GNSSRTK
GNSS全球导航卫星系统
GPS全球定位系统
GPS的三部分：
- 卫星
- 控制站：监视、控制卫星
- GPS接收器：存在于手机、电脑、汽车、船等设备；每次检测至少四个卫星
RTK
- GPS接收器接收信号飞行时间，光速较大所以可能造成较大误差
- RTK 实时运动定位
- 减少误差的方法：地面基站将“地面实况”位置与通过GPS检测到的位置对比，得到两者之间的偏差值，将这个偏差值传递给其他的GPS接收器，调整自身的位置计算
- 优势：精度可以达到10cm
- 劣势：不能避免障碍物遮挡问题；不能进行频繁的更新
惯性导航
通过初始位置、加速度、初始速度三个要素可以得到具体位置信息
三轴加速计：精确测量加速度；根据车辆坐标系记录测量结果
陀螺仪：将加速计测量到的测量结果转化到全局坐标系上；
*陀螺仪通过测量旋转轴（固定在世界坐标系）和三个外部平衡环（一直旋转）的相对位置计算车辆在坐标系中的位置
三轴加速计和陀螺仪是IMU（惯性测量单元）的重要组件
IMU的优势特征：高频率更新（1000Hz），提供接近实时的位置信息
IMU的缺点：运动误差随时间增加而增加，只能进行短时间定位
IMU与GPS结合使用：
- IMU弥补了GPS更新频率较低的问题
- GPS弥补IMU运动误差问题
- 不能解决如地下隧道、山间运动时的定位问题
激光雷达定位
通过点云匹配对车辆进行定位，将激光雷达传感器的检测数据与已存在高精度地图进行连续匹配
匹配点云：
- 迭代最近点ICP：对两次点云扫描进行匹配，通过旋转平移使所有
匹配点对的平均距离误差最小 - 滤波算法：LiDAR定位方法；消除冗余信息；直方图滤波算法（误差平方和算法SSD）
- 卡尔曼滤波：LiDAR定位方法；根据过去的状态和新的传感器测量结果预测当前状态（预测更新周期）
- LiDAR定位具有较好的鲁棒性，缺点是难以构建高精度地图并使其保持最新
视觉定位
图像结合地图和GPS实现定位
粒子滤波：使用粒子或点来估计最可能的位置
优点：图像数据易获取
缺点：缺乏三维信息和对三维地图的依赖
Apollo定位
使用基于GPS、IMU和激光雷达的多传感器融合定位系统
提高稳定性和准确性
Apollo定位系统支持GNSS和LiDAR定位，GNSS定位输出位置和速度信息，LiDAR定位输出位置和行进方向信息。
融合框架通过卡尔曼滤波结合输出。
卡尔曼滤波建立在两步预测测量周期之上。
卡尔曼滤波的预测步骤：惯性导航系统
卡尔曼滤波的更新步骤：GPS和LiDAR