百度Apollo學習筆記（1）——定位技術

1.無人車的定位是什麼

  無人車的定位就是確定無人車相當於一個座標系的位姿。

• 座標系包括了全局座標系和局部座標系
• 位姿包括了6個自由度（如下圖所示）

2.定位系統指標要求

項目	指標	理想值
精度	誤差均值	<10cm
魯棒性	最大誤差	<30cm
場景	覆蓋場景	全天候

3.無人車定位方法

• 基於電子信號定位（GNSS、Wifi、Cell phone、FM radio、UWB）
• 航跡推算（IMU、Odometry）
• 環境特徵匹配（Lidar、Radar、Camera）

4.定位常用座標系

4.1 地心慣性座標系（ECI）

• 地心慣性座標系是原點在地心
• z軸指向北極星
• x、y軸位於赤道平面上，與z軸滿足右手法則，指向兩顆恆星
• 常作爲地球表面傳感器輸出的慣性座標系
  

4.2 地心地固座標系（ECEF）

  地心地固座標系（Earth-Centered, Earth-Fixed，簡稱ECEF）簡稱地心座標系，是一種以地心爲原點的地固座標系（也稱地球座標系），是一種笛卡兒座標系。

• 原點 O (0,0,0)爲地球質心
• z 軸與地軸平行指向北極點
• x 軸指向本初子午線與赤道的交點
• y軸垂直於xOz平面(即東經90度與赤道的交點)構成右手座標系
• 與地球固連在一起，隨地球轉動

4.3 當地水平座標系

• 原點位於載體所在的地球表面
• x、y軸在當地的水平面內，分別指向東和北
• z軸豎直向上
• 和地球固連一起
• 機器人領域中的世界座標系
• 常在導航解算過程中被選爲導航座標系（n系），也稱“東北天（ENU）”座標系或者“北東地（NED）”座標系

4.4 通用橫軸墨卡託投影（UTM投影）

  通用橫軸墨卡託投影（Universal Transverse Mercator），簡稱UTM，是一種國際標準化的地圖投影法。它使用笛卡兒座標系，標記南緯80°至北緯84°之間的所有位置。

   座標格式如下︰[經度區間][緯度區間] [方格座標]
   緯度區間：從南緯80°開始，每8°被編排爲一個緯度區間，而最北的緯度區間(北緯74°以北之區間)則被延伸至北緯84°，以覆蓋世界上大部分陸地。每一個緯度區間均以一個英文字母表示，由南向北數以"C"至"X"編排。
   經度區間：每6°被編排爲一經度區間。每一個經度區間均以一個數字表示，由西向東數以01至60編排。
   方格座標：方格由每一個緯度和經度區間重疊而成，而一點的方格座標指該點由方格西南角起計向北和向東的距離。座標可由不同位數的數字組成，視乎準確度而定。一般會以4位數或6位數報告。

• 一般定位輸出所採用的座標系

4.5 車體座標系

  車體座標系有“右前上（RFU）”座標系、“前左上（FLU）”座標系等。一般採用的是“右前上（RFU）”座標系。

• 原點位於載體質量中心與載體固連（通常選取後軸中心位置）
• x軸沿載體軸向指向右
• y軸指向前
• z軸指向上

4.7 IMU座標系

• 原點爲加速度計和陀螺儀的座標原點
• xyz三軸與加速度計和陀螺儀的對應軸平行
• 因爲IMU與載體固連，所以不考慮安裝誤差角情況下，載體座標即爲IMU座標系

4.8 相機座標系相

• 原點爲相機光心
• xy軸與成像平面座標系的對應軸平行
• z軸爲相機的光軸

4.6 激光雷達座標系

• 原點位於多線束中點旋轉軸的交點處
• z軸沿軸線向上
• xy軸構成水平平面與z軸垂直

5.百度無人車定位技術

5.1 百度無人車方案

• “探路者”
• 無人駕駛微循環車——“阿波龍”
• 無人駕駛物流車——“新石器”

5.2 GPS定位技術

• 電文已知，根據時間可以推算衛星的位置
• 距離交匯
• 本地鐘差較大，設參估計，需要4顆衛星
• 定位精度5~10m

5.3 載波定位技術

  與基於TOA的僞距不同，載波由接收機內部環路鎖相環給出的不足整週部分。常用載波定位技術包括RTK和PPP技術。目前無人車主要採用RTK技術。

RTK技術特點：

• 基本5s內提供cm級別的定位精度
• 缺點在於需要建基站及雙向鏈路（4kpbs）

5.4 激光點雲定位技術

5.4.1 點雲定位算法框架

• 輸入包括預測的位姿和實時點雲信息
• 輸出四個維度信息，xyz和yaw

5.4.2 定位地圖

• 反射值地圖。顏色值（灰度值）和顏色值的方差。
• 高度值地圖

5.4.3 基於Histogram Filter的激光點雲定位

(x,y)優化：

SSD-Sum of Squared Difference（平方差總和）：
$d(u,v)=\sum _{(x,y)}(f(x,y)-t(x-u,y-v))^2$

航向角（yaw）優化： Lucas-Kanade算法

5.5 視覺定位技術

  通過識別圖像中具有語言信息的穩定特徵，並與地圖匹配來獲得車輛的位置和朝向。

特點：

• 相機技術成熟，結構化地圖尺寸小，成本低
• 車道線、路燈等道路信息穩定性高，不易變動，地圖生命週期較長
• 配置靈活，易於擴展

算法流程：

5.6 捷聯慣性導航技術

• 初始條件：初始速度和位姿。
• 輸入數據：慣性測量元件測得的角和線的運動參數。
• 解算方法：捷聯慣性導航解算和IMU數據積分
• 輸出結果：實時速度和位姿。
• 優點：自主性、隱蔽性；可獲得三維速度和位姿信息；輸出頻率高；短時間精度高。
• 缺點：誤差隨時間累積。

5.7 組合導航技術

• 系統組成：兩種或兩種以上非相似的導航系統組成。
• 必要條件：可以對同一信息進行測量。
• 融合方法：卡爾門濾波算法
• 優點：彌補每個子系統的缺點；充分發揮每個子系統的優勢；提高系統的穩定性。