自動駕駛是現代社會的發(fā)展主題之一，自動駕駛在未來必將取代人工駕駛方式。為增進大家對自動駕駛的認識，本文將對發(fā)展自動駕駛遇到的定位技術瓶頸以及地理信息測繪對自動駕駛的意義予以介紹。如果你對自動駕駛具有興趣，不妨繼續(xù)往下閱讀哦。

一、發(fā)展自動駕駛遇到的定位技術瓶頸

自動駕駛中的高精度定位技術，有絕對定位和相對定位之分。常見的激光雷達、攝像頭、超聲波雷達、毫米波雷達，都屬于相對定位范疇;而GNSS(全球衛(wèi)星導航系統(tǒng))定位結合IMU慣性傳感器的融合定位，能得到車輛所處的經緯度信息和當前的姿態(tài)信息，反映的是車輛在地球坐標系中的絕對位置，屬于絕對定位。

但是，每一類定位傳感器都有自己的優(yōu)勢，也有非常明顯的缺陷。

例如激光雷達，它的測量精度、探測距離以及最終得出的結果都非常有保證，但是它成本高且部件易磨損，同時，在使用過程中比較容易受遮擋，也不能識別顏色文字圖案等，導致量產能力弱。

再比如毫米波雷達，雖然在當前的自動駕駛方案中被應用的非常多，但它的問題是探測角度小，需要安裝非常多的毫米波雷達，才能實現對車輛周邊整體環(huán)境探測，實現精準定位。這套方案也存在成本高的問題。

超聲波雷達的方案，當前很多泊車輔助功能都在用。但問題在于，它探測距離最多只能到3米，精度也很低。

視覺定位的方案主要通過攝像頭實現，它是目前自動駕駛技術中比較主流的定位方案。這套方案的主要優(yōu)勢為成本低、可以識別文字顏色和圖案等。但是，視覺定位的效果會受到環(huán)境光線的影響，在雨雪、大霧的情況下，定位效果也比較差。

GNSS衛(wèi)星定位和慣性導航在車載導航方面的應用比較多。關于GNSS定位，主要優(yōu)勢是成本低、精度高。目前，基于千尋位置提供的差分服務，GNSS定位可以達到動態(tài)厘米級。

業(yè)內經常使用慣性導航和GNSS做融合，因為結合了慣性導航后，在GNSS信號丟失的情況下，車輛依然能夠準確定位。但是，由于慣性導航依靠推算實現，時間一長累計誤差就會比較明顯，并且它需要得到一個比較準確的初始位置才可進行推算，一般不會作為單獨的導航傳感器存在，往往要搭配其他的傳感器使用。

以上幾種傳感器各具優(yōu)勢及缺陷，在實際應用過程中很難找到一個各方面都兼顧的最優(yōu)方案。

二、測繪地理信息給自動駕駛帶來了什么

中國測繪科學研究院地理信息系統(tǒng)與地圖學研究所所長翟亮告訴記者，在智能網聯汽車產業(yè)快速發(fā)展過程中，測繪地理信息可以發(fā)揮諸多重要支撐作用。

一方面，發(fā)揮了“指南針”作用——車道級位置服務和路徑導航。我國建成并投入運營的北斗衛(wèi)星導航系統(tǒng)及其連續(xù)運行參考站(CORS)，可以為智能網聯汽車實時提供厘米級的高精度位置信息，是車輛智能駕控所需的最基礎信息之一。在這基礎上，配合高精度地圖完成車輛的路徑導航功能，引導車輛安全、高效地到達目的地。

另一方面，提供了“一雙慧眼”——近距離實時環(huán)境感知。智能網聯汽車通過安裝或集成衛(wèi)星導航定位接收模塊、慣性測量單元、攝像頭、激光雷達等傳感器，能夠對車輛及周邊道路設施的空間坐標、影像、點云及其屬性信息等測繪地理信息數據進行近距離實時環(huán)境感知、信息采集、處理判斷，以滿足車輛智能駕控決策的根本需求。

同時，還形成了“專家知識”——長周期地理信息記憶。自動駕駛地圖標注了所有道路特征和駕駛經驗軌跡，特別是傳統(tǒng)傳感器看不到的地方，例如拐彎兒、上下坡的地方，能夠為智能網聯汽車構建一套完整的長周期地理信息記憶，無形中增強了車輛超視距感知能力，為車輛提供重要的先驗信息與人類駕駛經驗，彌補普通近距離傳感器及模型訓練的不足，減少對車端高算力的剛性需求，更好地滿足智能駕控決策需求。

此外，智能網聯汽車實時獲取和更新的道路、場景等信息，也可以為基礎測繪工作提供重要的數據來源，未來將實現智能駕駛和基礎測繪工作的雙向賦能。

隨著智能網聯汽車逐漸興起而出現的自動駕駛地圖，是實現自動駕駛的必要條件。不同于傳統(tǒng)地圖服務于人，自動駕駛地圖的主要服務對象是車，精度更高、圖層更多、內容更豐富。

據了解，自動駕駛地圖繪制以及自動駕駛技術環(huán)境感知、行為決策、姿態(tài)控制和算法升級等離不開影像數據、衛(wèi)星導航定位、慣性導航、激光雷達點云數據等地理信息數據。

中國科學院院士、中國工程院院士李德仁曾撰文指出，測繪遙感科學與信息科學不斷與其他科學和技術交叉融合，提供各種方法進行時空數據采集、信息提取、網絡管理、知識發(fā)現、空間感知認知和智能位置服務，形成了高精度位置與姿態(tài)測量、全球空天地一體化的非線性地球參考框架構建技術、星基導航增強技術、天地一體化網絡通信技術(6G)、多源成像數據在軌處理技術、信息智能終端服務技術、時空信息資源調度與網絡安全、通信導航遙感一體多功能衛(wèi)星平臺設計與研制等一系列關鍵核心技術，這些關鍵技術正直接或間接地支撐著智能駕駛技術的發(fā)展。

以上便是此次帶來的自動駕駛相關內容，通過本文，希望大家對自動駕駛已經具備一定的了解。如果你喜歡本文，不妨持續(xù)關注我們網站哦，將于后期帶來更多精彩內容。最后，十分感謝大家的閱讀，have a nice day!