百度地圖: 結合人工智能 “深度挖掘”數據價值

　　百度地圖長安汽車採集車隊

　　用機器取代人的事例，正在越來越多的行業發生。依托於人工智能等技術，百度地圖讓地圖數據的採集和生產變得更加高效、科技范兒。

　　作為國人首選的地圖應用，百度地圖擁有4500萬個POI（興趣點），覆蓋國內道路總裡程670萬公裡，吸引了超過5億的用戶，平均每日響應的用戶定位請求達到300億次，市場份額和用戶規模均位居行業第一。“在背后支持海量用戶每日高頻使用的，是百度地圖作為‘基於大數據的人工智能出行平台’的核心技術能力。” 百度地圖總經理李東旻說。

　　7月28日，百度地圖首次向媒體開放其位於廣東省佛山市順德區的數據中心，並詳細展示了百度地圖從外業採集到內業數據處理的全過程，完整地展示了一個POI點、一條道路呈現在百度地圖上的過程﹔同時，百度地圖還首次對外闡述了人工智能、深度學習等技術在地圖數據生產領域的應用。

　　創新採集技術治療“數據飢渴”

　　“數據飢渴”一直是地圖產業揮之不去的痛。第一，數據永遠不夠全，人類能到達的一切地方的數據，地圖廠商都希望獲得﹔第二，數據永遠不夠細，地圖廠商希望能拿到更精細的道路數據﹔第三，數據永遠不夠新，哪裡修路了，哪裡擁堵了，地圖廠商希望，拿到的數據能無限逼近於當前的真實情況。更全、更細、更新的空間數據，是電子地圖“無限逼近真實世界”的理想。

　　治療“數據飢渴”症的唯一辦法就是加強數據源採集能力。

　　7月28日，長安汽車正式向百度地圖交付了共80輛三款型號的汽車，用作百度地圖外業採集車，至此百度自主的數據採集車已達到250輛。這些搭載著360°全景鏡頭和激光雷達的數據採集車輛作為主要的主力軍，承擔全國的基礎道路信息、全景和高精度地圖數據的採集任務。利用對採集技術的創新，百度地圖很早就實現了一人同時進行“駕車+採集”的工作模式，與傳統的兩人工作模式相比，既節省了人力又提升了效率。

　　這些採集車所使用的核心採集設備主要包括GNSS+IMU、成像系統、Lidar點雲系統。簡單地說，採集車是百度地圖“數據”的輸入，三類系統負責採集不同數據：“GNSS+IMU”採集定位信息，確保地圖的精度，這也是傳統地圖採集車的重要錄入數據﹔成像系統採集影像，供后期處理使用，這是互聯網時代地圖採集新增的輸入模塊﹔Lidar點雲系統更高級，可採集4K地圖、高精地圖，供半自動駕駛、無人駕駛汽車使用。

　　自行車無人機都“裝備精良”

　　除了採集車之外，一排電動自行車和兩個鐵架子似的背包也吸引了記者的目光。原來，汽車不適合進入的小巷、胡同、綠道等場所，可使用電動自動車、單人全景採集背包及室內圖採集背包進行採集，以便能夠提供步行導航、騎行導航。

　　自行車車把安裝了用於定位、數據處理的中控系統，還有定位接收天線和輔助數據採集的手機，以及最為核心的兩台運動攝像機。室內圖採集背包配備了全景鏡頭和激光雷達，主要為百度地圖面向商場、機場、博物館等場所，單純生產二維室內地圖數據以及室內全景成像。

　　此次，百度地圖還對外展示了正在測試中的無人機採集設備，既可用於對道路車道線、地面標識的補充採集，也可用於航拍，以獲取俯視視角的全景遙感地圖數據。對於路網數據的更新，無人機憑借其機動性，也可被用於迅速採集和確認的流程當中。

　　數據處理交給了人工智能

　　這世界變化得太快！完全基於人工的地圖數據採集和處理，其覆蓋的地方將十分有限，且很難在時效性上有足夠的保障。在覆蓋地方更多、時效要求更高、地圖精度更高之后，數據採集的工作量將會呈指數級增長。所以，地圖數據採集早已過了“人多力量大”的時代。

　　百度的解決方案是用人工智能來實現盡可能多的任務。百度地圖通過人工智能技術來進行數據採集和處理，大幅提升效率和降低成本，完成依靠人類無法完成或很難完成的任務。

　　坐在數據採集車上，記者看到，司機一個人一邊開車一邊通過語音交互方式發出各項指令、完成採集，各種自動化系統讓外業採集不再那麼專業，降低了人力成本。

　　在外採團隊將數據採集完成以后，需要內業團隊對數據進行相應處理后才能完成上線。百度地圖副總經理兼百度智慧汽車總經理顧維灝表示：“利用百度的人工智能技術，目前外採團隊採集完成的數據中有超過80%的工作都能實現自動處理，人工處理在百度地圖的數據加工中隻佔不到20%的比例，大大提高了工作效率，保証了數據更新的及時性。”

　　一方面，通過全景圖像自動識別技術，機器可精准識別目前人工可目視的道路圖形標牌、地面車標以及文字標牌﹔另一方面，百度地圖創新的多源數據能自動識別差分融合技術，基於外業車隊實採、合作數據等多源的數據，可實現程序的自動識別差分、屬性自動融合，減少人工的工作量。

　　具體來說，百度地圖在對道路兩側建筑上的廣告牌進行識別后，進而能根據已有的數據庫進行對比，判斷是否有位置信息發生改變，最后將發生改變的信息進行自動化更新﹔基於同樣的原理，還有對車道線和道路標志牌的識別和更新。人工智能參與內業數據處理和生產，其弦外之聲還在於，在一定程度上縮減了內業團隊規模，降低了成本。

　　挖掘地圖數據的深層價值

　　目前，百度地圖已經將採集數據作業從傳統的兩個人變成了一個人，而在人工智能技術幫助下，單人採集作業時的重點是駕駛汽車，如果百度將其正在研發的無人車與地圖採集結合起來，這個人的工作很可能被機器取代，實現從單人採集到無人採集。

　　眾所周知，地圖是數據驅動型，真實世界的數據對地圖廠商而言多多益善，對這些數據進行高效的處理並轉化成有用的功能或商業價值，這是所有地圖廠商正不約而同進行著的事情。因而，接下來的競爭焦點，就在於誰能更有效率地處理海量地圖數據，並從中挖掘出更多的深層價值。高效率處理數據需要人工智能，挖掘大數據深層價值更需要人工智能。

　　提升用戶體驗、降低數據採集成本，挖掘商業價值——地圖與人工智能技術均有大量的結合點。大數據平台與人工智能的密切結合，不僅是地圖行業“水到渠成”的發展趨勢，也是更多行業的發展方向。

　　■延伸閱讀

　　幫助用戶穿越時間與空間

　　重慶新開通了一架復雜的立交橋，百度地圖可在一夜之間上線地圖導航﹔北京暴雨后積水，百度地圖快速上線積水路段提醒﹔這些給人們提供便捷的服務背后，都體現了超強的動態數據採集能力。

　　除了大幅提升數據採集能力，人工智能與電子地圖的結合，還有更多可能性。

　　去年，百度地圖曾利用“照片游”技術，基於用戶上傳的各種照片，來還原尼泊爾加德滿都的震前景象，其背后是三維建模、照片渲染、路徑規劃等人工智能技術應用。未來，在線旅游與直播、VR等技術深度結合之后，百度地圖完全有可能幫助用戶穿越時間與空間，去到不同地方游玩，或使用戶在進行路徑規劃時，更了解目的地的真實情況。