1、定位技术概述：为什么定位是自动驾驶的基石？GNSS、IMU、LiDAR、视觉定位的对比
大家好，我是你们的老朋友。今天咱们正式开篇，聊聊定位技术。
说实话，我入行做自动驾驶那会儿，很多人觉得「感知」才是核心。摄像头看到红绿灯，雷达检测到障碍物，车就能跑了。但真正跑过路测你就知道——没有定位，感知就是无头苍蝇。
你想想看，车知道自己在哪里，才知道接下来该往哪走。定位，说白了就是自动驾驶的「坐标系原点」。原点歪了，后面规划、控制全白搭。
1.1 为什么定位是自动驾驶的基石？
我经常跟团队新人讲一个比喻：
自动驾驶 = 感知 + 定位 + 规划 + 控制。
感知是眼睛，定位是骨架，规划是大脑，控制是手脚。
骨架歪了，手脚再灵活也没用。
举个真实例子。我在某园区做路测时，车辆定位突然跳了2米。结果呢？车直接冲着路沿石就去了。幸好安全员及时接管。那次之后，我要求所有定位模块必须做「故障检测」——定位不准时，宁可停车，也不能瞎跑。
具体来说，定位决定了三件事：
- 我在哪？ —— 全局坐标下的位置
- 我要去哪？ —— 与目标点的相对关系
- 我该怎么走？ —— 车道级路径规划的基础
嗯，这里要注意：定位不是「大概知道在哪」就行。自动驾驶要求的是厘米级精度。差个几十厘米，可能就从车道内偏到隔壁车道去了。
1.2 四大定位技术：GNSS、IMU、LiDAR、视觉
目前主流的定位方案，无非这四种。我一个个说，顺便聊聊我在项目中踩过的坑。
1.2.1 GNSS：全球导航卫星系统
GNSS就是咱们常说的GPS、北斗这些。它靠卫星信号计算位置。
优点：
- 全球覆盖，室外都能用
- 绝对定位，不累积误差
- 成本低，一个模块几十块钱
缺点：
- 信号容易遮挡（隧道、高楼、树荫）
- 精度有限，普通单点定位3-5米
- 更新频率低（10Hz左右）
要提升精度，可以用RTK（实时动态差分）。配合基站，能到厘米级。但RTK也有坑——基站信号覆盖范围有限，离开基站远了就不行。
1.2.2 IMU：惯性测量单元
IMU测量加速度和角速度，通过积分推算位置。说白了就是「猜」——我知道上一秒在哪，测出这一秒动了多少，就能算出这一秒在哪。
优点：
- 完全自主，不依赖外部信号
- 更新频率高（100-1000Hz）
- 短时精度极高
缺点：
- 误差随时间累积（漂移）
- 需要初始位置
- 高精度IMU价格昂贵
我个人习惯把IMU当作「短时救星」。比如车辆进隧道，GNSS信号丢失，IMU能撑个几十秒。但时间一长，误差就大到离谱了。
1.2.3 LiDAR：激光雷达定位
LiDAR通过发射激光束，测量周围环境的点云。然后与高精地图匹配，算出当前位置。
优点：
- 精度极高（厘米级）
- 不受光照影响
- 能直接获取3D结构信息
缺点：
- 成本高（虽然现在降了不少）
- 受天气影响（雨雪雾天性能下降）
- 需要预先构建高精地图
我记得有一次在雪天测试，LiDAR点云被雪花反射得乱七八糟，匹配算法直接崩了。后来我们加了「点云滤波」——先滤掉噪点，再做匹配。嗯，这个后面会详细讲。
1.2.4 视觉定位
视觉定位用摄像头拍摄图像，提取特征点，与地图或前后帧匹配。
优点：
- 成本低（摄像头便宜）
- 信息丰富（车道线、路牌、纹理）
- 能同时做感知和定位
缺点：
- 对光照敏感（逆光、黑夜）
- 纹理缺失场景失效（白墙、雪地）
- 计算量大
视觉定位我最头疼的就是「光照突变」。比如车辆从隧道出来那一瞬间，图像从暗变亮，特征点全丢了。后来我们加了「曝光自适应」和「特征点预测」，才算稳住。
1.3 四大技术对比总结
说了这么多，咱们直接上表格，一目了然。
| 技术 | 精度 | 更新频率 | 成本 | 环境依赖 | 误差特性 |
|---|---|---|---|---|---|
| GNSS | 米级（RTK厘米级） | 10Hz | 低 | 需天空视野 | 不累积 |
| IMU | 短时厘米级 | 100-1000Hz | 中高 | 无 | 累积漂移 |
| LiDAR | 厘米级 | 10-20Hz | 高 | 需特征丰富 | 局部累积 |
| 视觉 | 分米级 | 30-60Hz | 低 | 需光照纹理 | 局部累积 |
你看，没有一种技术是完美的。所以实际工程中，我们做的是多传感器融合。
1.4 实际工程中的定位方案
我目前最常用的方案是：GNSS + IMU + LiDAR 融合。
为什么这么搭？
- GNSS提供绝对位置，消除IMU的长期漂移
- IMU提供高频更新，填补GNSS的低频间隙
- LiDAR提供环境匹配，修正GNSS的多路径误差
视觉呢？我一般把它当作「辅助」——在LiDAR失效的场景（比如雨雪天），视觉能顶上去。但视觉单独做定位，我是不太放心的。
最后说一句：定位没有银弹。每个场景都有它的最优解。城市道路、高速、隧道、地下停车场——你得针对不同场景，设计不同的定位策略。这个，咱们后面章节慢慢聊。
好，今天就到这儿。下一章，咱们深入讲讲GNSS定位的原理和代码实现。到时候我会手撕一个RTK解算的demo，保证干货满满。