3sNews讯 为期两天的2012地理信息开发者大会(简称：WGDC)在北京国家会议中心举行，本次大会以“新技术、新模式、新商业”为主题，是地理信息领域最具影响力的技术性盛会，其宗旨是不断引领和促进地理信息技术的创新与变革。在第二天的“三维可视化与虚拟现实”分会场，北京四维图新科技股份有限公司技术中心的首席架构师向哲发表了题为《高性能采集车与创新地图数据的快速构建》的演讲。
以下为文字实录：
谢谢大家，我是来自四维图新的向哲。
大家都知道，四维图新是我们国内地图信息的提供商，是地图信息产业的领头军。昨天孙中在大会上做了报告，并且我们在前面的会场，采集车已经放在了前面，大家也都看得见。今天我主要是从技术的角度给大家介绍一下我们这台高性能的采集车，以及我们利用这样高性能的采集车，如何去快速构建一些创新性的数据。
从地图数据的角度来讲，我们地图数据未来的发展主要是从三个方面来考虑。一是高鲜度，就意味着当我们物理现实世界的地理信息发生变化的时候，我们的用户在多长时间内可以得到这样一个数据，是一个月、一周还是一天?二是高精度，我们现在提供的地理数据的集合形状，比如利用GPS去采集，人工修改，它的精度也许是5米-10米。但是未来也许我们高性能的汽车采集利用的数据到了米级，甚至到亚米级。三是高峰度，其实现在大家已经不太满足于这样的内容，例如街景数据，也是未来高峰度的数据，我们的3D数据也是未来高峰度数据。我们这台车及其车上的应用是这样来表达这个关系的。首先是作为这个车，作为数据采集层面上，我们有很多技术的积累。利用这个高性能采集车不同的传感器，我们在后面做了很多支持数据生产的技术，我们有了这台车之后如何去创造一些创新性的数据，类似于ADAS数据、街景数据、3D数据和无线指纹数据，今天我的报告主要是围绕这些关键点展开的。
这是截止到目前我们的两代采集车，一代是去年的，一代是今年我们发布的。从这两代采集车的传感器角度来讲，我们可以利用它进行街景数据的采集，无线门户的采集，我们在上面布置了视频的传感器，高精度的GPS等等。值得一提的就是，这两台采集车其实我们完全是利用国内和我们合作伙伴，以及利用我们国内的能力做出来的，也填补了我们国内地图数据采集高级采集车的空白。这是我们第二代采集车的形态，从整车角度来讲，我们追求的是三个指标：一是性能，二是稳定性，三是紧凑性。性能我们追求的是各个传感器的采集性能，我们更关注的是当这些传感器组合在一起，传感器和传感器之间其实是有依赖关系的，我们更关注的，比如说有木桶效应，我们要考虑最短的短板，我们怎么有效的整合这些传感器，实现整车性能的最优化。由于这是一个在现实的道路中间，在现实环境中间天天要跑的车，所以这台车是我们设计中间很重要的环节，比如说由于在现实道路环境中有颠簸和灰尘，这些高精度的采集设备在这样的温度、湿度环境下怎么有效的工作，是第二个方面的考虑。机械有紧凑性，电路、共建都有紧凑型，这三个指标是我们这台车整车来说最关心的三个指标。
从传感器的角度来讲，我们两台车其实都有高精度的GPS的外贸，都有激光雷达，都有街景拍摄的设备，都有路面的摄像设备。我们选择这些仪器设备的主要指标，首先就是它能够更加精细、更准、高效的进行现实世界数据的采集。给大家看一些照片，其实我们有很多心路历程。比如说这张照片上面，我们在车里面安装了车门编码器，我们当时也是有所考虑。比如我们是从车的总线，把我们车轮的转速拿出来还是怎么样，这个其实也是基于我们应用的考虑，我们发现从总线拿出的编码，车轮转一圈是10迈的脉冲，编码器可以达到百，甚至是千的脉冲，我们车辆往前行驶精度的捕获可以到厘米甚至是毫米级，对于我们是有很大的帮助的。
这是高性能采集摄像机，我们当时设计的时候就说它到底应该在车上长多高，这也是一个折中。这个东西高了以后，车的顶部面积就小了，对周边信息的采集可能就更加丰富。但是过高也有两个问题，一个问题就是由于车在行驶过程当中是有颠簸的，过高了镜头的颠簸情况就越大，过来对你照相机快门的要求，返过来就有一个制约，所以它是不是要太高，也是需要考虑的因素。在现实环境中，其实我们很多立交桥的辅路是有限高杆的，太高了越不过去。我们采用的设施，要把它做成可放倒的，其实从很多细节上我们也做了一些设计。比如我们放倒下来底下做了很多弹簧垫，这个设备就不用工作了，加上弹簧垫，避免了车辆的颠簸对于我们仪器的损坏。我们做这台车，其实在细节上有很多当时过程中的心路历程。最后我们经过三年的努力，两台车成功的出现了。
