用4級或5級來定義自動駕駛很難有一個明確的標(biāo)準(zhǔn)，自動駕駛也不應(yīng)該搞得很復(fù)雜。自動駕駛實際包含三個問題：一是我在哪？二是我要去哪？三是如何去？能完整解決這三個問題就是真正的自動駕駛。所以特斯拉升級后的8000美元的Autopilot 2.0只有部分線控功能，不能算真正的自動駕駛。福特、百度和谷歌這些公司做的才是真正的自動駕駛，遠(yuǎn)在特斯拉之上，兩者云泥之差，天壤之別。

第一個問題是定位，自動駕駛需要的是厘米級定位。

第二個問題是路徑規(guī)劃，自動駕駛的路徑規(guī)劃第一層是點到點的非時間相關(guān)性拓?fù)渎窂揭?guī)劃，第二層是實時的毫秒級避障規(guī)劃。第三層是將規(guī)劃分解為縱向（加速度）和橫向（角速度）規(guī)劃。

第三個問題是車輛執(zhí)行機構(gòu)執(zhí)行縱向和橫向規(guī)劃，也就是線控系統(tǒng)。

目前自動駕駛的技術(shù)基本上都源自機器人，自動駕駛可以看做是輪式機器人加一個舒適的沙發(fā)。機器人系統(tǒng)中定位和路徑規(guī)劃是一個問題，沒有定位，就無法規(guī)劃路徑。厘米級實時定位是目前自動駕駛最大的挑戰(zhàn)之一。對機器人系統(tǒng)來說，定位主要靠SLAM與先驗地圖（Prior Map）的交叉對比。SLAM是Simultaneous Localization and Mapping的縮寫，意為“同時定位與建圖”。它是指運動物體根據(jù)傳感器的信息，一邊計算自身位置，一邊構(gòu)建環(huán)境地圖的過程。目前，SLAM的應(yīng)用領(lǐng)域主要有機器人、虛擬現(xiàn)實和增強現(xiàn)實。其用途包括傳感器自身的定位，以及后續(xù)的路徑規(guī)劃、場景理解。

隨著傳感器種類和安裝方式的不同，SLAM的實現(xiàn)方式和難度會有很大差異。按傳感器來分，SLAM主要分為激光、視覺兩大類。其中，激光SLAM研究較早，理論和工程均比較成熟。視覺方案目前（2016）尚處于實驗室研究階段， 應(yīng)用于室內(nèi)且低速的商業(yè)化產(chǎn)品都沒用出現(xiàn)，更何況遠(yuǎn)比室內(nèi)室內(nèi)復(fù)雜的高速運動室外環(huán)境。單從這點來說，激光雷達(dá)是自動駕駛必備的傳感器。

SLAM研究自1988年提出以來，已經(jīng)過了近三十年。早期SLAM研究側(cè)重于使用濾波器理論。21世紀(jì)之后，學(xué)者們開始借鑒SfM(Structure from Motion)中的方式，以優(yōu)化理論為基礎(chǔ)求解SLAM問題。這種方式取得了一定的成就，并且在視覺SLAM領(lǐng)域中取得了主導(dǎo)地位。 人們有時候會混淆SLAM和視覺里程計的概念。應(yīng)該說，視覺里程計是視覺SLAM的一個模塊，其目的在于增量式地估計相機運動。然而，完整的SLAM還包括添加回環(huán)檢測和全局優(yōu)化，以獲得精確的、全局一致的地圖。目前開源的視覺傳感器SLAM算法主要分三大類，稀疏法，又稱特征點法。稠密法，主要是RGB-D。半稠密法，單目和雙目用的多，是目前最火熱的領(lǐng)域。激光SLAM主要方法有Hector、Gmapping、Tiny。

