雷洪鈞：汽車自動駕駛技術(shù)與實(shí)例的研究（上）

汽車自動駕駛系統(tǒng)（Motor Vehicle Auto Driving System），是一種通過車載電腦系統(tǒng)實(shí)現(xiàn)無人駕駛的智能汽車系統(tǒng)，又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機(jī)器人，還有稱自動駕駛汽車（Autonomous vehicles；Self-pilotingautomobile）的。汽車自動駕駛系統(tǒng)，其結(jié)構(gòu)，一般分為：感知系統(tǒng)、決策系統(tǒng)、執(zhí)行系統(tǒng)3個(gè)部分。

一、汽車自動駕駛技術(shù)基礎(chǔ)知識

1.0感知系統(tǒng)

感知系統(tǒng)，是用攝像頭（眼睛）看前面的路，還在用雷達(dá)（耳朵）聽車周圍（前、后、左右）的車、人及實(shí)體的，甚至?xí)?a target="_blank">信息識別單元（大腦）在分析、判斷。感知系統(tǒng)由三部分組成，傳感器、高精度地圖、信息識別單元等。

（1）傳感器，主要有光學(xué)攝像頭和雷達(dá)，相當(dāng)人的眼睛和耳朵，其主要功能是車輛收集周圍的“即時(shí)信息”。為無人駕駛車輛提供完整、準(zhǔn)確的環(huán)境數(shù)據(jù)，長用的傳感設(shè)備包括：

(a)光學(xué)攝像頭；(b)光學(xué)雷達(dá)（LiDAR）；(c)微波雷達(dá)；(d)導(dǎo)航系統(tǒng)等。

（2）高精度地圖，提供的環(huán)境信息中相對固定、更新周期較長的信息,比如車道標(biāo)記、路緣、交通信號燈等；

（3）信息識別單元，對傳感器接收到信息，利用深度學(xué)習(xí)等手段，對信息進(jìn)行識別，目前對外界事物進(jìn)行準(zhǔn)確識別基本算法和技術(shù)有：誤差反向傳播算法和先進(jìn)的數(shù)字?jǐn)z像技術(shù)。

1.1攝像頭是眾多預(yù)警、識別類ADAS功能的基礎(chǔ)

1）攝像頭的主要應(yīng)用

車載攝像頭對于智能駕駛是必不可少設(shè)備，主要應(yīng)用于：車道偏離預(yù)警（LDW）、車道保持輔助（LKA）、前向碰撞預(yù)警（FCW） 行人碰撞預(yù)警（PCW）、全景泊車（SVP）、駕駛員疲勞預(yù)警、交通標(biāo)志識別（TSR）。

2）光學(xué)攝像頭優(yōu)缺點(diǎn)

光學(xué)攝像頭是最常用的車載傳感器，同時(shí)價(jià)格最便宜，是場景解讀的絕佳工具，優(yōu)點(diǎn)是能分辨顏色，缺點(diǎn)是：

（a)對光線過于敏感，比如過暗或過強(qiáng)的光線以及二者之間的快速切變，都足以影響它的成像的效果，尤其是車輛駛?cè)牒婉偝鏊淼溃鼮槊黠@；

(b)沒有立體視覺效果時(shí)，缺乏“深度“，無法判斷物體和相機(jī)（車輛））間的距離。

3）光學(xué)攝像頭，按安裝位置不同的分類車載攝像頭布置位置（見圖1）主要包括內(nèi)視攝像頭、后視攝像頭、前置攝像頭、側(cè)視攝像頭、環(huán)視攝像頭等。韓國最大的車載攝像頭制造商Mcnex公司預(yù)測，當(dāng)攝像頭成功取代側(cè)視鏡時(shí)，汽車上的攝像頭數(shù)量將達(dá)到12個(gè)。

圖1 車載攝像頭布置位置

(a)其中前視攝像頭使用頻率最高，一般為廣角鏡頭，安裝在車內(nèi)前擋風(fēng)玻璃上較高的位置或者后視鏡上，以實(shí)現(xiàn)較遠(yuǎn)的有效距離；

(b)單一攝像頭可實(shí)現(xiàn)多重功能，如行車記錄、車道偏離預(yù)警、前向碰撞預(yù)警、行人識別等；

(c)單一前視攝像頭，通過算法開發(fā)優(yōu)化，可以實(shí)現(xiàn)多重功能，通過算法整合，實(shí)現(xiàn)更多ADAS功能；

(d)單車多攝像頭將成為趨勢。要實(shí)現(xiàn)全套ADAS功能，單車需配備至少5個(gè)攝像頭。 特斯拉Autopilot 2.0的硬件系統(tǒng)中就包含8個(gè)攝像頭。

4）攝像頭的感光元件（CMOS）攝像頭的感光元件，分CMOS和CCD兩種，在百萬像素內(nèi)，兩者的感光效果差距是不大。CCD價(jià)格相對昂貴，而CMOS具有節(jié)能、成本低廉等特點(diǎn)，CMOS，是車載車載攝像頭目前首選的感光元件。

5）車載攝像頭的特殊要求車載攝像頭，工藝與技術(shù)門檻較高，除了對模組和封裝要求較高，且對穩(wěn)定性以及規(guī)格上也有特殊要求：

（a)對車輛后方與側(cè)面進(jìn)行攝影的模塊，能夠抑制低照度攝影時(shí)的噪聲，即使是在晚上，也必須能很容易地捕捉到影像；

(b)車載攝像頭模塊，水平視角擴(kuò)大為25°~135°，要實(shí)現(xiàn)廣角以及影像周邊部位的高解析度（注意：手機(jī)中攝像頭模塊的水平視角大多為55°左）；

(c)車載攝像頭模塊的機(jī)身，要求抑制電磁干擾、機(jī)械強(qiáng)度好、有一點(diǎn)耐高溫性;

(d)車載攝像頭模組，是關(guān)乎行車安全的組件，還必須能在供電系統(tǒng)暫時(shí)斷電時(shí)可靠地工作。

1.2圖像信號處理器ISP及核心算法

1）圖像信號處理器ISP

ISP是對前端圖像傳感器輸出信號處理的單元，其架構(gòu)為邏輯部分以及運(yùn)營在其上的firmware（固件）。ISP有獨(dú)立和集成兩種方案，獨(dú)立ISP芯片性能強(qiáng)大，在短期內(nèi)仍是主流，但成本較高。CMOS傳感器集成（內(nèi)置）ISP的集成產(chǎn)品（見圖3），成本低、面積小、功耗低、但能夠完成的算法相對簡單，處理能力較弱，后期在處理能力上有望實(shí)現(xiàn)新突破。

圖3 圖像信號處理器ISP

其功能包括3A、壞點(diǎn)校正、去燥、強(qiáng)光抑制、背光補(bǔ)償、色彩增強(qiáng)、鏡頭陰影校正等處理。

2）圖像信號核心算法芯片

目前，主流算法芯片方案主要包括：

（a)嵌入式方案,如ARM、DSP、ASIC、MCU、SOC、FPGA、GPU等，其中ARM、DSP、ASIC、MCU、SOC是軟件編程的，難以滿足ADAS視覺系統(tǒng)中對響應(yīng)速度的要求；

(b)直接編程處理方案,如現(xiàn)場可編程門陣列（FPGA）是可編程器件，速度較高。FPGA編程和優(yōu)化都是直接在硬件層面進(jìn)行的，能耗會低很多，在平衡算法和處理速度，尤其是用于前裝并且算法穩(wěn)定時(shí)，F(xiàn)PGA被視為一個(gè)推薦方案。

目前對核心算法芯片的要求：

(a)芯片，必須達(dá)到車規(guī)級的標(biāo)準(zhǔn)，即道路車輛功能安全標(biāo)準(zhǔn)中的ASIL—B甚至ASIL—D級別；

(b)高寬帶，特別是多傳感器融合的芯片，需要更高的芯片頻率，以及異構(gòu)設(shè)計(jì);

(c)硬件的深度學(xué)習(xí)設(shè)計(jì)，滿足人工智能計(jì)算模型要求；

(d)較低的成本和能耗，以實(shí)現(xiàn)在智能汽車領(lǐng)域的推廣。

3）深度學(xué)習(xí)法

(a)深度學(xué)習(xí)，其概念源于人工神經(jīng)網(wǎng)絡(luò)的研究，是機(jī)器學(xué)習(xí)中一種基于對數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法。

(b)深度學(xué)習(xí)，含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。觀測值（例如一幅圖像）可以使用多種方式來表示，如每個(gè)像素強(qiáng)度值的向量，或者更抽象地表示成一系列邊、特定形狀的區(qū)域等;

(c)深度學(xué)習(xí)，通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示;

(d)深度學(xué)習(xí)的好處是用非監(jiān)督式或半監(jiān)督式的特征學(xué)習(xí)和分層特征提取高效算法來替代手工獲取特征。

(e)卷積神經(jīng)網(wǎng)絡(luò)是第一個(gè)真正多層結(jié)構(gòu)學(xué)習(xí)算法，它利用空間相對關(guān)系減少參數(shù)數(shù)目以提高訓(xùn)練性能;

(f)深度機(jī)器學(xué)習(xí)方法，也有監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)之分．不同的學(xué)習(xí)框架下建立的學(xué)習(xí)模型很是不同。例如，卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural networks，簡稱CNNs）就是一種深度的監(jiān)督學(xué)習(xí)下的機(jī)器學(xué)習(xí)模型，而深度置信網(wǎng)（Deep Belief Nets，簡稱DBNs）就是一種無監(jiān)督學(xué)習(xí)下的機(jī)器學(xué)習(xí)模型。

1.3）現(xiàn)場可編程門陣列（FPGA）板卡（見圖4）

圖4 現(xiàn)場可編程門陣列（FPGA）板卡

FPGA擁有大量的寄存器資源使其能非常好的應(yīng)對復(fù)雜的高速控制應(yīng)用和數(shù)據(jù)處理，小到MP3，大到地球衛(wèi)星，飛船都有其用武之地。PLD（可編程邏輯器件，Programmable Logic Device）的發(fā)展經(jīng)歷了：

(a)可編程只讀存儲器PROM (Programmable Read only Memory);(b)可編程邏輯陣列器件PLA ( Programmable Logic Array)；(c)可編程陣列邏輯PAL (Programmable Array Logic)；通用陣列邏輯GAL ( Generic Array Logic)；(d)復(fù)雜可編程邏輯器件CPLD（Complex Programmable Logic Device）;(e)現(xiàn)場可編程邏輯陣列FPGA(Field Programmable Gate Array）階段。

現(xiàn)場可編程門陣列與傳統(tǒng)邏輯電路和門陣列（如PAL，GAL及CPLD器件）相比，F(xiàn)PGA具有不同的結(jié)構(gòu)。FPGA利用小型查找表（16&TImes;1RAM）來實(shí)現(xiàn)組合邏輯，每個(gè)查找表連接到一個(gè)D觸發(fā)器的輸入端，觸發(fā)器再來驅(qū)動其他邏輯電路或驅(qū)動I/O，由此構(gòu)成了既可實(shí)現(xiàn)組合邏輯功能又可實(shí)現(xiàn)時(shí)序邏輯功能的基本邏輯單元模塊，這些模塊間利用金屬連線互相連接或連接到I/O模塊。

1.4 全景（360°）影像系統(tǒng)圖像拼接技術(shù)

360°全景影像系統(tǒng)圖像拼接技術(shù)是在車身周圍安裝多個(gè)超廣角攝像頭，同時(shí)采集車輛四周的影像，經(jīng)過圖像處理單元矯正、拼接之后，能形成一幅車身四周的全景俯視圖（見圖2）。在屏幕上，可以直觀地，看到車輛所處的位置以及車輛周報(bào)的障礙物，從容操縱泊車入位或通過復(fù)雜路面。

圖5 360°全景影像系統(tǒng)圖像

1.5毫米波雷達(dá)能夠監(jiān)測到大范圍內(nèi)車輛的運(yùn)行情況

微波雷達(dá)的原理和激光雷達(dá)類似，但它發(fā)射的是無線電波，而不是激光。微波雷達(dá)價(jià)格低、體積小,但精度不及激光雷達(dá)。毫米波的波長介于厘米波和光波之間， 毫米波兼有微波制導(dǎo)和光電制導(dǎo)的優(yōu)點(diǎn)：

(a)它較大的波長可以穿透霧、煙、灰塵等,激光雷達(dá)難以穿透的障礙，較好免疫惡劣天氣；

(b)同厘米波導(dǎo)引頭相比，毫米波導(dǎo)引頭具 有體積小、質(zhì)量輕和空間分辨率高的特點(diǎn)；

(c)與紅外、激光等光學(xué)導(dǎo)引頭相比，毫米波導(dǎo)引頭穿透霧、煙、灰塵的能力強(qiáng)，傳輸距離遠(yuǎn)，具有全天候全天時(shí)的特點(diǎn)；

(d)毫米波雷達(dá)，性能穩(wěn)定，不受目標(biāo)物體形狀、顏色等干擾。能很好的彌補(bǔ)了如紅外、激光、超聲波、 攝像頭等其他傳感器在車載應(yīng)用中所不具備的使用場景。

這些特性使得毫米波雷達(dá)能夠監(jiān)測到大范圍內(nèi)車輛的運(yùn)行情況，同時(shí)對于前方車輛的速度、加速度、距離等信息的探測也更加精準(zhǔn)，因此是自適應(yīng)巡航（ACC）、自動緊急剎車(AEB) 的首選傳感器。目前24GHz毫米波雷達(dá)系統(tǒng)是市場的主力產(chǎn)品，77GHz毫米波雷達(dá)系統(tǒng)，是未來的趨勢。

圖6 毫米波雷達(dá)產(chǎn)品外形及結(jié)構(gòu)

毫米波雷達(dá)（見圖6）的探測距離一 般在150m-250m之間，有的高性能毫米波雷達(dá)探測距離甚至能達(dá)到300m，可以滿足汽車在高速運(yùn)動時(shí)探測較大范圍的需求。毫米波雷達(dá)應(yīng)用于汽車的防撞系統(tǒng)，其基本原理（見圖7）：車載毫米波雷達(dá)利用電磁波發(fā)射后遇到障礙物反射的回波對其不斷檢測，計(jì)算出與前方或后方障礙物的相對速度和距離。

圖7 汽車防撞雷達(dá)原理框圖

當(dāng)車輛行進(jìn)中時(shí)，發(fā)射機(jī)產(chǎn)生的雷達(dá)窄波束向前發(fā)射調(diào)頻連續(xù)波（FMCW）信號，當(dāng)發(fā)射信號遇到目標(biāo)時(shí)被反射回來，并為同一天線接收，經(jīng)混頻放大處理后:

(a)根據(jù)其差拍信號時(shí)間差，來表示雷達(dá)與目標(biāo)的距離；

(b)根據(jù)差頻信號相差與相對速度關(guān)系，計(jì)算出目標(biāo)對雷達(dá)的相對速度及危險(xiǎn)時(shí)間;

(c)從而通過防撞系統(tǒng)對車輛做出預(yù)判警告。

1.6激光雷達(dá)是將成為一種不可替代的傳感器

激光雷達(dá)（見圖8），即利用激光來進(jìn)行探測和測量。其精度有優(yōu)良。其原理是向周圍發(fā)射脈沖激光，遇到物體后反射回來，通過來回的時(shí)間差，計(jì)算出距離，從而對周圍環(huán)境建立起三維模型。(1)激光雷達(dá)具有非常優(yōu)越的性能(a)激光雷達(dá)分辨率高，并且探測距離很長，在200米以上；(b)激光的波長短，所以可以探測到非常微小的目標(biāo);(c)激光雷達(dá)可以獲得極高的角度、距離和速度分辨率，可以利用多普勒成像技術(shù)獲得非常清晰的圖像;(d）激光直線傳播、方向性好、光束非常窄，彌散性非常低，探測精度高；(e)激光抗有源干擾能力強(qiáng)。自然界中能對激光雷達(dá)起干擾作用的信號源不多。

（2）車用激光雷達(dá)類別

圖8 不同規(guī)格車用激光雷達(dá)產(chǎn)品

激光雷達(dá)是一種通過發(fā)射激光束探測目標(biāo)的位置、速度等特征量的雷達(dá)系統(tǒng)。激光波段位于0.5μm-10μm，以光電探測器為接收器件。按雷達(dá)頻段分，可分為超視距雷達(dá)、微波雷達(dá)、毫米波雷達(dá)以及激光雷達(dá)等。

