自动驾驶--定位技术

 [整理自百度技术培训中心课程](https://bit.baidu.com/products?id=70)
 

为什么无人车需要精确的定位系统

自动驾驶--定位技术_第1张图片

在地下车库实现自动泊车的一个非常关键的技术是什么呢?那就是定位技术。

为什么无人车需要一个精确的定位系统。为什么无人车需要精确的定位系统?这取决当前人工智能技术的不足。在某些细分领域,超大规模样本训练的场景下,人工智能确实可以超越人的智能水平,比如下围棋。但是在复杂的生活场景下,今天的人工智能的水平可能比不上一个三岁的孩子,比如一个三岁的孩子只需要看几张猫的图片,就能认识世界上所有的猫,可以举一反三。而对于人工智能来说是做不到的。

再回到自动驾驶,对于地下车库泊车的任务,人类开车的话,我们的驾驶方式其实是使用眼睛不断观察停车场周围的可行驶范围,寻找空闲的停车位,然后规划路线驾驶汽车停靠在停车位。而自动驾驶是不一样的,高度依赖地图和定位,所有的停车位的位置坐标都预先写入自动驾驶地图,在线的时候定位模块不断计算汽车的坐标位置,而自动驾驶车辆不需要真正去寻找车位,这些停车位其实都是已经知道的了,车辆只不过是按照规划好的路线,完成规定的动作而已,大大降低了系统的难度,也提高了行车的安全性。

实际上地图和定位模块在自动驾驶中起到以下的核心功能。

自动驾驶--定位技术_第2张图片

- 定位模块和自动驾驶地图提供更多的先验信息。

- 定位模块与自动驾驶配合,提供超视距环境感知。

- 定位模块还提供速度、加速度、角速度信息用于车辆控制,提供更好的体验感。

与人类的驾驶方式对比,无人驾驶方式中地图和定位系统相当于人类的记忆。

自动驾驶--定位技术_第3张图片

 什么是无人车定位系统

自动驾驶--定位技术_第4张图片

无人车定位系统:相对于某个坐标系,确定无人车位置和姿态。可以是相对于某个局部园区确定车辆位置和姿态,或者相对于全球坐标系确定汽车的位置和姿态。

自动驾驶--定位技术_第5张图片

L1-L2级别自动驾驶不依赖地图和定位,业界普遍认为L3-L5才需要地图及定位系统。

自动驾驶--定位技术_第6张图片

实际上L3-L5级别需要的定位精度也是有差别的。L3级别的自动驾驶在定位方面粗略一些,主要视觉传感器定位,对于L4,L5需要更高的精度,主要以激光雷达传感器为主。

百度认为L4/L5需要的精度等级如下

自动驾驶--定位技术_第7张图片

结合百度多年自动驾驶的经验,定位不准确,会出现哪些后果呢?会出现车辆醉酒式跑偏,红绿灯漏检。定位系统偏差为什么会导致红绿灯漏检呢?自动驾驶系统是高度依赖自动驾驶地图的,为了检测红绿灯的状态,实际上是将高精地图上已经储存好的红绿灯位置投影到相应的图像上,然后在很小的范围内搜索红绿灯,然后判断其状态。如果汽车的位置和姿态角即使存在较小的误差,在投影上也会出现很大的误差。视觉的识别能力已经很强大了,什么还需要这么复杂的机制呢?那是因为实际场景很复杂,仅靠视觉识别仍然无法解决,可能会把漂浮的红气球误判为红绿灯,也可能在强光或者复杂的气候环境下出现误判。

自动驾驶--定位技术_第8张图片

多传感器融合定位系统 

 为了实现一个高精度的定位系统,百度使用的方案是多传感器融合。下面是常见的定位技术

自动驾驶--定位技术_第9张图片

 以上每种定位技术依据的原理不同,对应的特性和适用范围也有很大的不同,下面列举了几种传感器的适用范围。

自动驾驶--定位技术_第10张图片

大家可以发现,这些传感器在适用场景是高度互补的,如果很好的把这些传感器很好地融合起来,就可以实现一个很好的跨场景的定位系统。下面就是百度多传感器融合的框架, 基于Error-State Kalman Filter的融合框架。

自动驾驶--定位技术_第11张图片

多传感器融合不是一个很新的概念,但是实现一个优秀的传感器融合系统是一件很不容易的事情。一个不好的融合系统,会因为某一个传感器出现很大的定位误差,会把系统融合定位系统拉偏,一颗老鼠屎可以坏掉一锅粥,这个传感器还不如没有。 

自动驾驶--定位技术_第12张图片

百度实现了一个精准,可靠,通用的多传感器融合定位系统,在百度车队长期使用,并在很多场景得到了规划化应用及验证。

自动驾驶--定位技术_第13张图片

你可能感兴趣的:(智能驾驶,自动驾驶,定位,多传感器融合)