《自动驾驶说》3：环境感知技术之“软装”——定位

环境感知技术既然作为自动驾驶技术的先决条件，就是要准备好一切需要和有可能被需要的信息。上一期我们聊到传感器，其实单单靠传感器只能收集信息，如何将这些信息整合成用来决策的选项，最重要的便是定位技术。

定位不止局限于对事物大小、距离、方位的认知，还能感知事物的自我运动和在环境中的规律，在三维空间中动态的确定事物的位置和体态。自动驾驶的定位技术就是要模拟出这样精准且稳定的位置关系。

根据定位依赖的要素，定位的方法可分为基于信号的全局定位（如GPS）、基于航迹估算的局部定位（如里程估计）和基于环境特征匹配的局部相对定位（地图匹配）。自动驾驶定位技术离不开三个分支：高精度地图、车辆自定位和无线通信辅助定位。

l 高精度地图

高精度地图（High Definition Map），又称自动驾驶地图，是面向机器（智能汽车控制系统）使用的地图。相较于传统导航电子地图，高精度地图的精度更高，道路语义信息更丰富且准确。传统导航电子地图的绝对精度在5m左右，高精度地图的绝对精度普遍认为在5~20cm之间，并且三维表征车道级道路空间信息，能够以云边协同、车路协同等方式实现信息加载，辅助车辆感知、定位、规划与控制，满足智能时代多种高层次的应用需求。

高精度地图通常包括基础地图，语义地图，先验地图三层。基础地图通常保存为二维或三维矢量图或向量图，包含描述道路外观的基础数据；语义地图是建立在基础地图之上，保存道路语义结构的图层，通常保存为矢量图；先验地图负责提供更高层次的语义信息，主要是提供在路面上可能出现的交通参与者的各方面属性，包括种类、形态和运动状态等在地图空间内的分布情况。

高精地图生产制作过程，需要对采集到的交通环境图像、激光点云、GPS定位等多种传感器原始数据进行处理，其中涉及车道线识别、交通标识标牌的图像处理技术、激光点云配准技术、同步定位与建图技术及OTA数据更新与回传等云端服务技术。这些关键技术决定着高精度地图的应用深度和广度。

这些年新冠疫情的影响加速了车辆自动驾驶的发展，京东、美团、新石器慧通（NEOLIX）等公司先后将无人消毒车、无人送货车投入一线使用。但单车智能向车路协同过渡，是自动驾驶必须要经历的，高精度地图的服务在这个过程中就起着关键的作用。

l 汽车（自）定位

汽车定位技术也是实现自动驾驶整体定位的重要技术之一，它主要包括卫星定位、惯性导航定位、地图匹配定位和多传感器融合定位等技术。

卫星定位应用最广泛的就是全球导航卫星系统（Global Navigation Satellite System，GNSS），目前全球GNSS又主要包括美国的全球定位系统（GPS）、俄罗斯的格洛纳斯卫星导航系统 （GLONASS）、欧盟的伽利略卫星导航系统（Galileo）以及中国的北斗卫星导航系统（BDS），GPS还是占据整个行业，与其他三大系统呈现整体形成“1+3”的市场格局。

GNSS既有成本低，定位精度一般在米级的优点，又有着易受周边环境影响，易受电磁干扰的缺点。现阶段可用于智能汽车中卫星定位增强技术主要可分为三类，即差分定位技术、伪卫星定位技术以及辅助GNSS技术。

惯性导航定位（Inertial Navigation System，INS）是一种抗干扰、高精度、强自主性的自主导航定位。通过测量加速度和角速度计算运载体的位置信息来实现。其原理则是以牛顿惯性定律为基础的惯性技术原理。

地图匹配定位（Map matching，MM）可以有效消除系统随机误差，校正传感器参数，弥补在城市高楼区、林荫区、立交桥、隧道中长时间GNSS定位失效而INS误差急剧增大的定位真空期。它是将自动驾驶汽车行驶轨迹的经纬度采样序列与高精度地图路网匹配的过程。因而，高精度地图的预制是地图匹配的基础。

多传感器融合定位，就是鉴于单一传感器无法满足所有工况的需求，所以汇集各家之所长，将传感器数据进行融合，从而大幅提升车辆定位的准确度。多传感器融合定位系统可在DR（车辆航位推算）、GNSS、GNSS/DR、DR/MM、GNSS/MM、GNSS/DR/MM这六种模式中自由切换，选择最合理的模式使车辆获得最精准可靠的定位。

l 无线通信辅助定位

通过地图云平台、交通信心管理云平台以及V2X采集并发布实时动态的环境数据，由车载传感器感知实现定位。其中云平台负责数据的采集与发布，V2X负责补充采集实时数据，传感器则进行信息处理和传输。

除了以上三种主要定位技术外，自动驾驶定位技术还涉及车联网技术等。目前看来，任何一种定位技术都只能处理某一区域的问题。自动驾驶定位技术不是任何一种技术的的单打独斗，任何更成熟的定位技术实际上都是某些技术的融合体。定位技术的最终形态，一定是集百家所长。