作为主动驾驶的重要组成部分，高精度定位导航技术是主动驾驶汽车平安行驶不可或缺的核心技术之一，在车辆横向 / 纵向精确定位、障碍物检测与碰撞避让、智能车速管制、门路布局及行为决策等方面施展着重要的作用。
相较于有人驾驶驾驶员能够凭借双眼与记忆获取四周的可行驶区域、路线边界、车道线、障碍物、交通规则等详细信息，目前主动驾驶汽车的环境感知传感器与算法还无奈达到与人类驾驶员同样的感知性能，因而主动驾驶汽车就须要高精定位、高精地图、联结感知等定位导航技术的反对。
目前罕用的定位技术包含轨迹推算 (DR)、惯性导航技术(INS)、卫星导航定位技术、路标定位技术、地图匹配定位技术(MM) 以及视觉定位技术等。
然而，这些定位导航技术在独自利用时均存在一些无奈防止的问题。
主动驾驶车辆对定位系统性能的要求与车辆的行驶速度密切相关。相干规范法规规定，乘用车行驶最高车速不得超过 120km/h，客车最高设计车速不应大于 100km/h。
基于目前的主动驾驶汽车整体技术水平和车辆限速要求，主动驾驶乘用车的最高车速不宜超过 90km/h，主动驾驶客车的最高车速不宜超过 70km/h。
个别状况下，有人驾驶车辆间隔路线一侧路牙的平安行驶间隔约为 25cm，而主动驾驶汽车必须在行驶 25cm 的工夫内更新一次定位信息且定位精度要小于等于 25cm，否则就有可能导致车辆超出路线边界产生事变。
依照最高车速 90km/ h 计算，车辆行驶 25cm 用的工夫是 0.01s，依据公式 f =1/t，则定位信息更新频率为 100Hz。因而定位信息更新频率须要大于等于 100Hz，定位精度须要小于等于 25cm 能力保证车辆行驶平安。
目前，罕用的定位导航零碎均无奈满足上述指标。比方惯性导航定位技术存在定位误差随工夫累积、长时间内不能保障足够的导航精度的问题; 卫星定位导航技术存在多路径、卫星信号遮挡和更新频率低等问题等。
正因为繁多一种定位技术均存在肯定水平上无奈克服的弱点，所以钻研组合导航就成为时下的热点。组合导航系统在老本以及性能下面更具劣势。
本文将具体介绍主动驾驶定位所用到的支流导航技术。
一、全球卫星导航系统
全球卫星导航系统也叫寰球导航卫星零碎，是能在地球表面或近地空间的任何地点为用户提供全天候的三维坐标和速度以及工夫信息的空基无线电导航定位系统。其包含一个或多个卫星星座及其反对特定工作所需的加强零碎。
目前国内上次要有 4 种支流的寰球定位导航零碎，别离为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) 和中国的北斗卫星导航系统(BDS)。
其中利用最宽泛的是全球定位系统(GPS)。GPS 能够向寰球用户提供间断、实时、高精度的三维地位、三维速度和工夫信息，并可能进行寰球、全天候和实时的导航，且其定位误差与工夫无关，具备较高的定位和测速精度。
除了 GPS 以外，北斗卫星导航系统也是近年利用非常宽泛且倒退迅猛的一种全球卫星定位导航零碎。
北斗由空间段、高空段和用户段三局部组成，可在寰球范畴内全天候、全天时为各类用户提供高精度、高牢靠定位、导航、授时服务，并且具备短报文通信能力，已具备区域导航、定位和授时能力，定位精度为分米、厘米级别，测速精度 0.2 米 / 秒，授时精度 10 纳秒。
咱们以 GPS 为例，简略剖析其在主动驾驶定位导航中的作用。
在剖析其作用之前，咱们先来看一下 GPS 的组成与定位原理。
简略来说，GPS 是由空间定位系统、高空监控网和用户接管零碎三局部组成。其定位原理是利用达到工夫测距来确定用户的地位。
首先测量信号从卫星收回至达到用户所经验的时间段，时间段乘以信号的速度便失去从卫星到接收机的间隔，而卫星的地位是已知的，于是通过测量与 3 个以上的卫星间隔便能够失去接收机的三维地位。
再具体到车辆定位上，GPS 通常应用差分技术进行车辆的定位。
其工作原理是：在用户 GPS 接收机左近设置一个已知准确坐标的差分基准站。基准站的 GPS 接收机间断接管 GPS 卫星信号，将测得的地位与该固定地位的实在地位的差值作为公共误差校对量，而后通过无线数据传输或电台数据传输将该校正量传送给挪动站的接收机。挪动站的接收机用该校正量对本地地位进行校对，最初失去厘米级的定位精度。
不过，GPS 定位也存在肯定的误差。
GPS 定位有 3 个假如前提。首先是接收机必须精确测量卫星信号的传输工夫，此外卫星信号必须以已知的恒定速度传输，最初 GPS 接收机接管的卫星信号必须沿直线传输。若理论利用中呈现任何不满足上述假如的因素都将导致测距误差，从而影响定位精度。
