Сейчас в приоритете анализ ГПС, как наиболее полной карты. Однако там часто бывают помарки, да и "поверните направо", кода там глухая стена - не шибко-то и редкость: обновление карты запаздывает, ошибки картограов. Пример: "[url='g Москва наримановская 23']сравните фото и карту[/url].

Анализ соседних авто проводится по какой-то эпично черезпопной схеме, насколько я могу судить: учитываются габаритные огни, заливаются фотографии задов машин...

Надо быть проще:
1) Ключевой элемент системы - камера, 2-4 штуки. Без всего остального (GPS/Глонасс) можно обойтись.
2) Карта местности в виде jpg файла.
3) Логика ИИ, которая в автоматическом режиме картографирует местность, разделяя объекты на "подвижные", "неподвижные", "временные", "стабильные", "постоянные".
Примечание: подвижные перемещаются при машине, неподвижные стоят при машне, "временные" - более месяца, "стабильные" - полгода, "постоянные" год и более. Например, машины на парковке "временные", сама парковка - "стабильная" или "постоянная". Зато бетонный блок - "стабильный", так как его иногда перетаскивают джипперы.

Машина сама анализирует карту, после чего пытается определить своё местонахождение в режиме "поиск совпадений". И ищет эти совпадения постоянно.
Ве объекты запоминаются в виде тегированной ассоциативной БД, псевдо-трёхмерные (т.е. они не запоминаются как 3D, хотя и воспринимаются именно так). Тегирование позволяет сэкономить место при запоминании машин.

Поиск маршрута производится по принципу "не сейчас - так потом". После определения примерного местонахождения или хотябы направления до цели машина начинает движение в направлении цели.
Если карта более-менее установлена (т.е. прогноз по совпадениям выполняется), то дальнейший маршрут простраивается по карте. Если прогноз не сбывается - текущая карта правится.

Выбор стратегии на дороге идёт по принципам:
1) Не столкнись (распознавание движения объектов)
2) Будь как все (анализ поведения на дороге, применение текущих условий дистанции, скорости, маневрирования за приемлемые)
3) Поиск движущихся и стоячих элементов по подобиям (выявление разметки, пешеходов, машин, птиц и прочей нечисти, мешающей проезду)
4) Создание приемлемых линий (создание собственной разметки, описывающей текущее положение вещей на дороге. Может и должен при необходимости полностью игнорировать обычную разметку и сам факт наличия дороги).
5) Распознование движущихся объектов как "ветчина" (малые вертикальные объекты, подобные им горизонтальные и искривлённые), "вёдра", "прочее" (дома и иже).
6) Анализ поведения ТС (цель: так спроектировать маршрут, чтобы наименьшим образом израсходовать ресурс машины).

Вроде этого должно хватить для:
1) Поиска места назначения по скану карты или рисунку от руки.
2) Определения пешеходных дорожек (в т.ч. изменение скоростного режима)
3) Хамского поведения на дороге при необходимости (линия маршрута + поведение соответствующее поведению окружающих).
4) Динамическое обновление карты, построение локального маршрута.

Анализ производится в двух режимах: грубом (320х200/240) и качественном (макс. сила матрицы) при обнаружении новых знаков. Минус: может не распознать замену знака (80) на (30)

Соответственно, машины организуют БД таким образом, чтобы активные, используемые ассоциации были наверху, а уже 3 года как не встречающийся объект был подальше, вплоть до удаления.

Можно ещё докинуть локальный форум для машинок (обмен уточнёнными, новыми картами и опытом), который при правильном оформлении формата постов смогут читать обычные люди (скажем, лужа перед магазином или выбоины перед мостом) и даже вставлять "свои 5 копеек": "уже починили", "Нифига там не яма, а лежачий полицейский. У тебя датчик перекошен" и т.д.