自動駕駛汽車不僅要知道自己現(xiàn)在在哪一條街道上，還要清楚自己在車道中的哪個位置、身體朝向如何、與路邊設(shè)施和其它車輛的距離是多少。只有具備準(zhǔn)確的定位信息，自動駕駛系統(tǒng)才能做出正確的規(guī)劃和控制決策，從而完成變道、轉(zhuǎn)彎或者避讓行人等操作。

　　在自動駕駛領(lǐng)域，定位可以按照參考坐標(biāo)系的不同分成兩個概念，即全局定位和局部定位。這兩個定位可以協(xié)同工作，彼此補(bǔ)充，各自承擔(dān)不同的功能。

　　全局定位：讓車知道它“在地球上的位置”

　　全局定位的核心目標(biāo)是給自動駕駛汽車提供一個絕對、不隨時間漂移的位置坐標(biāo)，這個坐標(biāo)以地球表面某個標(biāo)準(zhǔn)系統(tǒng)為參考。實現(xiàn)這一目標(biāo)主要依靠全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)，其中最常見的是美國的GPS、中國的北斗、歐盟的伽利略等。

　　全局定位輸出的是一個包含經(jīng)度、緯度和高度的坐標(biāo)信息，對應(yīng)車輛在地球表面的位置。舉個例子，一輛自動駕駛汽車在北京市朝陽區(qū)某個十字路口，其全局坐標(biāo)可以精確到十幾厘米甚至更高，這就是高精度GNSS與差分(RTK)技術(shù)配合使用的結(jié)果。

　　全局定位最大的特點是它不依賴車輛之前的行駛歷史軌跡或者內(nèi)部估計，它本質(zhì)上是從外部世界直接讀位置。這意味著不管車輛以前走過什么路線，只要衛(wèi)星信號穩(wěn)定，它都可以立刻得出當(dāng)前位置。

　　全局定位提供的是絕對坐標(biāo)，比如當(dāng)一個自動駕駛出租車接到一個行程請求時，它需要知道出發(fā)點和目的地在地圖上的絕對位置。導(dǎo)航模塊會基于這個絕對位置生成路徑，而車輛后續(xù)的控制系統(tǒng)則按照預(yù)定路徑行駛。全局定位是整個自動駕駛系統(tǒng)的定位基礎(chǔ)，它讓車輛知道在地圖的大框架里，現(xiàn)在在哪個位置。這種定位方式具有全球一致性和無需累積計算的特點。

　　不過，全局定位也有局限。衛(wèi)星信號雖然覆蓋面廣，但在隧道、城市高樓密集的峽谷式道路或者樹木遮擋嚴(yán)重的區(qū)域，信號會受到干擾甚至完全丟失，使得定位精度下降或不可用。即使在開闊地區(qū)，單純使用GNSS輸出的位置也會因為信號噪聲產(chǎn)生幾米到十幾米的誤差，這對自動駕駛來說是不夠精確的。為了解決這個問題，自動駕駛汽車的定位不能只依賴衛(wèi)星，而是要把全局定位作為基礎(chǔ)，再結(jié)合其他技術(shù)補(bǔ)充精度。

　　局部定位：讓車知道它“在局部環(huán)境里的精確位置”

　　當(dāng)車輛處于某一具體環(huán)境中時，全局定位提供的只是一個大致的坐標(biāo)，這在高速行駛或者精細(xì)操控時無法滿足需求。這時就需要依賴局部定位。

　　局部定位的核心是使用車輛自身的傳感器(如激光雷達(dá)、相機(jī)、慣性測量單元IMU等)對周圍環(huán)境進(jìn)行感知，并把這些感知信息與某種地圖或者先前建立的局部模型進(jìn)行匹配，從而得到車輛在當(dāng)前局部區(qū)域內(nèi)的精確位置。

　　局部定位強(qiáng)調(diào)的是短距離高精度和連續(xù)性。當(dāng)自動駕駛汽車在一條路段上持續(xù)行駛時，它通過視覺、點云等感知到的特征，與地圖或上次知道的位置進(jìn)行配準(zhǔn)，從而判斷自己在局部坐標(biāo)系中的位置變化。這類技術(shù)在自動駕駛領(lǐng)域通常被稱為Visual Odometry、Lidar Odometry或者更廣義的SLAM(同時定位與地圖構(gòu)建)技術(shù)。

　　舉個直觀的例子，當(dāng)車輛進(jìn)入一個隧道后，衛(wèi)星信號可能完全無法使用，這時就必須通過車載傳感器來判斷車輛在車道上的精確位置。激光雷達(dá)會掃描前方和周圍的環(huán)境，將采集到的點云與已有的高清地圖進(jìn)行匹配，通過這種匹配結(jié)果可以計算出車輛的位置變化。同樣，使用相機(jī)視覺的定位也是類似的道理，通過識別道路標(biāo)志、路緣、建筑物等視覺特征，再結(jié)合慣性傳感器(IMU)進(jìn)行短時間的估計，就可以在局部范圍內(nèi)精確定位。

