常規定位方法：差分GPS+慣性導航IMU。精度：米級使用高精地圖情況下：在差分GPS+IMU的基礎上，使用鐳射雷達或者雙目視覺進行地圖匹配，獲取當前車輛在高精地圖中的區域性具體位置。精度：釐米級
1. 為什麼用差分GPS：單個GPS會受到天氣、衛星軌道等因素的影響，進而精度不高，達不到自動駕駛的要求。而附近的GPS基站同樣受到這些因素影響，但是基站的準確位置資訊是已知的，且認為基站和當前車輛所處位置的天氣等因素是相同的，因此透過與基站GPS資料做差分，可以消除以上因素帶來的影響，將GPS精度從幾十米提升到米級。
2. 為什麼要用IMU：GPS裝置資訊更新頻率較低，大約是10Hz級別，對於高速行駛車輛顯然是遠遠不夠的，透過獲取車輛的速度、車輪轉角等資訊，積分計算得到車輛下一時刻位置。提高定位頻率到100Hz，也就是10ms產生一次定位結果，對於80Km/h速度的車輛來說，大約每0.25m更新一次位置，可以滿足智慧駕駛要求。因此IMU的引入可以提高定位頻率。
3. 差分GPS和IMU的協同工作：由於IMU慣性導航儀透過積分的方式計算車輛下一時刻位置，若干次積分計算後，誤差也進一步累積，因此需要透過差分GPS進行校正，兩者協同共同完成高精度和高頻率的定位。
4. 高精地圖中LiDAR或雙目：有了高精地圖還需要知道車輛在地圖中的具體位置，這就要透過鐳射雷達或者雙目視覺進行特徵點匹配，利用實時採集的點雲和已有的高精地圖點雲進行匹配。進而可透過卡爾曼濾波等方法和之前差分GPS+IMU的定位結果進行融合，以確定自身位置，精度：釐米級。
總結：透過差分GPS+IMU+高精地圖+LiDAR/雙目 實現智慧駕駛汽車的高精度定位和實時導航。
常規定位方法：差分GPS+慣性導航IMU。精度：米級使用高精地圖情況下：在差分GPS+IMU的基礎上，使用鐳射雷達或者雙目視覺進行地圖匹配，獲取當前車輛在高精地圖中的區域性具體位置。精度：釐米級
1. 為什麼用差分GPS：單個GPS會受到天氣、衛星軌道等因素的影響，進而精度不高，達不到自動駕駛的要求。而附近的GPS基站同樣受到這些因素影響，但是基站的準確位置資訊是已知的，且認為基站和當前車輛所處位置的天氣等因素是相同的，因此透過與基站GPS資料做差分，可以消除以上因素帶來的影響，將GPS精度從幾十米提升到米級。
2. 為什麼要用IMU：GPS裝置資訊更新頻率較低，大約是10Hz級別，對於高速行駛車輛顯然是遠遠不夠的，透過獲取車輛的速度、車輪轉角等資訊，積分計算得到車輛下一時刻位置。提高定位頻率到100Hz，也就是10ms產生一次定位結果，對於80Km/h速度的車輛來說，大約每0.25m更新一次位置，可以滿足智慧駕駛要求。因此IMU的引入可以提高定位頻率。
3. 差分GPS和IMU的協同工作：由於IMU慣性導航儀透過積分的方式計算車輛下一時刻位置，若干次積分計算後，誤差也進一步累積，因此需要透過差分GPS進行校正，兩者協同共同完成高精度和高頻率的定位。
4. 高精地圖中LiDAR或雙目：有了高精地圖還需要知道車輛在地圖中的具體位置，這就要透過鐳射雷達或者雙目視覺進行特徵點匹配，利用實時採集的點雲和已有的高精地圖點雲進行匹配。進而可透過卡爾曼濾波等方法和之前差分GPS+IMU的定位結果進行融合，以確定自身位置，精度：釐米級。
總結：透過差分GPS+IMU+高精地圖+LiDAR/雙目 實現智慧駕駛汽車的高精度定位和實時導航。