互联网时代的测绘地理信息技术跨界融合和应用延伸

发布于 2021-03-28 01:23 ，所属分类：知识学习综合资讯

点击图片上方蓝色字体“慧天地”即可订阅

文章转载自微信公众号中国测绘，文：本刊记者，丹妮，尔东，图：受访者提供，版权归原作者及刊载媒体所有。

当今社会，人们80%以上的生活都跟地理空间信息相关，地理空间信息数据与其他信息数据的融合，会形成可用性更强、作用更大、价值更高的信息数据。在互联网、人工智能、物联网技术等新技术的推动下，基于互联网的导航和位置服务需求呈井喷式爆发。

地理信息相关应用和技术的跨界融合发展已是大势所趋，新涌现的需求推动地理信息的融合发展，也衍生出更多商业模式，这给传统测绘地理信息行业带来了冲击，也注入了活力。

针对测绘地理信息相关技术和应用的跨界融合现状和未来发展方向，《中国测绘》杂志采访了腾讯地图生态合作部总经理朱晖、中移（上海）产业研究院智慧交通产品一部副总经理蒋鑫、JDL京东物流技术发展部京东地图平台负责人魏金星、滴滴地图与公交事业部总经理柴华、高德集团总裁刘振飞、丰图科技CEO周训飞，听听他们进入地理信息相关领域后的业务成果和未来布局。

跨界融合的成果与挑战

朱晖

腾讯地图生态合作部总经理

在与测绘地理信息进行相关技术融合的过程中，轨迹大数据挖掘和标志标牌的AI识别是两个典型应用场景，例如通过轨迹大数据挖掘交通拥堵信息，为地图用户提供实时、准确的路况信息，以便指导用户行前规划和决策。

在大数据挖掘过程中，会遇到定位漂移、道路匹配错位、无法区分桥上桥下等问题，对此，我们会在大数据清洗、聚合、匹配等技术基础上，借助定位指纹、手机陀螺仪、气压计等多种融合手段来解决。

对于标志标牌AI识别，因其种类多，形状、颜色、大小都存在差异，这样不仅对获取到的图像分辨率、曝光、色彩等提出更高要求，而且需要标注大量的AI训练样本，以确保深度学习网络的普适性和准确性。为此我们一方面对标牌按照颜色、形状进行归类，分别设计网络模型，一方面对图像进行去噪、增强、补偿、分割、检测、识别等一系列的处理，尽可能以最小训练样本量实现最好的识别效果。

蒋鑫

中移（上海）产业研究院智慧交通产品一部副总经理

跨入5G时代后，中国移动非常重视行业数字化应用和信息化转型，成立了中移智行网络科技有限公司（以下简称“中移智行”）、中移上海产业研究院（以下简称“中移上研院”）等专业公司，积极探索通信与测绘地理信息融合发展的关键技术，希望应用5G为各行各业的信息化发展提供力所能及的服务。

例如，定位与通信结合的关键技术：北斗芯片和5G模组的整合研发，可以实现低功耗、低成本的通导一体化应用，进而快速实现高精度定位在手机端的大规模应用推广。

在平台技术层面，融合位置解算与5G网络架构：将5G架构中的边缘计算能力赋予位置解算，可以加快收敛速度，降低高精度定位终端成本。2019年中国移动已经取得了一些阶段性成果，在湖北武汉经开区建成的全国规模最大的自动驾驶示范区中完成了应用验证。这是一个5G与测绘地理信息技术融合比较典型的应用。

此外，如何利用丰富的移动基站资源和边缘计算技术，有效解决窄带物联网(Narrow Band Internet of Things,NB-IoT)在地质灾害监测中覆盖率不足的问题，一直是我们关注的重点。我们先在一些试点区域进行实验，再结合北斗卫星的短报文通信，验证能否实现地灾监测的全面覆盖和低成本运营。

在自动驾驶领域，中国移动在全国多个自动驾驶示范项目里，都应用到了我们的高精度定位能力。近期，中国移动还参与了自动驾驶的C-V2X“新四跨”（跨模组、跨终端、跨整车、跨安全平台）测试。我们相信，随着5G网络布局的全面完成，中国移动在技术融合方面的工作将更为深入、全面。

柴华

滴滴地图与公交事业部总经理

滴滴自2015年开始布局地图服务，引入AI技术，率先构建起共享出行和交易级地图间的正反馈循环。一方面出行网络可以给地图带来更实时、精准的数据，而丰富的轨迹、出行场景数据及司机和乘客的路况上报数据，也能助力地图技术持续迭代，进一步提升共享出行网络的安全、体验和效率，创造更多价值。目前通过不断的技术创新，滴滴地图已在20多个核心产品中应用了AI技术，且在多个技术方向上达到业内领先水平，算法还能快速迭代。

通过分钟级的轨迹数据挖掘与模型智能分析，结合高效、稳定的流式数据处理架构，滴滴地图实现了路网数据、POI数据的实时更新，在数据层面实时准确地反映物理世界的快速变化。目前滴滴地图基础数据准确性已超95%。