機器人定位常見三大類，相對定位，絕對定位和組合定位。自動駕駛一般用組合定位，首先本體感受傳感器如里程計（Odometry）、陀螺儀(Gyroscopes)等，通過給定初始位姿，來測量相對于機器人初始位姿的距離和方向來確定當(dāng)前機器人的位姿，也叫做航跡推測。然后用激光雷達(dá)或視覺感知環(huán)境，用主動或被動標(biāo)識、地圖匹配、GPS、或?qū)Ш叫艠?biāo)進行定位。位置的計算方法包括有三角測量法、三邊測量法和模型匹配算法等。從這個角度而言，IMU也是自動駕駛必備的部件。

同時，機器人的自主定位實際上是個概率問題，因此機器人定位算法也出現(xiàn)兩大流派，一類是卡爾曼濾波器，一類是貝葉斯推理?？柭鼮V波器有Extended Kalman Filter（EKF），Kalman Filter (KF)，Unscented Kalman Filter (UKF)定位方法。另一類是基于貝葉斯推理的定位方法。運用柵格和粒子來描述機器人位置空間，并遞推計算在狀態(tài)空間上的概率分布，比如Markov Localization (MKV)，Monte Carlo Localization (MCL)定位方法。

在地圖匹配上，必須有一幅Prior Map與之對比。這幅地圖不一定是厘米級高精度地圖。這就需要說說地圖了，地圖可以分為四大類，分別是Metric、Topologic、Sensor、Semantic。我們最常見的地圖是語義級地圖，無人駕駛不是導(dǎo)彈，一般輸入目的地應(yīng)該是語義級的，畢竟人類的交通模式還是語義級的，而非地理坐標(biāo)。這也是機器人和無人駕駛的區(qū)別之一，機器人一般不考慮語義級意義，它只需要知道自己在坐標(biāo)體系中的位置。GPS提供的則是全球坐標(biāo)系的Metric。將來的V2X會提供也會提供一幅雷達(dá)和視覺探測距離之外（NLOS）的特定物體（移動的行人和車）的地圖，或者可以叫V2X地圖。目前國內(nèi)研究階段的無人車大都是用GPS RTK定位，GPS RTK必須配合厘米級高精度地圖才能得到語義信息，所以是不可能真正無人駕駛的。

目前定位的方法主要由五種，一是用激光雷達(dá)的SLAM，二是用激光雷達(dá)的強度掃描圖像，三是用合成圖像，四是用高斯混合地圖，最后一種是Mobileye提出的REM。

第一種，激光雷達(dá)的SLAM，利用車輛自帶的GPS和IMU做出大概位置判斷，然后用預(yù)先準(zhǔn)備好的高精度地圖（Prior Map）與激光雷達(dá)SLAM云點圖像與之對比，或者說Registration，放在一個坐標(biāo)系內(nèi)做配準(zhǔn)。配對（Matching）成功后確認(rèn)自車位置。這是目前最成熟，準(zhǔn)確度最高的方法。


第二種，利用激光雷達(dá)的強度掃描圖像。激光雷達(dá)有兩種最基本的成像方式，一是3D距離成像，可以近似地理解為點云；二是強度掃描成像，激光經(jīng)物體反射，根據(jù)反射強度值的不同，可以得到一副強度成像圖像。強度值是包括在點云里的，光強分離核心技術(shù)之一。這種定位方法需要預(yù)先制作一個特殊的SLAM系統(tǒng)，稱之為位姿圖像SLAM（Pose-GraphSLAM），勉強可看作激光雷達(dá)制造的高清地圖。有三個約束因素（Constraints），一是掃描匹配約束（Z），二是里程計約束（Odometry Constraints，U)，GPS先驗約束（PriorConstraints）。激光雷達(dá)的3D云點地圖抽出強度值和真實地面（Ground Plane），轉(zhuǎn)化為2D的地面強度掃描圖像。與位姿圖像SLAM配對后即可定位。

