3sNews訊 為期兩天的2012地理信息開發(fā)者大會(簡稱：WGDC)在北京國家會議中心舉行，本次大會以“新技術(shù)、新模式、新商業(yè)”為主題，是地理信息領(lǐng)域最具影響力的技術(shù)性盛會，其宗旨是不斷引領(lǐng)和促進地理信息技術(shù)的創(chuàng)新與變革。在第二天的“三維可視化與虛擬現(xiàn)實”分會場，北京四維圖新科技股份有限公司技術(shù)中心的首席架構(gòu)師向哲發(fā)表了題為《高性能采集車與創(chuàng)新地圖數(shù)據(jù)的快速構(gòu)建》的演講。

　　以下為文字實錄：

　　謝謝大家，我是來自四維圖新的向哲。

　　大家都知道，四維圖新是我們國內(nèi)地圖信息的提供商，是地圖信息產(chǎn)業(yè)的領(lǐng)頭軍。昨天孫中在大會上做了報告，并且我們在前面的會場，采集車已經(jīng)放在了前面，大家也都看得見。今天我主要是從技術(shù)的角度給大家介紹一下我們這臺高性能的采集車，以及我們利用這樣高性能的采集車，如何去快速構(gòu)建一些創(chuàng)新性的數(shù)據(jù)。

　　從地圖數(shù)據(jù)的角度來講，我們地圖數(shù)據(jù)未來的發(fā)展主要是從三個方面來考慮。一是高鮮度，就意味著當我們物理現(xiàn)實世界的地理信息發(fā)生變化的時候，我們的用戶在多長時間內(nèi)可以得到這樣一個數(shù)據(jù)，是一個月、一周還是一天?二是高精度，我們現(xiàn)在提供的地理數(shù)據(jù)的集合形狀，比如利用GPS去采集，人工修改，它的精度也許是5米-10米。但是未來也許我們高性能的汽車采集利用的數(shù)據(jù)到了米級，甚至到亞米級。三是高峰度，其實現(xiàn)在大家已經(jīng)不太滿足于這樣的內(nèi)容，例如街景數(shù)據(jù)，也是未來高峰度的數(shù)據(jù)，我們的3D數(shù)據(jù)也是未來高峰度數(shù)據(jù)。我們這臺車及其車上的應(yīng)用是這樣來表達這個關(guān)系的。首先是作為這個車，作為數(shù)據(jù)采集層面上，我們有很多技術(shù)的積累。利用這個高性能采集車不同的傳感器，我們在后面做了很多支持數(shù)據(jù)生產(chǎn)的技術(shù)，我們有了這臺車之后如何去創(chuàng)造一些創(chuàng)新性的數(shù)據(jù)，類似于ADAS數(shù)據(jù)、街景數(shù)據(jù)、3D數(shù)據(jù)和無線指紋數(shù)據(jù)，今天我的報告主要是圍繞這些關(guān)鍵點展開的。

　　這是截止到目前我們的兩代采集車，一代是去年的，一代是今年我們發(fā)布的。從這兩代采集車的傳感器角度來講，我們可以利用它進行街景數(shù)據(jù)的采集，無線門戶的采集，我們在上面布置了視頻的傳感器，高精度的GPS等等。值得一提的就是，這兩臺采集車其實我們完全是利用國內(nèi)和我們合作伙伴，以及利用我們國內(nèi)的能力做出來的，也填補了我們國內(nèi)地圖數(shù)據(jù)采集高級采集車的空白。這是我們第二代采集車的形態(tài)，從整車角度來講，我們追求的是三個指標：一是性能，二是穩(wěn)定性，三是緊湊性。性能我們追求的是各個傳感器的采集性能，我們更關(guān)注的是當這些傳感器組合在一起，傳感器和傳感器之間其實是有依賴關(guān)系的，我們更關(guān)注的，比如說有木桶效應(yīng)，我們要考慮最短的短板，我們怎么有效的整合這些傳感器，實現(xiàn)整車性能的最優(yōu)化。由于這是一個在現(xiàn)實的道路中間，在現(xiàn)實環(huán)境中間天天要跑的車，所以這臺車是我們設(shè)計中間很重要的環(huán)節(jié)，比如說由于在現(xiàn)實道路環(huán)境中有顛簸和灰塵，這些高精度的采集設(shè)備在這樣的溫度、濕度環(huán)境下怎么有效的工作，是第二個方面的考慮。機械有緊湊性，電路、共建都有緊湊型，這三個指標是我們這臺車整車來說最關(guān)心的三個指標。