二、航迹推算(DR)
航迹推算是利用载体上某一时刻的地位，依据航向与速度信息，推算失去以后时刻的地位，即依据实测的无人驾驶汽车行驶间隔和航向计算其地位和行驶轨迹。它个别不受外界环境影响，但因为其自身误差是随工夫累计的，故独自工作时不能长时间放弃高精度。
从原理上来看，航迹推算是对速度或加速度信号进行积分，能够基于车辆模型，也能够不基于车辆模型。
目前，实现航迹推算能够基于以下几种模式：
Ξ1. 惯性传感器
通过惯性传感器能够测量失去速度、加速度等信息，实践上这些值都能够通过积分失去地位、速度及航向。应用基于惯性传感器的航迹推算与地图匹配相结合能够修改传感器的一些误差并失去较为准确的定位。
Ξ 2. 地图匹配
地图匹配能够通过将估计值与路线最近点进行正交匹配来实现。利用贝叶斯滤波能够实现较好的地图辅助式定位。
Ξ 3. 动静滤波
个别状况下，用于定位的非线性滤波蕴含以下次要步骤：
工夫更新：当下一个测量达到时，利用静止模型来预测车辆地位;
测量更新：利用以后测量和传感器模型来更新以后地位信息。
三、GPS/DR 地位数据交融
GPS 具备寰球、全天候、高精度、实时定位等长处，然而其动静性能和抗干扰能力较差。
DR(航迹推算)零碎个别采纳低成本的陀螺仪和车辆里程表形成，通过对车辆航向角变动量和车辆地位变动量的测量，递推出车辆的地位变动，不受外界环境的烦扰影响。
但因为 DR 零碎本身不能提供车辆的初始地位坐标和初始航向角，定位误差随工夫的累计会发散，从而导致定位精度降落。
通过将 GPS 和 DR 相结合，可无效躲避两者弱点，不仅能够进步零碎精度，还能够加强零碎的抗干扰能力与跟踪能力。
一方面能够利用 GPS 零碎提供的相对地位辅助 DR 零碎的初始化，并能够定期地对 DR 零碎定位以及零碎参数的校对。另一方面，在 GPS 无奈定位时，车载定位导航零碎又能够主动地切换到 DR 导航形式，直至 GPS 恢复正常接管后，零碎再回到 GPS 与 DR 的组合导航。实现导航输入信息可视化，能够无效解决司机定向难的问题。
依据零碎利用 GPS 信息形式的不同，基于 Kalman 滤波器的 GPS/DR 组合可分为松耦合组合定位和紧耦合组合定位两种。
松耦合模式的长处是组合构造简略，零碎开发者不须要解决 GPS 原始的观测信息。同时两个零碎可能独立工作，使得定位系统有肯定余度。然而，因为 GPS 输入的地位与速度误差具备工夫相关性，这也会给采纳 Kalman 滤波器带来肯定的难度。
紧耦合模式的长处是用伪距、伪距率作为观测量。其观测误差能够建模裁减为状态进行预计与改正，因此可进步组合精度。不过，大的计算量和简单的软、硬件设计妨碍了其广泛应用。
四、并行建图与定位
在未知环境中，主动驾驶汽车无奈依据已知地图一直进行校对，实现精确定位，只能通过本身携带的传感器来获取环境信息，并通过信号处理抽取无效信息，以构建环境地图。这就须要同时定位与地图创立技术的反对。
SLAM，也被称为并行建图与定位，指的是主动驾驶汽车在地位环境中，从未知地位登程，在静止过程中通过环境信息，进行车体地位与航向的确定，同时创立环境地图并对地图进行实时更新，或在已知环境中，通过环境信息对车体地位和航向进行确定。
SLAM 个别蕴含两个步骤：预测和测量。为了精确示意导航系统，SLAM 须要在状态之间以及状态和测量之间进行学习。SLAM 最罕用的学习办法称为 Kalman 滤波。
基于 Kalman 滤波的 SLAM 办法利用蕴含主动驾驶汽车位姿向量和环境特征向量的增广向量示意空间环境，将主动驾驶汽车静止与环境特色的关系形容为两个非线性模型，即主动驾驶汽车静止模型与观测模型。
主动驾驶汽车管制信号输出到零碎静止模型中，实现主动驾驶汽车的静止。Kalman 滤波算法依据零碎模型实现主动驾驶汽车位姿的预测，同时主动驾驶汽车依据零碎观测模型取得对环境特色的观测。
预测特色和观测特色之间要进行数据关联匹配的解决，抉择最佳匹配特色，用于对主动驾驶汽车位姿的更新，而候选匹配特色被认为是对环境观测取得的新特色，用于对地图的增广。
SLAM 为车辆的位姿预计提供了新思路，在保障定位精度的同时，还进步了定位信息的输入频率，能够获取较为残缺的环境重建后果。
参考资料：
[1]《主动驾驶汽车高精定位导航技术路线剖析》——赵佳，刘清波
[2]《IEEE SIGNAL PROCESSING》——MAGAZINE, March 2017
[3]《无人驾驶汽车概论》——陈慧岩，熊光明等