就定位而言，自动驾驶汽车上每一种单一传感器都有其优点和局限性，为了安全冗余，一般会装配多种定位传感器，结合不同信号源融合定位。
GNSS
GNSS全称为Global Navigation Satellite System(全球导航卫星系统)，通过接收卫星信号，可以确定信号接收器在地球上的位置。目前GNSS系统包括中国北斗、美国GPS、俄罗斯GLONASS、欧盟伽利略。
见过自动驾驶公司测试车的，应该都看到过车顶上像光滑的小蘑菇一样的东西，那就是GNSS的天线。
GNSS定位分为单点定位、差分定位。单点定位指的是通过自身接收器接收到至少四颗卫星信号，从而计算出自身位置；而差分定位即RTK(Real Time Kinematic), 又称相位载波差分定位，需要额外建立一个接收卫星信号的参考站（基准站）， 通过用户站与基准站相位载波差分，从而确定用户站的位置。差分定位技术RTK精度更高（厘米级），稳定性也更好，但成本也更高。
详细GNSS定位的技术原理参考：全球导航卫星系统（GNSS，含GPS、北斗、GLONASS、伽利略等系统）定位的原理是什么？
GNSS定位方法，尤其是RTK，在卫星信号好的路段表现还是比较稳的，能够直接提供绝对位姿信息，在自动驾驶领域可以说必不可少。
但其缺点也很明显：在卫星信号不好的地方效果就会不稳定，甚至直接Fail。因此，在隧道、地下车库等场景，就完全忘掉 GNSS吧，而在高架桥下、高楼大厦脚下、茂密树木下等场景，GNSS可能不会直接失效，但定位结果会非常不稳定。
当然，GNSS会给用户发送状态相关标志位，其中包括了信号丢失、解算不好等状态。但在实践中，经常遇到GNSS标志位正常，但轨迹误差很大的情况，即GNSS对自身状态的判断可能不准确，给下游算法带来一定困难。
惯性导航IMU
IMU全称Inertial Measurement Unit，由陀螺仪提供角速度，加速度计提供加速度，通过对角速度、加速度进行积分，能够得到两个时刻之间的相对旋转和平移。
IMU能够获得高频(100hz)且准确的6Dof相对运动信息，有比较成熟的标定方案、积分理论，在无人机领域应用非常广泛。
IMU最大的不足就在于存在累计误差(AccumulatedError)，即使短时间内相对位姿是准的，可能积分一段时间后绝对位姿就漂的厉害。而漂的程度取决于IMU自身性能，主要关注零偏不稳定性，一般越贵越好(废话)。一般会考虑借助GNSS或视觉SLAM闭环检测来矫正IMU的累计误差，比较成熟的框架例如ESKF。
另外，IMU参数复杂，相关理论也比较晦涩难懂，是个很考研工程师经验和理论功底的仪器。就是把零偏、随机游走、Allan方差等基本概念搞懂也要掉点头发才行，真正要用好IMU更是需要各种玄学调参经验。如果工程师经验不足或没有足够的数学功底，可能连介绍文档都看不懂，即使拿着很成熟的标定工具（Kalibr）或算法框架(VINS)也不一定能用好。而如果标定参数不准，很贵的IMU用起来也可能效果很差。然而，现在IMU供应商一般可以提供比较完整的滤波算法，甚至提供GNSS、轮速的接口，给输出算法校正后的6Dof位姿，用户直接拿来用就行。
车辆轮速计
车辆轮速计，或者叫里程计Odometry, 可以通过测量车轮圈数，推算出前进了多少米；另外通过方向盘转角信号，获得朝向信息。
轮速计原理简单，且比较稳定，不会产生大跳变。但轮速计只能得到二维空间3Dof的运动，无法得到三维空间6Dof运动，即只能获得 [X,Y,Yaw] , 无法获得 [Z, Roll, Pitch] 。因此，在上下坡道、道路颠簸、地库上下层等场景，只使用轮速计会存在较大误差。并且，当负重、胎压有变化时，也会给轮速计积分带来误差。
组合导航
组合导航方案不适用某种单一传感器，而是结合多个传感器的输出，通过算法融合得到更准确的位置和姿态。例如将GNSS/RTK和IMU/轮速计结合的组合导航技术，融合了GNSS/RTK的绝对位姿和IMU/轮速计推算的相对位姿，综合了两者的优点，在自动驾驶中使用率非常高。
现在已经有一些成熟的供应商，例如国外的Novatel、国内的导远，将硬件和融合算法集成为一套组合导航设备，直接给客户输出定位结果。
很多初创公司在demo阶段来不及做一套定位方案，定位结果实际上直接由购买的组合导航仪器提供，在大部分路段效果也还不错，拿给客户演示没有问题。更稳的方式是RTK+IMU提供初值，再用视觉+高精地图对位姿进行矫正，这也是当下自动驾驶公司主流的定位方案。
视觉/激光定位
相机和激光雷达不属于位姿传感器，不能直接输出位置和姿态，但是基于SLAM技术，可以利用视觉或激光雷达的观测计算出运动信息。这一般也是当前自动驾驶公司定位建图组的核心研发方向。
发表回复