无人机采集、3D渲染，百度眼中“下一代地图”长什么样？
百度3D地图不知不觉中，百度地图走过了11个年头。伴随着出行方式需求越来越多元，传统的地图已经难以满足现代社会的出行需求，为了实现让出行更简单、经济、舒适的目的，百度地图发布了一种极具未来感的3D地图，又被官方称为“下一代地图”。
地图作为链接人与世界的纽带，本质上是一个工具，从多年前画在纸上查看、到后来的车载地图，再到现在人手一部的智能手机，这个过程属于地图载体的变化，百度地图事业部总经理李东旻却认为，人工智能技术将打破这一传统。
百度靠搜索起家，搜索公司的战略说到底其实就是内容分发，整个百度搜索体系有超过6亿的用户及行为数据，再加上信息流个性推荐和百度糯米组成的闭环，地图在内容分发战略中扮演的支撑角色也愈发重要，不难看出百度想通过这些资源夯实其生活服务的目的。
根据官方数据统计显示，中国地图APP大盘月活用户数已经从2014年11月的2.4亿增加到2016年11月的3.8亿，增幅近六成。在地图大盘的红利下，百度地图占据了中国市场70％的市场份额，每日位置服务请求次数最高达到720亿次。在惊人数据增长的背后，地图的制作工艺也在逐渐演进。
地图数据如何进行采集？
导航体验的准确性基本上依赖于采集设备的精准度，就百度而言，它眼中的“下一代地图”正在经历从传统作业模式向多元智能作业模式转变的过程，期间形成了影像深度学习技术、全景图像自动精准识别、多源数据自动差分三大刀锋工艺，实现了数据采集、处理、更新效率的指数级提高。
1、设备。百度地图数据所用的采集设备主要包括以下几种：全景采集车、骑行采集电动车、用来人工采集的背包、专业定制的航拍采集无人机。
2、场景。不同的采集设备分别能覆盖不同场景，比如其骑电动车适合于胡同这种道路不规则、路窄的地段，背包的方式多用在商城等GPS信号不好的室内空间，而最新发布的3D地图则是通过无人机采集，再经过后期3D渲染来真实还原现实场景。
无人机采集数据、3D建模3、调度。百度地图目前拥有两百多辆采集车，覆盖469个城市，在之前由于并不是每一台车都能合理规划路线，导致采集设备多走了大量弯路，而采用智能调度后，路线更佳合理，这些城市的数据基本可以做到每个季度都更新一次。
4、处理。如果要问人工智能和地图结合会带来哪种变化，那答案肯定不难猜——就是数据处理环节。以前多是靠人工识别图像数据，现在已经可以利用深度学习技术实现全自动算法识别，自动化程度已超过80%。
高精度地图助力无人驾驶在百度3D地图的发布会上，百度地图事业部总经理李东旻还提到了“下一代地图”共享性的特点，他认为地图数据也要有自己的生态圈，而作为地图服务商应该和企业、政府、开发者广泛共享数据并探索新的应用，种种地图数据应用当中，百度无人驾驶汽车算是一个不折不扣的明星项目。
百度无人驾驶汽车在乌镇路测上个月乌镇互联网大会期间，百度极力地在向外界展示自家无人驾驶汽车的产业化进程，钛媒体小编也在现场第一时间进行了深度体验，不长的道路实测中其实“表现还不错”，转弯、变道、刹车等复杂场景都能模拟人类进行决策，需要注意的是，这些决策行为的分析基础，正是高精度地图。
虽然当前无人驾驶汽车能够利用激光雷达与摄像头综合的传感器来探测车辆周围情况，但对于整个空间环境的感知能力还是不够的，尤其是在传感器工作范围外的地方，是无法形成有效预判的，这个时候高精度地图则会扮演老司机的角色，弥补这一缺陷。
厘米级高精度地图据百度地图相关团队透露，百度高精地图研发工作由百度地图部门于2013年底启动，目的是攻克中国复杂道路环境，让无人驾驶车辆可以在中国道路上自由行驶，直奔L4级别无人参与决策的高度智能化驾驶。
传统地图数据的精度是米级别的，应对一般的导航需求问题不大，但是无人驾驶要实现的是在高速行进中的变道、超车等动作，对于数据精度的要求就提高到了厘米级。
目前，应用在百度无人驾驶汽车上的高精度地图已经汇集了相当规模的道路数据，通过数百类属性将现实世界用地图的方式进行结构化、数字化。未来如果这些技能被赋予百度无人驾驶汽车，理论上每一辆车都可能成为地图数据采集车
页:
[1]