Coast Autonomous 为其无人驾驶穿梭车配备了 Ellipse-D

美国汽车工程师学会（SAE）将自动驾驶汽车的自动驾驶等级分为六个级别（0级至5级），用以界定车辆运行中的自动化程度。具体分类如下：

• 0级：无自动化——人类驾驶员始终完全控制车辆，仅配备警报和警告等被动系统。
• 1级：驾驶辅助——车辆可协助完成转向或加速/减速操作，但人类驾驶员必须始终保持对车辆的控制并监控周围环境（例如：自适应巡航控制系统）。
• 2 级：部分自动化 – 车辆可以同时控制转向和加速/减速，但驾驶员必须始终保持专注，并随时准备接管控制（例如特斯拉的 Autopilot、通用汽车的 Super Cruise）。
• 第3级：条件自动化——车辆可在特定条件下处理驾驶的各个方面，但当系统要求时，人类驾驶员必须准备好接管驾驶（例如，高速公路驾驶）。驾驶员无需主动监控，但必须保持警觉。
• 第4级：高度自动化——车辆可在特定条件或环境（如城区或高速公路）下，无需人工干预，自主完成所有驾驶任务。但在其他环境或特殊情况下，可能需要由人来驾驶。
• 第5级：完全自动化——车辆完全自主，能够在任何条件下处理所有驾驶任务，无需任何人工干预。无需驾驶员，车辆可在任何地点、任何条件下运行。

这些等级有助于界定自动驾驶汽车技术的发展历程，从基础的驾驶辅助到完全自动驾驶。

在自主施工系统中，地理参考是指将施工数据（如地图、模型或传感器测量数据）与现实世界的地理坐标进行对齐的过程。这确保了由无人机、机器人或重型设备等自主机器收集或生成的所有数据，都能在全球坐标系（如纬度、经度和海拔）中准确定位。

在自动施工的背景下，地理定位对于确保机械在大型施工现场精确作业至关重要。通过利用 GNSS（全球导航卫星系统）等基于卫星的定位技术将项目与真实世界的地理位置关联起来，它能够准确放置建筑物、材料和设备。

地理参考技术能够实现挖掘、整平或材料回填等作业的自动化和精确控制，从而提高效率、减少错误，并确保施工符合设计规范。此外，该技术还有助于进度跟踪、质量控制，并能与地理信息系统（GIS）和建筑信息模型（BIM）集成，从而提升项目管理水平。

惯性测量单元（IMU）与惯性导航系统（INS）之间的区别在于它们的功能和复杂性。
IMU（惯性测量单元）提供有关车辆线速度和角速度的原始数据，这些数据由加速度计和陀螺仪测量。它提供有关横滚、俯仰、偏航和运动的信息，但不计算位置或导航数据。IMU 专门用于传输有关运动和方向的基本数据，以便进行外部处理以确定位置或速度。
另一方面，INS（惯性导航系统）将 IMU 数据与先进算法相结合，以计算车辆随时间推移的位置、速度和姿态。它融合了诸如用于传感器融合和集成的卡尔曼滤波等导航算法。INS 提供实时的导航数据，包括位置、速度和姿态，而无需依赖 GNSS 等外部定位系统。
该导航系统通常用于需要全面导航解决方案的应用中，特别是在无 GNSS 环境中，例如军用无人机、船舶和潜艇。

GNSS 代表全球导航卫星系统，GPS 代表 全球定位系统。这些术语经常互换使用，但它们在基于卫星的导航系统中指的是不同的概念。

GNSS 是所有卫星导航系统的统称，而 GPS 则特指美国的系统。GNSS 包含多个系统，提供更全面的全球覆盖，而 GPS 只是这些系统中的一个。

通过集成来自多个系统的的数据，您可以通过 GNSS 获得更高的精度和可靠性，而单独的 GPS 可能会根据卫星可用性和环境条件而受到限制。