美行科技胡晨曦： 惯导定位是自动驾驶的核心之一，多元融合是定位技术的未来

大家好，我是美星科技的胡晨曦。很荣幸能与大家分享一些关于自动驾驶定位的相关观点。首先，我们简单介绍一下美星科技。美星科技成立于2008年，研发总部设在沈阳。同时，它在深圳、佛山、上海、北京和广州都有公司。公司主营业务为车联网服务、车载互联导航等。在互联导航领域，是中国最大的独立车载导航软件提供商，在前端导航软件市场占有率高达43%。我们今天分享的话题是“定位技术是自动驾驶的关键核心”。本课题有三个关键要素，分析了自动驾驶技术的框架，分为感知层、决策层和控制层。感知层由电子地图和传感器信息组成。电子地图包括传统导航、导航电子地图数据和高精度电子地图数据。决策层使用传感器数据和传感器信息来定位车辆、规划路径、了解环境和预测车辆行为。通过控制层规划车辆更换驾驶员电子驱动的动作，逐步实现自动驾驶。精确定位是自动驾驶的基础和核心。如果没有精确的定位，自动驾驶可能会出错。从定位技术的发展来看，可以分为三代。第一种是GNSS定位，它基于卫星定位技术，提供10米精度的定位能力；第二种惯性导航定位技术目前用于前端导航系统；

第三高精度定位基于视觉传感器、毫米波雷达、激光雷达等，提供亚米到厘米级的定位能力。从以上分析可以看出，自动驾驶需要第三代高精度定位。为什么第三代高精度定位仍然需要惯性导航定位？我想从美星科技在第三代高精度定位和高精度定位关键场景的应用实践中分享我对这个问题的看法。基于视觉传感器、车道定位、毫米波雷达、激光雷达和高精度数据定位，我们从运动惯性扩展到考虑用户行为惯性的定位地图实现预测。此外，我们还想分享惯性导航在AR导航中的价值。美星的车道定位识别以上面的车身为特征，捕捉车辆前方的实际路况，以及车辆在下面道路上的实际定位性能。从视频中可以看出，美星的定位可以定位车道内的车辆并识别连续变道等。这是通过广泛的道路测试实现的，目前车道定位和变道识别的准确率可以达到95%。这项技术已经在大规模生产中，预计将于今年9月进入市场。车道水平定位与传统定位的主要区别在于道路的横向精度。传统的导航在道路上的横向精度很低，而车道水平定位在道路方向上从线延伸到面。该图显示了美国车道级别定位的技术框架。左边是惯性导航定位技术的实现，以及惯性导航的匹配结果。中间是车道识别，车载摄像头输出相关信息，如车辆前方的车道数、车辆颜色、相对横向距离和车间的纵向距离。使用相对信息进行定位是不可能的，需要结合惯性导航的位置输出，通过车道定位、变道等来识别车辆位置，从而实现车道定位。从以上分析可以看出，车道定位站在惯性导航定位台肩上有进一步的应用和实践。为什么惯性导航提供决策位置？因为它可以为车道定位提供全天候、无差别的基本位置，此外，摄像头还提供了车道定位的变道识别能力。为什么惯性导航能够实现全天候无差别变道？在隧道、高速桥梁和地下停车场等场景中，由于受到阻碍和没有信号，信号可能会漂移，甚至无法接收。这些场景有利于惯性导航。以地下停车场的惯性导航为例，信号被完全阻断，而在地下停车场，则是一个完整的惯性导航场景。实现原理很简单，它是一个均匀的线性运动。我们认为汽车的运动在足够的时间内是均匀的线性运动。根据时间，可以导出惯性导航。理论很简单，但现实世界并不是纯粹的理论。绝大多数数据都会有错误。汽车的脉冲和车速的大小和方向由车速的脉冲组成。车速的大小是通过车速的脉冲来计算的，车轮大小的变化也会对汽车的脉冲和车辆大小的计算产生影响。在现实世界中，经常会遇到汽车轮胎尺寸的变化，导致轮胎磨损、胎压变化等。在车辆行驶过程中，需要不断校准车辆的脉冲系数，以减少脉冲系数的误差。车辆的方向是积分的，角速度是波动的。当车辆静止时，它应该是一条水平的直线。我们收集的车辆静止约五分钟，这是一种波动的情况，并且不断波动。在车辆运行过程中，第一步是消除波动误差，并连续校准投影仪的系数。还需要在适当的时间调整车辆的方向，以消除计算方向上的误差。美星科技有很多……

