1.一种方法，包括：
获得包括多个三维(3d)点的点云，所述3d点表示由光检测和测距(lidar)传感器收集的扫描仪数据；
将所述多个3d点投影到二维(2d)平面上以生成多个2d点，每个所述2d点与所述3d点中的一个对应；
对所述多个2d点执行三角剖分以生成一组2d三角形，每个所述2d三角形的每个顶点由所述2d点中的一个限定；
生成一组3d三角形，每个所述3d三角形与所述2d三角形中的一个对应，每个所述3d三角形的每个顶点由与限定对应的2d三角形的对应顶点的所述2d点对应的所述3d点来限定；
对所述一组3d三角形进行过滤以识别具有靠近所述lidar传感器周围的地表面的顶点的3d三角形的子集；
生成多个内插3d点，每个所述内插3d点是通过随机选择所述3d三角形中的一个并且在所选择的3d三角形内随机生成内插3d点而生成的；以及
提供所述多个内插3d点以用于包括在高清晰度地图中，所述高清晰度地图用于一个或更多个车辆的驾驶。
2.根据权利要求1所述的方法，其中，获得所述点云包括：
接收由所述lidar传感器收集的扫描仪数据；以及
对所述扫描仪数据进行子采样以生成所述点云。
3.根据权利要求1所述的方法，还包括获得由视场至少部分地与所述lidar传感器的视场交叠的摄像装置捕获的图像。
4.根据权利要求3所述的方法，其中，所述2d平面与所述摄像装置的图像传感器平行。
5.根据权利要求4所述的方法，还包括：
识别所述2d平面的与所捕获图像中图示的区域对应的区域；以及
在将所述多个3d点投影到所述2d平面上以生成所述多个2d点之后，丢弃位置在所述2d平面的所识别部分之外的2d点。
6.根据权利要求3所述的方法，还包括：
针对所述内插3d点中的至少一个，选择用于所述内插3d点的颜色，所述颜色与所捕获图像中的与所述内插3d点对应的位置处的一个或更多个像素的颜色匹配。
7.根据权利要求1所述的方法，其中，对所述多个2d点执行三角剖分包括对所述多个2d点执行狄洛尼三角剖分处理。
8.根据权利要求1所述的方法，其中，对所述一组3d三角形进行过滤包括移除不满足一个或更多个预定义过滤标准的3d三角形。
9.根据权利要求8所述的方法，其中，当3d三角形处于低于阈值高度的高度时，满足所述过滤标准中的一个。
10.根据权利要求8所述的方法，其中，当3d三角形具有与垂直方向相差小于阈值角度的法向矢量时，满足所述过滤标准中的一个。
11.根据权利要求8所述的方法，其中，当3d三角形具有短于阈值长度的最长边时，满足所述过滤标准中的一个。
12.根据权利要求8所述的方法，其中，当3d三角形的面积小于阈值面积时，满足所述过滤标准中的一个。
13.根据权利要求8所述的方法，其中，当3d三角形的对应2d三角形的最长边短于阈值长度时，满足所述过滤标准中的一个。
14.根据权利要求8所述的方法，其中，当3d三角形的对应2d三角形的面积小于阈值面积时，满足所述过滤标准中的一个。
15.根据权利要求8所述的方法，其中，对所述一组3d三角形进行过滤还包括：
在移除不满足一个或更多个预定义过滤标准的3d三角形之后，将平面拟合到所述一组3d三角形的顶点；以及
移除至少一个顶点距所拟合的平面超过阈值距离的3d三角形。
16.根据权利要求15所述的方法，其中，将平面拟合到所述一组3d三角形的顶点包括对所述一组3d三角形的顶点执行ransac回归。
17.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括可执行计算机指令，所述可执行计算机指令在由处理器执行时使得所述处理器执行包括以下的步骤：
获得包括多个三维(3d)点的点云，所述3d点表示由光检测和测距(lidar)传感器收集的扫描仪数据；
执行三角剖分以生成一组3d三角形，每个所述3d三角形的每个顶点由所述3d点中的一个限定；
对所述一组3d三角形进行过滤以识别具有靠近所述lidar传感器周围的地表面的顶点的3d三角形的子集；
生成多个内插3d点，每个所述内插3d点是通过随机选择所述3d三角形中的一个并且在所选择的3d三角形内随机生成内插3d点而生成的；以及
基于所述多个内插3d点生成高清晰度地图，所述高清晰度地图用于一个或更多个车辆的驾驶。
