人工智能在百度地图上“深度挖掘”

“在背后支持海量用户每日高频使用的，是百度地图作为‘基于大数据的人工智能出行平台’的核心技术能力。” 百度地图总经理李东旻说。

百度地图长安汽车采集车队

用机器取代人，正在越来越多的行业发生。依托于人工智能等技术，百度地图让地图数据的采集和生产变得更加高效、科技范儿。

作为国人首选的地图应用，百度地图拥有4500万个POI（兴趣点），覆盖国内道路总里程670万公里，吸引了超过5亿的用户，平均每日响应的用户定位请求达到300亿次，市场份额和用户规模均位居行业第一。“在背后支持海量用户每日高频使用的，是百度地图作为‘基于大数据的人工智能出行平台’的核心技术能力。” 百度地图总经理李东旻说。

7月28日，百度地图首次向媒体开放其位于广东省佛山市顺德区的数据中心，详细展示了百度地图从外业采集到内业数据处理的全过程，完整展示了一个POI点、一条道路呈现在百度地图上的过程；同时，百度地图还首次对外阐述了人工智能、深度学习等技术在地图数据生产领域的应用。

创新采集技术治疗“数据饥渴”

“数据饥渴”一直是地图产业挥之不去的痛。第一，数据永远不够全，人类能到达的一切地方的数据，地图厂商都希望能够获得；第二，数据永远不够细，地图厂商希望能拿到更精细的道路数据；第三，数据永远不够新，哪里修路了，哪里拥堵了，地图厂商希望拿到的数据无限逼近于当前的真实情况。更全、更细、更新的空间数据，是电子地图“无限逼近真实世界”的理想。

治疗“数据饥渴”症的唯一办法就是加强数据源采集能力。

7月28日，长安汽车正式向百度地图交付了三款型号共80辆汽车，用作百度地图外业采集车，至此百度自主的数据采集车已达到250辆。这些搭载着360°全景镜头和激光雷达的数据采集车辆作为主要的主力军，承担全国的基础道路信息、全景和高精度地图数据的采集任务。利用对采集技术的创新，百度地图很早就实现了一人同时进行“驾车+采集”的工作模式，与传统的两人工作模式相比，既节省了人力又提升了效率。

这些采集车所使用的核心采集设备主要包括GNSS+IMU、成像系统、Lidar点云系统。简单地说，采集车是百度地图“数据”的输入，三类系统负责采集不同数据：“GNSS+IMU”采集定位信息，确保地图的精度，这也是传统地图采集车的重要录入数据；成像系统采集影像，供后期处理使用，这是互联网时代地图采集新增的输入模块；Lidar点云系统更高级，可采集4K地图、高精地图，供半自动驾驶、无人驾驶汽车使用。

自行车无人机都“装备精良”

除了采集车之外，一排电动自行车和两个铁架子似的背包也吸引了记者的目光。原来，汽车不适合进入的小巷、胡同、绿道等场所，可使用电动自动车、单人全景采集背包及室内图采集背包进行采集，以便能够提供步行导航、骑行导航。

自行车车把安装了用于定位、数据处理的中控系统，还有定位接收天线和辅助数据采集的手机，以及最为核心的两台运动摄像机。室内图采集背包配备了全景镜头和激光雷达，主要为百度地图面向商场、机场、博物馆等场所，单纯生产二维室内地图数据以及室内全景成像。

此次，百度地图还对外展示了正在测试中的无人机采集设备，既可用于对道路车道线、地面标识的补充采集，也可用于航拍俯视的全景遥感地图数据。对于路网数据的更新，无人机凭借其机动性也可被用于迅速采集和确认的流程当中。

数据处理交给了人工智能

这世界变化太快！完全基于人工的地图数据采集和处理，覆盖的地方将十分有限，且很难在时效性上有足够的保障。在覆盖地方更多、时效要求更高、地图精度更高之后，数据采集的工作量将会指数级增长。所以，地图数据采集早已过了“人多力量大”的时代。

百度的解决方案是用人工智能来实现尽可能多的任务。百度地图通过人工智能技术来进行数据采集和处理，大幅提升效率和降低成本，完成依靠人类无法完成或很难完成的任务。

坐在数据采集车上，记者看到司机一个人一边开车一边通过语音交互方式发出各项指令、完成采集，各种自动化系统让外业采集不再那么专业，降低了人力成本。

在外采团队将数据采集完成以后，需要内业团队对数据进行相应处理后才能完成上线。百度地图副总经理兼百度智慧汽车总经理顾维灏表示：“利用百度的人工智能技术，目前外采团队采集完成的数据中有超过80%的工作都能实现自动处理，人工处理在百度地图的数据加工中只占不到20%的比例，大大提高了工作效率，保证了数据更新的及时性。”

一方面，通过全景图像自动识别技术，机器精准识别目前人工可目视的道路图形标牌、地面车标以及文字标牌；另一方面，百度地图创新的多源数据自动识别差分融合技术，基于外业车队实采、合作数据等多源的数据，可实现程序的自动识别差分、属性自动融合，减少人工的工作量。

具体来说，在对道路两侧建筑上的广告牌进行识别后，进而根据已有的数据库进行对比，判断是否有位置信息发生改变，最后将发生改变的信息进行自动化更新；基于同样的原理，还有对车道线和道路标志牌的识别和更新。人工智能参与内业数据处理和生产，其弦外之声还在于在一定程度上缩减内业团队规模，降低成本。

挖掘地图数据的深层价值

目前，百度地图已经将采集数据作业从传统的两个人变成了一个人，而在人工智能技术帮助下，单人采集作业时的重点是驾驶汽车，如果百度将其正在研发的无人车与地图采集结合起来，这个人的工作很可能被机器取代，实现从单人采集到无人采集。

众所周知，地图是数据驱动型，真实世界数据对地图厂商多多益善，对这些数据进行高效的处理并转化成有用功能或商业价值，这是所有地图厂商不约而同在做的事情。因而，接下来的竞争焦点，就在于谁能更有效率地处理海量地图数据，并从中挖掘出更多的深层价值。高效率处理数据需要人工智能，挖掘大数据深层价值更需要人工智能。

提升用户体验、降低数据采集成本，挖掘商业价值，地图与人工智能技术均有大量的结合点。大数据平台与人工智能的密切结合，不仅是地图行业“水到渠成”的发展趋势，也是更多行业的发展方向。