Apollo进阶课程 ⑮丨Apollo自动定位技术详解—百度无人车定位技术
目錄
1.百度無人車定位進化歷程
2.百度自動駕駛應用的定位技術
2.1GNSS定位技術
2.2載波定位技術
2.3激光點云定位技術
2.4視覺定位技術
原文鏈接：進階課程 ?丨Apollo自動定位技術詳解—百度無人車定位技術
定位的目的是讓自動駕駛汽車找到自身確切位置的方法，可以說，定位導航技術是整個自動駕駛技術的核心。在日常生活中，我們一直使用谷歌、百度、高德或者其他地圖來確定自己的位置，其實質就是使用了衛星導航技術，手機終端接收衛星導航電文進行解算，計算出你此刻的位置。
但衛星導航定位精度誤差在10米左右，這對于自動駕駛是致命的，完全不能滿足自動駕駛的需求。如果駕駛的周圍環境復雜，過橋洞，接收不了導航信號，遮蔽嚴重，如高樓、山脈，會產生多徑效應，導航的精度可能會更差，有可能會超過50米。所以無人駕駛系統不能依賴衛星導航系統，因此需要借助其他方式方法來提高車輛在地圖上的位置精度，這就要配合高精地圖，融合慣導和視覺等技術。
先進的無人車方案肯定不能完全基于RTK，百度Apollo系統使用了激光雷達、RTK與IMU融合的方案，多種傳感器融合加上一個誤差狀態卡爾曼濾波器使得定位精度可以達到5-10厘米，且具備高可靠性和魯棒性，達到了全球頂級水平。市區允許最高時速超過每小時60公里。?
上周阿波君為大家詳細介紹了「Apollo自動定位技術——三維幾何變換和坐標系」。
上周的「Apollo自動定位技術——三維幾何變換和坐標系介紹」課程介紹了Apollo自定位技術中三維幾何變換中的平移、旋轉，判斷剛體的位置和朝向。課程還讓大家了解了無人駕駛定位中常用的幾個坐標系，包括：地心慣性坐標系（ECI）、地心地固坐標系（ECEF）、當地水平坐標系、UTM(通用橫軸墨卡托格網系統)坐標系、車體坐標系、IMU坐標系、相機坐標系和激光雷達坐標系等。各個坐標系都有其自身的優勢和缺點，因此適用于不同的場合。
本周阿波君將與大家分享Apollo自動定位技術詳解——百度無人車定位技術。下面，我們一起進入進階課程第15期。
1.百度無人車定位進化歷程
下圖給出了百度配置了多種傳感器方案的一些無人車。
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????多種傳感器方案的自動駕駛汽車
上面四幅圖是百度做自動駕駛汽車的一些車型，比較早的有寶馬、北汽，后來有奇瑞到現在的MKZ。這個系列的車叫探路者，意思是要去探索未知的路。
這套車的傳感器配置非常貴，都用最好的慣導和最好激光雷達。其目的是用于探索一些新的算法，一些復雜的場景、有挑戰的場景，主要是為了給工程師提供一個較好的平臺，用更好的數據去開發更好的算法。
下面的四輛車分為兩種車型，一種叫做無人駕駛微循環車，一種叫無人駕駛物流車。無人駕駛微循環車是和廈門金融合作，叫阿波龍。它配備了一個很便宜的慣導。激光雷達用了16線，再加上一些雙目攝像頭。右邊的無人駕駛物流車，是和新石器一起開發的，一般情況下可以用于小區的無人快遞車或者是廣場上面去賣飲料的無人車。
2.百度自動駕駛應用的定位技術
自動駕駛中，在不同的傳感器配置下，都需要做到定位的準確性。下面介紹在百度無人車系統中使用的定位技術，主要分為四個部分，GNSS定位技術，載波定位技術，激光點云定位技術和視覺定位技術。
2.1GNSS定位技術
GNSS定位技術中最著名的是GPS。GPS最早是由美國建立的，有24顆GPS衛星，兩個頻率的波段。GPS具有定位、測速、授時等功能。
類似的系統還有北斗定位，俄羅斯的格羅納斯和歐洲的伽利略定位。它們的原理是測距，有三顆衛星就可以交會兩點，舍棄外部的空間點就可以得到自己測繪這個點。但是一般情況下，由于鐘差，一般需要四顆衛星去做誤差剔除。
GNSS定位其實是單點定位，沒有用到基站，它的精度一般是5到10米。為了能夠得到更精準的定位精度，引入了一些更好的方式，如載波定位技術。
2.2載波定位技術
載波定位技術具體分為兩類，RTK技術和PPP技術。它們都是為了確定載波的整周數，然后消除噪聲，達到更精準的定位。
RTK的工作原理如下：衛星把觀測數據給基站，也給車端的移動站。基站根據多個衛星的鐘差計算出誤差項，然后把誤差項傳遞給車端，車端用這個誤差項消除觀測誤差，得到精準的位置。它的問題是硬件成本高，需要建基站，需要4G通信的鏈路，需要基站傳數據。
PPP可以簡單理解為一個很強的單點，它有很多種基礎基站的建設。這些基站通過衛星數據，把這些誤差都在基站做分離處理，再傳遞給衛星。衛星已經做了誤差的消除，再去對車端進行定位，得到一個非常高精度的定位信息。
二者的主要區別如下表所示：
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?????????????????????????載波定位技術
GNSS在無人車中的作用，大概可以分為三個部分，第一個部分是GPS授時。 第二是制作高精地圖。第三是RTK在線定位，作為定位的一個模塊使用。
GNSS的問題是可靠性，很容易受到電磁環境干擾。第二點就是對于比較差的環境，比如城市的高樓、峽谷、林蔭路，對GNSS影響都很大。
2.3激光點云定位技術
百度的激光點云定位模塊結構如下圖所示。
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????激光點云定位算法框架
激光點云定位系統包括兩個模塊：圖像對齊和SSD HF。圖像對齊模塊主要是用于航向角的優化。點云定位里面會輸出四個維度的信息，XYZ和Yaw（航向角）。
首先做航向角的優化，然后SSD-HF做XY優化，Z則由定位地圖提供。定位地圖是一種數據的的存儲方式。激光點云定位的輸入還包括預測位姿和實時點云數據。輸出信息將會給融合算法，進行更加精確的定位。
2.4視覺定位技術
視覺定位的輸出也是XYZ和Yaw，即位置和朝向。視覺定位通過攝像頭識別圖像中具有語義信息的穩定特征并與地圖做匹配，得到位置和朝向信息。視覺定位算法的流程圖如下所示。
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????????????視覺定位—算法流程? ? ?
視覺定位的流程主要包含三個部分，一是3D特征地圖的離線的生成，第二是圖像特征的檢測，最后是數據的整合輸出。
首先是攝像頭進行圖像特征的檢測，主要是進行車道線和桿狀物的檢測。通過GPS給出的初始位置，基于初始位置對3D地圖和攝像頭檢查到的信息進行特征匹配。用IMU和輪速計去做姿勢的預測，給出一個不錯的姿勢。最后的結果輸出給融合模塊，融合可以將GPS、視覺定位、IMU數據整合，優化定位結果并提供高頻輸出。
總結
以上是生活随笔為你收集整理的Apollo进阶课程 ⑮丨Apollo自动定位技术详解—百度无人车定位技术的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 高通货膨胀又开始了？手中的钱怎么办，买房
- 下一篇： Coursera自动驾驶课程第6讲：Ve