导读：定位技术是实现自动驾驶基础且重要的环节。首先，先介绍几个目前较为成熟的定位技术。接下来，简单介绍相关自动驾驶公司定位技术。
一、较为成熟的定位技术
1、GNNS技术
GNSS的全称是全球导航卫星系统（Global Navigation Satellite System），它是泛指所有的卫星导航系统，如美国的GPS、俄罗斯的Glonass、欧洲的Galileo、中国的北斗卫星导航系统等。
GPS 是使用最广泛的 GNSS 系统。
GPS由三个部分组成：卫星、控制站、GPS接收器。GPS利用三角测量学方法，测量三个或三个以上的卫星至GPS接收器（手机、电脑、汽车）间的距离，从距离来确定GPS接收机在地球或空中的位置。由于要确定接收器的三维位置，所以至少要接收三个以上卫星的信号，一般采用四个卫星，第四个卫星用于提供相对零点时间从而消除时间误差。
GPS拥有全球全天候定位的优点，但测量精度受延迟、机器误差的影响，限制在米级别，对于自动驾驶汽车这种需要高精度定位的系统来说是不够的。
北斗卫星导航系统（BDS）是中国自行研制的全球卫星导航系统。如今，北斗系统已经发展到了北斗三号，拥有48颗在轨卫星，成功升级为了全球卫星导航系统。而且作为后起之秀，我们的北斗系统在定位精度上已经完全不输于美国GPS。北斗定位今后不光会靠卫星，还有一张细密的地面站网辅助，定位精度将可达到2—5厘米，这种又快又准的新一代定位，不光能服务汽车导航和自动驾驶，还有助于无人机送货。
使用了北斗卫星导航系统的北斗地图可精确到1米定位具体车道，具有直观便利的道路指引、清晰明确的语音提示，新增了主辅路、环岛、高速路的道路标牌及实际道路提示，让用户对路线情况一目了然，在复杂路况下也可从容应对。
2、RTK技术
RTK (Real Time Kinematic), 即载波相位差分技术，它能够实时地提供测站点在指定坐标系中的三维定位结果，并达到厘米级精度。
差分就是把GPS的误差想方设法分离出。在已知位置的参考点上装上移动基站，就能知道定位信号的偏差。将这个偏差发送给需要定位的移动站，移动站就可以获得更精准的位置信息。
在RTK作业模式下，基站采集卫星数据，并通过数据链将其观测值和站点坐标信息一起传送给移动站，而移动站通过对所采集到的卫星数据和接收到的数据链进行实时载波相位差分处理（历时不足一秒），得出厘米级的定位结果。
RTK虽然能够在GPS的基础上大大提高精准度，但仍然会受卫星状况、电离层的影响，不能保证100%的可靠度。
3、SLAM技术
SLAM（Simultaneous Localization and Mapping）技术是指同时定位与建图，其意思是机器人在自身位置不确定的条件下，在完全未知环境中创建地图，同时利用地图进行自主定位和导航，因此可知SLAM的主要工作是定位以及建图。
SLAM分为激光SLAM和视觉SLAM。
激光SLAM的原理是使用2D或3D激光雷达采集周围环境物体信息呈现出的一系列分散的、具有准确角度和距离信息的点，被称为点云。通常激光SLAM系统通过对不同时刻两片点云的匹配与比对，计算激光雷达相对运动的距离和姿态的改变，从而完成对机器人自身的定位。
视觉SLAM又称为V－SLAM，主要通过摄像头来实现。摄像头品类繁多，主要分为单目、双目、单目结构光、双目结构光、ToF几大类。基于深度摄像机的V－SLAM，跟激光SLAM类似，通过收集到的点云数据，能直接计算障碍物距离；基于单目、鱼眼相机的V－SLAM方案，则利用多帧图像来估计自身的位姿变化，再通过累计位姿变化来计算距离物体的距离，并进行定位与地图构建。
4、惯性导航
