汽車定位在自動駕駛中起到至關(guān)重要的關(guān)鍵作用。

首先，自動駕駛車輛行駛的第一步就是要知道自己的位置，定位精度要求誤差不超過 10 厘米，不然容易發(fā)生剮蹭、碰撞。自動駕駛級別越高，對定位技術(shù)的需求越強。

目前常見的定位技術(shù)包括特斯拉使用的純視覺技術(shù)，將圖像處理和機器學習結(jié)合來了解周圍環(huán)境。大多數(shù)車企采用的是高精地圖定位，利用激光雷達制作高精地圖，通過激光點云融合技術(shù)掃描，返回場景分布點。

實現(xiàn)高精定位是自動駕駛汽車路徑規(guī)劃的前提條件。自動駕駛汽車的定位技術(shù)有多種，比如 GNSS（全球?qū)Ш叫l(wèi)星系統(tǒng)），通過三角測量原理，使用多顆衛(wèi)星傳送地標與車輛之間的距離來確定車輛位置。

還有 RTK（實時運動定位），需要在地面建立基站，基站將已知的地面位置與 GPS 測量位置的偏差傳遞給其他 GPS 接收器來減小誤差，能將定位誤差限定在 10 厘米以內(nèi)，但存在高樓等障礙物阻擋信號和更新頻率低的問題。

慣性導航則是根據(jù)車輛的初始位置、速度、加速度等計算當前位置，但運動誤差會隨時間增加，所以要結(jié)合 GPS 來彌補缺陷。

此外，激光雷達定位通過點云匹配將傳感器檢測數(shù)據(jù)與高精地圖連續(xù)匹配，確定車輛位置和行駛方向，有多種算法，如 ICP 等。濾波算法可消除冗余信息，找到最可能的車輛位置。視覺定位雖圖像數(shù)據(jù)易獲得，但缺乏三維信息且依賴三維地圖，常與其他傳感器數(shù)據(jù)結(jié)合。

紅旗自動駕駛采用五源融合高精定位技術(shù)架構(gòu)，以慣性測量單元為主的航位推算高頻輸出，GNSS+RTK 數(shù)據(jù)修正全局位置，攝像頭、激光雷達感知信息和高精地圖匹配定位覆蓋遮擋場景。

總之，汽車定位技術(shù)多樣，各有優(yōu)缺點，不斷發(fā)展和融合，以實現(xiàn)更精準、可靠的自動駕駛定位。