高精度地图的作用是什么？

作为无人驾驶的记忆系统，高精度地图将具备三大功能。（1）地图匹配。由于存在各种定位误差，电子地图坐标上的移动车辆与周围地物并不能保持正确的位置关系。利用高精度地图匹配则可以将车辆位置精准的定位在车道上，从而提高车辆定位的精度。（2）辅助环境感知。对传感器无法探测的部分进行补充，进行实时状况的监测及外部信息的反馈 ：传感器作为无人驾驶的眼睛，有其局限所在，如易受恶劣天气的影响，此时可以使用高精度地图来获取当前位置精准的交通状况。（3）路径规划。对于提前规划好的最优路径，由于实时更新的交通信息，最优路径可能也在随时会发生变化。此时高精度地图在云计算的辅助下，能有效地为无人车提供最新的路况，帮助无人车重新制定最优路径。

功能1：地图匹配。高精度地图在地图匹配上更多的依靠其先验信息。传统地图的匹配依赖于GPS定位，定位准确性取决于GPS的精度、信号强弱以及定位传感器的误差。高精地图相对于传统地图有着更多维度的数据，比如道路形状、坡度、曲率、航向、横坡角等。通过更高维数的数据结合高效率的匹配算法，高精度地图能够实现更高尺度的定位与匹配。

功能2：辅助环境感知。原理：（1）通过对高精度地图模型的提取，可以将车辆位置周边的道路、交通、基础设施等对象及对象之间的关系提取出来，这可以提高车辆对周围环境的鉴别能力。（2）一般的地图会过滤掉车辆、行人等活动障碍物，如果无人驾驶车载行驶过程中发现了当前高精度地图中没有的物体，这些物体大概率是车辆、行人和障碍物。

高精度地图可以看做是无人驾驶的传感器，相比传统硬件传感器（雷达、激光雷达或摄像头），在检测静态物体方面，高精度地图具有的优势包括：①所有方向都可以实现无限广的范围。②不受环境、障碍或者干扰的影响。③可以“检测”所有的静态及半静态的物体。④不占用过多的处理能力。⑤已存有检测到的物体的逻辑，包括复杂的关系。

功能3：路径规划。高精度地图的规划能力下沉到了道路和车道级别。传统的导航地图的路径规划功能往往基于最短路算法，结合路况为驾驶员给出最快捷/短的路径。但高精地图的路径规划是为机器服务的。机器无法完成联想、解读等步骤，给出的路径规划必须是机器能够理解的。在这种意义上，传统的特征地图难以胜任，相对来说高精度矢量地图才能够完成这一点。矢量地图是在特征地图的基础之上进一步抽象、处理和标注，抽出路网信息、道路属性信息、道路几何信息以及标识物等抽象信息的地图。它的容量要小于特征地图，并能够通过路网信息完成点到点的精确路径规划，这是高精度地图使能的一大路径。