基于地標：根據(jù)視覺或者激光雷達的定位，與數(shù)據(jù)庫中的特征匹配，確定車輛本體的位置和環(huán)境。
基于信號定位：采用外界的位置信號，如衛(wèi)星系統(tǒng)(GNSS)和5G;
基于慣性導(dǎo)航技術(shù)：在了解車輛的位置后，計算車輛的當前位置和方向。航位推算的本質(zhì)是在初始位置上累加位移矢量計算當前位置，它是一個信息累加的過程。
在當前的使用的三種定位技術(shù)中，通過組合使用效果，比較典型的為1)基于差分GPS和慣性傳感器融合;
2)基于LiDAR點云與高精地圖的匹配;
3)基于視覺的道路特征識別。其中第一種基于差分GPS+慣性導(dǎo)航的融合，是最為常規(guī)的定位方法，用在車輛導(dǎo)航里面。單憑GPS，在無法接收GPS數(shù)據(jù)或者接收狀態(tài)惡劣的條件下，就無法判別車輛的確切位置，而且需要考慮其可靠性。慣性傳感器是檢測加速度與旋轉(zhuǎn)運動的高頻(1KHz)傳感器，對慣性傳感器數(shù)據(jù)進行處理后我們可以實時得出車輛的位移與轉(zhuǎn)動信息。6自由度對應(yīng)的慣性測量單元是不受氣象條件、附近其他車輛、車速等影響。在這個里面，通過慣導(dǎo)進行朝向修正，可以在車輛低速行進時提供準確的朝向信息。
在技術(shù)發(fā)展中，傳感器被封裝成芯片解決方案，以村田的SCC2000為例，可在ECU內(nèi)實現(xiàn)6個自由度的解決方案。具有穩(wěn)定的偏置特性、低噪音、高耐振動性和寬溫度(-40-125度)，在高精度、高可靠性的自動駕駛高精度定位應(yīng)用中，如果要實現(xiàn)高可靠性和性能，此類芯片是不可或缺的。
使用慣導(dǎo)、輪速和GPS信號是可以進行組合的。而通過使用基于卡爾曼濾波的傳感器融合技術(shù)，我們可以融合GPS與慣性傳感器數(shù)據(jù)，各取所長，以達到較好的定位效果。
1)在自動駕駛中，則考慮的定位方式是GPS+IMU+高精度地圖+激光雷達信息融合的定位方法。利用車輛之前介紹的GPS結(jié)合IMU做出大概位置判斷后，使用高精度地圖與激光雷達SLAM云點圖像與之對比，在一個坐標系內(nèi)做配準，通過配對后確認自車位置，這是目前最成熟，準確度最高的方法。
2)在不用激光雷達的時候，也可以采用GPS+IMU+視覺定位的方法，由于攝像頭信息依賴于本身的特性，所以也需要使用管道來輔助攝像頭姿勢識別，結(jié)合慣性傳感器和GPS/視覺傳感器可以為行駛在道路上的汽車精確定位。
備注：視覺坐標系與慣導(dǎo)坐標系的融合系統(tǒng)，兩個數(shù)據(jù)通常是不同步的(耦合方式的不同，是考慮是否把視覺和慣導(dǎo)的數(shù)據(jù)融合在一個優(yōu)化的濾波器內(nèi))。在系統(tǒng)中選用不同的視覺傳感器，單目一般采取緊耦合，而雙目則采用松耦合。單目攝像頭借助IMU來實現(xiàn)絕對尺度的估計。雙目立體視覺可通過左右圖像匹配來恢復(fù)特征點的三維坐標。
圖5視覺和慣導(dǎo)的整合
小結(jié)：目前在自動駕駛里面，慣導(dǎo)的使用是基本的一環(huán)。感知技術(shù)和定位技術(shù)相輔相成，在邊界條件下，提供定位的準確性、可靠性，提高算法的準確性和及時性是技術(shù)發(fā)展完善的必然要求，我們未來會看到越來越完善的方案。
