互联网地图实现原理——百度地图

今天百度主任研发架构师、百度地图技术委员会负责人张传明博士来学校做讲座,介绍了一下百度地图制作的一些原理。这里说讲原理,其实讲的是百度地图整个产品研发过程中遇到的各种工程细节问题,整个讲座非常实在,很接地气。张博士主要从数据获取,地图绘制,定位,路径规划几个方面介绍了遇到的各种有趣的工程问题。

关于地图数据获取,张博士说现在虽然政府部门有数据,但是不出售,只有自己进行测绘数据采集。也提到了四维,腾讯,百度之间的一些“恩怨情仇”。百度现在采集数据主要是用自主设计的数据采集车,用于户外数据采集,以及数据采集背包,用于人工室内数据采集。这个背包特意设计成很普通的背包样式,以免进入公共场所采集数据被安保拦住。这点也说明了数据采集的不易。还有一种数据采集方式就是UGC,但不是免费的,是提供有偿的UGC,很多人靠这个月入1万多元。

地图绘制,张博士提到在2010年前基本都是绘制好栅格图片加载到前端,但2013年后绝大部分厂商的地图绘制都是矢量数据在前端进行绘制,开始是二维的绘制,现在基本直接采用WebGL进行三维绘制,也就是二三维一体化的绘制。

关于定位问题,要考虑两方面的需求,精度与速度。一般说来,GPS定位精度高,但速度慢,场景必须是室外;WiFi+基站定位,速度快,可以满足室内定位需求,但是精度不高。所以,针对不同的应用场景需要采用不同的定位策略。比如,汽车导航必然需要GPS定位。关于室内WiFi+基站定位,则需要考虑的问题是WiFi热点数据,基站位置数据如何获取。WiFi热点的位置数据基本无法获取,基站数据严格保密,无法购买。最后采用的策略是,采集用户同时开启GPS,WiFi时的GPS位置信息,WiFi指纹信息,以及基站信息,将这三者用于聚类分析,可以得到基站的大致位置,下次手机出现的某个WiFi指纹信息链接或者基站连接时,便可推定用户的粗略位置信息。

汽车导航的定位是综合GPS信号,手机内的陀螺仪,加速度计,磁力计数据进行多传感器信息综合位置推定。根据汽车运行的不同状态,可能产生的传感器读数特征,进行位置的推定。路径的规划问题需要考虑多种因素,距离已经不是最重要的因素,一个路段的耗时方差是很关键的,需要综合考虑,也需要用户的反馈,了解路径的偏好。

我提了一个问题,关于行人,自行车路径规划的问题,百度在和ofo合作做行人导航,前些年没人做这一块,最近开始比较多了。其实,这也是我最近半年考虑的问题,我希望今年上半年能有一个简单的关于行人,自行车出行,运动爱好者路线规划的服务产品。

H2
H3
H4
3 columns
2 columns
1 column
Join the conversation now
Logo
Center