全球定位与局部定位在自动驾驶系统中的协同作用
共读科技
全球定位与局部定位在自动驾驶系统中的协同作用
自动驾驶车辆不仅要识别自身所处的街道，还需明确在车道中的具体位置、朝向，以及与周边基础设施和其他车辆的距离。只有获得高精度的定位数据，自动驾驶系统才能做出合理的路径规划与控制决策，例如执行变道、转弯或避让行人等关键操作。
在自动驾驶技术中，定位功能通常分为两类：全球定位与局部定位。这两类定位方式相互配合、互补共存，各自承担不同层面的职责。
全球定位：确定车辆在地球上的绝对坐标
全球定位的核心任务是提供一个不随时间漂移的绝对坐标，该坐标以地球表面的标准地理参考系统为基准。通常情况下，这项功能依赖全球导航卫星系统（GNSS），例如美国的GPS、中国的北斗卫星导航系统以及欧洲的伽利略系统。
全球定位系统输出的坐标包括经度、纬度和海拔高度，用于精准定位车辆在地球上的位置。例如，一辆自动驾驶车辆行驶在北京朝阳区的十字路口，其位置精度可达到厘米级，这得益于高精度GNSS与实时动态定位（RTK）技术的结合。
全球定位的最大优势在于其独立性，即它不依赖于车辆过往的行驶轨迹或内部估计，而是直接从外部环境获取数据。因此，即使车辆此前行驶路径复杂，只要卫星信号稳定，它即可迅速确定当前的绝对位置。
全球定位为导航系统和路径规划提供了基础。当自动驾驶出租车接收到订单时，其出发点与目的地均依赖于这些全球坐标。控制系统则基于这些坐标执行路径跟踪。这种定位方式具备全球一致性，且不依赖于累积计算。
然而，全球定位也存在局限。在隧道、城市峡谷或树木茂密的区域，GNSS信号可能受到干扰或完全丢失，导致定位精度下降。即使在开阔地带，单纯依赖GNSS仍可能产生数米至十几米的误差，这对于自动驾驶来说并不足够。因此，仅靠GNSS无法满足自动驾驶系统的定位需求，还需引入局部定位技术。
局部定位：捕捉车辆在环境中的精确姿态
当车辆处于具体场景中时，全球定位提供的绝对坐标往往不足以满足高精度的控制需求，尤其是在快速行驶或复杂路况下。此时，局部定位技术则成为关键。
局部定位依赖车载传感器，如激光雷达、摄像头和惯性测量单元（IMU），通过对周围环境的感知，与预建地图或先前的局部模型进行匹配，从而计算出车辆在局部范围内的精确位置。
局部定位关注的是短距离、高精度的位置估计。在车辆持续行驶的过程中，其通过视觉、点云等感知信息与地图进行配准，从而推导出在局部坐标系中的位置变化。这类技术通常包括视觉里程计（Visual Odometry）、激光雷达里程计（Lidar Odometry）以及更广义的同时定位与建图（SLAM）。
例如，当车辆进入隧道时，GNSS信号可能完全失效，此时车辆依靠激光雷达扫描周围环境，将其点云数据与高精地图匹配，以计算位置变化。同样地，视觉定位系统通过识别道路标志、路缘和建筑物等视觉特征，结合IMU数据，也能实现局部高精度定位。
局部定位的另一个优势是连续性。与全球定位不同，它不依赖卫星信号，只要传感器和计算系统正常运行，即可持续提供车辆位置信息，尤其适合高速行驶场景下的动态控制。
不过，局部定位本质上是相对定位，依赖于先前状态作为参考。若长期仅依赖局部定位，其误差会随时间积累，导致定位漂移。例如，长时间使用IMU进行位置估计，微小误差会逐渐叠加，最终导致定位偏差。因此，局部定位需要周期性地与全球定位或其他绝对参考进行校正。
融合定位：实现精准与鲁棒性的统一
全球定位与局部定位各有优劣。前者提供大范围的绝对参考，后者则支持高精度和连续性。自动驾驶系统要在全球尺度上导航并实现精准控制，必须将两者融合。
融合通常依赖状态估计技术，如扩展卡尔曼滤波器（EKF）或图优化方法。这类算法可以将全球定位的绝对位置与局部定位的相对精度结合，既保留全球定位的稳定性，又具备局部定位的连续性和高精度。
融合方式包括多种策略：在某些系统中，全球定位提供初始位置，局部定位在该基础上进行细化。当进入信号遮挡区域时，局部定位继续跟踪，待信号恢复后再与全球定位对齐以修正漂移。此外，还可通过图优化方法，将局部定位结果实时融合至全局定位框架中，提升整体稳定性。
应用场景与当前挑战
在不同驾驶场景中，全球定位与局部定位的权重各不相同。在开阔区域或高速公路，全球定位表现稳定，局部定位用于增强精度。而在城市中心、隧道或地下车库等信号受限环境，局部定位则成为主要手段。
当前，自动驾驶定位仍面临诸多挑战。局部定位可能因光照变化或道路遮挡导致特征匹配失败；全球定位则可能在信号遮挡区域完全失效。因此，系统需具备强大的传感器融合能力、场景识别机制以及自适应策略。
此外，构建高精度地图、实时更新环境信息，以及处理动态物体对定位的干扰，也是实现自动驾驶落地过程中必须解决的关键问题。
全球与局部定位协同构建自动驾驶基础
全球定位与局部定位是自动驾驶系统中定位模块的两个核心组成部分。前者提供宏观尺度的绝对坐标，让车辆了解其在地图上的位置；后者则在短时间内提供高精度、连续的局部坐标，支持实时控制。
两者的融合是实现自动驾驶车辆全局导航与精细驾驶的关键。构建稳健、可靠、高精度的定位系统，是推动自动驾驶安全落地的核心技术之一。
查看全文
评论0条评论