Apollo学习笔记 进阶课程之三：定位技术②

Apollo学习笔记 进阶课程之三：定位技术②

百度的无人驾驶定位方案

1)、GNSS定位

GPS误差来源：

上图为单点定位，基于TOA

载波定位技术：（RPK技术，PPP技术）
RPK：可以在五秒内确定厘米级精度，但是基站要求高
PPP：卫星对误差进行处理，得到高精度坐标。

RPK应用：① 时间授时 ② 高精地图 ③ RTK在线定位

2)、激光点云定位技术

反射值地图块一个像素12.5厘米

①定位：SSDHF（SSD平方差总和，HF直方图滤波器），通过对像素点平方差总和的计算得到一个误差值，对每个可能位置进行误差计算后输入滤波器，匹配值比较高的就是可能在的位置，通过加权平均并得到XY位置信息。

② 航向角优化：基于LK算法的框架，将颜色值与高度值放进去优化。自适应融合方式，将颜色值与高度值的权值进行动态优化。

3)、视觉定位技术

将图像中的车道线、路灯等人为定义的物体为语义特征。语义特征据有稳定性。

特点：①摄像头技术成熟，结构化地图尺寸小，有利于降低系统生产成本。②车道线、路灯等道路元素稳定性高，不易变动，地图生命周期长。③配置灵活，根据识别算法的性能，可以使用不同的特征组合，易于扩展。

(1) 算法流程：

(2) 在线特征检测：粒子滤波，预测位姿

4)、捷联惯性导航与组合导航技术

(1) 捷联惯性导航：

①初始对准：位置（xy->xyz）、姿态进行对准。优化：双天线或者速度

②惯导解算：姿态值积分得到增加，加上初始值得到输出。

(3) 组合导航系统：

输入、解算、误差、输出：

使用sins模块输出