f在消除错误方面的经验。目前，在完全惯性导航的情况下，车辆可以自由行驶40分钟以上，误差仍然很小。如图所示，美星在地下停车场的轨迹被回放。蓝线表示惯性导航的轨迹。当两次进出地下停车场时，我们可以看到轨迹，它具有很好的拟合性，并且在离开停车场时仍然可以正确地定位在道路上。由于无法接收GPS信号，地下停车场是完全惯性的，而地下停车场的定位性能是惯性导航精度的直接体现。只有具备足够的惯性导航精度，才能为自动驾驶的车道导航和其他定位提供准确的基本位置。让我们来看看惯性导航的高架上坡和下坡定位。3D加速度传感器的原因是使用3D加速度传感器将其转换为车身并找到匹配的道路。误差来自牛顿第二定律的计算，这将导致误差，并需要时间积累。通常情况下，车辆角度会有滞后。存储中可能存在误差，因此有必要不断地来回移动角度以消除误差。让我们再来看看高度传感器。原因是基于参考点，使用高速传感器测量相对高度进行匹配，找到最一致的相对高度，实现斜坡定位。误差的来源是由车身测量的，并且测量的数据可能具有滞后性。使用ADAS系统计算道路的相对高度可能存在误差，需要在前后不断进行比较，以找到最一致的相对高度来消除误差。上海是中国最复杂的地方。我们在上海进行了测试，发现高架定位的识别率高达95%。这项技术已于去年投入市场。如果我们采用backlog测试定位，则无法满足上述场景中的要求。让我们看看摄像头出现故障的场景，例如汽车被前车挡住，雾天或雨天，以及照明变化。让我们先来看看十字路口场景，它描述了十字路口的车道数据。我们选择了右侧交叉口连接方法，该方法只连接最右侧的车道和最右侧的对面车道，与执行的变道无关。在十字路口开车有三种方式：向右行驶，不变道直行，然后直行变道。地面上没有车辆信息。如果在十字路口使用车道摄像头和车道数据失败，可以使用惯性导航来识别是向右行驶、直行不变道还是直行不换道。当我们看到车道被前车挡住的场景时，我们会继续跟随前车的后面，变道或变道。具体来说，第一辆车总是跟在车道的后面，第二辆车会变道，第三辆会变道甚至三条，第四辆车需要变道，但旁边有一辆车不能变道和返回。第五辆将变道并超过前面的汽车。因此，当前车受到阻碍时，摄像头捕捉到的车辆信息可能无效。在这种情况下，惯性导航可以在相对较短的时间内准确识别变道情况。通过建立坐标系，可以推断出惯性导航的位置是变道还是变道，以解决车道定位被前车阻挡的问题。上一节讨论了惯性导航在车道级别的价值，然后介绍了地标定位。通过相机、激光雷达、毫米雷达等对存储在高精度地图数据中的地标进行匹配，实现地标定位。与车道杆定位一样，惯性导航需要提供基本配置，并在地标定位失败的情况下为地标定位提供定位能力。此外，地标定位和惯性导航可以在相互校准中发挥作用。从前面的分析可以看出，惯性导航位置是基于时间基准的。时间越长，错误就越大。通常，校准方法会收集更准确的GPS信息，或者收集类似于惯性导航的路径……

用于校准的注射器。收集更准确的GPS信息或类似于惯性导轨的路径可以准确地提供车辆的位置。之前，我们看到了惯性导航的运动关系。除了运动关系，我们还利用用户的行为关系来提高定位能力。这是什么意思？相当于图1，如果用户频繁通过a路和B路等交叉口，在交叉口附近，定位模块无法快速区分车辆位于a路还是B路，用户实际上正在B路上行走。然而，当定位模块在附近时，它可能会在a路上匹配，行驶一小段时间后，它会跳到B路，从而导致较差的用户体验。我们可以获得用户的轨迹，所以很明显，在这个十字路口，用户正从B路开车。根据预测的该用户的定位图，当用户再次走到这里时，车辆将被定位在附近的B路上，提高了用户体验。此外，AR导航是ADAS时代的一个重要应用场景。首先，让我们来看看AR导航本身的价值。开车时，车主可能会有一个痛点。如果他们想查看地图信息，他们必须将视线从路面移开。AR导航的优点是，他们仍然可以看到汽车前方的道路信息，避免了视线的分割。在路面上提出了增强现实的方法，降低了图像的成本，提高了数据传输的效率。从功能角度来看，AR导航可以为用户提供丰富的车道引导信息，将ADAS警告信息与图像相结合，提高车辆驾驶安全性。未来，还可以通过上市后操作向用户推荐信息。如果根据用户以前的习惯，车前有一家品牌店是用户经常光顾的，那么这些信息可以直接在AR导航上推送给用户。看看惯性导航在AR导航中的价值，正如美星AR导航的飞行员所示，我们希望看到这是车道保持功能和变道功能，它使用了车道定位能力。这是一个提醒用户下高速的提醒，它使用惯性导航和车道定位为用户提供车道偏离警告。这是一个车辆碰撞警告。惯性导航在AR导航中的价值在于它更稳定。左侧的图像没有使用惯性导航定位，因此引导屏幕会左右摆动。右边的图像使用惯性导航，这更好。正如我们前面介绍的，惯性导航具有精确的定位。在一定的时间内，惯性导航的位置和角度误差都很小，因此可以为AR导航提供稳定的基本位置。AR导航使用惯性导航，它可以引导信息更好地与屏幕贴合，避免屏幕抖动。惯性导航和车道级定位可以提高AR导航的性能。左侧不使用车道级惯性导航定位，右侧使用惯性导航和车道级定位，可以提供更逼真的提示。在AR导航中使用惯性导航和车道级定位可以使制导提示更符合现实，避免出现问题。综上所述，惯性导航定位是自动驾驶的核心技术之一，我们也认为多元化的综合定位技术是定位技术的未来。作为汽车行业的一员和定位行业之一，美星以更加开放的态度与大家合作，共同推动定位技术的进步。我们愿意与大家进行更多的交流和意见碰撞。非常感谢。

标签：北京

汽车资讯热门资讯