百度地图加速数据采集 “连接人与服务”战略升级

在看不见的角落里，日常出行所依赖的互联网地图，正孜孜不倦地收集物理空间的数据。毋庸置疑，数据是地图最核心的资产。近几年来，拥有数据的传统地图厂商被互联网巨头们不断瓜分：百度收购长地万方；阿里投资易图通，收购高德；腾讯收购科菱航睿，入股四维图新（002405）；小米子公司入股凯立德……

根据易观的数据，2016年第2季度中国手机地图APP全网绝对渗透率中，百度地图以21.4%占据首位，高德地图、中国移动推出的“和地图”分别以10.5%和1.7%占据第二、三名。

作为互联网地图市场对峙的两大巨头，百度和高德关于“第一”的位置一直争执不休。传统地图厂商出身的高德多年来深耕底层市场，强于数据，更多具有平台优势的百度地图也正在努力补齐数据短板。日前，结合云南香格里拉高度多样性的地貌特征，百度地图首次对外展示了“多栖组合”采集模式以及相配套的内业数据制作模式。

补齐数据短板

自2013年收购长地万方，百度地图正式发力于自己的数据。据了解，目前百度地图已实现底层数据完全自采，覆盖所有城市，采集道路总里程670万公里、拥有4500万个POI（信息点），采集全景照片达7亿多张。

坐在全景采集车上，记者看到，采集员罗振昌一边开车一边通过语音交互方式发出“大门”等标识指令，车顶的三个摄像头每隔8米采集一次数据。据他介绍，目前北京、上海、顺德三个基地共一百多辆车一起采集。

百度地图上海分公司总经理刘玉亭介绍，作为数据采集的主力军，百度地图全景采集车以250辆的规模位居行业首位，承担着全国的基础道路信息、全景和高精度地图数据的采集任务；在汽车不适合进入的小巷、胡同、绿道等狭窄路段，使用电动自行车、步行+全景采集背包进行采集；对于导航痛点室内，采集员通过专门的采集背包可在行进过程中生成室内3D模型和平面图；另外加上无人机，五大设备形成的“多栖部队”组合，大大增强了数据采集效率。

外采团队将数据采集完成以后，会以数据压缩包的形式传给内业工作人员。倚赖于深度学习技术，采集设备能够自动识别道路特征、提取建筑轮廓并绘制形状、识别道路图形标牌、电子眼、警示牌，图像智能识别技术则能够精准识别店铺名称、门牌号、停车场标识、甚至营业时间。而内业工作人员只需校验结果，对不准确的部分进行更正。

据百度地图佛山分公司总经理吴泳介绍，在图像识别、深度学习等人工智能技术的支持下，人工处理在百度地图的数据加工中只占不到20%，自动化程度达80%以上，大大提升了工作效率，使整体数据生产效率相较以往提升了10倍。