三维目标检测作为自动驾驶的核心关键技术引起了研究人员越来越多的关注。但是，现在大部分研究都聚焦在纯点云或者点云与图像融合的框架上，从而忽略了自动驾驶中不可或缺的一部分——高精度地图。本文认为高精度地图包含周围环境丰富的几何信息和语义信息，有助于提高三维目标检测任务的性能与鲁棒性。因此，本文提出的基于高精度地图增强的三维目标检测算法（HME3D）是将高精度地图信息融入主干检测网络中，利用新颖的地图特征提取模块（HFE），结合传统卷积与Transformer各自优势，实现地图特征的高效提取，最后利用基于地图边缘增强的辅助监督网络（MEES）提升检测三维目标检测主任务的性能。本文在具有挑战性的nuScenes数据集上验证了所提出模型的优势，它相对纯点云基线模型的精度实现了2.81mAP的大幅提升。