有種無法叫做車到山前竟無路，每一次走了冤枉路，都不由得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化，讓用戶少走冤枉路？百度地圖標注從車輛運轉軌道發現頭緒，實現數據更新的方法，或許是解決這個問題的最好答案。
數據挖掘：從海量軌道中發現頭緒 提起地圖的數據更新，傳統方法分為收集車收集和用戶端標示兩種。但若要實現實時的數據收集更新，對純人工作業來講相當辛苦，簡直等于不可能完結的使命。因而，百度地圖標注利用AI算法能力，每分每秒從萬千車輛運轉軌道的大數據中，提煉出有用信息進行剖析，終究實現數據的實時更新。那么，詳細是怎樣做到的呢?
軌道投影到地圖上的呈現成果
一般來講，我們將軌道定義為空間方位點連成的序列，因而假如一條道路上呈現了很多車輛行進的軌道，則將有很多的軌道投影到地圖上，成果就將呈現出如上圖相同顏色深淺紛歧的線條。顏色越深的地方，說明軌道越多。此刻，百度地圖標注就能夠依據是否持續有軌道呈現來做出基礎性判別，剖析一條路是否存在或消失。
在此之前，需求先提取軌道的特征進行初步判別。以長度特征為例，若一段軌道長度為100KM，更可能是轎車走的；若軌道長度為100M，則不太好判別，需求以此類推，用不同特征進行多輪初步判別。其次，要把軌道對應到現有道路數據上，這一環節被稱之為地圖匹配。因為在現實生活中，一個人不可能瞬間從一條路切換到另一條路上，因而能夠憑借序列解碼算法來實現，將紛繁復雜的定位點逐個匹配。
地圖匹配示意圖
模型剖析，深入研討做出精準判別
完結地圖匹配這一環節后，就能夠進一步判別道路是否能夠通行。如圖所示，北京市萬泉河匝道本來處于施工狀況，2018年6月28日，百度地圖標注監測到鄰近呈現了很多新軌道，便依據軌道的速度散布，進行機器分類，判別出這條軌道是由轎車行進發生的。一起將軌道的坐標點做地圖匹配，確定這些軌道是在施工道路上發生的。再依據呈渙散狀況的軌道結尾，判別出發生軌道的車輛并非施工車輛，而是正常的社會車輛。至此，根本就能夠認定出，這條施工路段現已能夠通行了。
通行狀況判別
除了慣例的通行狀況判別之外，百度地圖標注還能依據對軌道特點的研討，判別出是否存在了時段性交規。如在某一時段中，路段的軌道數量突然下降，之后又突然提高。但當地全體出行需求并未呈現這樣的情況。所以軌道下降很可能是人為約束造成的，又因為發生驟變的時間點非常的規整，然后能夠推測，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。
依據時間進行通行狀況判別
經過軌道處理，百度地圖標注以分鐘級的速度，每天更新上萬條道路的通行狀況，讓千萬用戶的導航道路愈加精準。當用戶開車時收到百度地圖標注送上的溫馨提醒后，發現一條本來需求繞行的路現已開通了，相信也會進一步感知到百度地圖標注用AI為用戶帶來的切實福利。
百度地圖標注黑科技科普月系列至今已畫上句號，經過連續5期的內容，我們為大眾提醒日常功能背后的技術支柱，并進一步解讀日常中觸手可及的智能生活從何而來。百度地圖標注作為出行行業的領導者，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標注與AI的故事，又將是值得期待的新時代期望。