一、自動駕駛系統的定位方法有哪些
目前使用最廣泛的自動駕駛定位方法包括融合全球定位系統（GNSS，Global Navigation Satellite System）和慣性導航系統（INS，Inertial Navigation System）。其中，GNSS的定位精度由器件成本決定，一般在幾十米到幾厘米級別之間，精度越高，成本也越貴。融合GNSS和INS的定位方法能夠在一定程度上解決GNSS在環境惡劣條件（高樓、樹木遮擋，大面積水域、隧道等）下定位精度偏差較大的影響，但對于城市這樣大范圍定位條件都不好的情況，單純的GNSS INS的定位技術還是不夠滿足自動駕駛的需求。
地圖輔助類定位方法是另一種廣泛使用的自動駕駛定位技術，代表算法是同步定位與地圖構建（SLAm，Simultaneous Localization And mapping）。SLAM的目標是構建地圖的同時使用該地圖進行定位，SLAM通過傳感器（攝像頭、Lidar等）觀測到的環境特征，確定當前車輛的位置以及當前觀測目標的位置，這是一個利用以往的先驗概率分布和當前的觀測值來估計當前位置的過程，這一過程通常使用的方法有：貝葉斯濾波器（Bayesian Filter）、卡爾曼濾波器（Kalman Filter）、擴展卡爾曼濾波器（Extend Kalman Filter）、粒子濾波器（Partical Filter）等，這些都是基于概率和統計原理的定位技術。
二、自動駕駛系統有哪些功能
自動駕駛系統的主要功能全速自適應巡航、自動泊車、主動車道保持、自動變道、限速識別等功能。L2級別自動駕駛主要有自適應巡航系統、車道保持輔助功能、AEB主動剎車系統，除此之外，還有一些適用于不同場景的一些駕駛輔助功能。
