為了讓自動駕駛汽車成為技術的福音，它需要一個能夠智能處理周圍環境的系統，協助其應對復雜的交通場景、路障、坑洼、車道、車道標記或路上經過的任何車輛。只有當它像人類一樣對外部世界有感覺時，上述功能才能實現。自動駕駛需要與其他車輛、乘客和周圍的交通參與者進行溝通，這樣它就可以確定道路上的確切位置，并決定在當前情況下如何行動。

汽車到汽車和汽車到基礎設施的通信對于實現自動駕駛是必不可少的，并且這種情況只有當其在地圖上對現實世界有精確到厘米級的數字三維表示時才會實現。地圖上的數據是自動駕駛車輛導航的主要來源，它就像一雙給予自動駕駛汽車情景感知的眼睛。

高清晰度地圖作為這個系統的重要組成部分，為自動駕駛車輛帶來高精度定位、環境感知、規劃決策以及實時導航云服務等功能。

地圖如何幫助自動駕駛汽車實現溝通？

支持自動駕駛的地圖可以持續不斷地檢測、驗證和更新世界上發生的變化。它由四個簡單的步驟構建而成，分別是收集、整合、創建和發布，以此來協助汽車之間的通信。因此，讓我們瀏覽每個部分，了解整個過程如何幫助自動駕駛汽車完美地在道路上行駛。

1收集

自動駕駛汽車通過安裝在汽車上的各種傳感器收集數據，如照相機、激光雷達和雷達。這些數據被傳輸回云。這些眾包數據可以是從封閉車道和障礙物到路標，再到為自動車輛系統的運行和車輛的決策提供重要信息的路面標線的任何東西。然而，僅憑這些傳感器數據是并不能精確、充分地取代駕駛員的地位。

2整合

自動駕駛汽車有不同的形狀和大小，傳感器也放置在不同的地方，跟隨著汽車行駛到不同的地方。在所有這些條件下，它們以自己的方式感知物體，因此獲取的數據也是不同的。目前借助于機器學習算法，將不同車輛采集的數據融合在一起，以便使其具有準確的特征。

3創建

一旦數據被融合并生成了精確的數據，就可以借助精確的算法和獨特的特征來創建地圖。在地圖上，所有關于物質世界的準確信息都會被表示出來。它確定了任何物體的準確位置。這個過程是使用高級算法完成的，該算法會考慮汽車收集到的各種變量，然后為地圖創建特性。對于某些特定的特征，可能需要10次、20次，甚至100次的觀察。這完全取決于算法何時開始將多個特征轉化為一個精確的特征。

4發布

一旦生成了所有數據并創建了地圖，其將會被更新并發布。為了確保最高效的數據傳輸，只有在特定層的特定板塊——道路模型、高清車道模型和高清定位模型中發生的更新才會被發送到原始設備制造商的云和車輛上。使用平鋪格式，無線更新可以被進一步壓縮后發送，以提高效率、優化數據交換。一旦一個新特性發布，在道路的特定區域可能需要增強的傳感器數據。例如，汽車可能由于障礙物而無法識別停車標志。在這種情況下，地圖會要求該區域的下一輛車拍攝一段環境視頻，這樣系統就可以更好地驗證數據。這項功能是通過傳感器數據請求接口(SDRI)實現的。

5三層信息系統

被發布的地圖有三層，每一層都提供了詳細準確的信息，以支持自動駕駛車輛與外部環境和其他車輛進行連接與通信。第一層是道路模型，它提供全球范圍覆蓋，幫助車輛理解其車載傳感器無法理解的局部情況(如高占有率車道或特定國家的道路分類)。第二層是是高清車道模型，用于提供車道方向、車道類型、車道邊界和車道標記類型等更精確的車道級細節。這些細節有助于自動駕駛汽車在駕駛中做出更安全、更令人舒適的決策。第三層是高清定位模型，這一層幫助車輛在周圍環境中定位自身，并幫助車輛識別護欄、墻壁、標志、桿子等物體，然后利用物體的位置向后測量，準確計算出車輛所處的位置。