　　從傳感器的角度來講，我們兩臺車其實都有高精度的GPS的外貿(mào)，都有激光雷達，都有街景拍攝的設(shè)備，都有路面的攝像設(shè)備。我們選擇這些儀器設(shè)備的主要指標，首先就是它能夠更加精細、更準、高效的進行現(xiàn)實世界數(shù)據(jù)的采集。給大家看一些照片，其實我們有很多心路歷程。比如說這張照片上面，我們在車里面安裝了車門編碼器，我們當時也是有所考慮。比如我們是從車的總線，把我們車輪的轉(zhuǎn)速拿出來還是怎么樣，這個其實也是基于我們應(yīng)用的考慮，我們發(fā)現(xiàn)從總線拿出的編碼，車輪轉(zhuǎn)一圈是10邁的脈沖，編碼器可以達到百，甚至是千的脈沖，我們車輛往前行駛精度的捕獲可以到厘米甚至是毫米級，對于我們是有很大的幫助的。

　　這是高性能采集攝像機，我們當時設(shè)計的時候就說它到底應(yīng)該在車上長多高，這也是一個折中。這個東西高了以后，車的頂部面積就小了，對周邊信息的采集可能就更加豐富。但是過高也有兩個問題，一個問題就是由于車在行駛過程當中是有顛簸的，過高了鏡頭的顛簸情況就越大，過來對你照相機快門的要求，返過來就有一個制約，所以它是不是要太高，也是需要考慮的因素。在現(xiàn)實環(huán)境中，其實我們很多立交橋的輔路是有限高桿的，太高了越不過去。我們采用的設(shè)施，要把它做成可放倒的，其實從很多細節(jié)上我們也做了一些設(shè)計。比如我們放倒下來底下做了很多彈簧墊，這個設(shè)備就不用工作了，加上彈簧墊，避免了車輛的顛簸對于我們儀器的損壞。我們做這臺車，其實在細節(jié)上有很多當時過程中的心路歷程。最后我們經(jīng)過三年的努力，兩臺車成功的出現(xiàn)了。

　　在外面大家只是看到車的外表，開膛破肚大家都沒有見過。我們車里面有很多精細的考慮，車里面有計算機的模塊、電源的模塊、存儲的模塊、GPS的模塊還有一些其他的設(shè)備，這些都是從功能角度來講，我們對它進行了設(shè)計。從性能角度來講，其實我們還要考慮很多非功能的因素，這么多設(shè)備在這里，散熱怎么散?放顛簸這些怎么辦?這些都是過程當中我們考慮的細節(jié)問題。這是車上我們采集的界面，包括有高精度GPS采集的界面，包括有我們雷達影像采集的界面，還有全景像采集的界面。

