各种do-mains中对数字地图的不断增长的需求,放大了拥有准确和最新地图的重要性。为了解决这一问题,该系统普遍将运输车队记录的大量标志检测合并到地图数据库中。在一段时间内从车队收集到的检测到的和地理缩放的标志对象经过上下文聚类进行聚合,然后使用新的隐马尔可夫模型(HMM)进行地图匹配,该模型使用车辆GPS和罗盘传感器。最终,分辨率模型利用来自检测、遍历和周围地图上下文的特征,为识别的新迹象分配置信度分数,以便通过快速分辨率路线进行摄取。基于美国地理区域内大量检测的测试数据,该系统可以通过快速分辨率路径在地图上添加51%的停车标志和21%的红绿灯,平均精度为99.55%。