定位是讓無人駕駛車知道自身確切位置的方法，這對於無人駕駛車來說非常重要。定位的任務時確定你的車輛在這張高精度地圖上的位置，在日常生活中國我們會使用諸如gps來查詢我們的位置，但gps不能夠滿足無人駕駛車的精準定位需求。因此我們必須找到另一種方法來更加準確的確定車輛在地圖上的位置，最常用的方法是通過感知周圍環境資訊與地圖資料匹配，從而精確定位——執行座標系轉換。
過程：車輛將感測器識別的地標，與高精度地圖上的地表進行對比，同時進行自身座標系到地圖座標系的轉換，最終精準進行厘公尺級定位
如下將**幾種常見的無人駕駛車定位方法，例如gnss rtk、慣性導航、lidar定位和視覺定位，接著將了解apollo框架是如何解決定位問題。
gnss rtk採用三角測量法，適用於兩個維度的地圖。現如今gps是使用最為廣泛的gnss系統。
gps分為三部分：
衛星：在特定的時間，大約有30顆gps衛星在外層空間執行，它們距離地表大約兩萬公里。
地邊控制站：分布世界各地。控制站用於監視和控制衛星，其主要目的是讓系統保持執行，並驗證gps廣播訊號的精確度。
gps接收器：而這種接受器形態各異，存在於手機、電腦、汽車、船隻以及其他的裝置中，如果環境狀況良好的話，接收器每次應至少檢測到四顆gps衛星。
gps定位還需需要ptk的幫助。rtk：在地面建立許多位置精確的基站，通過不斷和gps糾正偏差，將誤差的值傳遞給gps接收器，以供其調整自身位置時計算。
已知汽車的初速度、加速度、行駛時間、初始位置，就可以通過計算得到任意時刻後汽車的速度和位置。
加速度的計算需要乙個名為三軸加速計的感測器，三軸加速計有三種不同型別，採用的方法也不同。加速度計根據車輛的座標系記錄測量結果，還需要陀螺儀感測器將測量值轉換為全域性座標系測量值。
三軸陀螺儀的三個外部平衡環一直在旋轉，但三軸陀螺儀中的旋轉軸始終固定在世界座標系中。在座標系中的位置是通過測量旋轉軸和三個外部平衡環的相對位置來計算的。
如果結合 gps 和 imu 來定位汽車，一方面 imu 彌補了 gps 更新頻率較低的缺陷，另一方面 gps 糾正了 imu 的運動誤差。但是 gps 和 imu 系統的結合也不能完全解決定位問題，如果車輛在山間行駛或城市峽谷中或在地下隧道中行駛，可能長時間沒有 gps 更新，使得定位失敗。
利用雷射雷達，可以通過點雲匹配來對汽車進行定位。該方法將來自雷射雷達感測器的檢測資料與預先存在的高精度地圖連續匹配，通過這種比較可獲知汽車在高精度地圖上的全球位置和行駛方向。匹配點雲的方法有多種：
迭代最近點（icp）對於第一次掃瞄中的每個點，需要找到另一次掃瞄中最接近的匹配點，最終會收到許多匹配點對， 把每個點的距離誤差相加，然後計算平均距離誤差。當對兩次點雲掃瞄進行匹配，目標是通過點雲旋轉和平移來最大限度地降低這一平均距離誤差，就可以在感測器掃瞄和地圖之間找到匹配，將通過感測器掃瞄到的車輛位置轉換為全球地圖上的位置並計算出在地圖上的精確位置。
apollo便使用了其中的直方圖的濾波方法，該方法也被稱為誤差平方和演算法（或ssd)。
濾波演算法可消除冗餘資訊並在地圖上找到最可能的車輛位置。apollo 使用了直方圖濾波演算法，該方法有時也被稱為誤差平方和演算法（ ssd）。為了應用直方圖濾波，將通過感測器掃瞄的點雲滑過地圖上的每個位置，在每個位置上計算掃瞄的點與高精度地圖上的對應點之間的誤差或距離，然後對誤差的平方求和，求得的和越小掃瞄結果與地圖之間的匹配越好。在事例中，藍色表示較好，紅色較差，綠色表示一般。
影象是要收集的最簡單的資料型別，攝像頭便宜且種類繁多、易於使用。通過影象實現精確定位卻非常困難，實際上攝像頭影象通常與來自其他感測器的資料相結合以準確定位車輛，將攝像頭資料與地圖和 gps 資料相結合，比單獨使用攝像頭影象進行定位的效果更好。也及利用影象結合地圖和gps實現定位。
粒子濾波：使用粒子或點來估計最可能的位置
優點：影象資料易獲取
缺點：缺乏三維資訊和對三維地圖的依賴
apollo使用基於gps、imu、雷射雷達的多感測器融合定位系統，這種方法利用了不同感測器的互補優勢，也提高了穩定性和準確性。
apollo定位模組依賴於imu、gps、雷射雷達、雷達、高精地圖，這些感測器同時支援 gnss 定位和lidar 定位，gnss 定位輸出位置和速度資訊，lidar 定位輸出位置和行進方向資訊。融合框架通過卡爾曼濾波將這些輸出結合在一起。卡爾曼濾波建立在兩步**測量週期之上，在apollo中，慣性導航解決方案用於卡爾曼濾波的**步驟，gnss 和 lidar 定位用於卡爾曼濾波的測量結果更新步驟。
Apollo入門課程 1 概覽
0級 駕駛員是駕駛系統唯一決策者。1級 駕駛員輔助 driver assistance 車輛為駕駛員提供轉向或加速支援。2級 部分自動化 partial automation 車輛可自動進行部分功能，如自動巡航控制和車道保持。3級 有條件的自動化 conditional automation 車輛自...
webservice入門課程03
本節主要內容 soap協議 wsdl soap object access protocol 簡單物件訪問協議 一條 soap 訊息就是乙個普通的 xml 文件，包含下列元素 這裡是一些重要的語法規則 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 xml version 1...
Apollo學習筆記 入門課程之六 控制
控制 趨勢車輛前行。轉向，加速，制動。控制策略必須與路徑相符合，需要可行性，還要考慮平穩度。pid 比例積分微分控制 lqr 線性二次調節器 mpc 模型 控制 pid控制器 2 p proportional 比例。a k p 偏離越遠越難拉回原軌跡。3 d derivative 微分。阻尼項 a ...