　　在介紹了車之后，其實我們有了這樣的車之后，我們要考慮如何為我們的企業(yè)進行地圖生產(chǎn)，提供一些不管是從高鮮度還是從高精度提供這樣一些制車幫助。下面給大家介紹一下我們數(shù)據(jù)生產(chǎn)空間，如何有效的利用這些高精度采集車采集的數(shù)據(jù)提供一些高精度指標的提升。我們作為圖商，到外面去采集，提供道路的電子數(shù)據(jù)，我們在采集的時候關(guān)注的信息是什么?其實這個也很簡單，我們關(guān)注的信息就是與道路有關(guān)的所有相關(guān)信息，主要是路邊上的標牌，紅牌、藍牌、綠牌、警示牌，路面上的標志，左轉(zhuǎn)標志、右轉(zhuǎn)標志，還有車道線，有黃線、白線，如果你有效的認識了這些車道線，你就會認識到這條路上有多少車道。我們有了這臺車，有了視頻的捕捉設(shè)備，有了全景相機，有了高精度的GPS，我們可以通過圖像識別和模式識別，把對于這些標牌上信息的識別，逐漸做自動化?，F(xiàn)在我們已經(jīng)利用圖像識別的技術(shù)，對路邊標牌有效的進行了監(jiān)測的自動化以及分類的自動化。其實大家也知道，利用圖像進行這樣的圖像識別，在一些特定環(huán)境比較容易達到好的效果，但是對于我們的非特定環(huán)境，路面環(huán)境、自然環(huán)境往往有很多約束和限制。比如我們照的照片或者錄的錄像，你迎著太陽，逆著太陽，早晨、中午、晚上，中國的北方和南方，冬天和夏天，其實圖像質(zhì)量差別非常大。這個時候我們采取的一些其他的手段是利用我們車上的雷達設(shè)備，激光點云的雷達設(shè)備其實對陽光不敏感，對陰天不敏感。但是確實比如說對像陽光這樣的東西，對圖像影響很大的不敏感，這個時候我們可以利用激光點云的數(shù)據(jù)，有效的輔助圖像的識別。比如說判斷我們路面上的標牌在什么地方，這兩個方面一結(jié)合，可以提高整個圖像標牌的檢測能力，再利用圖像識別，對于檢測出來的局部圖像再進行分類和上面內(nèi)容的識別。

　　這一頁PPT講的是標線，我們利用路面攝像機，對地面上的標線進行識別。值得一提的是，我們現(xiàn)在掌握的技術(shù)，我們實驗的技術(shù)已經(jīng)可以做到利用普通的計算機，對于我們道路面的標線進行實時的跟蹤，即使我們車的車速很高，在高速路上我們也能夠有效的把握當前那條道路線，有了這個實時跟蹤算法以后，其實我們可以把非識別的那些區(qū)域隔離開，進而可能通過達到實時的能力，在車上對我們車道線進行有效的檢測和識別。

　　以上我們可以通過一些圖像識別、模式識別的技術(shù)，利用我們高性能采集車的采集成果，快速的進行一些成圖的技術(shù)，包括車道線、標牌、標志。當這些技術(shù)得到充分使用的時候，我們可以實現(xiàn)地圖數(shù)據(jù)的快速更新，我們未來比如說數(shù)月以后才能夠把這個數(shù)據(jù)發(fā)布出去，利用這些技術(shù)可以降低成本，快速準確的把這些最新的地圖數(shù)據(jù)有效的提供給我們的用戶。我們討論的這是這臺車對我們傳統(tǒng)數(shù)據(jù)有什么樣的幫助，我們有了這臺車，有了一些創(chuàng)新性的數(shù)據(jù)。我們可以一條條講一些創(chuàng)新性的數(shù)據(jù)。

　　第一例的創(chuàng)新數(shù)據(jù)就是我們的ADAS的數(shù)據(jù)，我們可以看一下ADAS的定義。是未來的車上利用車上的傳感器，利用傳感器識別環(huán)境中的信息，再結(jié)合我們導(dǎo)航儀的地圖數(shù)據(jù)進行綜合的分析。當然這個概念聽起來比較玄虛，給大家舉幾個例子。比如當我們車行駛的前方有一條幾轉(zhuǎn)彎的車道，這個時候車行駛的速度其實很快，我們未來一些車上的應(yīng)用，如果預(yù)知前方有一條很彎的彎道，并且判斷車速太高的時候，完全會給用戶說你這個需要減速，或者是主動幫助用戶把車速降下來。并且在黑天的時候，可以主動把前面的大燈轉(zhuǎn)向轉(zhuǎn)彎的方向，這都是將來的應(yīng)用。車首先要知道前方確實有一條彎道，我離彎道到底還有多遠，而這個信息就需要圖商在裝配到汽車之前，在汽車里面裝配這些高精度的數(shù)據(jù)，這就是所謂的ADAS數(shù)據(jù)。