如今智能地图已经成为滴滴的重要技术之一，无论是发单时的定位、推荐上车点，还是发单后的智能派单、调度、路径规划和预估到达时间，还是行程中的导航、安全保护、躲避拥堵等环节，滴滴地图能力都在广泛地使用。

以预估到达时间为例，通过引入深度学习的技术，对海量真实出行轨迹、路网拥堵数据、不同天气道路路况等进行自动学习，滴滴能在大规模请求下快速进行智能路径规划，并为用户精准预估到达时间。目前滴滴预估到达时间(ETA)误差率已经从16%降低至10.5%。

在与传统测绘地理信息行业深入融合的过程中，我们愈发感受到在当前应用环境和技术条件下，地理信息数据的获取方式已经逐渐从专业人员向大众转变，数据应用要求也由原来的静态模式转变为动态模式，如何让新技术与实际应用更加紧密的贴合，同时保证未来网络地理信息服务的国家安全，以及支撑境外数据应用和服务需求的行业标准等都是亟待解决的问题。

刘振飞

高德集团总裁

高德集团与测绘地理信息技术深度融合的业务和技术主要在高精地图、下一代导航能力、智慧交通和智慧出行建设这三大方面。

高精地图作为未来自动驾驶、智能出行的关键因素之一，是确保高级别自动驾驶实现的核心能力。高德地图作为最早涉足高精地图领域的地图公司之一，与通用汽车强强合作，早在2015年就建立起完整的高精地图生产线。基于2018年已实现量产的商业应用项目——通用汽车凯迪拉克CT6“超级巡航”（Super Cruise）功能，高德地图成为亚太地区第一个能提供量产高精地图产品的图商，并在高精地图的精度、采集规模方面都处于行业领先水平。当前，高德可为合作伙伴提供基于高级别自动驾驶功能的高精地图，覆盖全国高速、城市快速路以及多个城市内道路的高精地图数据，并将在未来3年逐步增加城市内道路的覆盖数量。

关于下一代导航能力。在汽车推进智能化、网联化的大背景下，面向智能驾驶的未来，高德地图将自动驾驶的高精地图能力和下一代导航技术进行全面结合，为合作伙伴在智能化和导航体验创新上提供全链路的产品和研发支持。

高德一直深耕地图导航专业领域，与各大知名汽车品牌紧密合作，提供地图数据、车载在线导航、开放平台SDK、在线服务等全链路产品，协同打造全时在线的智能车载导航服务。同时通过深度开放接口和能力可以与第三方服务进行融合，基于地理位置更好地衔接车、车主和第三方服务，为车主提供更加智能的用车服务。高德当前与合作伙伴正在开发包括AR导航、车道级导航、新能源汽车专属导航等创新功能，扎实推进下一代导航能力。

关于智慧交通和智慧出行建设。高德深度参与智慧交通、智慧出行建设，成为解决交通问题的科技变量。面向基于大数据、云计算和人工智能的未来城市交通复杂系统，高德地图提前布局未来交通无人驾驶场景的基础设施——高精地图业务。借助高德多元出行数据基础，构建“多维感知、全局洞察、实时决策、持续进化”为特点的交通出行人工智能中枢；通过联合城市交通相关方共建行业生态，既面向出行用户提供城市智慧出行解决方案，又面向管理部门提出城市交通治理解决方案，实现了交通系统中个体最优和全局最优之间的动态平衡；通过打造“数据研判+秩序管控+信号控制+交通优化+信息服务等”的现代交通组织，不断提升城市道路交通治理科学化、精细化、智能化水平。

周训飞

丰图科技CEO

在物流场景下用户输入地址的识别是非常关键的指标，传统地图业务场景中，地址数据的匹配、更新、迭代、关联的正确率一直在80%～90%之间波动，存在10%～20%的误差。而物流业务场景、外卖业务场景、网约车业务场景等新型业务中对地址匹配的精准度有极高的要求，例如快递业务场景的准确率就要求在95%以上，为了达到这个指标，需要全国范围内实时可用的数据来支撑，数据的初始建库以及快速更新能力都面临着挑战。如何灵活应用各种测绘技术，以及测绘采集更新的工程在全国范围内落地一直是行业的难点痛点。

具体来说就是，人员如何组织，多种测绘手段如何协调，数据快速更新后如何纠错验证等。

丰图科技依托场景下积累的海量地址大数据，构建了一套全新的地址库，依托物流行业本地化的仓管和快递小哥及全干线覆盖的司机，有效降低了人员调动难度，利用快递业务场景的特殊性，根据实时快件运送的正确率来实现对错误地址的纠正和更新，以及车辆的最优路径规划，而且基于每天数千万级的运单地址、数百万里的轨迹、以及其它行业大数据的多源校验，能持续提升我们地图的数据质量。

行业制度宏观改革的影响与建议