主要记录HDMap的相关思路。
1.Automatic Building and Labeling of HD Maps with Deep Learning
整体框架入下：
用lidar点云匹配求取关键帧位姿，分为RoadMapping和LaneMapping两部分，由雷达点云进行路面点云提取和拼接，由相机图像进行语义信息的提取。
RoadMapping部分由图像FCN检测路面，利用反投影的点云和关键帧位姿进行拼接，之后进行路沿检测和边缘提取。路沿检测之后过滤掉大量路面点云噪点，如下图。
之后是LaneMapping部分，主要是用LaneNet进行车道线检测，道路边界也有了，就可以检测车道。
最后结果如图：