第三種也有稱之為圖像增強型定位，通常是將Lidar和視覺系統(tǒng)結(jié)合進行定位，用單目即可。這種方法需要預(yù)先準(zhǔn)備一幅激光雷達(dá)制造的3D地圖，用Ground-Plane Sufficient得到一個2D的純地面模型地圖，用OpenGL將單目視覺圖像與這個2D的純地面模型地圖經(jīng)過坐標(biāo)變換， 用歸一化互信息（normalized mutual information）配準(zhǔn)。然后用擴展卡爾曼濾波器（EKF）來實現(xiàn)定位。

第四種是高斯混合模型，這實際還是第二種方法的補充，在遇到惡劣環(huán)境，比如很厚的積雪，雪后還有殘雪的泥濘的道路，缺乏紋理的老舊的被破壞的道路，用高斯混合模型來做定位，提高激光雷達(dá)定位的魯棒性。


前面四種都離不開激光雷達(dá)，成本頗高，但是室內(nèi)VSLAM又未達(dá)到實用地步，更不要說室外定位了。因此Mobileye提出一種無需SLAM的定位方法。這就是REM。雖然REM不用視覺SLAM，但顯然只是視覺SLAM的變種而已，Mobileye 通過采集包括交通信號、方向指示牌、長方形指示牌、路燈及反光標(biāo)等「地標(biāo)」，得到一個簡單的 3D 坐標(biāo)數(shù)據(jù)；再通過識別車道線信息，路沿，隔離帶等獲取豐富的 1D 數(shù)據(jù)。把簡單的 3D 數(shù)據(jù)和豐富的 1D 的數(shù)據(jù)加起來，大小也不過是 10Kb/km，攝像頭的圖像與這種REM地圖中匹配即可定位。Mobileye這種設(shè)計毫無疑問是成本最低的，但前提是至少有上千萬輛車配備REM系統(tǒng)，能夠自動搜集數(shù)據(jù)并上傳到云端，有些路段或者說非道路地區(qū)，沒有裝載REM系統(tǒng)的車走過，就無法定位。在全球范圍內(nèi)讓裝載REM系統(tǒng)的車走遍每一寸土地是不可能的。這可能牽涉到隱私問題，也牽涉到數(shù)據(jù)版權(quán)問題，這些數(shù)據(jù)的版權(quán)究竟歸誰，是車主還是車企還是云端的服務(wù)商，還是Mobileye？這問題很難說清。同時REM的數(shù)據(jù)要及時更新，幾乎要做到準(zhǔn)實時狀態(tài)，同時光線對數(shù)據(jù)影響明顯，REM要濾除那些不合適的數(shù)據(jù)，所以維持這份地圖的有效性需要非常龐大的數(shù)據(jù)量和運算量，誰來維護這個龐大的運算體系？還有最致命的一點，REM是基于視覺的，只能在天氣晴好，光線變化幅度小的情況下使用，這大大限制了其實用范圍，而激光雷達(dá)可滿足95%的路況。

厘米級定位是無人駕駛的難點之一，不光是車輛本身的語義級定位，還有一個絕對坐標(biāo)定位，目前GPS定位，城區(qū)的最高精度大約10米，郊區(qū)大約5米。GPS RTK只能在小范圍應(yīng)用，覆蓋面有限，系統(tǒng)帶寬更有限，跑幾輛車湊合，上百輛系統(tǒng)可能就崩潰了。北斗地基系統(tǒng)主要做軍用，系統(tǒng)帶寬和刷新頻率有限，無法做大規(guī)模商用和車用。日本的準(zhǔn)天頂衛(wèi)星只能覆蓋中國東部少數(shù)地區(qū)，并且也不是長久之計。

當(dāng)然，將來無人車的定位很難擺脫厘米級地圖，但是這只是車輛啟動前的第一次定位，車輛啟動后，利用車載激光雷達(dá)的SLAM和障礙物識別完全可以取代高精度地圖做自主導(dǎo)航。所以未來，高精度地圖的主要作用是定位而非導(dǎo)航，也無需車載，放在云端即可。