　　目前來看，我們比較關(guān)注的ADAS數(shù)據(jù)有這樣一些方面。有高精度的道路幾何形狀，這個區(qū)別于我們傳統(tǒng)的地圖數(shù)據(jù)，這個精度可以達到米級或者亞米級，這個是由我們后面的應(yīng)用來決定。有比如說我們道路的曲率，有我們精確的速度限制，有坡度。坡度這個東西，其實對我們未來的新能源車、電動車是非常敏感的，因為大家知道，新能源車、電動車在坡度不同的情況下，功耗消耗是差別非常大的。當我們在地圖數(shù)據(jù)里面提供了精準地圖道路的獲得數(shù)據(jù)之后，其實完全可以根據(jù)這樣的坡度信息預(yù)先做一些能源控制，有效的進行節(jié)能環(huán)保，還有包括精細化的車道信息以及車道的標志。這個時候，其實我們可以幫助以后的汽車在高速路上，需要前方有出口的時候，并且知道是在最里面的車道，他告訴你還有幾條車道，前面哪個車道的限速是多少，應(yīng)該怎么樣逐步出去，這是我們目前關(guān)注的ADAS數(shù)據(jù)，都是我們高精度采集車目前去關(guān)注并且去采集的內(nèi)容。

　　講到ADAS的采集，首先我們利用GPS和IMU高精度道路信息，捕獲道路線、曲率等信息。利用我們的圖像采集設(shè)備，去采集我們道路邊上詳細的信息，以及路面的形態(tài)。路面的形態(tài)就包括道路面是柏油路、水泥路，都可以利用全景相機和路面相機去識別。激光至少是全景設(shè)備捕獲標志識別的手段，這是ADAS數(shù)據(jù)，是第一類創(chuàng)新的數(shù)據(jù)。第二類創(chuàng)新的數(shù)據(jù)是街景的數(shù)據(jù)，其實自從谷歌在他的地區(qū)上發(fā)布了谷歌街景數(shù)據(jù)之后，其實我們國內(nèi)很多廠家也是在跟進，包括我們看到SOSO等一會兒也會介紹他們的街景數(shù)據(jù)。

　　我們整個摸索過程當中，我們覺得街景數(shù)據(jù)有很多技術(shù)性的突破。從采集方面，我們?nèi)绾卫梦覀兊能嚾ゲ杉に囀鞘裁?比如說它每天的采集量有多大，我們一周采集下來的原始數(shù)據(jù)很容易就突破1T。不管是從采集還是從后面的加工，其實都有很大的技術(shù)難度。你有1T的數(shù)據(jù)，在加工上面到底如何對數(shù)據(jù)進行有效的圖像加工，需要多大的存儲能力，需要多大的計算能力，這其實都是要考慮的問題。從后面服務(wù)的角度來講，服務(wù)的存儲，服務(wù)的提供，其實也都是由海量的數(shù)據(jù)帶來一些新的問題，這是我們用戶的體驗。

　　我們的全景數(shù)據(jù)其實還有一個優(yōu)勢，我們車上有高精度的激光雷達，現(xiàn)在可以采到120米-150米的探測范圍，并且在我們車后的雷達，大概有305度的采集區(qū)域。我們在研究有效的將這些的激光雷達數(shù)據(jù)跟我們的全景圖進行融合，融合以后有一個什么好處?我們的全景圖像上不僅僅是圖像上像素的數(shù)據(jù)，每個像素就有了深度，有了深度就意味著什么呢?比如在我們這張圖片上，我們可以知道前面那個樓房一條邊線底下那個點坐標是什么，這個樓房的高度是什么，我們都可以通過這樣融合的技術(shù)，在這樣的圖像上可以進行有效的測量。這樣一個能力的提供，其實在未來不管是數(shù)字城市還是其他應(yīng)用，一定會找到一些很有趣、很新鮮、很有價值的應(yīng)用點和應(yīng)用。