18.根据权利要求17所述的非暂态计算机可读存储介质，其中，对所述一组3d三角形进行过滤包括移除不满足一个或更多个预定义过滤标准的3d三角形。
19.根据权利要求18所述的非暂态计算机可读存储介质，其中，对所述一组3d三角形进行过滤还包括：
在移除不满足一个或更多个预定义过滤标准的3d三角形之后，将平面拟合到所述一组3d三角形的顶点；以及
移除至少一个顶点距所拟合的平面超过阈值距离的3d三角形。
20.一种计算系统，包括：
处理器；以及
非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括可执行计算机指令，所述可执行计算机指令当由所述处理器执行时，使得所述处理器执行包括以下的步骤：
获得包括多个三维(3d)点的点云，所述3d点表示由光检测和测距(lidar)传感器收集的扫描仪数据，
执行三角剖分以生成一组3d三角形，每个所述3d三角形的每个顶点由所述3d点中的一个限定，
对所述一组3d三角形进行过滤以识别具有靠近所述lidar传感器周围的地表面的顶点的3d三角形的子集，
生成多个内插3d点，每个所述内插3d点是通过随机选择所述3d三角形中的一个并且在所选择的3d三角形内随机生成内插3d点而生成的，以及
基于所述多个内插3d点生成高清晰度地图，所述高清晰度地图用于一个或更多个车辆的驾驶。
21.一种方法，包括：
接收作为通过安装在自主车辆上的光检测和测距(lidar)传感器扫描的一部分收集的扫描仪数据，所述扫描仪数据包括多条扫描线，每条扫描线包括多个扫描点，每个扫描点指定由所述lidar传感器在沿着所述扫描线的位置处成像的表面的范围；
生成多个垂直元素，每个所述垂直元素包括第一扫描点和第二扫描点，所述第一扫描点和所述第二扫描点在沿着相邻扫描线的相同位置处；
对所述多个垂直元素进行过滤以识别垂直元素的子集，所述子集中的每个所述垂直元素表示垂直结构的一部分；
对垂直元素的所述子集进行分簇以产生多个垂直簇，每个所述垂直簇包括垂直元素的所述子集中的一个或更多个垂直元素并且表示垂直结构；以及
提供所述多个垂直簇以包括在高清晰度地图中，所述高清晰度地图用于一个或更多个车辆的驾驶。
22.根据权利要求21所述的方法，还包括：
将每条扫描线分成多个点段，每个所述点段包括在相同扫描线上的相邻位置中并且彼此的范围相差小于阈值差值的一个或更多个扫描点；以及
移除包括比扫描点的阈值数量更少的扫描点的点段。
23.根据权利要求21所述的方法，还包括：
针对至少一个垂直结构，确定所述垂直结构相对于所述自主车辆的位置。
24.根据权利要求23所述的方法，还包括：
基于所述垂直结构的位置与同一垂直结构的先前位置之间的比较来确定所述自主车辆的方向变化和位置变化，所述先前位置是基于作为先前lidar扫描的一部分收集的扫描仪数据而确定的。
25.根据权利要求21所述的方法，其中，对所述多个垂直元素进行过滤包括：
针对每个所述垂直元素，计算所述垂直元素的所述第一扫描点和所述第二扫描点之间的线段与向上方向之间的角度；以及
移除角度超过阈值角度的垂直元素。
26.根据权利要求21所述的方法，其中，对垂直元素的所述子集进行分簇包括：
针对包括第一垂直元素和第二垂直元素的至少一对相邻垂直元素，计算表示所述第一垂直元素的范围与所述第二垂直元素的范围之间的差值的范围差值，以及计算由所述第一垂直元素形成的线段与由所述第二垂直元素形成的线段之间的角度；以及
响应于确定所述范围差值小于阈值范围差值以及所述角度小于阈值角度，连接一对相邻的垂直元素。
27.根据权利要求21所述的方法，还包括：对所述多个垂直簇进行过滤以移除包括比垂直元素的阈值数量更少的垂直元素的垂直簇。
28.根据权利要求21所述的方法，还包括：
针对所述垂直簇中的至少一个，基于所述垂直簇中的所述垂直元素生成多个内插点，所述内插点表示由所述垂直簇表示的所述垂直结构的外表面上的点。
29.根据权利要求28所述的方法，其中，生成所述多个内插点包括在由所述垂直簇中的所述垂直元素形成的线段上内插点。
30.根据权利要求28所述的方法，其中，生成所述多个内插点包括：
将表面拟合到由所述垂直簇中的所述垂直元素形成的网格；以及
在所拟合的表面上内插点。
