定位中传感器与坐标系

感知：What we see
决策：How the environment will change
规划：How we move
控制：How to control the car

目录

1. 技术入门

GPS定位

点云匹配定位

视觉定位

惯性导航推算轨迹

多传感器融合定位

 2.基础知识——主要讲述各种坐标系

三维坐标系的几何变换

常用坐标系

车体坐标系

IMU坐标系

相机坐标系

激光雷达坐标系

坐标系集合

3.Apollo定位

GPS定位

点云定位技术方法

视觉定位

定位算法流程

---

---

1. 技术入门

无人车自定位系统是确定车辆自身的位置、姿态、各种速度加速度角速度、以及confidence

                       

 无人车定位的精度要求很高，所以会采取多种方式来对车辆进行定位

• 电子信号：GPS
• 轨迹推算：IMU（惯性导航单元）
• 环境特征匹配：lidar camera

              

但是各种传感器获得的信息有限

GPS定位

              

点云匹配定位

                        

视觉定位

          

惯性导航推算轨迹

                         

多传感器融合定位

 我们可以将不同的传感器信息进行融合，进而融合不同传感器的优点来进行定位

           

               

 2.基础知识——主要讲述各种坐标系

三维坐标系的几何变换

首先空间坐标系分为左右手坐标系

            

三维集合变换包括  

二维旋转  三维旋转  三维平移  刚体位置与朝向等

             

常用坐标系

• ECI地心惯性坐标系（不随地球自转）
• ECEF地心地固坐标系（随地球自转    WGS84大地坐标系）
• 当地水平坐标系
• 通用墨卡托投影（UTM）

            

            

            

            

车体坐标系

车是一个刚体（刚体是指在运动中和受力作用后，形状和大小不变，而且内部各点的相对位置不变的物体。）

传感器随着车辆一起运动，相对位置不变

            

IMU坐标系

            

相机坐标系

           

激光雷达坐标系

           

坐标系集合

                

3.Apollo定位

GPS定位

• 定位基本原理
• 主要误差
• 载波定位技术

                

             

               

               

点云定位技术方法

               

               

               

               

         

视觉定位

                  

定位算法流程