全局定位与局部定位在自动驾驶系统中的协同作用
不颓废科技青年
全局定位与局部定位在自动驾驶系统中的协同作用
自动驾驶汽车要实现安全可靠的运行，不仅需要知道自身处于哪条道路上，更需精准掌握其在车道中的位置、车身朝向以及与周边设施、车辆的距离。只有获得精确的定位信息，系统才能做出合理的路径规划和控制决策，例如变道、转弯、避让行人等。
在自动驾驶技术中，根据参考坐标系的不同，定位系统通常被划分为两个层次：全局定位和局部定位。这两种方式相互配合，各司其职，共同构建完整的车辆定位能力。
全局定位：获取车辆在地球上的绝对位置
全局定位的目标在于提供一个绝对的、不随时间漂移的位置坐标，该坐标以地球表面的标准坐标系统为基准。目前实现这一功能的主流方式是依赖全球导航卫星系统（GNSS），包括美国的GPS、中国的北斗以及欧盟的伽利略等。
全局定位输出的通常是经度、纬度和高度的三维坐标，用于标识车辆在地球表面的准确位置。例如，在北京市朝阳区的某条十字路口，通过高精度GNSS与实时动态定位（RTK）技术的结合，车辆的定位精度可以达到厘米级。
这种定位方式的一个显著优势在于其不依赖于车辆的历史行驶轨迹或内部估算，而是通过外部信号直接获取位置信息。这意味着即便车辆刚刚完成一段复杂路线，只要卫星信号稳定，它仍能立即获取当前位置。
全局定位作为路径规划和导航系统的基础，为自动驾驶车辆提供了在地图框架内的位置依据。它具备全球一致性，且无需依赖累积计算。
然而，其局限性同样明显。在城市高楼密集区、隧道或树木遮蔽严重等环境中，GNSS信号易受到干扰甚至完全丢失。即便在信号良好的区域，单纯依赖GNSS也可能因噪声干扰导致误差达到数米，这对于自动驾驶的高精度要求是不够的。因此，系统通常需要结合其他定位技术以提升精度。
局部定位：掌握车辆在局部环境中的高精度位置
当车辆行驶在特定环境中时，全局定位提供的宏观坐标往往不足以满足高精度控制的需求。此时，局部定位的作用便显现出来。
局部定位依赖车载传感器（如激光雷达、相机、惯性测量单元IMU等）对周围环境进行感知，并将这些数据与已有的地图或局部模型进行匹配，从而推导出车辆在当前环境中的精确位置。
这类技术强调的是短距离内的高精度与连续性。例如，在一段持续行驶的道路上，车辆可以通过视觉里程计（Visual Odometry）、激光雷达里程计（Lidar Odometry）或更广泛的SLAM（Simultaneous Localization and Mapping，同时定位与地图构建）技术，对当前位置进行实时估算。
以隧道内行驶为例，GNSS信号可能完全不可用，车辆只能依靠激光雷达扫描前方环境，将采集到的点云与高清地图进行匹配，从而计算出自身位置的变化。视觉定位的原理类似，通过识别道路标志、边缘和建筑物等特征，并结合IMU进行短期估计，也能实现局部范围内的高精度定位。
局部定位的另一个优势在于其具备良好的连续性，只要传感器和计算平台正常工作，即可持续提供位置更新。它对短时间内的动态变化具有高灵敏度，特别适用于高速行驶过程中的精准控制。
但需注意的是，局部定位本质上是相对定位，其准确性依赖于初始位置的精度。如果长时间仅依赖该方式，误差会随时间累积，导致定位漂移。因此，必须通过周期性地与全局定位或其他绝对参考进行校准，以保持长期稳定性。
定位融合：实现全局与局部优势互补
全局定位与局部定位各有优劣。前者提供世界范围内的绝对坐标，后者则在短时间、小范围内实现高精度与连续性。为使自动驾驶系统在复杂环境中稳定运行，通常需要对这两种定位方式进行融合。
融合通常通过状态估计或滤波方法实现，例如扩展卡尔曼滤波（EKF）或基于图优化的算法。这类技术的核心在于将全局定位的稳定性与局部定位的精度优势结合起来，确保车辆在整个行驶过程中都能获得连续、可靠的位置与姿态信息。
在具体实现中，系统可能先以全局定位提供一个粗略的位置初值，再由局部定位进行精细修正。当车辆进入GNSS信号不佳的区域时，局部定位承担主要任务，待信号恢复后，再将局部估计与全局坐标对齐，消除误差。此外，还可以通过将局部定位结果实时嵌入全局地图框架，提升整体定位的鲁棒性。
应用场景与技术挑战
从实际应用角度看，全局与局部定位在不同场景中的重要性各不相同。在开阔区域或高速公路上，GNSS信号稳定，全局定位占主导地位，而局部定位则用于进一步提升车道级别的精度。
而在城市中心、隧道或地下停车场等卫星信号弱化或丢失的区域，局部定位则成为主要手段。自动驾驶系统需具备在不同场景下自动切换定位模式的能力，以应对复杂多变的环境。
此外，局部定位在光照变化、道路遮挡等条件下，可能面临特征匹配失效的问题；而全局定位在信号遮挡区域则完全丧失作用。这要求系统具备良好的传感器融合能力，并结合智能场景识别与自适应策略。
构建并维护高精度地图、实时更新环境信息，以及有效处理动态障碍物对定位的影响，是当前自动驾驶落地过程中亟待解决的关键问题。
协同定位：自动驾驶的核心支撑
全局定位和局部定位构成了自动驾驶系统中两个不可或缺的定位维度。前者提供宏观尺度上的绝对位置，使车辆在地图上找到自身的位置；后者则在短时间内提供高精度的局部定位，支持车辆的实时控制。
两者的融合是实现自动驾驶车辆同时具备全球导航和精细驾驶能力的基础。构建稳定、鲁棒的定位系统，是推动自动驾驶技术向更高安全性和可靠性发展的关键环节之一。
查看全文
评论0条评论