高精地圖包含大量的駕駛輔助信息，最重要的信息是道路網的精確三維表徵，例如交叉路口布局和路標位置。還包含許多的語義信息，地圖可能會報告交通燈上不同顏色的含義，它也可能指示道路 的速度限制以及左轉車道的位置。高精地圖最重要的特徵之一是精度，高精地圖可以使車輛達到釐米級精度，對確保無人駕駛車輛的安全性至關重要。
地圖與定位、感知與規劃的關係
定位
車輛自定位依賴於地圖，首先車輛可能會尋找座標，可以通過各類傳感器收集的數據與其高精地圖上的已知座標作比較，匹配過程需要預處理、座標轉換和數據融合的複雜過程。
預處理是爲了消除不正確或者質量差的數據，座標轉換是將不同視角的傳感器數據轉換爲統一的座標，藉助數據融合可將來自各種車輛和傳感器的數據合併。
感知
高精地圖也可用於感知，傳感器能力受限時，可以將交通燈等位置信息提供給軟件棧進行下一步的決策，另一個好處是幫助傳感器縮小檢測範圍，例如在特定位置尋找停車標誌，傳感器可以集中在該位置檢測停車狀態，該區域稱之爲感興趣區域或者ROI，ROI可以幫助我們提高檢測精確度和速度，並節約計算資源。
規劃
高精地圖可幫助車輛找到合適的行車空間，也可幫助規劃器確定不同的路線選擇，並幫助預測軟件預測道路上其他的車輛未來的位置。例如高精地圖可以幫助車輛識別車道的確切中心線，使車輛儘量靠近中心行駛；在低速限制的人行橫道或者減速帶區域，高精地圖使車輛能夠提前查看並預先減速；若前方有障礙物的時候，車輛可能需要變道，可以幫助車輛縮小選擇的範圍，以便於選擇更佳的方案。
Apollo高精地圖
更新高精地圖是一項重大任務，調查車隊需要不斷地進行驗證和更新。Apollo高精地圖採用OpenDrive格式。
高精地圖的構建包含五個過程：數據採集、數據處理、對象檢測、手動驗證和地圖發佈。
數據採集：Apollo定義統一的硬件框架將各種傳感器集成到單個自主系統中。
數據處理：指Apollo如何對收集到的數據進行整理、分類和清洗得到沒有任何語義信息或註釋的初始地圖模板。
對象檢測：Apollo通過人工智能來檢測靜態對象並對其進行分類，其中包括車道線、交通標誌甚至電線杆。
手動驗證：可確保自動地圖創建過程正確進行並及時發現問題。
地圖發佈：Apollo出發布高精地圖外還發布了自上而下視圖的相應定位及三維點雲地圖。