这是学习Apollo基础课程的第一课，课程从自动驾驶核心技术模块出发，讲解高精地图、定位、感知、预测、规划、控制等模块知识，帮助零基础开发人员了解无人驾驶的基本原理与整体框架，初步掌握并运用 Apollo 自动驾驶开放平台所使用的自动驾驶算法。

一、高精地图与传统地图

当我们开车时，打开导航地图通常会给我们推荐几条路线，甚至会显示道路是否拥堵以及每条路线将花费多长时间、交通管制，例如交通信号灯或限速标志等，我们会根据地图提供的信息来决定是在行驶中直行、左转还是右转以及对周围驾驶环境的评估。
而无人驾驶车缺乏人类驾驶员固有的视觉和逻辑能力。如我们可以利用所看到的东西和GPS来确定自己的位置，还可以轻松准确地识别障碍物、其他车辆、行人、交通信号灯等，但要想让无人车变得和人类一样聪明，可是一项非常艰巨的任务。

在开车时，我们用眼睛来判断速度、车道位置、转弯位置。在无人驾驶车中，情况类似，只不过需要使用静态摄像头和其他传感器来感知环境，使用大量计算机视觉技术。

学习百度Apollo无人驾驶课程之定位教程。

本周学习定位模块的知识，了解车辆如何以个位数厘米级别的精度进行自定位。
定位是让无人车自己知道自身确切的位置，定位对无人驾驶尤其重要，对于无人车来讲不仅仅要找出自身的大概位置，而是要以10厘米级别，将车感信息与高精地图信息相比对来精确地位置寻找。

ArrayMap源码的分析，

ArrayMap实现了Map接口，所以它也是一个数组加链表(或红黑树)，结构也是哈希表。它是线程不安全的，它允许key为null,value为null。相比于HashMap，ArrayMap空间效率更高。
ArrayMap内部维护了两个数组，

• 1，一个int[]数组，用户保存每个item的hashCode值
• 2，一个Object[]数组，用于保存key–value对。容量上是一个数组的两倍它可以避免在将数据插入Map中时额外的空间消耗(相比于HashMap）。它的扩容只需要进行数组拷贝，不需要重建哈希表(相比于HashMap的扩容)。

和HashMap相比，ArrayMap不仅仅有扩容功能，在删除时，如果集合剩余元素少于一定阈值时，还有收缩功能，这样可以减少空间的浪费。毕竟是Android团队专门为Android新增的api，肯定考虑了移动设备内存很珍贵的因素。

主要是记录一些有用的Hexo教程，以后方便查询。

LinkedHashMap源码分析。
源码基于最新的Jdk 11.0.2，不过好像和Jdk 8没什么大区别。
本文参考于链接

LinkedList源码分析(基于Jdk 11.0.2)

LinkedList和ArrayList都是实现了List接口，这两个类也经常拿来作比较。

支持pdf文件