用4級或5級來定義自動駕駛很難有一個明確的標準，自動駕駛也不應該搞得很復雜。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劃，自動駕駛的路徑規劃第一層是點到點的非時間相關性拓撲路徑規劃；第二層是實時的毫秒級避障規劃；第三層是將規劃分解為縱向（加速度）和橫向（角速度）規劃。

第三個問題是車輛執行機構執行縱向和橫向規劃，也就是線控系統。

目前自動駕駛的技術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。機器人系統中定位和路徑規劃是一個問題，沒有定位，就無法規劃路徑。厘米級實時定位是目前自動駕駛最大的挑戰之一。

對機器人系統來說，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傳感器的信息，一邊計算自身位置，一邊構建環境地圖的過程。

目前，SLAM的應用領域主要有機器人、虛擬現實和增強現實。其用途包括傳感器自身的定位，以及后續的路徑規劃、場景理解。

隨著傳感器種類和安裝方式的不同，SLAM的實現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， 應用于室內且低速的商業化產品都沒用出現，更何況遠比室內室內復雜的高速運動室外環境。單從這點來說，激光雷達是自動駕駛必備的傳感器。

SLAM研究自1988年提出以來，已經過了近三十年。早期SLAM研究側重于使用濾波器理論。21世紀之后，學者們開始借鑒SfM(Structure from Motion)中的方式，以優化理論為基礎求解SLAM問題。這種方式取得了一定的成就，并且在視覺SLAM領域中取得了主導地位。 人們有時候會混淆SLAM和視覺里程計的概念。應該說，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還包括添加回環檢測和全局優化，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前機器人的位姿，也叫做航跡推測。然后用激光雷達或視覺感知環境，用主動或被動標識、地圖匹配、GPS、或導航信標進行定位。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兩大流派，一類是卡爾曼濾波器，一類是貝葉斯推理。卡爾曼濾波器有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，無人駕駛不是導彈，一般輸入目的地應該是語義級的，畢竟人類的交通模式還是語義級的，而非地理坐標。這也是機器人和無人駕駛的區別之一，機器人一般不考慮語義級意義，它只需要知道自己在坐標體系中的位置。

GPS提供的則是全球坐標系的Metric。將來的V2X會提供也會提供一幅雷達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，一是用激光雷達的SLAM，二是用激光雷達的強度掃描圖像，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，激光雷達的SLAM，利用車輛自帶的GPS和IMU做出大概位置判斷，然后用預先準備好的高精度地圖（Prior Map）與激光雷達SLAM云點圖像與之對比，或者說Registration，放在一個坐標系內做配準。配對（Matching）成功后確認自車位置。這是目前最成熟，準確度最高的方法。

激光雷達的SLAM

第二種，利用激光雷達的強度掃描圖像。激光雷達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，激光經物體反射，根據反射強度值的不同，可以得到一副強度成像圖像。強度值是包括在點云里的，光強分離核心技術之一。這種定位方法需要預先制作一個特殊的SLAM系統，稱之為位姿圖像SLAM（Pose-GraphSLAM），勉強可看作激光雷達制造的高清地圖。

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）。激光雷達的3D云點地圖抽出強度值和真實地面（Ground Plane），轉化為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和視覺系統結合進行定位，用單目即可。這種方法需要預先準備一幅激光雷達制造的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過坐標變換， 用歸一化互信息（normalized mutual information）配準。然后用擴展卡爾曼濾波器（EKF）來實現定位。

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，提高激光雷達定位的魯棒性。

高斯混合模型

前面四種都離不開激光雷達，成本頗高，但是室內VSLAM又未達到實用地步，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、路燈及反光標等「地標」，得到一個簡單的 3D 坐標數據；再通過識別車道線信息，路沿，隔離帶等獲取豐富的 1D 數據。把簡單的 3D 數據和豐富的 1D 的數據加起來，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，能夠自動搜集數據并上傳到云端，有些路段或者說非道路地區，沒有裝載REM系統的車走過，就無法定位。在全球范圍內讓裝載REM系統的車走遍每一寸土地是不可能的。這可能牽涉到隱私問題，也牽涉到數據版權問題，這些數據的版權究竟歸誰，是車主還是車企還是云端的服務商，還是Mobileye？這問題很難說清。同時REM的數據要及時更新，幾乎要做到準實時狀態，同時光線對數據影響明顯，REM要濾除那些不合適的數據，所以維持這份地圖的有效性需要非常龐大的數據量和運算量，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，還有一個絕對坐標定位，目前GPS定位，城區的最高精度大約10米，郊區大約5米。GPS RTK只能在小范圍應用，覆蓋面有限，系統帶寬更有限，跑幾輛車湊合，上百輛系統可能就崩潰了。北斗地基系統主要做軍用，系統帶寬和刷新頻率有限，無法做大規模商用和車用。日本的準天頂衛星只能覆蓋中國東部少數地區，并且也不是長久之計。

當然，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，利用車載激光雷達的SLAM和障礙物識別完全可以取代高精度地圖做自主導航。所以未來，高精度地圖的主要作用是定位而非導航，也無需車載，放在云端即可。