　　局部定位的另一個重要優(yōu)勢是連續(xù)性。不同于全局定位那樣受衛(wèi)星信號影響大，局部定位只要傳感器和計算系統(tǒng)工作正常，它就可以持續(xù)輸出車輛相對于起點或參考地圖的相對位置。它對短時間的動態(tài)變化非常敏感，尤其適合高速行駛中對橫向和縱向位置精確控制的需求。

　　不過局部定位本質(zhì)上也只是相對定位，依賴于先前的狀態(tài)作為參考。如果長時間只依賴局部定位，它的位置估計會因為累積誤差而發(fā)生漂移。想象一下，如果自動駕駛汽車一直用車輪編碼器和IMU來估計位置，所有的小誤差都會隨著時間疊加起來，最終導(dǎo)致位置和方向的估計越來越不準(zhǔn)。因此，局部定位需要周期性地與全局定位或者已知的地標(biāo)等絕對參考進(jìn)行校準(zhǔn)。

　　兩者如何協(xié)同：融合才是關(guān)鍵

　　如上所述，全局定位和局部定位各有優(yōu)勢和不足，全局定位提供的是世界尺度上的位置參考，而局部定位強(qiáng)調(diào)短時間、高精度的位置估計。自動駕駛系統(tǒng)要達(dá)到既能全球?qū)Ш接帜芫_控制的目標(biāo)，就必須融合這兩種定位。

　　融合通常采用一種叫做狀態(tài)估計或濾波器的技術(shù)，像是擴(kuò)展卡爾曼濾波或者優(yōu)化方法就屬于這類技術(shù)。它的作用是把全局定位給出的絕對位置和局部定位給出的相對精細(xì)位置結(jié)合起來，可以保留全局定位不漂移的特點，還能具備局部定位的高精度和連續(xù)性。通過這種融合，自動駕駛系統(tǒng)就能在復(fù)雜環(huán)境中持續(xù)提供高精度的車輛姿態(tài)(位置和朝向)。

　　這種融合的實現(xiàn)有多種形式。在有些實現(xiàn)中，全局定位給出一個粗略的位置初值，然后局部定位在此基礎(chǔ)上進(jìn)行細(xì)化處理。當(dāng)車進(jìn)入衛(wèi)星信號不好的區(qū)域時，全局定位暫時中斷，局部定位繼續(xù)跟蹤車輛的位置變化;當(dāng)車輛重新獲得全局定位時，再將當(dāng)前局部估計與全局參考對齊，修正漂移。此外，還可以在一張更高級別的地圖框架下，實時把局部定位結(jié)果通過圖優(yōu)化的方法融入到全局定位網(wǎng)絡(luò)中，使整體定位更穩(wěn)定。

　　應(yīng)用場景與挑戰(zhàn)

　　從實際應(yīng)用角度看，全局定位和局部定位的協(xié)同對于自動駕駛的每一個階段都是不可或缺的。在城市道路、高速公路和鄉(xiāng)村道路等不同場景中，它們各自的權(quán)重不同。

　　在開闊區(qū)域或高速公路上，全局定位表現(xiàn)得會比較好，可以持續(xù)提供穩(wěn)定的位置參考，而局部定位則可以用來細(xì)化道路內(nèi)的位置。這種情況下，車輛導(dǎo)航和路徑規(guī)劃可以主要依賴全局定位，局部定位作為輔助增強(qiáng)精度。在城市中心或隧道、地下車庫等環(huán)境，全局定位可能嚴(yán)重弱化甚至喪失，此時局部定位就成為主要定位手段。

　　自動駕駛定位本身也面臨不少挑戰(zhàn)。如在多變環(huán)境下，局部定位的特征匹配可能由于光照變化、道路遮擋等原因失效;全局定位會在信號遮擋區(qū)域失去有效性。這就要求定位系統(tǒng)不僅要有良好的傳感器融合能力，還要有智能的場景識別和自適應(yīng)機(jī)制。

　　此外，構(gòu)建高精地圖、實時更新環(huán)境信息，以及處理動態(tài)對象對定位的干擾，都是自動駕駛落地過程中必須要解決的問題。

　　總結(jié)

　　全局定位和局部定位是自動駕駛定位系統(tǒng)中兩大核心部分，它們分別從不同尺度給車輛提供位置估計。全局定位給出世界尺度的絕對坐標(biāo)，讓車輛知道自己在大地圖上的位置;局部定位則在短時間內(nèi)提供高精度、連續(xù)性的局部坐標(biāo)，支持車輛實時控制。兩者結(jié)合才是真正讓自動駕駛車輛既能全局導(dǎo)航，又能精細(xì)駕駛的基礎(chǔ)。打造魯棒的定位系統(tǒng)，是實現(xiàn)安全、可靠自動駕駛的核心技術(shù)之一。