本人曾从事过智能驾驶研发的相关工作,有幸涉足了车辆定位的相关工作。自动驾驶的定位要求相当高,一般要要达到厘米级。个人了解到的方案是RTK GPS结合激光雷达、摄像头、高精度地图的融合方案。而由于本团队资金能力有限,在初步研发阶段只采用了市场上一些主流的GPS模块进行车辆定位。
初期使用某国外公司的GPS模组进行汽车园区内的定位,该模块的优点是已经融合了卡尔曼滤波算法,输出的定位信息已经进行了惯导融合,同时模块可进行参数自标定,使用起来非常方便。在实车进行测试的时候,在车辆直线行驶的过程中,将定位信息上传服务器进行打点显示,发现行使轨迹很直,几乎没有数据的漂移。但是发现在绕着相同路径行驶的形况下,每圈的重合度不高。那么问题来了,究竟是模块的问题,还是其他的问题呢?随后在云车上测看到一篇文章:《通过Super Cruise项目,高德积累了哪些经验?》
在这片文章中,里面说到:对相同路径的采集有一定的差异,两次采集以后会产生差异,这些东西需要绝对定位手段去消除或减低。美国供应商两年采集同一个位置的时候,绝对误差是10公分。而对于我们两次采集同一个位置,误差有时候会达到1米甚至1米以上。以下为该片文章的部分原文,详情请参考: