英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
文献综述
摘要：随着汽车技术的发展，更加便捷，安全，快速的出行无疑是该领域始终的追求。而无人驾驶汽车不仅解放了驾驶员，还能通过一系列先进的技术避开道路上的各类危险因素，因而成为当下汽车发展的热门方向。而要实现真正意义上的无人驾驶，定位技术的应用无疑是其实现的基本条件。论文将从运用于无人驾驶中定位技术的历史入手，分析自无人驾驶技术诞生以来其运用的定位技术的发展与演变，对其所用过的各类型定位技术的优点与不足进行分析，从而对定位技术整体的发展情况做一个综述。通过对其发展的讨论，结合当下企业与学校具体的发展项目，着重对当下定位技术的热门方向分析，从而探讨当下定位技术的发展思路，并展望未来定位技术在无人驾驶车辆上的发展趋势与前景。
关键词：无人驾驶；定位系统；技术结合
1定位系统的研究进展
早在上个世纪30年代，各国对于定位系统便展开了研究，在早期的研究中，主要以路基的定位系统为主，其中主要以无线电定位为主，即雷达。圆周扫描雷达都是依靠天线朝向的精确标定来确定目标的方位的，只能粗略的测定距离等因素，因而较为原始。在这之后，则是像惯性制导，地磁制导之类的早期技术，
在以卫星为基础的全球定位系统投入使用之后，定位系统在各个方面都有了极大的发展。W.Rahiman与Z.Zainal[1]对于整个GPS的发展历程，技术类型与特点都做了综述，从而对GPS系统的发展与应用有了很好的归纳，也提出了在车辆上的应用。
郭俊杰[2]提出了GPS系统的一种设计方案，包括对GPS、电脑以及其他设备的选取与安装；为整个系统设计合理的电源部分，具有体积小、安装方便、续航性好和可靠性高优点；基于串口通信技术完成GPS接收机、上位机、底层控制之间的通信功能，实现数据的实时采集与处理。
GPS的应用虽然极大的推动力定位系统的发展，但是其仍然存在着许多的不足之处，因而其自身也在不断的发展，并且结合其他技术优化自身。
管信[3]提出了一种方案，采用DGNSS/INS组合导航的方式进行定位，不仅克服了GNSS系统中存在的卫星信号易被遮挡问题和INS系统中存在的位置漂移问题，而且采用RTK差分定位技术，大大提高了定位的精确性和稳定性。
宋志雪[4]则提出了基于GPS/SINS/里程计的定位算法研究，即在长时间缺失GPS信号时，受惯性传感器精度和惯性导航系统积分式工作原理的影响，若只使用纯惯性导航定位方式会导致导航定位误差积累，故设计了SINS/里程计组合导航方案，并提出了加入滤波异常判断的模糊自适应卡尔曼滤波算法来自适应调整量测噪声方差矩阵，进行状态误差的最优估计。
而随着互联网技术，计算机与各类传感器的发展，定位技术也有了全新的发展。胡玉文[5]提出了一种基于混合地图的智能车辆定位方法，基于拓扑地图和占有栅格地图混合构建地图框架，解决了传统定位方法中由于累积误差以及卫星定位信号受遮蔽等原因对定位精度的影响问题，即地图匹配定位其定位精度受地图准确度的影响，其定位实时性受地图范围的制约问题。
张营[6]主要研究了基于道路磁钉信号的定位技术，设计开发了无人车辆的磁定位系统。以车辆为研究平台，分析了磁定位系统的设计要求，确定了整个系统的设计方案；设计了双排结构磁尺，选择两磁阻传感器来检测磁信号，最终完成了系统硬件电路设计。
康轶非[7]则提出了不依赖GPS的定位方法研究。主要研究在GPS失效环境下的新型定位算法，旨在补偿智能车在缺少GPS信号情况下也可获得精确的定位信息。提出一种车辆运动状态估计模型。提出算法通过该模型估计车辆位置、姿态及其运动状态。用估计的运动状态代替里程计，进而估计车辆的位置。结果表明，算法可达到基于里程计的算法同等的定位精度。
综上所述，国内外对定位系统的研究，基本处于循序渐进的状态，从最初原始的无线电，惯性等定位系统不断发展，在GPS投入运用后有了巨大的突破，也正真能够大规模投入使用。而再次之后，一方面在GPS的基础上不断优化，结合惯性定位等其它技术解决诸如信号不良的问题；另一方面则是进行新技术的开发，基于互联网技术构建新型的地图，与利用传感器，磁定位等等从而减少对于GPS的依赖，而是更多利用自身条件定位。
2无人驾驶的研究现状
无人驾驶汽车即自动驾驶智能汽车,就是在没有人类参与的情况下,依靠车内的计算机系统,通过智能驾驶仪来实现无人驾驶的功能。无人驾驶汽车它是利用智能软件和车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,随即作出反应判断,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上完成行驶。无人驾驶汽车技术以全新的驾驶方式改变了传统的驾驶体验,它把不可控制的驾驶员从驾驶位置剔除,不仅大大的提升了交通系统的效率和安全性能还使人们告别了长途的无聊驾驶,进而提高了社会的收益和保障了人身安全。
无人驾驶汽车虽然作为一个热点方向已经发展了数十年，然而时至今日仍然没有任何企业的产品大规模投入使用，可见其技术离真正的实用化还有距离。在之后也必然会不断的发展与革新。
冯学强,张良旭与刘志宗[8]通过详细地阐述国外以及我国无人驾驶汽车的发展现状,并简单分析其中的关键技术,对整个无人驾驶的发展历程做了详细的回顾，并且对无人驾驶汽车的发展前景做了一个符合买际的展望。
LI Yunxiao[9]设计了无人驾驶车辆的轨迹跟踪控制策略。建立了车辆的动力学模型。并根据试验数据建立了轮胎模型。然后设计了轨迹跟踪控制策略。通过对垂直和水平控制，可以达到稳定极限，保证轨迹跟踪的精度。利用原理样机对所设计的轨迹跟踪控制策略进行了验证。
陈龙[10]现有的无人驾駛智能车感知系统研究的基础上，结合对多元传感器的融合应用，针对实时道路及车道线检测，实时交通标志检测与识别，实时路口定位三个关键问题进行了深入研究，并自主开发了一套无人驾驶智能车环境感知系统。
黄武陵[11]认为激光雷达是实现无人驾驶环境感知的重要传感器，特别是通过与相机和毫米波雷达等实现感知信息融合之后，适用于复杂交通环境感知。通过对激光雷达的技术描述，介绍它在环境感知中的重要作用，分析了激光雷达标定及测试等技术基础，分析了激光雷达在环境感知中的应用，从而为相关技术应用提供参考
蒋婷[12]认为传感器可帮助汽车感知外部环境，并通过测量数据帮助汽车作出正确的判断，是实现无人驾驶的重要因素。其介绍了无人驾驶传感器系统的主要部件，分析了结构特点与技术类型，并全面介绍了其发展现状，预测了未来的发展方向。
Y. Choi, Daejun Kang,等人 [13] 提出了基于基础设施的自动驾驶系统。主要研究三个部分。在安装在路面下的供电线路上感应电场，实现对电动汽车的无线供电。在供电线路下放置RFID标签，并根据RFID标签估计电动汽车的位置。根据从车辆获取的各车辆位置信息计算出电动汽车与车辆之间的距离，控制电动汽车的速度，保持电动汽车之间的距离。
肖已达[14]以城市交通环境为实验背景，对于无人车辆驾驶平台及无人驾驶车辆的定位、导航、环境感知等方面的技术进行了研究。本文首先对于城市环境中无人驾驶车辆的需求进行了详细分析，并由此设计了一整套无人驾驶车辆平台方案。提出了一种基于多传感器的道路检测方法获取准确的道路信息。
综上所述，无人驾驶技术诞生以来一直处于不断发展的状态，无论是国内还是国外都有着大量的研究成果。随着技术的发展，无人驾驶技术在不断完善，基于先进的环境感知，传感器，无线射频识别等发展，无人驾驶技术的准确性有了极大的提高。针对诸如野外或是城市交通这样相对复杂的环境，也有学者构建了具有针对性的模型来解决相关的问题。
尽管无人驾驶技术一直以来都在快速的发展，时至今日，大规模实现正真意义上的无人驾驶仍然是一个亟待解决的问题，无人驾驶技术依然有着极大的研究空间。而技术的日新月异使得无人驾驶发展的方向与空间都具有极大的可能性。结合理论与实际产品，深入研究当下无人驾驶车辆的技术特点，系统分析中当前无人驾驶技术存在的问题，并提出相应的改进意见具有理论和实际意义。
3无人驾驶中定位技术的研究进展
要实现无人驾驶，定位技术的应用无疑是必不可少的。随着这两者的不断发展，无人驾驶与定位技术的结合无疑是当前汽车智能化的重要发展方向。关于这两点的结合，国内外的学者在技术优化与发展的基础上提出了相当多的构想，也有了众多的研究成果。
邓子豪[15]着重对定位系统模型进行改进和研究，进一步对应用数据进行融合处理和提出坐标转换模型的优化，用高精度采集位置信息以及车速，进而通过核心控制单元进行分析处理，并建立局部地理信息数据库，能够为无人车进行预瞄路径提供精确位置信息。
方海洋,赵瑞妮等人[16]：提出一种基于定位传感器和双目视觉传感器的无人车GPS自主定位系统设计方案。利用RTK-GPS系统进行高精度定位，当双目相机检测前方出现出现正负障碍物时，借助三维障碍物模型建立局部GPS路网，最终将局部GPS路网与整体GPS路网融合实现无人驾驶车GPS自主导航。
马飞跃,王晓年[17]认为环境感知以及导航定位是无人驾驶汽车技术的关键组成部分。提出与环境相互匹配的传感器组合方法。在此基础上，着重介绍传感器技术以及环境感知技术，比较各类型技术优缺点，并结合导航与定位对无人车组成架构进行概括介绍，并对未来无人车定位技术进行展望。
张双喜[18] 认为通过车载相机、激光扫描雷达等传感器实时采集周围的环境信息，可以很好地处理与分析采集的数据信息从而得出自身位置。建立了采用两种传感器数据融合的障碍物检测理论框架和与之相关的计算模型，以三坐标系确定自身位置与避开障碍物。
J. Du与M. J. Barth [19] 介绍了一种车载DGPS定位系统，该系统由车载DGPS接收机与无线通信信道相连接、独特的车道级数字道路数据库、车道匹配算法和实时车辆位置显示组成。所实现车道级别的定位为实现探测车辆基于车道的交通测量以及车道级别的导航等智能交通系统应用打下了基础。
对于车道定位，李陆浩[20]探索了电子地图及相关技术在无人驾驶汽车上的应用，对面向无人驾驶汽车基于车道的定位进行研究。其对车道级导航展开探索，主要研究车道级路径规划与多传感器融合车辆定位和面向自主行驶车辆的路径规划与多传感器融合车辆定位方法，最后对两个关键部分进行实现与验证。
Nam, D. Lee与 J. Lee [21] 提出了一种新的定位系统，称为协同邻近车辆定位系统(CNVPS)。CNVPS可以快速识别周围车辆的位置，这些位置是基于他们通过各种传感器和共享获得的信息，而不需要考虑到周围车辆之间的通信并对相邻车辆的重复位置观测进行补偿，从而为无人驾驶提供更高精度的定位
康俊民[22]提出了一种适用于智能汽车的多模式定位系统，并对其关键技术进行了深入研究。构建了一种满足城市环境的智能汽车平台方案，改进了GPS
接收机和北斗全球导航定位系统接收机的融合方案。所构建的环境特征地图中环境特征精度高，对于无人车辆有着极高的定位精确度。
可见无人驾驶与定位技术的结合，是真正实现无人驾驶的重要条件。当前针对两者的技术融合已经有了相当多的成果，当下的发展方向主要在于综合利用多种技术提高定位精确性，结合互联网技术增强定位时效性，并对于复杂地区环境进行合理的优化。
4评述与展望
综上所述，许多研究学者都针对定位系统，无人驾驶技术，与二者的有效结合，从不同的角度和层面进行了深入的研究探讨，无人驾驶车辆作为当下智能汽车首要的发展方向，得到了广泛的创新发展。
关于汽车的定位技术上，郭俊杰提出了GPS系统的优化设计方案，包括对其设备的选取与安装以及小型化。在GPS的基础上有众多学者提出了优化方案，管信提出了一种方案，采用DGNSS/INS组合导航的方式进行定位，避免DGNSS信号不良的影响，宋志雪则提出了基于GPS/SINS/里程计的定位算法研究，在缺失GPS信号时，保持有效的定位。
除开GPS，随着技术的发展有了更多的优化技术方案。胡玉文提出了一种基于混合地图的智能车辆定位方法，解决了传统定位方法中由于累积误差以及卫星信号受遮蔽等对定位精度的影响。张营主要研究了基于道路磁钉信号的定位技术，设计开发了无人车辆的磁定位系统。康轶非则提出了不依赖GPS的定位方法研究。主要研究在GPS失效环境下的新型定位算法。
关于汽车的无人驾驶技术，LI Yunxiao设计了无人驾驶车辆的轨迹跟踪控制策略，从而进行有效的跟踪与控制。冯学强等人阐述了国外以及我国无人驾驶汽车的发展现状,对无人驾驶的发展历程做了详细的回顾。陈龙在现有的无人感知系统研究的基础上，结合对多元传感器的融合应用，开发了新型无人驾驶智能车环境感知系统。
在无人驾驶传感器相关的技术上，黄武陵认为激光雷达是实现无人驾驶环境感知的重要传感器，相机和毫米波雷达等实现感知信息融合适用于复杂交通环境感知。蒋婷介绍了无人驾驶传感器系统
全文共7838字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[782]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
