01
高精地图概述
什么是高精地图、与传统导航地图的区别、高精地图在自动驾驶中的作用。
概念入门
02
高精地图数据标准
NDS格式、OpenDRIVE格式、Apollo OpenDRIVE格式详解。
标准格式
03
高精地图元素解析
车道线、路沿、交通标志、杆状物、路面标记的矢量化表达。
元素矢量化
04
坐标系基础
WGS84坐标系、UTM投影、局部坐标系（车身/传感器坐标系）。
坐标投影
05
坐标转换实战
使用Python实现WGS84到UTM的转换、经纬度到局部坐标的转换。
Python实战
06
定位技术概览
GNSS定位、惯性导航（IMU）、轮速计、视觉定位、激光定位。
技术总览
07
GNSS定位原理
伪距定位、载波相位定位、RTK差分定位原理与精度。
GNSSRTK
08
IMU惯性导航
加速度计与陀螺仪原理、捷联惯导解算、IMU误差模型。
IMU惯导
09
多传感器融合定位
卡尔曼滤波原理、扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）。
融合EKF
10
粒子滤波定位
蒙特卡洛定位（MCL）、自适应粒子滤波、重采样策略。
粒子滤波MCL
11
地图匹配定位
点到点匹配（ICP）、点到线匹配（PL-ICP）、NDT匹配算法。
匹配NDT
12
激光雷达定位
基于点云的地图匹配、NDT定位实战、LOAM框架简介。
激光点云
13
视觉定位
视觉里程计（VO）、视觉SLAM、基于语义特征的定位。
视觉SLAM
14
车道线匹配定位
基于高精地图车道线的横向定位、纵向定位方法。
车道线匹配
15
多传感器时空同步
时间戳对齐、硬件同步方案、软件插值同步。
同步时间
16
定位状态估计
位姿图优化、因子图优化、iSAM2算法简介。
优化图优化
17
高精地图定位系统架构
感知层、匹配层、融合层、输出层的设计。
架构系统
18
定位初始化
全局定位初始化、 kidnapped robot problem、重定位策略。
初始化重定位
19
定位失效检测
定位置信度评估、异常检测、降级策略。
失效降级
20
车道级定位
车道保持中的定位需求、车道级定位精度要求。
车道级精度
21
高精地图定位在泊车场景
地下车库定位挑战、UWB辅助定位、视觉+IMU融合。
泊车UWB
22
高精地图定位在高速场景
高速NOA中的定位、车道级导航、变道决策中的定位。
高速NOA
23
高精地图定位在城区场景
城市峡谷效应、GNSS拒止环境下的定位方案。
城区拒止
24
定位数据回放与可视化
ROS bag回放、rviz可视化定位轨迹、定位误差分析。
ROS可视化
25
定位性能评估指标
绝对轨迹误差（ATE）、相对轨迹误差（RPE）、横向/纵向误差。
评估ATE
26
开源定位框架
百度Apollo定位模块解析、Autoware定位模块解析。
开源Apollo
27
实战项目一：NDT激光雷达定位
基于NDT的激光雷达定位（使用Python/ROS实现）。
实战NDT
28
实战项目二：车道线视觉定位
基于车道线匹配的视觉定位（使用OpenCV实现）。
实战OpenCV
29
实战项目三：组合导航EKF
GNSS+IMU+轮速计组合导航（使用EKF融合）。
实战EKF
30
高精地图定位前沿
车路协同定位、5G定位、众包高精地图更新与定位。
前沿5G