矿区开采运输量大、工作环境恶劣、安全性差，自动驾驶技术可以保障车辆在复杂矿区环境下的安全、高效、节能运行，从而显著提升传统采矿业的运输自动化水平，促进矿业开采的转型升级。高精地图是自动驾驶的重要组成部分，可以为自动驾驶矿车提供丰富准确的先验信息，进而提升自动驾驶矿车面对矿区复杂工况与环境的适应能力。本文重点研究高精地图构建的两项核心技术，即定位和建图技术。在定位方面，井工矿环境由于具有无GNSS信号、弱纹理、重复特征等特点，成为自动驾驶矿车定位的挑战性场景。目前，井下车辆定位方法存在前期准备周期长、依赖人工操作、价格昂贵等问题。在建图方面，目前存在尚无面向矿区场景的地图表示方法，以及缺乏面向矿区自动驾驶的地图生成方案等问题。针对上述问题，本文开展了相关研究，主要创新点如下：

1）针对井工矿场景下的自动驾驶矿车定位问题，提出了一种井下同时定位与地图构建（SLAM）方法。首先，提出了一种基于退化检测的激光-惯性-轮速融合里程计，解决了长巷道场景造成的激光里程计退化问题，提高了位姿估计的精度和鲁棒性。然后，提出了一种基于深度学习的显著地点识别方法，降低了虚假闭环的发生率，提高了闭环检测的准确率和鲁棒性。最后，设计了一种多地图融合方案，提高了大规模井工矿场景下的建图效率。实验结果表明，该方法在井工矿环境下取得了良好的定位性能，为矿区高精地图的构建提供了必要的基础。

2）设计了一种基于分层表示的矿区地形建图方法。首先，根据矿区环境的特点，提出了一种矿区语义地图的表示方法，将语义点云地图、多通道栅格地图和三角网格地图整合到一个可扩展的地形建图框架中。然后，为了满足实际应用需求，提出了上述三种地图的构建方法。最后，提出了基于PostgreSQL数据库的持久化方案，实现了对不同地图表示的统一维护，该方案具有良好的灵活性和可扩展性。实验结果表明，该方法能够生成描述矿区复杂地形的语义地图。

3）基于上述研究，提出了一种矿区高精地图构建方法。为提高地图的描述能力，基于矿区语义地图和LaneLet2矢量地图，提出了一种能够描述矿区复杂环境的高精地图表示方法，实现了对矿区环境和道路的建模。基于该表示，提出了一个完整的生成工作流，实现了矿区高精地图的高效低成本构建。最后，在真实矿区中验证了该方法的有效性，为矿区高精地图的应用提供了一种解决方案。