高精度地图主要用于定位和预先规划，这些都是用于辅助驾驶的信息。百度开源了Apollo的无人车，Apollo把地图放在了云端，这样就可以即时更新，避免了数据老旧的问题。另外这个高精度和手机的高德或者腾讯地图不同，用于PC或者智能手机的地图精度是米级的，对于人来说，差个几米的距离用眼睛也分辨不出来，所以对日常导航的影响很小。而对于自动驾驶来说，几米的精度确实不够的，Apollo的高精度的地图可以达到厘米级，在地图上保证车辆和行人的安全。同样这个这个地图是三维的，包含了车道线，交通标志等。
三维高精度地图
定位：
使用高精度地图进行定位，无人车就可以自己所在的位置，从而进行路径规划。
预先规划：
1.对于同一目的的，可以选择不同的路线。
2.在车辆行驶过程中，可以准确的识别道路上的中心线。
3.可以提前查看路标，比如提前减速。如果前方有障碍物可以提前知道，进而及时更换驾驶路线。
路径优化
高精度地图的构建：
传感器融合
1.数据采集:用于构建，维护，更新地图。用传感器采集点云回来，再进行和传感器融合。
2.数据处理：这个步骤很像数据分析，这个时候就把拿到的数据进行整理，分类，过滤，清洗，最后生成没有语义信息的初始化题图模板。
3.对象检测：官方的说法是采用人工智能技术检测对象并且进行分类。不过我觉得这里应该是机器学习非监督学习的聚类。（车道线，交通标志）
4.手动验证： 这里确保自动地图创建的都十八正确的，如果有错能够及时发现问题。
5.地图发布：确保地图无误，最终发布到云上，无人车在联网状态下可以共享。
高精度地图的构建
注：对于地图的数据采集问题，百度使用了众包，允许其他人使用智能手机和其他无人车来贡献地图信息。