惯性导航系统（INS：Inertial Navigation System）是以陀螺和加速度计为敏感器件的导航参数解算系统，该系统根据陀螺的输出建立导航坐标系，根据加速度计输出解算出运载体在导航坐标系中的速度和位置，而IMU则为INS的基础测量单元。
IMU（Inertial Measurement Unit，惯导测量单元），标配版本集成了一个三轴加速度计和一个三轴陀螺仪，俗称六轴IMU。高配版本再多集成一个三轴的磁力计，俗称九轴IMU。加速度计可以测量物体在其坐标系下的三轴加速度，陀螺仪可以测量物体在其坐标系下的三轴角速度，通过对加速度和角速度数据进行积分运算，可以解算出物体一个相对的定位信息。
5、UWB技术
UWB，就是Ultra Wideband，超宽带技术。
传统的通信体制都是利用一个高频载波来调制一个窄带信号，通信信号的实际占用带宽并不高，而UWB通过发送和接收具有纳秒或微秒级以下的极窄脉冲来实现无线传输的。由于脉冲时间宽度极短，因此可以实现频谱上的超宽带：使用的带宽在500MHz以上。
UWB定位技术利用事先布置好的已知位置的锚节点和桥节点，与新加入的盲节点进行通讯，并利用TDOA定位算法，通过测量出不同基站与移动终端的传输时延差来进行定位。
UWB定位技术具有穿透力强、功耗低、抗多径效果好、安全性高、系统复杂度低、能提供精确定位等优点。因此，超宽带技术可以应用于室内外静止或移动物体以及人的定位跟踪与导航，能提供十分精确的定位精度。
以上技术各有优缺点，在自动驾驶过程中，一般与高精地图融合使用，以增加定位的准确性与鲁棒性。
二、相关自动驾驶公司定位技术
1、以特斯拉为例的一类企业倾向于使用基于视觉的VSLAM
他们将尽可能多的视觉传感器置入汽车中，不依靠预先录制的地图，而是希望将图像处理和机器学习结合起来，让特斯拉车辆能够对周围环境做到实时了解。特斯拉车辆随时随地都在学习并与其他车辆分享知识。他们依靠周围的实时环境数据而不是历史数据，不存在依赖过时地图而出错的风险。
2、通用汽车和奔驰都看好通过激光雷达或GPS预先制作的高精地图来进行定位的方法
通用汽车于2017年收购了自己的激光雷达供应商。福特与百度合作，向一家激光雷达供应商Velodyne 投资1．5亿美元，奔驰也与Velodyne签订激光雷达供应合约。
这类车辆依赖于预先记录好的3D高分辨率地图，而这些地图是使用配备激光雷达的车辆预先捕获的。然后，自动驾驶车辆可以使用其自身配备的激光雷达设备获取周边环境的信息，与预先制作的高精地图进行比对，判断环境是否已经改变，然后在地图涵盖区域内实现自动驾驶。这显示了相对来说更加广泛的自动驾驶策略。为了保持地图的准确性和车辆的可用性，需要市政当局和汽车制造商之间更广泛的合作，以创建和维护最新的高精度地图供车辆使用。
3、车联网定位技术
车联网的定位技术则是通过合理部署在城市交通道路周边的RSU，通过车联网方法进行定位的车辆通过GPS、RFID、传感器、摄像头图像处理等装置，在由车辆位置、速度和路线等信息构成的巨大交互网络中完成自身环境和状态信息的采集。在互联网信息库中，所有车辆将自身的各种信息传输汇聚到中央处理器，实现位置信息的交互共享。目前，国家强制要求所有运营车辆都要转配车载定位终端，同时接入相关企业服务平台，并最终接入省部级服务平台。
比如，万集科技通过在路端布设融合边缘计算技术的智能基站，以高精度激光雷达、V2X通信、视频识别等传感器，赋予道路多维的感知能力，实现道路基础设施与车辆、云端实时信息交互，最终形成智能化交通管理控制、智能化动态信息服务以及网联车辆自动驾驶的一体化智能交通网络。