31.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括可执行计算机指令，所述可执行计算机指令当由处理器执行时，使得所述处理器执行包括以下的步骤：
接收作为通过安装在自主车辆上的光检测和测距(lidar)传感器扫描的一部分收集的扫描仪数据，所述扫描仪数据包括多条扫描线，每条扫描线包括多个扫描点，每个扫描点指定由所述lidar传感器在沿着所述扫描线的位置处成像的表面的范围；
生成多个垂直元素，每个所述垂直元素包括第一扫描点和第二扫描点，所述第一扫描点和所述第二扫描点在沿着相邻扫描线的相同位置处；
对所述多个垂直元素进行过滤以识别垂直元素的子集，所述子集中的每个所述垂直元素表示垂直结构的一部分；
对垂直元素的所述子集进行分簇以产生多个垂直簇，每个所述垂直簇包括垂直元素的所述子集中的一个或更多个垂直元素并且表示垂直结构；以及
提供所述多个垂直簇以包括在高清晰度地图中，所述高清晰度地图用于一个或更多个车辆的驾驶。
32.根据权利要求31所述的非暂态计算机可读存储介质，所述步骤还包括：
将每条扫描线分成多个点段，每个所述点段包括在所述相同扫描线上的相邻位置中并且彼此的范围相差小于阈值差值的一个或更多个扫描点；以及
移除包括比扫描点的阈值数量更少的扫描点的点段。
33.根据权利要求31所述的非暂态计算机可读存储介质，所述步骤还包括：
针对至少一个垂直结构，确定所述垂直结构相对于所述自主车辆的位置。
34.根据权利要求33所述的非暂态计算机可读存储介质，所述步骤还包括：
基于所述垂直结构的位置与同一垂直结构的先前位置之间的比较来确定所述自主车辆的前进方向变化和位置变化，所述先前位置是基于作为先前lidar扫描的一部分收集的扫描仪数据而确定的。
35.根据权利要求31所述的非暂态计算机可读存储介质，其中，对所述多个垂直元素进行过滤包括：
针对每个所述垂直元素，计算所述垂直元素的所述第一扫描点和所述第二扫描点之间的线段与向上方向之间的角度；以及
移除角度超过阈值角度的垂直元素。
36.根据权利要求31所述的非暂态计算机可读存储介质，其中，对垂直元素的所述子集进行分簇包括：
针对包括第一垂直元素和第二垂直元素的至少一对相邻垂直元素，计算表示所述第一垂直元素的范围与所述第二垂直元素的范围之间的差值的范围差值，以及计算由所述第一垂直元素形成的线段与由所述第二垂直元素形成的线段之间的角度；以及
响应于确定所述范围差值小于阈值范围差值以及所述角度小于阈值角度，连接一对相邻的垂直元素。
37.根据权利要求31所述的非暂态计算机可读存储介质，所述步骤还包括：对所述多个垂直簇进行过滤以移除包括比垂直元素的阈值数量更少的垂直元素的垂直簇。
38.根据权利要求31所述的非暂态计算机可读存储介质，所述步骤还包括：
针对所述垂直簇中的至少一个，基于所述垂直簇中的所述垂直元素生成多个内插点，所述内插点表示由所述垂直簇表示的所述垂直结构的外表面上的点。
39.一种计算系统，包括：
处理器；以及
非暂态计算机可读存储介质，所述非暂态计算机可读存储介质包括可执行计算机指令，所述可执行计算机指令当由所述处理器执行时，使得所述处理器执行包括以下的步骤：
接收作为通过安装在自主车辆上的光检测和测距(lidar)传感器扫描的一部分收集的扫描仪数据，所述扫描仪数据包括多条扫描线，每条扫描线包括多个扫描点，每个扫描点指定由所述lidar传感器在沿着所述扫描线的位置处成像的表面的范围；
生成多个垂直元素，每个所述垂直元素包括第一扫描点和第二扫描点，所述第一扫描点和所述第二扫描点在沿着相邻扫描线的相同位置处；
对所述多个垂直元素进行过滤以识别垂直元素的子集，所述子集中的每个所述垂直元素表示垂直结构的一部分；
对垂直元素的所述子集进行分簇以产生多个垂直簇，每个所述垂直簇包括垂直元素的所述子集中的一个或更多个垂直元素并且表示垂直结构；以及
提供所述多个垂直簇以包括在高清晰度地图中，所述高清晰度地图用于一个或更多个车辆的驾驶。
40.根据权利要求39所述的计算系统，所述步骤还包括：
将每条扫描线分成多个点段，每个所述点段包括在所述相同扫描线上的相邻位置中并且彼此的范围相差小于阈值差值的一个或更多个扫描点；以及
移除包括比扫描点的阈值数量更少的扫描点的点段。