种：

1. 基于信号的定位：以通过全球卫星 GNSS 的卫星信号进行定位的技术 为代表，其他还包括使用 WIFI，FM 微波等信号获取信息等技术；

2. 环境特征匹配：基于视觉或激光雷达定位，用观测到的特征和数据库 里的语义地图或特征地图进行匹配，得到车辆的位置和姿态；

3. 惯性定位: 依靠惯性传感器获得加速度和角速度信息，通过推算获得 当前的位置和方位的定位技术。

百度阿波罗使用了三种定位技术

资料来源：百度阿波罗，基业常青

1、GNSS 定位

GNSS 定位技术是比较成熟的常用技术。GNSS 是使用三角定位法，通过 3 颗以上的卫星，可以准确地定位地球表面的任一位置。

GNSS定位技术原理

资料来源：National geographic，基业常青

自动驾驶通常使用实时动态技术(RTK)获得较高精度的定位。

首先需要在地面上建基站(Base Station，基站建立时，可得到基站的经纬度等精确位置信息。

当基站的 GNSS 接收机与车载 GNSS 接收机相距<30km 时，可认为两者的 GNSS 信号通过同一片大气区域，即两者的信号误差基本一致。

根据基站的精确位置和信号传播的时间，反推此时的信号传播误差，之后利用该误差修正车载的 GNSS 信号，即可降低云层、天气等对信号传输的 影响，从而实现高精度(分米甚至厘米级)的定位。

GNSS-RTK 定位原理图

资料来源：，基业常青

GNSS-RTK 技术的定位结果精度较高且稳定，目前已广泛应用于自动驾 驶导航系统中， 但该方法也有比较明显的缺陷——依赖卫星信号。定位成功 至少需三颗可见卫星，然而在实际的运行环境中，例如城市峡谷，由于多路径 效应、卫星信号被遮挡等原因，会使可见星数目不足，这种情况将影响 GNSSRTK 定位和测速的精确性以及其可靠性。

2．环境特征匹配定位

使用摄像头和激光雷达等传感器，获取周围环境信息，经过处理后也可 以获得定位信息。

环境特征匹配定位原理图

资料来源：基业常青

以激光定位为例，激光点云定位一般先通过激光雷达，获取车上的实时 点云，获得目标空间分布和目标表面特性的海量点集合。经过处理后的点云 数据与预先制作的地图进行匹配，最终得到车辆的距离、角度和边界信息。

3．惯性定位

从惯性传感器(包含加速度计和陀螺仪)得到每一刻的加速度和角速度，通过时间积分，得到速度和角度，再通过空间累加，就可以推算出实时的位置。

惯性定位原理示意图

资料来源：导远科技，基业常青

这三种定位方法各有优劣。其中，惯性导航定位可保证不受外界信息影响， 在任何时刻以高频次输出车辆运动参数，为决策中心提供连续的车辆位置、 姿态信息，具有任何传感器都无法比拟的优势。惯性导航系统是高精定位中必不可少的关键部件。

而自动驾驶定位系统的最核心关键词是高精度。高精定位能够实现极端 天气和环境下的车道级定位、高精度定位要能实现感知信息的时空同步、 降低自动驾驶系统运算力要求、降低系统复杂度、有利于实现 V2X 应用及 自动驾驶的安全性和舒适性。

三种定位方式的优点和缺点

资料来源：基业常青

惯性导航系统是自动驾驶中必不可少的关键部件

惯性导航在自动驾驶定位系统中具有不可替代性。惯导具有输出信息不间断、不受外界干扰等独特优势，可保证在任何时刻以高频次输出车辆运动 参数，为决策中心提供连续的车辆位置、姿态信息，这是任何传感器都无法比 拟的。

惯性导航系统是唯一可以输出完备的六自由度数据的设备，惯导能够 计算 x, y, z 三个维度的平动量(位置、速度、加速度)和转动量(角度、角速度)，并可以通过观测模型，推测其他传感器状态的测量值，再用预测值和测量值的差用于加权滤波。若要获得实时的姿态角、方位角、速度和位置，惯导 是唯一的选择。

惯性导航的数据更新频率更高，可以提供高频率的定位结果输出。摄像头的帧率一般是 30Hz，时间不确定性为 33ms；GNSS 延迟一般是 100-200ms；而惯导预测状态的延迟最短只有几 ms，因此可以用惯导估算并补偿其他传感器的延迟，实现全局同步。

在车辆行驶的时候，GNSS 的延迟是 100ms，摄像头拍摄环境目标时，图像实际位置和 GNSS 报告的位置将会出现不一致，假设汽车时速 120km/h，100ms 的延迟意味着 3.3 米的距离的延迟，此时地图和目标识别的精度再高也 失去意义。而如果使用组合惯导，位置的延迟将约为 2.5ms，由此导致的误差 仅为 0.08m，更能够保证行车的安全性。

GNSS+IMU 的融合原理示意图

资料来源：知乎(ID：陈光)，基业常青

惯性导航是定位信息的融合中心，融合激光雷达、摄像头、车身系统的信息。在 L3 及更高级别的自动驾驶汽车中，将引入更多的传感器来支撑系统的功能，惯导系统是所有定位技术中最容易实现与其他传感器提供的定位 信息进行融合的主体，作为定位信息融合的中心，将视觉传感器、雷达、激光雷达、车身系统信息进行更深层次的融合，为决策层提供精确可靠的连续的 车辆位置、姿态的信息。

惯导系统作为定位信息中心融合其他模块提供的定位信息

资料来源：基业常青

目前，GNSS+IMU 构成的组合导航系统(INS)是主流的定位系统方案。

惯性导航系统与卫星定位所得的车辆初始点结合，可以得到实时的精确 定位。惯导系统原理是是通过加速度的二次积分，得到相对的位移变量。但仅 依靠惯导，无法获得车辆的绝对位置，因此必须加入 GNSS 所得的车辆初始 点信息，即通过原始参照点+相对位移的方法，共同实现既准确又足够实时的 位置更新。

GNSS+IMU 定位系统示意图

资料来源：导远科技，基业常青