学习笔记3：定位

定位：确定你在高精度地图中的位置

GPS的精度在1-3m之间
将汽车所见到的内容与地图上所显示的内容进行比较。为了进行该比较，必须能够在他自身坐标系和地图坐标系之间转换数据，系统必须在地图上以十厘米的精度确定车辆的精确位置。
几种常见的无人驾驶定位方法：GNSS RTK，惯性导航，LiDAR定位和视觉定位

GNSS-RTK

全球导航卫星系统
GPS是使用最广泛的GNSS
GPS分为三部分：
1.卫星
2.世界各地的控制站。控制站用来监视和控制卫星，保证正常运行和验证GPS广播信号的精确度
3.GPS接收器。一般情况下，每次至少检测到四颗GPS卫星。接收器首先测量信号的飞行时间，通过乘以光速来计算与卫星之间的距离。
此外，可以使用实时运动定位（RTK），RTK涉及在地面上建立几个基站，每个基站通过地面情况测量自己位置，也通过GPS测量自己的位置，算出的误差可以传输给其他的基站，调整自身的数值。
通过RTK，可以将定位误差限制在10cm之内。

GPS的优缺点：

惯性导航

测量加速度的一种传感器：三轴加速度计——精确测量加速度
将测量值转换为全局坐标系——陀螺仪

测量旋转轴和三个外部平衡环的相对位置计算世界坐标系
三轴加速度计和陀螺仪是惯性测量单元（IMU）的主要组件，IMU以高频率更新，1000HZ
缺点：其运动误差随时间增加而增加，只能在很短时间内定位。

解决方法：将GPS和IMU结合，但仍不能很好解决定位问题

激光雷达定位：

通过点云匹配来定位
匹配点云的算法：
1.迭代最近点（ICP）

2.滤波算法：
可消除冗余信息，并在地图上找到最可能的车辆位置
2-1：直方图滤波：误差平方和算法（SSD）
2-2：卡尔曼滤波：用于根据我们在过去的状态和新的传感器测量结果预测我们当前的状态

视觉定位

通过摄像头图像和其他传感器的数据结合以确定车辆位置。
粒子滤波
优点：图像数据容易获得
缺点：缺乏三维信息和对三维地图的依赖