[摘要]Ranger高精度定位系统利用俯拍摄像头和定位算法来提供准确的位置和方向测量数据。
美 国西南研究院将于2016年5月2日在新奥尔良举行的AUVSI XPONENTIAL讨论和交易大会上，展示了Ranger高精度定位系统解决方案。Ranger是得到专利认证的车辆定位技术，通过商业化的硬件装置和 西南研究院特别设计的算法，可以为自动驾驶汽车提供精确度极高的导航信息。最新的Ranger套装应用到自动驾驶系统、代客泊车服务、货运分配、客车或重 载卡车对接等领域。
Ranger高精度定位系统尺寸更小、运算更快、工作更稳定，实际 应用起来成本也相对较低。Ranger是集合软件和硬件的产品解决方案，利用俯拍摄像头和定位算法来提供准确的位置和方向测量数据。该系统能够采集道路表 面的特殊纹理特征，并与地表特征数据库进行比较，例如集料特性、裂纹形状、道路标示等，从而同已经储存的地图进行位置匹配。
搭载Ranger系统车辆的底板结构
侧视结构图
道 路表面的可见斑块分布是非常容易识别出来的，Ranger成功利用了这一点来实现系统功能。对于绝大多数的道路（例如沥青和混凝土结构），它们的显著可见 特征往往包括污渍点、裂缝、柏油补丁、外露集料等，另外那些不太明显的形态和纹理也可用于道路特征参考因素。道路各种斑块分布的唯一性能够作为 Ranger系统定位的基础，当前所处的道路特征与之前收集的数据进行比较评估，就可以获得准确的位置信息。为了构建一个完整的定位系统，路面影像地图是 必不可少的。把路面特征信息添加到地图资料中，也是未来大势所趋。
Ranger地图概 念性地加入全球认可的固定参考系下影像信息，只要这些收集影像是实时准确的，系统定位测量肯定能够保证高精度。为了确保局域和全球地图的一致性，全局光束 平差优化法被开发用来修正原始地图数据。优化均衡因子有初始的摄像位置测量信息（地图数据采集阶段通过全球卫星导航系统获取），移除动态数据采集车收录连 续影像的重叠部分，更加清晰地展现相对位置关系。
一旦地图数据库构建完成，实时影像数据将开始与储存信息进行对比，完成定位操作。匹配过程基于传统的影像对比技术，这类技术经过了大量的修订和优化，具有非常高的实际应用价值。基本的技术原理如下：
1.应用Detect Keypoints、Extract Feature Descriptors数据提取软件，检测图像特征信息。
2.实时影像与数据库候选资料进行对比。
3.利用几何约束刚性变换技术，通过随机抽样一致性算法匹配重要特征。特殊的刚性变换是不可缺少的一个重要部分，旋转和平移操作提高实时影像和储存信息之间的匹配准确度。
4.如果足够多的对比点满足刚性变换约束，则可以证实实时影像和储存信息是统一的。
对 于自动驾驶汽车而言，Ranger系统是一种新颖的定位技术，在各种光照强度和恶劣天气条件下（暴雨、雾霾等），都拥有出色的工作性能表现。基于传感器的 定位系统更为常见，不过Ranger系统利用控制照明的摄像头，是独一无二的解决方案，并且有着极其高的定位准确性。自动驾驶汽车的定位误差在2厘米范围 内，与价格高昂的最高精度卫星导航系统相当。卫星导航系统在有些地区或者环境条件下（隧道或者地下通道），性能极差甚至无法正常工作，但是Ranger系 统表现始终如一，不会受到其他因素的干扰。
卫星导航系统已经得到普及，每个人的智能手机都安装了该系统，不过其定位准确度还很难应用到自动驾驶汽车中。