一、自動駕駛系統的定位方法有哪些

目(mu)前使用(yong)最廣泛(fan)的(de)(de)自動駕駛定(ding)(ding)位方法包括(kuo)融(rong)合全球定(ding)(ding)位系統(tong)（GNSS，Global Navigation Satellite System）和(he)慣性導航系統(tong)（INS，Inertial Navigation System）。其中，GNSS的(de)(de)定(ding)(ding)位精(jing)度(du)由器(qi)件(jian)(jian)成(cheng)本決定(ding)(ding)，一般在幾十米(mi)到幾厘米(mi)級別之間，精(jing)度(du)越(yue)高(gao)(gao)，成(cheng)本也越(yue)貴。融(rong)合GNSS和(he)INS的(de)(de)定(ding)(ding)位方法能夠在一定(ding)(ding)程度(du)上解決GNSS在環境(jing)惡(e)劣(lie)條件(jian)(jian)（高(gao)(gao)樓、樹(shu)木遮擋，大(da)面積(ji)水域、隧道等）下定(ding)(ding)位精(jing)度(du)偏差較大(da)的(de)(de)影響，但對(dui)于(yu)城市(shi)這樣大(da)范圍定(ding)(ding)位條件(jian)(jian)都不好的(de)(de)情況，單純的(de)(de)GNSS+INS的(de)(de)定(ding)(ding)位技術還是不夠滿足自動駕駛的(de)(de)需求(qiu)。

地圖(tu)輔助(zhu)類定(ding)(ding)位(wei)(wei)方法是(shi)另(ling)一種廣(guang)泛(fan)使(shi)用(yong)的自動(dong)駕駛定(ding)(ding)位(wei)(wei)技(ji)術，代表算法是(shi)同步(bu)定(ding)(ding)位(wei)(wei)與地圖(tu)構建（SLAm，Simultaneous Localization And mapping）。SLAM的目標是(shi)構建地圖(tu)的同時使(shi)用(yong)該地圖(tu)進行定(ding)(ding)位(wei)(wei)，SLAM通(tong)過(guo)傳(chuan)感(gan)器（攝(she)像頭、Lidar等）觀測(ce)到(dao)的環境特征，確(que)定(ding)(ding)當(dang)(dang)前車輛(liang)的位(wei)(wei)置(zhi)(zhi)以及當(dang)(dang)前觀測(ce)目標的位(wei)(wei)置(zhi)(zhi)，這(zhe)(zhe)是(shi)一個利(li)用(yong)以往的先驗概率(lv)分布和當(dang)(dang)前的觀測(ce)值(zhi)來估計當(dang)(dang)前位(wei)(wei)置(zhi)(zhi)的過(guo)程(cheng)，這(zhe)(zhe)一過(guo)程(cheng)通(tong)常使(shi)用(yong)的方法有：貝葉斯(si)濾波(bo)(bo)器（Bayesian Filter）、卡爾曼(man)濾波(bo)(bo)器（Kalman Filter）、擴展卡爾曼(man)濾波(bo)(bo)器（Extend Kalman Filter）、粒子濾波(bo)(bo)器（Partical Filter）等，這(zhe)(zhe)些都是(shi)基于概率(lv)和統計原理的定(ding)(ding)位(wei)(wei)技(ji)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)(zi)適(shi)應(ying)巡(xun)航、自(zi)(zi)動泊(bo)車、主(zhu)動車道(dao)保持、自(zi)(zi)動變(bian)道(dao)、限速(su)識別(bie)等功(gong)(gong)能。L2級別(bie)自(zi)(zi)動駕駛主(zhu)要(yao)有自(zi)(zi)適(shi)應(ying)巡(xun)航系統、車道(dao)保持輔助功(gong)(gong)能、AEB主(zhu)動剎車系統，除此(ci)之外，還有一些適(shi)用于(yu)不同場景(jing)的(de)一些駕駛輔助功(gong)(gong)能。