电动知家|阿里达摩院自动驾驶新方案:无GPS信号情况下实现厘米级定位

低调的阿里又出招了 。 阿里达摩院自研的高精定位系统完成最新一次迭代 , 基于多传感器融合的紧耦合算法 , 在没有GPS信号的情况下也能实现厘米级定位 。
达摩院自研高精定位系统完成最新一次迭代 , 基于多传感器融合的紧耦合算法 , 实现了不依赖GPS信号的厘米级定位 。 该系统已部署于达摩院无人物流车队 , 通过软硬件一体化设计 , 以10%的成本达到业界领先定位水准 。
电动知家|阿里达摩院自动驾驶新方案:无GPS信号情况下实现厘米级定位
文章图片
GPS仅能提供米级精度的绝对定位 , 如果要将精度提升到厘米级 , 业界通用的解决方案是借助RTK 。 RTK通过地基增强信号提升GPS精度 , 通常需要搭配高精惯导使用 。 成本高昂 , 而且无法克服卫星信号不稳或丢失的难题 。
定位是自动驾驶系统的核心功能之一 , 自动驾驶车辆通常借助GPS和车辆传感器等信号获取自身位置和姿态信息 。
GPS仅能提供米级精度的绝对定位 , 如果要将精度提升到厘米级 , 业界通用的解决方案是借助RTK 。 RTK通过地基增强信号提升GPS精度 , 通常需要搭配高精惯导使用 。 成本高昂 , 而且无法克服卫星信号不稳或丢失的难题 。
但在复杂的城市环境中 , 卫星信号经常因建筑物的遮挡、反射而变弱或丢失 , 造成定位误差 。 为了追求稳定连续的高精定位 , 将GPS和车辆传感器进行“多源融合”成为业界研究热点 。
主流的多源融合定位技术分为松耦合和紧耦合两类 , 前者对传感器数据的处理结果进行融合;后者先对传感器原始数据作融合 , 再进行集中式计算 , 效果更好 , 难度也更高 。 达摩院正是采用紧耦合算法 , 实现GPS、惯导、轮速、相机、激光雷达等多模态传感器的融合 , 用低精度的传感器实现了厘米级定位 , 且在没有GPS信号的隧道、地库等场所 , 定位系统也能正常运行 , 摆脱了对RTK的依赖 。
达摩院采用紧耦合算法 , 实现GPS、惯导、轮速、相机、激光雷达等多模态传感器的融合 , 用低精度的传感器实现了厘米级定位 , 且在没有GPS信号的隧道、地库等场所 , 定位系统也能正常运行 , 摆脱了对RTK的依赖 。
【电动知家|阿里达摩院自动驾驶新方案:无GPS信号情况下实现厘米级定位】达摩院将这套算法作了软硬一体化实现 , 研发出适配该算法的高精定位硬件 。 整套定位系统以10%的成本 , 实现了业界领先的高精定位 。