特征定位是什么？

特征定位方法首先获取周围环境的若干特征， 如基站id、Wifi 指纹、地磁场、图像、Lidar点云等。接下来有两种处理方式，一种是把接收到的特征和事先采集的特征地图进行匹配， 确定在特征地图中的位置； 另一种是没有特征地图， 通过对比前后帧的特征变化来进行位置姿态推算（ 即SLAM技术），达到类似航位推算的相对定位效果。显然， 影响特征定位精度的直接因素是特征的数量、质量和区分度。

因此，采用信号指纹特征（ 如Wifi指纹）的定位方法因为指纹的稀疏性通常精度有限。基于环境感知特征的定位方法在采集的特征足够密集的情况下（ 如高线数Lidar， 中高分辨率图像等） 可以达到很高的精度，但是在实际应用中受环境影较大， 当环境特征单一的时候（ 如天空、雪天） 精度就会下降甚至无法定位。

另外， 特征地图匹配方法的定位精度也受到特征地图精度的限制， 特征推算方法（ 如视觉SLAM） 的定位误差会随距离累积， 具有类似航位推算的发散效果。

以上内容摘自《高德技术2020年刊合集》电子书，点击https://developer.aliyun.com/topic/download?id=1135可下载完成版