一、自动驾驶系统的定位方法有哪些
目前使用最广泛的自动驾驶定位方法包括融合全球定位系统（GNSS，Global Navigation Satellite System）和惯性导航系统（INS，Inertial Navigation System）。其中，GNSS的定位精度由器件成本决定，一般在几十米到几厘米级别之间，精度越高，成本也越贵。融合GNSS和INS的定位方法能够在一定程度上解决GNSS在环境恶劣条件（高楼、树木遮挡，大面积水域、隧道等）下定位精度偏差较大的影响，但对于城市这样大范围定位条件都不好的情况，单纯的GNSS INS的定位技术还是不够满足自动驾驶的需求。
地图辅助类定位方法是另一种广泛使用的自动驾驶定位技术，代表算法是同步定位与地图构建（SLAm，Simultaneous Localization And mapping）。SLAM的目标是构建地图的同时使用该地图进行定位，SLAM通过传感器（摄像头、Lidar等）观测到的环境特征，确定当前车辆的位置以及当前观测目标的位置，这是一个利用以往的先验概率分布和当前的观测值来估计当前位置的过程，这一过程通常使用的方法有：贝叶斯滤波器（Bayesian Filter）、卡尔曼滤波器（Kalman Filter）、扩展卡尔曼滤波器（Extend Kalman Filter）、粒子滤波器（Partical Filter）等，这些都是基于概率和统计原理的定位技术。
二、自动驾驶系统有哪些功能
自动驾驶系统的主要功能全速自适应巡航、自动泊车、主动车道保持、自动变道、限速识别等功能。L2级别自动驾驶主要有自适应巡航系统、车道保持辅助功能、AEB主动刹车系统，除此之外，还有一些适用于不同场景的一些驾驶辅助功能。