　　我們車上還裝了無線指紋的裝置，不管是民用還是商用的，以及是WiFi信號我們都進行采集。我們現(xiàn)在這個技術(shù)已經(jīng)具備了，當然我們剛才也在說了，其實谷歌采集這個技術(shù)，也受到了隱私等一系列大家的關(guān)注，我們現(xiàn)在的設(shè)備基本上還是采用民用的采集設(shè)備，也是盡量避免隱私方面的一些糾紛和關(guān)注。我們采集這個數(shù)據(jù)的目的是什么呢?大家其實現(xiàn)在已經(jīng)有些應(yīng)用是利用這樣的數(shù)據(jù)了，比如說我們現(xiàn)在掏出手機，在一個位置打開地圖，如果手機上是利用GPS的設(shè)備能啟動1到2分鐘。其實我們現(xiàn)在有很多城市森林，高樓林立，很多地方GPS信號還說不好。GPS這個芯片從目前來看在手機里面，一個小時電池就燒光了，一個小時之后沒有GPS數(shù)據(jù)了，沒有電池了。這個時候其實我們無線指紋庫是對GPS數(shù)據(jù)一個非常有效的補充。僅就我們現(xiàn)在采集的一些數(shù)據(jù)來判斷，對于像北京這樣的中國典型大城市，路面上民用的Wi-Fi設(shè)備的密度，其實我們判斷已經(jīng)可以支持30米或者50米精度的定位了。其實這對于很多SoLoMo上的應(yīng)用已經(jīng)夠精度了，是對GPS一個有益、廉價、省電、快速的補充。

　　再往下是3D的數(shù)據(jù)，我們有了高精度的采集車，其實對于我們的道路有了精準的捕獲，我們完全可以利用這樣的一些數(shù)據(jù)，去構(gòu)建我們高精度的3D道路面，因為我們還有車道的數(shù)量、車道線的形態(tài)，我們完全可以精準構(gòu)建一個城市3D的道路模型。這樣一個模型在構(gòu)建以后，我們在未來不管是智慧城市的應(yīng)用中間，結(jié)合路邊建筑物的模型在一起，構(gòu)成真實的3D城市數(shù)據(jù)，或者說我們有了這樣一個精準的3D道路模型，我們可以把它拿去，比如說仿真成這是北京一個駕駛的游戲中間，是和實際道路仿真度非常高的3D環(huán)境中間去使用，對于一些游戲我覺得也是很有意義的。剛才其實肖總也介紹了他們一些AR的應(yīng)用，我們完全可以把這些更大規(guī)模的，比如說城市3D的數(shù)據(jù)擱到這個AR的應(yīng)用中間，創(chuàng)造一些很好的AR的應(yīng)用。

　　以上介紹了我們這臺車，車上支持數(shù)據(jù)生產(chǎn)，以及我們利用這代車可以做的一些創(chuàng)新性的數(shù)據(jù)。其實我們作為圖商有了這樣大規(guī)模的或者是這樣一些精準的創(chuàng)新數(shù)據(jù)，我們智能城市的利用，我們自己的設(shè)想，上面當這些數(shù)據(jù)提供之后，由于有些數(shù)據(jù)的海量性，基礎(chǔ)架構(gòu)上我們是需要研究一些云平臺，或者虛擬化的一些技術(shù)來提供再之上位置服務(wù)平臺的基礎(chǔ)。如何有效搭建這些創(chuàng)新型數(shù)據(jù)的位置服務(wù)平臺，這可能也是一個課題，各個企業(yè)或者各個廠家的思路都是不一樣的。以及在這樣的平臺之上，如何去搭建一些創(chuàng)新型的LBS，或者是Mobile App的應(yīng)用，也是我們希望和一些平臺廠家一起來探討和一起來關(guān)注的。

　　以上就是我的報告，謝謝大家!

　　(以上內(nèi)容根據(jù)速記整理，未經(jīng)本人審核)