(3)激光雷達(dá)的空間建模

三維激光雷達(dá)一般安裝在車頂， 可以高速旋轉(zhuǎn)，主要功能：(a)以獲得周圍空間的點(diǎn)云數(shù)據(jù)，從而即時(shí)繪制出車輛周邊的三維空間地圖；(b)可以測量出周邊其他車輛在，三個(gè)方向上的距離、速度、加速度、角速度等信息；(c)結(jié)合 GPS 地圖計(jì)算出車輛的位置；以上龐大豐富的數(shù)據(jù)信息傳輸給 ECU，經(jīng)分析處理后，可以供車輛快速做出判斷。

（4）車用激光雷達(dá)方案

激光雷達(dá)盡量要被做成小體積直接嵌入車身，意味著要將機(jī)械旋轉(zhuǎn)部件做到最小，有許多廠家改為固定激光光源，通過內(nèi)部玻璃片旋轉(zhuǎn)的方式改變激光光束方向，實(shí)現(xiàn)多角度檢測的需要。

車用激光雷達(dá)方案有以地圖為中心和以汽車為中心兩者方案：

(a)以地圖為中心：激光雷達(dá)可以繪制高精度地圖，以Google和百度等互聯(lián)網(wǎng)企業(yè)的無人駕駛汽車是以地圖為中心；(b)以汽車為中心：對整車企而言，要一款專為汽車量身定制的激光雷達(dá)產(chǎn)品。不同的汽車，對激光雷達(dá)產(chǎn)品有自己的要求。

1.7高精度地圖系統(tǒng)

1）高精度地圖是面向自動駕駛汽車導(dǎo)航地圖（a）是針對人工駕駛汽車的,高精度地圖（見圖9 （b））是面向自動駕駛汽車，實(shí)時(shí)性、復(fù)雜路況和高可靠性等車規(guī)級附加的要求的，其精度已經(jīng)實(shí)現(xiàn)厘米級的誤。

目前高精度地圖有輔助環(huán)境感知功能：在高精地圖上標(biāo)注詳細(xì)道路信息，輔助汽車在感知過程中進(jìn)行驗(yàn)證。比如車輛傳感器感知到前方道路上的坑洼，可以在跟高精地圖中數(shù)據(jù)對比，如果地圖中也標(biāo)記了同樣的坑洼，就能起到驗(yàn)證判斷的作用。

2）高精度地圖組成

高精地圖分為兩個(gè)層級（見圖10），最底層的是靜態(tài)高精地圖，上層是動態(tài)高精地圖，含有：

(a)車道模型：即引導(dǎo)車輛從A地開往B地的道路規(guī)劃，包括車道上詳細(xì)信息的和連接關(guān)系。(b)道路部件（Object）：包括交通標(biāo)志、指示牌、龍門架、路桿等路側(cè)及路面的各類物體，當(dāng)車輛傳感器探測到這些道路物體，然后再對比地圖，便可得知車輛的精確位置。(c)道路屬性：包括道路的曲率、航向、坡度以及橫坡，幫助車輛執(zhí)行轉(zhuǎn)向、加減速。(d)多傳感器定位的特征圖層。

圖10 高精度地圖組成

動態(tài)高精地圖：由于路網(wǎng)每天都有變化，如道路標(biāo)識線磨損及重漆、交通標(biāo)示改變等、如道路擁堵情況、施工情況、是否有交通事故、交通管制情況、天氣情況等動態(tài)交通信息。這些變化需要及時(shí)反映在高精地圖上，以確保無人車行駛安全。

4）導(dǎo)航地圖與高精地圖的主要區(qū)別

主要體現(xiàn)在使用者不同、用途不同、所屬系統(tǒng)不同、要素和屬性不同。

（a)導(dǎo)航地圖的使用者是人導(dǎo)航地圖用于人工導(dǎo)航、搜索,在車內(nèi)屬于車載信息娛樂系統(tǒng)，帶顯示屏，要素跟屬性方面，導(dǎo)航地圖僅包含簡單道路線條、信息點(diǎn)（POI）、行政區(qū)劃邊界，基礎(chǔ)道路導(dǎo)航功能，包括由A地到B地的路徑規(guī)劃，車輛和道路的定位匹配。（b)高精地圖的使用者是計(jì)算機(jī)高精地圖屬于車載安全系統(tǒng)，包含曲率、坡度、航向、橫坡等數(shù)學(xué)屬性（見圖11）。用于高精度定位、輔助環(huán)境感知、規(guī)劃與決策，包含詳細(xì)道路模型，包括車道模型、道路部件、道路屬性和其他的定位圖層。具備輔助完成實(shí)現(xiàn)高精度的定位位置功能、道路級和車道級的規(guī)劃能力、以及車道級的引導(dǎo)能力。

