全局定位与局部定位在自动驾驶系统中的角色解析
每天懂一传感器
全局定位与局部定位在自动驾驶系统中的角色解析
自动驾驶汽车不仅要了解自身所处的街道位置，还需要掌握其在车道中的具体坐标、车身方向以及与周边设施和车辆的距离。只有依靠精确的定位信息，系统才能有效制定路径规划和控制决策，从而实现变道、转向或避让行人等操作。
在自动驾驶技术中，定位功能可以根据参考坐标体系被划分为两种主要类型：全局定位和局部定位。这两种方式各具特点，协同配合，共同支撑车辆的精准运行。
全局定位：确定车辆在地球上的绝对坐标
全局定位的目的是为车辆提供一个绝对且稳定的位置坐标，该坐标以地球表面的标准参考系统为基础。实现这一目标主要依赖全球导航卫星系统（GNSS），如美国的GPS、中国的北斗和欧盟的伽利略等。
全局定位输出的是经度、纬度和高度信息，准确反映车辆在全球范围内的位置。例如，一辆自动驾驶车在北京市朝阳区的某个十字路口，其定位精度可以达到厘米级别，这得益于高精度GNSS与实时动态（RTK）技术的结合。
该定位方式的显著优势在于其独立性——它不依赖车辆的历史轨迹或内部估计，而是通过卫星信号直接获取位置。因此，只要卫星信号稳定，车辆即可迅速获得当前的全球坐标。
全局定位为自动驾驶系统的路径规划和导航提供了基础，尤其在远程行驶或跨区域调度中不可或缺。它具备全球一致性，避免了传统估计方法中的累计误差。
然而，全局定位也存在局限性。卫星信号在隧道、城市高架桥下或树荫密集区域可能会受到干扰甚至完全丢失，从而影响定位精度。此外，在信号噪声较大的区域，GNSS可能仅能提供几米甚至十几米的定位误差，这对高精度自动驾驶而言是不够的。因此，系统还需结合其他技术来提升定位性能。
局部定位：确定车辆在局部环境中的精确位置
当车辆行驶在特定环境中时，仅凭全局定位提供的粗略坐标可能无法满足高精度的操控需求。此时，局部定位便成为关键。
局部定位依赖于车载传感器，如激光雷达、相机和惯性测量单元（IMU）等，通过感知周围环境并与高精度地图或先前建立的模型进行匹配，从而推算出车辆在局部空间中的精确位置。
这类技术强调的是短距离内的高精度与连续性。例如，在一条熟悉的道路上，车辆可以通过视觉里程计（Visual Odometry）或激光里程计（Lidar Odometry），甚至更广泛的SLAM（同时定位与地图构建）方法，持续计算其位置变化。
一个典型应用场景是车辆进入隧道。由于GNSS信号在此类环境中无法使用，系统必须依靠激光雷达扫描周围结构，并与高精度地图进行比对，从而实时计算出车辆的位置变化。同样，视觉定位也可通过识别道路标志、护栏和建筑物等特征来实现。
局部定位的另一大优势是其连续性。只要传感器与计算系统正常运行，它就能持续提供车辆相对于参考点的相对位置。这一特性使其特别适用于高速行驶中对位置和方向的高精度控制。
不过，局部定位本质上属于相对定位，依赖于初始位置的准确性。若长期仅依赖局部定位，系统可能会因累积误差而发生定位漂移。因此，局部定位通常需要与全局定位或已知地标等绝对参考点进行周期性校准。
全局与局部定位的融合：构建鲁棒的定位系统
全球定位和局部定位各有优劣：前者提供稳定的绝对坐标，后者则在短时高精度方面表现突出。自动驾驶系统若要实现大范围导航与精细操控的结合，必须将两者融合。
融合通常依赖状态估计技术，如扩展卡尔曼滤波（EKF）或图优化方法，用于将全局定位提供的绝对坐标与局部定位的高精度估计相结合。这类算法能够在保留全局定位稳定性的同时，继承局部定位的高精度和连续性。
融合策略多种多样。在一些系统中，全局定位先提供一个初始位置，然后由局部定位进行细节优化。当车辆进入无GNSS信号区域时，局部定位接管定位任务，直至信号恢复，再将局部结果与全局坐标对齐，以校正漂移。
此外，还可以将局部定位结果通过图优化方法融合到全局定位系统中，构建一个更稳定的定位网络，从而提升整体系统的鲁棒性。
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。在不同道路类型中，两者的权重也有所不同。
在高速公路或开阔区域，全局定位性能较好，可作为主要参考，而局部定位则用于增强车道级精度。相反，在城市中心、地下车库或隧道等环境中，局部定位往往是主要手段。
尽管融合定位系统已日趋成熟，但在复杂多变的环境中仍面临挑战。例如，光照变化、道路遮挡等因素可能导致局部定位的特征匹配失效；而GNSS信号的缺失则可能影响全局定位的稳定性。
因此，构建高精度地图、实时更新环境信息以及处理动态障碍物对定位的影响，都是实现自动驾驶落地亟待解决的问题。
结语
全局定位与局部定位构成了自动驾驶定位系统中的两大支柱，分别提供车辆在宏观和微观尺度下的位置信息。全局定位确保车辆理解其在大地图上的位置，而局部定位则支持实时、高精度的操控需求。两者的融合是实现安全、可靠自动驾驶的关键技术之一。
查看全文
评论0条评论