Este estudio propone un marco de generación y gestión de mapas a nivel de carril utilizando datos de sensores conectados para reducir la mano de obra y el tiempo requerido para producir y actualizar mapas de alta definición (HD). A diferencia de estudios anteriores que dependían de las capacidades de procesamiento a bordo de los vehículos para recopilar elementos de construcción de mapas, este estudio descarga el cálculo para la generación de mapas a la nube, asignando a los vehículos únicamente el papel de transmitir datos de sensores. Para una recolección eficiente de datos, dividimos el espacio en un formato de cuadrícula para definirlo como un mapa parcial y establecer el estado de cada mapa y sus condiciones de transición. Por último, adaptado a las características de los elementos de la carretera que componen el mapa, proponemos una técnica de generación de mapas automatizada y un método para recopilar datos selectivamente. El método de generación de mapas fue probado utilizando datos recopilados de vehículos reales. Transmitiendo imágenes con un tamaño promedio de 350 KB, la implementación fue factible incluso con el ancho de banda de carga de 5G actual. Al utilizar 12,545 elementos, pudimos lograr una precisión de posición y un RMSE de regresión de menos de 0.25 m, obteniendo 651 elementos de mapa para construir el mapa. Anticipamos que este estudio ayudará a reducir la mano de obra y el tiempo necesarios para desplegar y actualizar mapas HD.