一、自動駕駛系統的定位方法有哪些

目(mu)前使用最廣泛的(de)(de)自(zi)動駕駛定(ding)(ding)(ding)位方(fang)法(fa)包括融(rong)合全球(qiu)定(ding)(ding)(ding)位系統（GNSS，Global Navigation Satellite System）和慣性導航系統（INS，Inertial Navigation System）。其(qi)中，GNSS的(de)(de)定(ding)(ding)(ding)位精度由器(qi)件成(cheng)本(ben)決定(ding)(ding)(ding)，一般在(zai)幾(ji)十米到幾(ji)厘米級(ji)別之間，精度越高，成(cheng)本(ben)也(ye)越貴。融(rong)合GNSS和INS的(de)(de)定(ding)(ding)(ding)位方(fang)法(fa)能(neng)夠在(zai)一定(ding)(ding)(ding)程度上解決GNSS在(zai)環境惡劣條件（高樓、樹(shu)木遮擋，大面(mian)積(ji)水域、隧道(dao)等）下定(ding)(ding)(ding)位精度偏差較大的(de)(de)影響，但對(dui)于城(cheng)市這樣(yang)大范(fan)圍定(ding)(ding)(ding)位條件都不好(hao)的(de)(de)情況(kuang)，單(dan)純(chun)的(de)(de)GNSS+INS的(de)(de)定(ding)(ding)(ding)位技術還是不夠滿足自(zi)動駕駛的(de)(de)需求。

地圖輔助類(lei)定(ding)(ding)(ding)(ding)位(wei)(wei)方法(fa)是(shi)另一(yi)種廣泛使用(yong)的自動(dong)駕駛定(ding)(ding)(ding)(ding)位(wei)(wei)技術，代表算法(fa)是(shi)同步定(ding)(ding)(ding)(ding)位(wei)(wei)與地圖構建(jian)（SLAm，Simultaneous Localization And mapping）。SLAM的目標(biao)是(shi)構建(jian)地圖的同時(shi)使用(yong)該(gai)地圖進行定(ding)(ding)(ding)(ding)位(wei)(wei)，SLAM通過(guo)傳感(gan)器（攝(she)像頭、Lidar等）觀測(ce)到的環境特征，確定(ding)(ding)(ding)(ding)當前車輛(liang)的位(wei)(wei)置以及當前觀測(ce)目標(biao)的位(wei)(wei)置，這(zhe)是(shi)一(yi)個利(li)用(yong)以往的先(xian)驗概率分(fen)布和當前的觀測(ce)值來估計當前位(wei)(wei)置的過(guo)程，這(zhe)一(yi)過(guo)程通常使用(yong)的方法(fa)有：貝葉斯(si)濾(lv)(lv)波器（Bayesian Filter）、卡爾曼濾(lv)(lv)波器（Kalman Filter）、擴(kuo)展(zhan)卡爾曼濾(lv)(lv)波器（Extend Kalman Filter）、粒(li)子濾(lv)(lv)波器（Partical Filter）等，這(zhe)些(xie)都是(shi)基于概率和統計原理(li)的定(ding)(ding)(ding)(ding)位(wei)(wei)技術。

該圖片由注冊用戶"淺嘗不止—"提供，版權聲明反饋

二、自動駕駛系統有哪些功能

自動駕駛系統的主要功能全速(su)自(zi)適應(ying)巡(xun)航、自(zi)動泊(bo)車、主動車道保(bao)持、自(zi)動變道、限速(su)識別(bie)等功能(neng)。L2級別(bie)自(zi)動駕駛主要有自(zi)適應(ying)巡(xun)航系(xi)統、車道保(bao)持輔(fu)助(zhu)功能(neng)、AEB主動剎車系(xi)統，除此之外，還有一些適用于不同場景的(de)一些駕駛輔(fu)助(zhu)功能(neng)。