在外面大家只是看到车的外表，开膛破肚大家都没有见过。我们车里面有很多精细的考虑，车里面有计算机的模块、电源的模块、存储的模块、GPS的模块还有一些其他的设备，这些都是从功能角度来讲，我们对它进行了设计。从性能角度来讲，其实我们还要考虑很多非功能的因素，这么多设备在这里，散热怎么散?放颠簸这些怎么办?这些都是过程当中我们考虑的细节问题。这是车上我们采集的界面，包括有高精度GPS采集的界面，包括有我们雷达影像采集的界面，还有全景像采集的界面。
在介绍了车之后，其实我们有了这样的车之后，我们要考虑如何为我们的企业进行地图生产，提供一些不管是从高鲜度还是从高精度提供这样一些制车帮助。下面给大家介绍一下我们数据生产空间，如何有效的利用这些高精度采集车采集的数据提供一些高精度指标的提升。我们作为图商，到外面去采集，提供道路的电子数据，我们在采集的时候关注的信息是什么?其实这个也很简单，我们关注的信息就是与道路有关的所有相关信息，主要是路边上的标牌，红牌、蓝牌、绿牌、警示牌，路面上的标志，左转标志、右转标志，还有车道线，有黄线、白线，如果你有效的认识了这些车道线，你就会认识到这条路上有多少车道。我们有了这台车，有了视频的捕捉设备，有了全景相机，有了高精度的GPS，我们可以通过图像识别和模式识别，把对于这些标牌上信息的识别，逐渐做自动化。现在我们已经利用图像识别的技术，对路边标牌有效的进行了监测的自动化以及分类的自动化。其实大家也知道，利用图像进行这样的图像识别，在一些特定环境比较容易达到好的效果，但是对于我们的非特定环境，路面环境、自然环境往往有很多约束和限制。比如我们照的照片或者录的录像，你迎着太阳，逆着太阳，早晨、中午、晚上，中国的北方和南方，冬天和夏天，其实图像质量差别非常大。这个时候我们采取的一些其他的手段是利用我们车上的雷达设备，激光点云的雷达设备其实对阳光不敏感，对阴天不敏感。但是确实比如说对像阳光这样的东西，对图像影响很大的不敏感，这个时候我们可以利用激光点云的数据，有效的辅助图像的识别。比如说判断我们路面上的标牌在什么地方，这两个方面一结合，可以提高整个图像标牌的检测能力，再利用图像识别，对于检测出来的局部图像再进行分类和上面内容的识别。
这一页PPT讲的是标线，我们利用路面摄像机，对地面上的标线进行识别。值得一提的是，我们现在掌握的技术，我们实验的技术已经可以做到利用普通的计算机，对于我们道路面的标线进行实时的跟踪，即使我们车的车速很高，在高速路上我们也能够有效的把握当前那条道路线，有了这个实时跟踪算法以后，其实我们可以把非识别的那些区域隔离开，进而可能通过达到实时的能力，在车上对我们车道线进行有效的检测和识别。
以上我们可以通过一些图像识别、模式识别的技术，利用我们高性能采集车的采集成果，快速的进行一些成图的技术，包括车道线、标牌、标志。当这些技术得到充分使用的时候，我们可以实现地图数据的快速更新，我们未来比如说数月以后才能够把这个数据发布出去，利用这些技术可以降低成本，快速准确的把这些最新的地图数据有效的提供给我们的用户。我们讨论的这是这台车对我们传统数据有什么样的帮助，我们有了这台车，有了一些创新性的数据。我们可以一条条讲一些创新性的数据。
第一例的创新数据就是我们的ADAS的数据，我们可以看一下ADAS的定义。是未来的车上利用车上的传感器，利用传感器识别环境中的信息，再结合我们导航仪的地图数据进行综合的分析。当然这个概念听起来比较玄虚，给大家举几个例子。比如当我们车行驶的前方有一条几转弯的车道，这个时候车行驶的速度其实很快，我们未来一些车上的应用，如果预知前方有一条很弯的弯道，并且判断车速太高的时候，完全会给用户说你这个需要减速，或者是主动帮助用户把车速降下来。并且在黑天的时候，可以主动把前面的大灯转向转弯的方向，这都是将来的应用。车首先要知道前方确实有一条弯道，我离弯道到底还有多远，而这个信息就需要图商在装配到汽车之前，在汽车里面装配这些高精度的数据，这就是所谓的ADAS数据。
目前来看，我们比较关注的ADAS数据有这样一些方面。有高精度的道路几何形状，这个区别于我们传统的地图数据，这个精度可以达到米级或者亚米级，这个是由我们后面的应用来决定。有比如说我们道路的曲率，有我们精确的速度限制，有坡度。坡度这个东西，其实对我们未来的新能源车、电动车是非常敏感的，因为大家知道，新能源车、电动车在坡度不同的情况下，功耗消耗是差别非常大的。当我们在地图数据里面提供了精准地图道路的获得数据之后，其实完全可以根据这样的坡度信息预先做一些能源控制，有效的进行节能环保，还有包括精细化的车道信息以及车道的标志。这个时候，其实我们可以帮助以后的汽车在高速路上，需要前方有出口的时候，并且知道是在最里面的车道，他告诉你还有几条车道，前面哪个车道的限速是多少，应该怎么样逐步出去，这是我们目前关注的ADAS数据，都是我们高精度采集车目前去关注并且去采集的内容。
