自动驾驶是近几年人工智能革命中最热门的研究领域之一。而随着自动驾驶技术的不断更新迭代,目前研究的热点为如何车辆在限定道路和环境之下完成几乎所有驾驶操作,这个时候传统的导航地图已然不能满足技术的需求。自动驾驶汽车需要地图提供更加丰富的道路元素数据信息,需要地图提供更加精确的道路元素坐标信息,需要地图提供更多道路使用者的行为逻辑信息。为了适应自动驾驶技术的发展,高精度地图应运而生,基于高精度地图的自动驾驶技术路线也被学界和工业界视为自动驾驶技术继续发展的可靠解决方案。因此高精度地图相关技术的研究具有十分重要的研究意义与价值。本文针对高精度地图的自动生成技术及其在定位中的应用开展系统深入的研究,有效提升了大规模高精度地图标注的效率,进一步提高了车辆在道路中的侧向定位精度,论文的主要工作和贡献如下:1)为了得到带高度信息的车道线信息,本文利用激光雷达检测地面,以估计地面方程,随后讨论了结合地面方程的相机逆透视变换方程;受三次Hermite样条曲线启发,提出了一种基于渐进逼近的参数化曲线拟合方法,将空间三维点拟合为空间三次参数样条曲线。算法在保证曲线尽量靠近采样点的同时,间接减少了样条曲线的参数量,同时曲线还具备全局~1连续的优点。所提出算法拟合的空间参数化曲线相比二维普通曲线方程适用性更广,更符合实际自动驾驶场景的需求。2)本文讨论了高精度地图的存储技术,分析了一个完整的高精度地图所需要的数据,并且基于开源Lanelet2地图上实现对这些数据的存储;针对高精度地图采样点不均匀的问题,本文利用数值积分方法计算空间三次参数曲线的弧长,实现弧长上等距采样;随后还提出了一种适用于高精度地图的更新方法,为实际应用提供了一条可靠的实现路径。3)本文探讨了高精度地图在定位中的应用,将高精度地图中的信息归类为杆,车道线,牌三种基本元素,针对三种基本元素制定各自的相似度评价指标,同时考虑匹配次数,相似度和局部结构一致性完成特征的粗匹配;针对时序上匹配结果不连续的问题,本文结合过去检测结果的置信度和滑动窗口方法,对匹配结果进行时序平滑处理;最后本文结合里程计,高精度地图,推导了图优化中的位姿优化方程,并使用鲁棒核函数降低错误匹配的影响,有效改善了自动驾驶车辆在车辆侧向定位上的精度。最后本文在KITTI数据集中测试了所提出的算法,实验证明,本文算法自动生成的高精度地图满足为自动驾驶提供定位信息的精度要求,融合了高精度地图的定位算法相比纯里程计更加精确。