全局定位与局部定位在自动驾驶中的协同作用
每天懂一传感器
全局定位与局部定位在自动驾驶中的协同作用
自动驾驶车辆不仅需要明确当前所处的街道，还需精确掌握自身在车道中的相对位置、行驶方向，以及与道路设施和其他交通参与者之间的距离。只有在具备高精度定位信息的前提下，自动驾驶系统才能做出合理的路径规划和控制决策，例如完成变道、转弯或避让行人等操作。
在自动驾驶技术体系中，定位通常根据所采用的坐标参考体系分为两类：全局定位和局部定位。两者在功能上各有侧重，但通过协同工作，能够为自动驾驶系统提供全面、可靠的位置信息。
全局定位：确定车辆在地球坐标中的绝对位置
全局定位的核心在于为车辆提供一个基于地球标准坐标系的绝对位置，这一坐标不随时间漂移，具有较高的稳定性。其实现主要依赖全球导航卫星系统（GNSS），包括美国的GPS、中国的北斗和欧盟的伽利略等。
全局定位输出的坐标通常包含经度、纬度和海拔，用于精准标识车辆在地球表面的地理位置。例如，一辆自动驾驶汽车在北京朝阳区某交叉口，借助高精度GNSS和实时动态（RTK）技术，其位置误差可缩小至十几厘米以内。
该定位方式的重要特点是其独立于车辆的行驶历史和内部估计，直接从外部系统获取信息。这意味着，只要接收到稳定卫星信号，车辆即可快速确定自身位置，而无需依赖先前的轨迹数据。
全局定位为导航系统提供基础，帮助车辆在宏观地图上确认自身所处的地理位置。路径规划和后续控制动作都依赖于这种绝对位置信息。其优势在于全球一致性与无需累积计算。
然而，GNSS信号在特定环境中存在局限性。例如在隧道、高楼林立的都市峡谷或植被密集的区域，信号可能会受到遮挡或干扰，导致定位失效。即便在开放区域，GNSS也可能因信号噪声产生数米至十几米的误差，这对于自动驾驶而言并不足够。因此，系统通常还需结合其他定位技术加以补充。
局部定位：实现对车辆在局部环境中的高精度追踪
在车辆运行的具体局部环境中，仅依靠全局定位所提供的粗略坐标无法满足高速行驶或精细控制的需求。此时，局部定位技术便显得尤为重要。
局部定位主要依赖车载传感器，如激光雷达、摄像头和惯性测量单元（IMU），通过对周围环境进行实时感知，并将其与高精地图或已知环境模型进行匹配，从而实现对车辆在局部范围内的精确位置估计。
这一技术强调的是短距离内的高精度与连续性。自动驾驶系统通过视觉里程计（Visual Odometry）、激光里程计（Lidar Odometry）或更通用的同时定位与地图构建（SLAM）技术，不断追踪车辆的位姿变化。
以进入隧道为例，当卫星信号完全不可用时，车辆必须依靠激光雷达扫描环境特征，并将点云数据与已有高精地图进行匹配，从而推算出车辆的运动轨迹和当前位置。同样，视觉定位通过识别道路标志、边缘和建筑特征，结合IMU数据，也能够实现局部高精度定位。
局部定位的优势在于其良好的连续性，只要传感器和计算系统正常工作，它便能持续提供车辆相对于起点或地图的相对位置。尤其在高速运行过程中，其对横向和纵向位置变化的响应更为灵敏。
不过，局部定位本质上属于相对定位，依赖于初始参考状态。如果长时间仅依赖局部定位，误差会随时间累积，导致位姿估计逐渐失准。因此，系统需定期使用全局定位或已知地标对局部估计进行校正。
融合定位：构建鲁棒的自动驾驶定位体系
全局定位与局部定位各具优势，前者提供稳定、绝对的地理坐标，后者则具备高精度和实时性。在复杂环境中，自动驾驶系统必须融合这两种定位技术，才能实现既具备全球导航能力，又能精确控制的定位能力。
融合通常借助状态估计或滤波技术，如扩展卡尔曼滤波（EKF）或图优化方法。这些技术将全局定位的绝对信息与局部定位的高精度运动估计结合起来，既保留了全局定位的稳定性，又具备局部定位的灵敏度。
在具体实现中，融合方式可以多样化。一种常见的做法是将全局定位作为初始位置，局部定位在此基础上进行精细化估计。当车辆进入GNSS信号受限的区域，局部定位继续维持位置跟踪；一旦信号恢复，再将局部估计与全局坐标对齐，修正可能的漂移。
此外，还可以通过将局部定位结果嵌入到更高层次的地图框架中，以图优化的方式将局部信息逐步融合到全局系统中，从而提升整体定位的鲁棒性。
应用场景与技术挑战
在实际应用中，全局与局部定位的协同作用贯穿自动驾驶的各个阶段。在不同场景下，其权重也有所不同。
在开阔区域或高速公路上，GNSS信号良好，全局定位可提供稳定的参考，局部定位则用于细化车辆在车道内的位置。这种情况下，导航和路径规划主要依赖全局定位，而局部定位作为精度补充。
而在城市中心、隧道或地下停车场等环境中，由于卫星信号受限，局部定位往往成为主要手段。此时，系统必须依赖视觉、激光雷达和IMU等传感器进行高精度的局部估计。
尽管融合定位技术日益成熟，但在实际部署过程中仍然面临诸多挑战。例如，光照变化、道路遮挡等因素可能导致局部定位特征匹配失败；GNSS在信号遮挡区可能完全失效。这要求定位系统具备良好的传感器融合能力、环境识别能力以及自适应机制。
除此之外，构建和维护高精地图、实现环境的实时更新，以及处理动态障碍物对定位的干扰，都是自动驾驶技术落地过程中必须克服的难题。
结语
全局定位与局部定位构成了自动驾驶定位系统的核心组成部分。前者为车辆提供宏观尺度上的绝对位置信息，后者则在短时间尺度上实现高精度和连续性的局部跟踪。二者的融合，是实现自动驾驶车辆全局导航与精细控制的关键。
构建稳定、可靠、鲁棒的定位系统，是推动自动驾驶走向成熟应用的重要技术基础。
查看全文
评论0条评论