李中道，刘元盛，常飞翔，张 军，路 铭

1.北京联合大学 智慧城市学院，北京 100101

2.北京联合大学 机器人学院，北京 100101

3.北京联合大学 北京市信息服务工程重点实验室，北京 100101

4.北京联合大学 应用科技学院，北京 100101

无人驾驶技术被广泛认为是避免道路碰撞和改善交通状况的一个有意义，且具有实用性价值的研究方向。为了使无人驾驶汽车在城市环境中安全行驶，汽车需要获取自身的准确位姿。因此，定位技术在无人驾驶汽车的应用中起着关键的作用[1]。目前几乎所有的无人驾驶车辆定位方案中都使用绝对定位（如Global Navigation Satellite System，GNSS）与相对定位（如带里程表的Laser-Simultaneous Localization and Mapping，Laser-SLAM）相结合的方法来获取车辆更精确的位置信息[2-3]。但GNSS系统仅适用于室外环境，在室内环境下由于卫星信号遮挡导致定位失败，然而95%的汽车大多时间都停在停车场或者室内环境[3]。由此可见，构建与GNSS相对应的室内定位系统从而实现无人驾驶车辆的室内精确定位已成为亟待解决的问题。

当前成熟的室内定位方法中，基于诸如超宽带（Ultra-Wideband，UWB）、蓝牙、Zigbee、可见光、超声波、WiFi、射频识别设备、激光雷达（Light Detection and Ranging，LiDAR）、视觉设备等传感器；并采用到达角（Angle of Arrival，AOA）、飞行时间（Time of Flight ，TOF）、飞行返回时间（Roundtrip Time of Flight，RTOF）、往返飞行时间（Two Way-Time of Flight，TW-TOF）、接收信号强度（Received Signal Strength，RSS）等方法实现室内定位[4-5]。但目前成熟的室内定位方案中，由于不同的传感器自身特性，没有任何一个单一的传感器能够同时满足无人驾驶车辆的定位精度、实时性、鲁棒性需求。故需要采用多类型传感器融合的方式实现无人驾驶车辆的定位与导航，如绝对定位类型的传感器与相对定位类型的传感器相融合的定位导航方式。……