自動駕駛的第一步就是定位，知道自己在哪里，才能進行路徑規(guī)劃，控制汽車行駛。當前汽車主要用GPS導(dǎo)航，由于GPS不是很精準，95%的情況都可以在2米以內(nèi)，在人駕駛汽車的情況下，只需要知道大概位置就可以了，人可以根據(jù)周圍的環(huán)境來判斷自己的位置，而自動駕駛目前還沒那么智能，所以對位置的要求要更高，如果誤差太大，可能出現(xiàn)定位錯誤的情況，比如你不在路口，定位到路口了，這個時候車可能會做出錯誤的預(yù)判。

自動駕駛系統(tǒng)有哪些車輛定位方法

GPS定位：GPS有一些問題，首先精度不夠高，然后人們又利用RTK技術(shù)，即建立一個基站，基站的位置是已知的精確坐標（可以事先測量），然后通過基站和終端同時發(fā)送GPS定位，通過基站查詢的位置和基站的絕對位置得出一個偏差，然后終端通過偏差來校正自己的位置。在信號比較好的情況下，得到的精度可以達到厘米級別，這樣的精度已經(jīng)達到要求了。

INS定位：作為一個不受外界干擾，但會因為時間飄逸，溫度飄逸而產(chǎn)生大誤差的慣性導(dǎo)航傳感器，在無人駕駛中有些輔助性的功能。比如在GNSS/INS/LiDAR/HD Map融合方案中提供數(shù)據(jù)融合的預(yù)測（可參見Apollo的數(shù)據(jù)融合方案，在2017年論文里面有詳細介紹）模型。

但是常規(guī)的INS精度堪憂，Apollo使用的是NoVatel的IMU，中等價格，畢竟此方案中IMU只提供一個預(yù)測。

LiDAR定位：作為一個可提供大量外界信息的一個傳感器，我覺得是激光雷達催生了自動駕駛，計算機視覺技術(shù)只能是催生了輔助駕駛，所以我個人對激光雷達的認可度非常高，我也相信世界范圍內(nèi)的幾十家激光雷達廠商可以把激光雷達的價格降下來。

以Velodyne的 32線的激光雷達來說，價格中等，每一幀可以提供百萬數(shù)量級的點云，不僅可用于目標檢測，也可以用于點云匹配定位（實時點云和高精度地圖進行匹配定位），在高精度地圖沒有被遮擋，且環(huán)境特征相對較多的情況下，定位精度客觀，采用GNSS/INS/LiDAR/HD Map可實現(xiàn)眾多創(chuàng)業(yè)公司或者OEM推出的Demo的定位水平。