在記憶泊車（HPP）、自動輔助導(dǎo)航駕駛（NOA）等 L2+ 或更高級別的

　　功能中， 除了需要對目標(biāo)、道路環(huán)境等進(jìn)行感知、檢測之外，還需要系統(tǒng)能夠?qū)崟r確定車輛的行駛位 置，以輔助系統(tǒng)尋找車位、判斷自車何時需變道、下閘道等。如何實(shí)現(xiàn)對智能車全天候、高精 度、實(shí)時的定位呢？我們知道，現(xiàn)有的全球定位系統(tǒng)（Global Positioning System ，GPS）是一 種以人造地球衛(wèi)星為基礎(chǔ)的高精度無線電導(dǎo)航的定位系統(tǒng)，具有全能性（適用于陸地、海洋、 航天、航空場景）、全球性、全天候性和實(shí)時性，能夠?yàn)楦黝愳o止或高速運(yùn)動的物體迅速提供 精密的瞬間三維空間坐標(biāo)、速度矢量和精確授時服務(wù) [8]，其系統(tǒng)原理如圖 1-16 所示。

　　在實(shí)際工程中，車載 GPS 系統(tǒng)的引入雖然能夠在一般情況下提供智能駕駛車輛的位置數(shù) 據(jù)，但是考慮到成本，其定位精度通常為米級，信號頻率多為 1Hz。此外，在高架橋、地下停 車場、城區(qū)等場景中，車載導(dǎo)航系統(tǒng)的 GPS 定位信號往往會受到樹木、建筑、隧道等的影響 或遮擋，導(dǎo)致 GPS 位置信息精度降低或信號完全缺失，該過程如圖 1-17 所示。

　　因此，為了彌補(bǔ) GPS 的上述缺點(diǎn)，從而實(shí)現(xiàn)對車輛分米級甚至厘米級的實(shí)時定位，業(yè)界 許多研發(fā)團(tuán)隊(duì)使用了高精地圖和高精定位組合的方式。圖 1-17 給出了常見的車輛定位系統(tǒng)架 構(gòu)。其中，將智能車行駛中獲取的實(shí)時激光雷達(dá)點(diǎn)云和圖像與事先建立的高精地圖進(jìn)行幀 - 圖 的匹配，可得到車輛的絕對位置估計，而后將其和 GPS 信號結(jié)合，這樣在一定程度上可以降低 GPS 信號丟失對絕對位置計算的影響。同時，基于連續(xù)幀的激光點(diǎn)云、圖像可實(shí)現(xiàn)對應(yīng)的 里程計功能，并與 IMU 數(shù)據(jù)、輪速計數(shù)據(jù)結(jié)合實(shí)現(xiàn)對車輛的相對定位。最后，通過融合上述 各定位信息以實(shí)現(xiàn)對車輛的高精定位。

　　在建圖階段，由于激光雷達(dá)的探測精度較高且不受光照變化的影響，其對高精地圖的構(gòu)建 起著至關(guān)重要的作用。我們可以使用配備高精度 RTK（Real Time Kinematic，實(shí)時動態(tài)測量） 設(shè)備、高性能 IMU 、激光雷達(dá)、相機(jī)等多種傳感器的數(shù)據(jù)采集車對道路進(jìn)行數(shù)據(jù)采集。而后， 經(jīng)過離線處理，在點(diǎn)云地圖中進(jìn)一步融入圖像語義信息，標(biāo)明交通標(biāo)志、車道線、信號燈、道 路曲率等多種背景信息和數(shù)據(jù)，得到最終的高精定位地圖，如圖 1-18 所示。

　　另一方面在定位階段中，如前述所示，我們可以基于激光雷達(dá)實(shí)時獲取的點(diǎn)云實(shí)現(xiàn)激光里 程計和地圖匹配兩種定位功能。其中，激光里程計是通過相鄰幀點(diǎn)云間的匹配，根據(jù)對應(yīng)多 個路標(biāo)或特征點(diǎn)的位置變化，推算出車輛運(yùn)動增量，實(shí)現(xiàn)車輛的局部定位，該過程如圖 1-19 所示。

　　而激光點(diǎn)云 - 地圖匹配則是將實(shí)時獲取的激光點(diǎn)云和預(yù)先構(gòu)建好的高精定位地圖進(jìn)行匹 配，計算出車輛在場景中的絕對位置，該過程如圖 1-20 所示。j9九游會官方網(wǎng)站