『引言：AI的浪潮势不可挡，在无数大众最熟悉的生活场景中，其实蕴含着许多未被发现的秘密。这些“深藏功与名”的AI技术，在最基础的功能背后，却演绎着数据和算法最动人的一面。百度地图将通过揭秘黑科技一系列专题，讲讲地图日常功能背后的技术。
本期内容作为百度地图“黑科技科普月”系列连载的最后一期，将为你展示百度地图如何从海量的运动轨迹中获取信息，生成一份高效准确的“活地图”，让数千万用户的导航路线更加精准。』
有种无奈叫做“车到山前竟无路”，每一次走了冤枉路，都忍不住感叹地图的时效性有多么重要!如何跟得上千变万化的路况，在地图上及时反映道路变动，让用户少走冤枉路?百度地图从车辆运行轨迹发现线索，实现数据更新的方式，或许是解决这个问题的最好答案。
数据挖掘：从海量轨迹中“发现线索”
提起地图的数据更新，传统方式分为采集车采集和用户端标注两种。但若要实现实时的数据采集更新，对纯人工作业来讲相当辛苦，几乎等于不可能完成的任务。因此，百度地图利用AI算法能力，每分每秒从万千车辆运行轨迹的大数据中，提炼出有效信息进行分析，最终实现数据的实时更新。那么，具体是怎样做到的呢?
轨迹投影到地图上的呈现结果
一般来讲，我们将轨迹定义为“空间位置点连成的序列”，因此如果一条道路上出现了大量车辆行驶的轨迹，则将有大量的轨迹投影到地图上，结果就将呈现出如上图一样颜色深浅不一的线条。颜色越深的地方，说明轨迹越多。此时，百度地图就可以根据“是否持续有轨迹出现”来做出基础性判断，分析一条路是否存在或消失。
在此之前，需要先提取轨迹的特征进行初步判断。以长度特征为例，若一段轨迹长度为100KM，更可能是汽车走的;若轨迹长度为100M，则不太好判断，需要以此类推，用不同特征进行多轮初步判断。其次，要把轨迹对应到现有道路数据上，这一环节被称之为“地图匹配”。由于在现实生活中，一个人不可能瞬间从一条路切换到另一条路上，因此可以借助“序列解码算法”来实现，将纷繁复杂的定位点一一匹配。
地图匹配示意图
模型分析，深入研究做出精准判断
完成“地图匹配”这一环节后，就可以进一步判断道路是否能够通行。如图所示，北京市万泉河匝道原本处于施工状态，2018年6月28日，百度地图监测到附近出现了大量新轨迹，便基于轨迹的速度分布，进行机器分类，判断出这条轨迹是由汽车行驶产生的。同时将轨迹的坐标点做地图匹配，确定这些轨迹是在施工道路上产生的。再根据呈分散状态的轨迹终点，判断出产生轨迹的车辆并非施工车辆，而是正常的社会车辆。至此，基本就可以认定出，这条施工路段已经可以通行了。
通行状态判断
除了常规的通行状态判断之外，百度地图还能基于对轨迹特点的研究，判断出是否存在了时段性交规。如在某一时段中，路段的轨迹数量骤然下降，之后又骤然提升。但当地整体出行需求并未出现这样的情况。所以轨迹下降很可能是人为限制造成的，又由于发生突变的时间点非常的整齐，从而可以推测，此处很可能有一个仅在14点-16点期间禁止通行的分时段交规。
基于时间进行通行状态判断
通过轨迹处理，百度地图以分钟级的速度，每天更新上万条道路的通行状态，让千万用户的导航路线更加精准。当用户开车时收到百度地图“送上”的温馨提醒后，发现一条原本需要绕行的路已经开通了，相信也会进一步感知到百度地图用AI为用户带来的切实福利。
百度地图“黑科技科普月”系列至今已画上句号，通过接连5期的内容，我们为公众揭示日常功能背后的技术支柱，并进一步解读日常中触手可及的智能生活从何而来。百度地图作为出行行业的领导者，每时每刻都在为用户的出行“保驾护航”。AI不断进化，下一个篇章中百度地图与AI的故事，又将是值得期待的新时代盼望。
