01
高精地图概论
高精地图的定义、与传统导航地图的区别、在自动驾驶中的核心作用
概念基础
02
高精地图数据标准
NDS格式、OpenDRIVE格式、Apollo OpenDrive详解与对比
标准格式
03
高精地图采集技术
激光雷达点云采集、相机图像采集、IMU/GNSS组合导航系统
硬件采集
04
点云预处理
点云滤波(体素/统计)、点云配准(ICP/NDT)、点云分割
点云滤波
05
高精地图元素提取
车道线提取、路沿提取、交通标志牌提取、杆状物提取
感知提取
06
高精地图语义构建
车道拓扑关系构建、路口模型构建、车道连接关系建模
语义拓扑
07
高精地图动态元素
交通灯状态建模、临时施工区域、动态障碍物映射
动态实时
08
高精地图更新机制
众包更新策略、OTA更新、增量更新与全量更新
更新OTA
09
高精地图质量评估
精度评估指标、完整性评估、一致性检查方法
质量评估
10
定位技术基础
坐标系与坐标转换(WGS84/UTM/ENU)、刚体变换与位姿表示
坐标变换
11
GNSS定位原理
GPS/北斗/GLONASS定位原理、RTK定位、差分GPS技术
GNSSRTK
12
IMU惯性导航
加速度计与陀螺仪原理、捷联惯导解算、IMU误差模型与标定
IMU惯导
13
多传感器融合定位
卡尔曼滤波基础、扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)
融合EKF
14
粒子滤波定位
蒙特卡洛定位原理、粒子重采样技术、自适应粒子滤波
粒子滤波MCL
15
点云配准定位
ICP算法详解、NDT算法详解、基于特征的配准方法
配准ICP
16
视觉定位
视觉里程计(VO)、视觉SLAM基础、特征点匹配与位姿估计
视觉VO
17
激光SLAM
LOAM算法、LeGO-LOAM、Cartographer算法原理与实战
SLAM激光
18
视觉-激光融合定位
V-LOAM、LIO-SAM、多模态特征融合策略
融合LIO
19
高精地图辅助定位
地图匹配定位、车道级定位、先验地图约束
地图辅助匹配
20
全局定位与重定位
基于分支定界搜索、基于直方图定位、基于深度学习重定位
重定位全局
21
定位精度评估
绝对精度与相对精度、闭环检测精度、定位误差来源分析
精度评估
22
高精地图与定位系统架构
Apollo高精地图模块解析、Autoware定位模块解析
架构Apollo
23
高精地图数据存储与管理
PostgreSQL+PostGIS、MongoDB、HDFS在地图存储中的应用
存储数据库
24
高精地图可视化
基于Cesium的3D可视化、基于ROS Rviz的实时可视化
可视化Cesium
25
高精地图仿真
CARLA仿真器、LGSVL仿真器、高精地图在仿真中的注入方法
仿真CARLA
26
高精地图与规划控制接口
地图到路径规划的接口设计、地图到行为决策的接口设计
接口规划
27
高精地图安全与隐私
地图数据加密、访问控制、差分隐私保护技术
安全隐私
28
高精地图法律法规
国内外测绘资质要求、数据出境合规、知识产权保护
法规合规
29
高精地图与定位前沿技术
基于深度学习的端到端定位、语义SLAM、NeRF在高精地图中的应用
前沿NeRF
30
综合实战项目
基于高精地图的L4级自动驾驶定位系统搭建与调试
实战L4