ローカライゼーション

ローカライゼーションは、自動運転車が自己位置を正確に推定する技術プロセスです。GNSS、IMU、カメラ、LiDARなどのセンサー情報とHDマップを照合し、車両の位置と姿勢をセンチメートル級の精度で特定します。この高精度な自己位置推定は、安全な自動運転を実現するための基盤技術です。

技術手法と実装

マッチング手法には、LiDAR点群マッチング、画像ベースマッチング、特徴点マッチングなどがあります。点群マッチングではICP（Iterative Closest Point）アルゴリズムやNDT（Normal Distributions Transform）を用いて、リアルタイムで取得した点群データとHDマップの点群を照合します。カメラベースでは特徴点抽出とマッチングにより位置を推定し、これらの結果をカルマンフィルターなどで統合します。

課題と解決策

都市部やトンネルなどGNSS信号が不安定な環境でも安定した測位を維持するため、センサー融合技術が活用されています。また、季節変化や天候による環境の変化に対応するため、機械学習を用いた適応的なマッチング手法の研究も進められています。リアルタイム性も重要で、数十ミリ秒以内での位置推定が求められています。