Coast Autonomous 为其无人驾驶穿梭巴士配备了 Ellipse-D

根据美国汽车工程师学会 (SAE) 的定义，自动驾驶车辆的自主等级分为六个级别（0 级到 5 级），定义了车辆操作的自动化程度。以下是详细分类：

• 0 级：无自动化——驾驶员始终完全控制车辆，只有警报和警告等被动系统。
• 1 级：驾驶员辅助——车辆可以辅助转向或加速/减速，但驾驶员必须保持控制并监控环境（例如，自适应巡航控制）。
• 2 级：部分自动化——车辆可以同时控制转向和加速/减速，但驾驶员必须保持参与并随时准备接管（例如，特斯拉的自动驾驶仪、通用汽车的超级巡航）。
• 3 级：有条件自动化——车辆可以在某些条件下处理驾驶的各个方面，但驾驶员必须准备好在系统要求时进行干预（例如，高速公路驾驶）。 驾驶员无需主动监控，但必须保持警惕。
• 4 级：高度自动化——车辆可以在特定条件或环境（如城市区域或高速公路）内自动执行所有驾驶任务，无需人工干预。 但是，在其他环境或特殊情况下，可能需要人工驾驶。
• 5 级：完全自动化——车辆实现完全自动驾驶，能够在各种条件下处理所有驾驶任务，无需任何人工干预。无需驾驶员，车辆可在任何地方、任何条件下运行。

这些级别有助于定义自动驾驶汽车技术的发展，从基本的驾驶员辅助到完全自动驾驶。

自主施工系统中的地理参考是指将地图、模型或传感器测量值等施工数据与真实世界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准确地定位在全局坐标系（如纬度、经度和高程）中。

在自动施工的背景下，地理参考（georeferencing）对于确保机械在大型施工现场高精度作业至关重要。它利用基于卫星的定位技术（例如 GNSS [全球导航卫星系统]），将项目与真实世界的地理位置关联起来，从而实现对建筑物、材料和设备的精准定位。

地理配准支持挖掘、平整或材料沉积等任务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。它还有助于进度跟踪、质量控制以及与地理信息系统 (GIS) 和建筑信息模型 (BIM) 的集成，从而增强项目管理。

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）提供有关车辆线性加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。它提供横滚、俯仰、偏航和运动相关的信息，但不计算位置或导航数据。IMU 专门设计用于传输有关运动和方位的基本数据，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 数据与先进的算法相结合，随时间推移计算出车辆的位置、速度和方位。它结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、速度和方位，而无需依赖 GNSS 等外部定位系统。
这种导航系统通常用于需要全面导航解决方案的应用，尤其是在没有 GNSS 信号的环境中，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数据，您可以通过 GNSS 获得更高的精度和可靠性，而仅使用 GPS 可能会受到卫星可用性和环境条件的限制。