Apache百度云智学苑课程开源模块作为讲解定位的基础内容

高精度地图可达到车道线级别的精度，通过提供更详尽的信息给车辆，有助于降低车载计算的负担。

静态地图用于识别诸如电线杆等静态特征，这类特征在常规情况下变化较小，因此对定位精度的影响有限。除非发生地震或大规模施工等极端情况，否则不会造成显著影响，因为定位系统通常采用多传感器融合技术进行校正；

定位（Localization）：

RTK定位：在开阔道路环境下可实现10厘米级的定位精度，但车辆与基站之间的距离不得超过15公里。一旦信号丢失，可能会导致定位结果出现突变；

IMU：由于积分误差的存在，需要将其与GPS-RTK进行融合使用。目前国内市场已有众多厂商推出了组合导航系统；

Lidar：对环境条件要求较高，其使用的激光波长较长，在雾霾天气下会受到严重影响；而Radar由于波长较短，能够有效绕过雾霾干扰，具备全天候工作能力；

Camera：可用于识别颜色信息，如红绿灯等交通信号。未来随着V2X技术的发展，可能不再需要依赖摄像头识别红绿灯。然而，在路测设备出现故障时如何保障车辆安全行驶仍是一个重大挑战；

线控控制：通过实现速度的多阶导数控制来确保驾驶体验的平滑性；

Lidar：1550纳米波长的激光距离人眼可见光较远，因此可以设计为高功率输出，并实现更远的感知距离；

9550纳米波长则接近人眼可见光范围，因此一般功率较低；

1.5版本实现了固定车道行驶功能；

2.0版