01
高精地图概述
高精地图与普通导航地图的区别 · 自动驾驶核心作用 · 三大要素：车道线、路沿、交通标志
基础概念
02
高精地图数据采集
激光雷达/摄像头/IMU/GPS · 多传感器融合方案 · 精度要求与质量控制
传感器硬件
03
点云地图构建
激光雷达点云原理 · 体素/统计滤波 · ICP与NDT配准
点云配准
04
点云地图优化
回环检测与图优化 · GTSAM/ceres位姿图 · 全局一致性调整
优化图优化
05
语义地图构建
PointNet++/RangeNet++语义分割 · 标签关联 · 存储格式
深度学习语义
06
车道线提取与建模
点云/图像车道线 · LaneNet/Ultra-Fast · 三次样条/贝塞尔曲线
车道线检测
07
路沿与障碍物提取
高度差/深度学习路沿检测 · 静态障碍物提取与建模
路沿障碍物
08
交通标志与地面标识
YOLO检测分类 · 地面箭头/文字识别 · 标志牌三维定位
YOLO标志
09
高精地图数据格式
OpenDRIVE · Lanelet2 · Apollo XML/Bin · 格式转换工具
标准格式
10
高精地图数据存储与管理
PostgreSQL+PostGIS · R-Tree空间索引 · 版本管理与更新
数据库存储
11
高精地图可视化
ROS Rviz · Three.js/Deck.gl · 点云与语义叠加显示
可视化Web
12
高精地图质量评估
绝对/相对精度 · 完整性评估 · 一致性检查工具
质量评估
13
高精地图更新机制
众包更新 · OTA增量 · 变化检测（车辆回传）
更新众包
14
GPS/IMU组合导航基础
卡尔曼滤波 · 松/紧耦合 · IMU预积分
组合导航IMU
15
基于高精地图的定位
地图匹配定位 · ICP匹配 · NDT匹配
定位匹配
16
基于高精地图的视觉定位
SuperPoint+SuperGlue · 视觉词袋 · 2D-3D匹配
视觉特征
17
基于高精地图的激光定位
实时配准 · 多分辨率NDT · 粒子滤波定位
激光粒子滤波
18
多传感器融合定位
ESKF · Lidar+IMU+GPS融合 · 因子图框架
融合ESKF
19
车道级定位
车道级定位算法 · 车道保持应用 · 定位置信度评估
车道级定位
20
定位失效检测与恢复
卡方检验/协方差分析 · 降级策略 · 重定位技术
失效恢复
21
高精地图与规划控制
路径规划 · 车道级导航 · 速度规划中的地图约束
规划控制
22
高精地图与感知融合
地图辅助目标检测(ROI) · 语义分割 · 时空对齐
感知融合
23
高精地图仿真
CARLA/SUMO仿真 · 场景构建 · 地图数据注入
仿真CARLA
24
高精地图工具链
采集车系统架构 · 数据处理流水线(DAG) · 自动化建图
工具链自动化
25
高精地图安全与隐私
数据加密 · 访问控制 · 数据脱敏与合规
安全隐私
26
高精地图行业标准
NDS · ADASIS · 国内法规与资质
标准法规
27
实战项目一：局部高精地图
基于KITTI/nuScenes构建局部高精地图
实战数据集
28
实战项目二：车辆定位
基于构建地图实现Lidar+IMU融合定位
实战融合
29
实战项目三：地图更新与变化检测
基于回传数据的增量更新与变化检测
实战更新
30
高精地图前沿趋势
HD Live Map · 众包地图 · 车路协同 · V2X融合
前沿趋势