『引言：AI的浪潮勢不可擋，在無數(shù)大眾最熟悉的生活場景中，其實蘊含著許多未被發(fā)現(xiàn)的秘密。這些“深藏功與名”的AI技術，在最基礎的功能背后，卻演繹著數(shù)據和算法最動人的一面。百度地圖將通過揭秘黑科技一系列專題，講講地圖日常功能背后的技術。
本期內容作為百度地圖“黑科技科普月”系列連載的最后一期，將為你展示百度地圖如何從海量的運動軌跡中獲取信息，生成一份高效準確的“活地圖”，讓數(shù)千萬用戶的導航路線更加精準?！?/p>
有種無奈叫做“車到山前竟無路”，每一次走了冤枉路，都忍不住感嘆地圖的時效性有多么重要!如何跟得上千變萬化的路況，在地圖上及時反映道路變動，讓用戶少走冤枉路?百度地圖從車輛運行軌跡發(fā)現(xiàn)線索，實現(xiàn)數(shù)據更新的方式，或許是解決這個問題的最好答案。
數(shù)據挖掘：從海量軌跡中“發(fā)現(xiàn)線索”
提起地圖的數(shù)據更新，傳統(tǒng)方式分為采集車采集和用戶端標注兩種。但若要實現(xiàn)實時的數(shù)據采集更新，對純人工作業(yè)來講相當辛苦，幾乎等于不可能完成的任務。因此，百度地圖利用AI算法能力，每分每秒從萬千車輛運行軌跡的大數(shù)據中，提煉出有效信息進行分析，最終實現(xiàn)數(shù)據的實時更新。那么，具體是怎樣做到的呢?
軌跡投影到地圖上的呈現(xiàn)結果
一般來講，我們將軌跡定義為“空間位置點連成的序列”，因此如果一條道路上出現(xiàn)了大量車輛行駛的軌跡，則將有大量的軌跡投影到地圖上，結果就將呈現(xiàn)出如上圖一樣顏色深淺不一的線條。顏色越深的地方，說明軌跡越多。此時，百度地圖就可以根據“是否持續(xù)有軌跡出現(xiàn)”來做出基礎性判斷，分析一條路是否存在或消失。
在此之前，需要先提取軌跡的特征進行初步判斷。以長度特征為例，若一段軌跡長度為100KM，更可能是汽車走的;若軌跡長度為100M，則不太好判斷，需要以此類推，用不同特征進行多輪初步判斷。其次，要把軌跡對應到現(xiàn)有道路數(shù)據上，這一環(huán)節(jié)被稱之為“地圖匹配”。由于在現(xiàn)實生活中，一個人不可能瞬間從一條路切換到另一條路上，因此可以借助“序列解碼算法”來實現(xiàn)，將紛繁復雜的定位點一一匹配。
地圖匹配示意圖
模型分析，深入研究做出精準判斷
完成“地圖匹配”這一環(huán)節(jié)后，就可以進一步判斷道路是否能夠通行。如圖所示，北京市萬泉河匝道原本處于施工狀態(tài)，2018年6月28日，百度地圖監(jiān)測到附近出現(xiàn)了大量新軌跡，便基于軌跡的速度分布，進行機器分類，判斷出這條軌跡是由汽車行駛產生的。同時將軌跡的坐標點做地圖匹配，確定這些軌跡是在施工道路上產生的。再根據呈分散狀態(tài)的軌跡終點，判斷出產生軌跡的車輛并非施工車輛，而是正常的社會車輛。至此，基本就可以認定出，這條施工路段已經可以通行了。
通行狀態(tài)判斷
除了常規(guī)的通行狀態(tài)判斷之外，百度地圖還能基于對軌跡特點的研究，判斷出是否存在了時段性交規(guī)。如在某一時段中，路段的軌跡數(shù)量驟然下降，之后又驟然提升。但當?shù)卣w出行需求并未出現(xiàn)這樣的情況。所以軌跡下降很可能是人為限制造成的，又由于發(fā)生突變的時間點非常的整齊，從而可以推測，此處很可能有一個僅在14點-16點期間禁止通行的分時段交規(guī)。
基于時間進行通行狀態(tài)判斷
通過軌跡處理，百度地圖以分鐘級的速度，每天更新上萬條道路的通行狀態(tài)，讓千萬用戶的導航路線更加精準。當用戶開車時收到百度地圖“送上”的溫馨提醒后，發(fā)現(xiàn)一條原本需要繞行的路已經開通了，相信也會進一步感知到百度地圖用AI為用戶帶來的切實福利。
百度地圖“黑科技科普月”系列至今已畫上句號，通過接連5期的內容，我們?yōu)楣娊沂救粘９δ鼙澈蟮募夹g支柱，并進一步解讀日常中觸手可及的智能生活從何而來。百度地圖作為出行行業(yè)的領導者，每時每刻都在為用戶的出行“保駕護航”。AI不斷進化，下一個篇章中百度地圖與AI的故事，又將是值得期待的新時代盼望。
