在无人驾驶领域中,高精度地图有着举足轻重的作用。在高精度地图中,不仅能够做语义标注的工作,为无人驾驶汽车的环境感知提供很大的帮助,还能够以高精度地图作为先验实现高精度定位功能。一直以来,高精度地图的构建都是一件非常具有挑战的事情。本文主要以高精度地图构建展开工作,并在构建的高精度地图的基础上实现了高精度定位和语义标注。具体工作如下:1.提出了一种基于贝叶斯网络的多传感器融合地图构建算法。应用惯导与激光雷达为主要传感器,采用融合的优化算法构建出高精度的三维点云地图。并应用构建的高精度地图作为先验地图,实现了一种基于先验高精度地图的高精度定位方法。2.深入研究了单目相机的定位方法,在ORB-SLAM的基础之上做出改进和创新,提出了一种基于随机蕨分类器的视觉里程计方法。并针对先验地图,利用视觉、雷达、惯导等多源信息,提出了一种基于全源融合的导航定位方法。3.提出了一种高精度地图标注与道路检索算法。解决了U形路段检索路径错误问题、复杂路口很难检索出所需路径的问题。并构建了一套离线仿真系统,为实车实验节省了大量时间,同时也提高了实验的安全系数。在上述工作的基础上,本文利用所在课题组的红旗HQ3实验平台,在校园环境下进行了大量的实车试验,验证了所提算法的可行性与有效性。