轉(zhuǎn)自：https://blog.csdn.net/mabingyao/article/details/104821307

主講人：萬國偉 百度自動駕駛事業(yè)部研發(fā)工程師

百度的無人車定位技術(shù)

1. 配置多種傳感器方案的自動駕駛汽車成果展示

“探路者”車型：寶馬、北汽、奇瑞、MKZ——慣導和64線激光雷達，配置都比較高

無人駕駛微循環(huán)車“阿波龍”：百度×廈門金融——三個16線激光雷達，傳感器配置大概10w左右
無人駕駛物流車“新石器”：百度×創(chuàng)業(yè)公司——一個激光雷達，傳感器配置<5w

2. GNSS定位技術(shù)

GNSS定位

GPS（USA）、北斗（CHN）、GLONASS（RUS）、Galileo（EU）、QZSS（JPN）
GPS技術(shù)：
（1）衛(wèi)星星座（設(shè)計方案）：24顆GPS衛(wèi)星
（2）載波信號頻率：L1、L2
（3）信號調(diào)制：載波信號上調(diào)制有測距碼（L1–C/A碼和P碼；L2–P碼）和導航電文
（4）系統(tǒng)基本功能：定位（P）、測速（V）、授時（T）
（5）測距：三顆衛(wèi)星交會兩點，舍棄外部空間點，就可以得到自己的測繪點，由于鐘差，一般用四顆衛(wèi)星，剔除誤差

載波定位技術(shù)

RTK：所有衛(wèi)星把自己觀測的數(shù)據(jù)給基站和接收機，基站根據(jù)多個衛(wèi)星鐘差計算出一個誤差項，誤差項傳遞給車端，車端利用誤差項消除自己的觀測誤差，最后達到模糊度的固定。然后整周計算，最后得到精準的位置。
（1）基本原理：20km基線/22000km地衛(wèi)距，視徑重疊誤差強相關(guān)
（2）優(yōu)勢：基本5秒內(nèi)就可以提供cm級定位精度
（3）劣勢：建基站、雙向鏈路（4kpbs）
（4）發(fā)展趨勢：終端低成本化、數(shù)據(jù)協(xié)議5G標準化
PPP：基站將衛(wèi)星發(fā)送的數(shù)據(jù)誤差做分離處理，再傳遞給衛(wèi)星，此時衛(wèi)星已經(jīng)剔除了誤差，再對車端定位
（1）基本原理：各項誤差被單獨分離后終端矯正
（2）優(yōu)勢：全球均勻布站100+，單向廣播
（3）當前劣勢：建15+min的收斂時間；接收GEO廣播需授權(quán)
（4）發(fā)展趨勢：LEO-GNSS增強

GNSS/GPS在無人車中的作用

GPS授時：為無人車提供納秒（ns）級的授時精度
HD-MAP制圖
在線定位

存在挑戰(zhàn)

可靠性：不封閉，易受電磁干擾
可用性：城市峽谷和林蔭路效果不好，很難達到cm級

3. 激光點云定位技術(shù)

百度激光點云定位算法框架

兩個模塊：圖像對齊、SSD-HF。 圖像對齊用于航向角（yaw）的優(yōu)化，SSD-HF用于（x，y）的優(yōu)化，z從點云地圖中輸出。

定位地圖以數(shù)據(jù)形式存在

（1）定位地圖每個格子的大小是128m×128m，每個各自拿出來得到反射值地圖塊和高度值地圖塊。
（2）反射值地圖塊：反射值可以理解為灰度值，圖中有車道線等，再分成1024×1024，每個小格子的大小為12.5cm，存儲了反射值、反射值方差。
（3）高度值地圖塊：存放高度z

輸入預測位姿+實時點云數(shù)據(jù)。輸出用于進行進一步融合定位

定位
----- x，y方向的定位
（1）SSD—Sum of Squared Difference（平方差總和）
每個激光點有對應(yīng)的顏色值或高度值，地圖上找一個對應(yīng)點，二者相減，再求平方，再把所有點誤差加起來。

（2）HF—直方圖濾波器
在一個范圍內(nèi)每一個點都計算SSD值，最后把這個值轉(zhuǎn)換成一個概率，得到一個分布圖，紅色表示響應(yīng)度高，藍色表示概率低，綠色是過渡。
----- 航向角優(yōu)化——基于LK算法
（1）不做航向角優(yōu)化直接匹配，會發(fā)現(xiàn)有比較大的x，y方向的偏差，這在無人車系統(tǒng)中造成的威脅是很大的。
（2）基于LK算法的框架，對顏色值和高度值進行優(yōu)化，一般情況下誤差很小，可以采用這個方法。若誤差很大，這個方法不適用。
----- 反射值與高度值自適應(yīng)融合
由于地面變化，在單一的反射值匹配和高度值匹配時可能不能得到很好的直方圖，這時，通過自適應(yīng)算法分別給反射值匹配和高度值匹配一個權(quán)重，最后融合到一個直方圖中去。對比匹配結(jié)果如下圖：