讲到ADAS的采集，首先我们利用GPS和IMU高精度道路信息，捕获道路线、曲率等信息。利用我们的图像采集设备，去采集我们道路边上详细的信息，以及路面的形态。路面的形态就包括道路面是柏油路、水泥路，都可以利用全景相机和路面相机去识别。激光至少是全景设备捕获标志识别的手段，这是ADAS数据，是第一类创新的数据。第二类创新的数据是街景的数据，其实自从谷歌在他的地区上发布了谷歌街景数据之后，其实我们国内很多厂家也是在跟进，包括我们看到SOSO等一会儿也会介绍他们的街景数据。
我们整个摸索过程当中，我们觉得街景数据有很多技术性的突破。从采集方面，我们如何利用我们的车去采集，工艺是什么?比如说它每天的采集量有多大，我们一周采集下来的原始数据很容易就突破1T。不管是从采集还是从后面的加工，其实都有很大的技术难度。你有1T的数据，在加工上面到底如何对数据进行有效的图像加工，需要多大的存储能力，需要多大的计算能力，这其实都是要考虑的问题。从后面服务的角度来讲，服务的存储，服务的提供，其实也都是由海量的数据带来一些新的问题，这是我们用户的体验。
我们的全景数据其实还有一个优势，我们车上有高精度的激光雷达，现在可以采到120米-150米的探测范围，并且在我们车后的雷达，大概有305度的采集区域。我们在研究有效的将这些的激光雷达数据跟我们的全景图进行融合，融合以后有一个什么好处?我们的全景图像上不仅仅是图像上像素的数据，每个像素就有了深度，有了深度就意味着什么呢?比如在我们这张图片上，我们可以知道前面那个楼房一条边线底下那个点坐标是什么，这个楼房的高度是什么，我们都可以通过这样融合的技术，在这样的图像上可以进行有效的测量。这样一个能力的提供，其实在未来不管是数字城市还是其他应用，一定会找到一些很有趣、很新鲜、很有价值的应用点和应用。
我们车上还装了无线指纹的装置，不管是民用还是商用的，以及是WiFi信号我们都进行采集。我们现在这个技术已经具备了，当然我们刚才也在说了，其实谷歌采集这个技术，也受到了隐私等一系列大家的关注，我们现在的设备基本上还是采用民用的采集设备，也是尽量避免隐私方面的一些纠纷和关注。我们采集这个数据的目的是什么呢?大家其实现在已经有些应用是利用这样的数据了，比如说我们现在掏出手机，在一个位置打开地图，如果手机上是利用GPS的设备能启动1到2分钟。其实我们现在有很多城市森林，高楼林立，很多地方GPS信号还说不好。GPS这个芯片从目前来看在手机里面，一个小时电池就烧光了，一个小时之后没有GPS数据了，没有电池了。这个时候其实我们无线指纹库是对GPS数据一个非常有效的补充。仅就我们现在采集的一些数据来判断，对于像北京这样的中国典型大城市，路面上民用的Wi-Fi设备的密度，其实我们判断已经可以支持30米或者50米精度的定位了。其实这对于很多SoLoMo上的应用已经够精度了，是对GPS一个有益、廉价、省电、快速的补充。
再往下是3D的数据，我们有了高精度的采集车，其实对于我们的道路有了精准的捕获，我们完全可以利用这样的一些数据，去构建我们高精度的3D道路面，因为我们还有车道的数量、车道线的形态，我们完全可以精准构建一个城市3D的道路模型。这样一个模型在构建以后，我们在未来不管是智慧城市的应用中间，结合路边建筑物的模型在一起，构成真实的3D城市数据，或者说我们有了这样一个精准的3D道路模型，我们可以把它拿去，比如说仿真成这是北京一个驾驶的游戏中间，是和实际道路仿真度非常高的3D环境中间去使用，对于一些游戏我觉得也是很有意义的。刚才其实肖总也介绍了他们一些AR的应用，我们完全可以把这些更大规模的，比如说城市3D的数据搁到这个AR的应用中间，创造一些很好的AR的应用。
以上介绍了我们这台车，车上支持数据生产，以及我们利用这代车可以做的一些创新性的数据。其实我们作为图商有了这样大规模的或者是这样一些精准的创新数据，我们智能城市的利用，我们自己的设想，上面当这些数据提供之后，由于有些数据的海量性，基础架构上我们是需要研究一些云平台，或者虚拟化的一些技术来提供再之上位置服务平台的基础。如何有效搭建这些创新型数据的位置服务平台，这可能也是一个课题，各个企业或者各个厂家的思路都是不一样的。以及在这样的平台之上，如何去搭建一些创新型的LBS，或者是Mobile App的应用，也是我们希望和一些平台厂家一起来探讨和一起来关注的。
以上就是我的报告，谢谢大家!
(以上内容根据速记整理，未经本人审核)
{{item.content}}