01
课程导论与高精地图基础
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。
概念入门
02
高精地图数据格式与标准
NDS格式、OpenDRIVE格式、Apollo OpenDRIVE格式详解。
NDSOpenDRIVE
03
高精地图元素解析（上）
车道线（类型、颜色、虚线/实线）、道路边界、路沿。
车道线边界
04
高精地图元素解析（下）
交通标志、信号灯、杆状物、人行横道、减速带。
标志信号灯
05
坐标系与坐标转换
WGS84、UTM、局部坐标系、车辆坐标系、传感器坐标系之间的转换。
坐标转换
06
高精地图的构建流程
数据采集（激光雷达、相机、GPS/IMU）、点云配准、语义分割、矢量化。
建图流程
07
高精地图的存储与检索
瓦片地图、R树索引、空间数据库（PostGIS）简介。
存储索引
08
目标跟踪基础回顾
卡尔曼滤波原理、匈牙利匹配算法、SORT/DeepSORT算法回顾。
卡尔曼SORT
09
为什么需要高精地图辅助跟踪？
纯感知跟踪的局限性（遮挡、远处目标、ID Switch）、地图先验信息的价值。
动机优势
10
地图辅助跟踪整体架构
感知模块、地图模块、融合模块、跟踪模块的协同工作流程。
架构协同
11
基于地图的车道约束跟踪
将目标匹配到车道、利用车道拓扑预测目标运动意图。
车道预测
12
基于地图的道路边界约束
利用路沿/护栏限制目标位置范围，剔除无效检测。
边界约束
13
基于地图的交通灯与标志关联
将检测到的交通灯与地图元素关联，辅助状态估计。
交通灯关联
14
基于地图的静态障碍物剔除
利用地图先验信息过滤掉建筑物、树木等静态物体检测框。
过滤静态
15
地图辅助下的目标初始化
利用地图中的停车位、路口区域快速初始化新目标。
初始化停车位
16
地图辅助下的目标消亡判断
目标驶出地图边界或进入不可行驶区域时及时终止轨迹。
消亡边界
17
地图辅助的航向与速度估计
利用车道方向修正目标航向，利用车道限速约束目标速度。
航向速度
18
地图辅助的遮挡处理
当目标被遮挡时，利用地图拓扑和运动模型进行位置预测。
遮挡预测
19
地图辅助的ID Switch抑制
利用车道一致性约束减少因遮挡导致的ID跳变。
ID Switch抑制
20
多传感器融合中的地图对齐
激光雷达点云与地图的配准、相机图像与地图的投影。
对齐融合
21
实战：基于OpenDRIVE的车道匹配
基于OpenDRIVE地图的车道匹配算法实现（Python）。
实战Python
22
实战：地图约束的卡尔曼滤波
基于地图约束的卡尔曼滤波状态更新（Python）。
实战卡尔曼
23
实战：匈牙利匹配代价矩阵
地图辅助的匈牙利匹配代价矩阵构建（Python）。
实战匈牙利
24
实战：利用地图信息过滤误检
利用地图信息过滤误检（Python）。
实战过滤
25
实战：地图辅助的轨迹管理
地图辅助下的目标轨迹管理（Python）。
实战轨迹
26
实战：遮挡预测与轨迹插值
基于地图的遮挡预测与轨迹插值（Python）。
实战插值
27
实战：nuScenes评估
在nuScenes数据集上评估地图辅助跟踪效果。
实战nuScenes
28
性能评估指标
MOTA、MOTP、ID Switch、Fragmentation、MT/PT/ML。
指标评估
29
常见问题与调试技巧
地图数据延迟、坐标系对齐误差、地图元素缺失的处理。
调试FAQ
30
课程总结与未来展望
在线地图更新、众包地图、端到端地图辅助跟踪趋势。
总结趋势