地图对于无人驾驶还有什么作用?

无人车的定位可分为局部定位和全局定位。局部定位通过实时的局部环境感知，如车道线检测、路面检测等，提供无人车与局部环境的相对位置关系;全局定位通常是指无人车在全局地图中的定位，通过该全局定位和地图数据，可弥补局部感知信息的单一和缺失，并为无人车提供超过感知范围的全局导航参考信息。

这些定位和导航信息不仅提供了无人车按交通规则行驶的参考基准，同时还是障碍物、停止线等其他感知任务的重要参考信息。大范围真实交通场景中无人车实时局部定位和全局定位的精度和鲁棒性已经成为衡量无人车智能化程度的一个重要核心指标，也是无人车技术走向实际应用的瓶颈之一。

全局地图通常包含了车道线、道路边界、路口等导航信息，不但是无人车精确定位的基础，也可以为无人车提供大范围长距离的导航信息，从而成为无人车全局最优决策的基础性的支撑技术。

无人车在全局地图中的定位通过车载 GPS 接收机提供，然而受城区环境电气电磁干扰或多路径效应的影响，GPS 定位数据往往存在着几米到几十米的偏差，无法直接用于定位，因此需要通过车载传感器(如相机)绘制高精度的局部地图，通过局部地图与全局地图的匹配，校正自身位置，以此获得精确的全局定位。

综上所述，地图对无人驾驶的作用体现在两个层面：首先，在局部定位部分，给感知提供先验指导信息，并对感知结果进行校验，剔除感知的误检、弥补感知的漏检等，构建出准确的局部地图;其次，在全局定位部分，结合局部地图与全局地图的配准，实现精确全局定位。基于该全局定位，可分别获取大范围的不同层级的地图信息供决策规划所用，如车道类别的导航地图、包含特定交通规则的驾驶任务地图、描述路段几何关系的拓扑地图以及实现物理位置与语义坐标映射的语义地图等等，当然最直接可用的是导航地图和与特定驾驶任务相关的地图。