4. 視覺定位技術(shù)

視覺定位是通過識別圖像中具有語義信息的穩(wěn)定特征，并于地圖匹配來獲得車輛的位置和朝向。
特點：
（1）攝像頭技術(shù)成熟，結(jié)構(gòu)化地圖尺寸小，有利于降低系統(tǒng)生產(chǎn)成本。
（2）車道線，路燈等道路元素穩(wěn)定性高，不易變動，地圖生命周期較長。
（3）配置靈活，根據(jù)識別算法性能，可以使用不同的特征組合，易于拓展。
算法流程：

（1）3D特征地圖離線生成，是基于視覺的全局定位算法基礎(chǔ)。
（2）圖像特征檢測及匹配是定位算法的核心，IMU和輪速計信息在這個環(huán)節(jié)用于估計車輛運動。
（3）最后的數(shù)據(jù)融合可以將GPS、視覺定位和IMU數(shù)據(jù)整合，優(yōu)化定位結(jié)果，并提供高頻輸出。

5. 捷聯(lián)慣性導航技術(shù)

捷聯(lián)慣性導航系統(tǒng)

概述

初始條件：已知的初始速度、位置、姿態(tài)
輸入數(shù)據(jù)：慣性測量元件測量到的載體相對于慣性空間角運動和線運動參數(shù)。
解算方法：捷聯(lián)慣性導航解算，IMU數(shù)據(jù)積分
輸出結(jié)果：實時的載體速度、位置和姿態(tài)
優(yōu)點：
（1）自主性、隱蔽性
（2）三維速度、位置和姿態(tài)
（3）輸出頻率高
（4）短時間精度高
缺點：誤差隨時間累積

慣性測量單元IMU

組成單元：陀螺儀、加速度計
輸出元素
（1）加速度計能夠測量出載體相對于慣性空間所受的力
（2）陀螺儀能夠測量出載體沿陀螺儀軸向的旋轉(zhuǎn)角速度或旋轉(zhuǎn)增量
功能
IMU是慣性導航系統(tǒng)的基礎(chǔ)，直接決定了慣性導航系統(tǒng)所能達到的精度。

捷聯(lián)慣性導航系統(tǒng)——初始對準

把載體坐標系或者說IMU坐標系與世界坐標系（也可以叫導航坐標系）對應(yīng)起來，要對準位置和姿態(tài)
對準方式不同：
高精度IMU：
（1）精度等級：陀螺儀零偏<1°/h，加速度計零偏<1mg
（2）特點：能夠敏感到地球自轉(zhuǎn)角速度（15°/h）
（3）原理：重力矢量與地球自轉(zhuǎn)矢量不共線、Kalman濾波速度匹配精對準
（4）典型IMU：光纖和激光IMU
低等級IMU：
（1）精度等級：陀螺儀零偏>1°/h，加速度計零偏>1mg
（2）特點：無法敏感到地球自轉(zhuǎn)角速度（15°/h）、測量噪聲大、存在隨機開機零偏等誤差
（3）原理：加速度計水平對準、航向粗對準（外部輔助，磁強計，gps速度等）、Kalman濾波速度匹配精對準
（4）典型IMU：MEMS以及消費級IMU
（5）航向優(yōu)化方式：雙天線，或者得到車行駛起來的速度，或直接使用dps速度

捷聯(lián)慣性導航系統(tǒng)——解算
捷聯(lián)解算框圖

6. 組合導航技術(shù)

組合導航系統(tǒng)

概述

系統(tǒng)組成：兩種或兩種以上非相似的導航系統(tǒng)（如GNSS、SINS等）
必要條件：可以對同一信息進行測量（如GNSS、SINS都可以計算出載體的位置速度信息）
融合方法：以SINS的誤差方程作為Kalman濾波的狀態(tài)方程，GNSS等其他系統(tǒng)與SINS的誤差作為觀測量進行SINS的誤差估計，并對SINS進行矯正。
優(yōu)點：
（1）協(xié)同：超越單一子系統(tǒng)的性能，彌補各個單一子系統(tǒng)的缺點
（2）優(yōu)勢互補：充分發(fā)揮各個子系統(tǒng)的優(yōu)勢
（3）余度：提高系統(tǒng)的穩(wěn)定性

百度組合導航系統(tǒng)——系統(tǒng)框圖
注意：從SINS模塊輸出的原因：高頻輸出

總結(jié)

以上是生活随笔為你收集整理的三、Apollo自定位技术详解（百度无人车定位技术）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。