圖11 道路數(shù)學(xué)屬性

5）高精地圖等級劃分

高精地圖精度，分兩個(gè)維度：一是地圖本身的精度，二是高精地圖對自動駕駛的汽車實(shí)時(shí)精準(zhǔn)定位的精度，業(yè)內(nèi)對產(chǎn)品的要求是都要控制在10cm以內(nèi)。從數(shù)據(jù)的精確度和豐富度來講，高精地圖等級設(shè)定為三個(gè)等級，分別是：

(a)L2級(ADAS用的):業(yè)內(nèi)稱為ADAS Vector Map;(b)L3級高精地圖:也稱為Vector Map、Intensity Map、Objects Map;(c)L4級的高精地圖:業(yè)內(nèi)稱為Occupancy Map。

對于高精地圖來說，必須做到實(shí)時(shí)更新。要想實(shí)現(xiàn) L3 級別和更高的自動駕駛，必須要使用到高精地圖。

目前高精度地圖采集方案均基于移動測量技術(shù)，是對于路面信息，進(jìn)行精度更高的掃描和處理后生成的地圖。通過32線/16線車載激光雷達(dá)＋相機(jī)采集道路數(shù)據(jù)，AI算法＋三維人機(jī)交互軟件完成地圖繪制，其精度均達(dá)到5-10厘米的誤差。

5）ADAS（主動安全場景）的地圖

ADAS（主動安全場景）的地圖是介于普通的導(dǎo)航電子地圖和高精度地圖之間的。ADAS 對地圖的精度要求不是很高，在普通的導(dǎo)航電子地圖精度上，需要追加一些 ADAS 屬性，比如曲率、坡度、Heading Angle、更加精確的車道數(shù)量等屬性，制作成本相對不高。

(a)依據(jù)目前車速、汽車剎車速度及司機(jī)反映時(shí)間，有一個(gè)自適應(yīng)速度建議，ASR ( Adaptive Speed Recommendation ) 功能;(b)會提前 50-300 米提醒用戶減速;(c)在有轉(zhuǎn)彎 ( curve ) 的路段，ASR 會綜合路寬、車道數(shù)目、整個(gè)路況等因素計(jì)算合理的汽車速度,提醒用戶減速。

1.5高精度定位

高精度定位：把自動駕駛汽車上傳感器感知到的環(huán)境信息與高精地圖對比，得到車輛在地圖中的精確位置。高精地度起到了高精度定位、輔助環(huán)境感知、規(guī)劃與決策等功能。

自動駕駛通過人工智能算法決策做出車道及路徑規(guī)劃，給制動、轉(zhuǎn)向、加速等控制器下達(dá)指令，控制車輛開往目的地。

（1）高精度定位系統(tǒng)構(gòu)成高精度定位系統(tǒng)由移動站和局部基站構(gòu)成（見圖10）。移動站安裝于車輛，局部基站安裝于樓頂。

圖13 高精度定位系統(tǒng)

（a)局部基站是整個(gè)定位系統(tǒng)的基準(zhǔn)框架，長期連續(xù)跟蹤觀測衛(wèi)星信號，通過無線數(shù)傳電臺實(shí)時(shí)播發(fā)基準(zhǔn)站差分改正信息，并實(shí)時(shí)為各車載移動站提供高精度的載波相位差分（Real-time Kinematic，RTK）數(shù)據(jù)及起算坐標(biāo)。(b)移動站接收來自空間衛(wèi)星信號及局部基站數(shù)據(jù)，進(jìn)行 RTK 實(shí)時(shí)解算，求得厘米級的高精度實(shí)時(shí)坐標(biāo)。

圖14 車載移動站示意圖

由于本篇專家文章篇幅過長，請看下一篇推文《雷洪鈞：汽車自動駕駛技術(shù)與實(shí)例的研究（下）》