智能网联汽车高精度定位技术课件：组合定位技术.pptx

;目录;PART1;定位问题的核心可以归结为当前时刻的状态估计和预测,而进行状态估计之前必须观测状态估计所需的位置或姿态信息以及掌握一些实际的模型。在此条件的限制下,传感器显得尤为重要。虽然从数学模型上分析这个问题并不复杂,但是现实场景是多变且杂乱的,会出现千奇百怪的问题。例如,在视觉SLAM中,特征纹理变化不明显、曝光量大、车载条件下惯性测量单元退化等情况下,单一视觉传感器的SLAM方法容易失效,鲁棒性不强,如图7-1所示。对于这些极端场景,单一传感器的局限性会逐渐放大,会给实际应用造成极大的困惑。

为了解决上面所及问题,传感器多源融合的方法逐渐被提出,并逐步被大家所接受。以SLAM为例