大數(shù)成圖

李昊原

以前用“掃馬路”的方式，開著車去記錄地圖數(shù)據(jù)和現(xiàn)實世界的地理信息變化，通常要3～10個月才能呈現(xiàn)到在線地圖上。隨著車聯(lián)網(wǎng)、自動駕駛技術的發(fā)展，行業(yè)對地圖更新速度的要求越來越高，這種方式已經(jīng)捉襟見肘。大數(shù)據(jù)等技術為地圖信息采集與更新提供了新的手段?，F(xiàn)在，每天行駛在道路上的車會產(chǎn)生大量的軌跡數(shù)據(jù)，理論上平均只要五分鐘，就可以“跑”出一張北京的公路網(wǎng)。

時下，地圖導航已經(jīng)不再是出行導航的專屬，而是已延伸到包括物流、電商、保險以及政務等多個領域，越來越成為工作生活中不可或缺的部分。當下，地圖數(shù)據(jù)也成為BAT等巨頭們激烈角逐的角斗場。對于地圖廠商來說，首要任務是挖掘地圖數(shù)據(jù)中的商業(yè)價值及社會價值。

大數(shù)據(jù)的三條線

大數(shù)據(jù)的產(chǎn)品很美好，但從采集到應用的困難也很“大”。四維圖新集團旗下大數(shù)據(jù)公司世紀高通產(chǎn)品經(jīng)理熊繼林介紹，世紀高通的位置大數(shù)據(jù)平臺MineData目前的數(shù)據(jù)總量高達4PB，日采集量達到了2.9TB，處理的數(shù)據(jù)種類高達114種。

這個平臺是將不同部門的數(shù)據(jù)本身存在交叉使用的場景匯集到同一個大數(shù)據(jù)平臺上。在這個平臺之上，有三種數(shù)據(jù)處理系統(tǒng)：數(shù)據(jù)蜂巢系統(tǒng)DataHIVE、數(shù)據(jù)可視化的MineMap和算法分析實驗室MineLab。

不同類型和來源的數(shù)據(jù)，首先通過探針匯集到數(shù)據(jù)蜂巢之中?！疤结樛唵卫斫猓褪窃诓挥绊懻＿\行的情況下傳輸數(shù)據(jù)，比如汽車中的芯片探針，可以獲取汽車狀態(tài)和行駛的數(shù)據(jù)，在服務器里的探針，可以不影響集群傳遞企業(yè)的數(shù)據(jù)?！毙芾^林介紹，探針獲取數(shù)據(jù)之后，傳輸?shù)椒涑仓羞M行處理與分類，然后再分揀和提煉到不同的數(shù)據(jù)沙盒中去?！皵?shù)據(jù)沙盒，你可以理解為數(shù)據(jù)應用的最小單元。”

在數(shù)據(jù)可視化和數(shù)據(jù)分析時，只需根據(jù)需求，選配相應的數(shù)據(jù)沙盒即可。比如在物流行業(yè)的數(shù)據(jù)應用，會用到公路交通網(wǎng)絡、車輛的實時信息和軌跡以及加油站的位置等。這樣從數(shù)據(jù)收集到處理與應用，可以實時快速地通過數(shù)據(jù)蜂巢系統(tǒng)完成?！叭祟愖畛醯牡貓D是畫在羊皮上、畫在紙上，即使成了電子地圖之后，一開始也是柵格的地圖，說白了是圖片，但我們不能拿圖片去進行數(shù)據(jù)分析。為什么2C端App上的地圖不適合企業(yè)用？因為和具體業(yè)務沒有聯(lián)系，沒辦法基于需求進行定制，而當數(shù)據(jù)在數(shù)據(jù)蜂巢中被打散和處理后，放入到一個個沙盒中，就可以在后臺選配調用，通過MineMap做展示或是通過MineLab進行分析。”

“千人千面”的地圖

“直接用2C的地圖去做2B的業(yè)務，效率很低?！睂θ粘脕碚f，市面上主流的互聯(lián)網(wǎng)地圖，甚至常見的紙質地圖，區(qū)別似乎不大。但對企業(yè)來說，應用于自身業(yè)務的地圖，則有著完全不同的要求。在熊繼林看來，對于想要應用位置信息服務平臺的企業(yè)來說，面臨的最大問題，就是如何將業(yè)務數(shù)據(jù)放到地圖上。

四維圖新旗下世紀高通大數(shù)據(jù)平臺部經(jīng)理熊繼林

“一千個人眼中有一千個哈姆雷特”，同一個世界，基于不同的用途需要“看到”的信息是不同的。就像古代記錄土地歸屬的魚鱗圖冊，和地鐵一卡通背后的地鐵路線圖，“神似”要比“形似”更為重要。熊繼林舉例，對于物流行業(yè)來說，公路網(wǎng)、加油站等要素是關注重點，而軍事機構則需要全部地形要素。

熊繼林和團隊曾經(jīng)給物流企業(yè)做過車輛監(jiān)控解決方案，通過技術服務實現(xiàn)對物流車輛的實時監(jiān)控整合車輛的出發(fā)點、路線、到達位置，以及當時的路況、是否擁堵等數(shù)據(jù)，為物流行業(yè)計算出合理的路線規(guī)劃，極大節(jié)省了物流行業(yè)的運營成本。類似的技術還用于交警行業(yè)，大城市早晚高峰擁堵幾乎是常態(tài)，以往是憑交警的經(jīng)驗，指揮調節(jié)車道方向，經(jīng)常出現(xiàn)同一條主干道上，一個方向交通嚴重擁堵，另一個方向的車輛卻很稀疏。為此，四維圖新為交警系統(tǒng)研發(fā)的交警平臺上，通過潮汐模型，用道路和車流量的數(shù)據(jù)來分配“潮汐車道”，讓交警快速而全面地找到這些需要開設潮汐車道的地方。此外，交警平臺還研發(fā)了很多道路交通運行改善的模型，比如擁堵研判，堵點分析，路況預測，紅綠燈配時優(yōu)化等，通過和西安交警的合作，讓西安市的擁堵情況排名下降了13位。

新世代

從最初做圖商，到后來業(yè)務的不斷拓展，一方面四維圖新在被自動駕駛、車聯(lián)網(wǎng)、新能源等趨勢所推動，另一方面，又利用技術成為了推動者。楊賴土是世紀高通的產(chǎn)品總監(jiān)，主要負責產(chǎn)品線戰(zhàn)略的制定以及公司產(chǎn)品的規(guī)劃、設計驗收和發(fā)布。他在同企業(yè)客戶交流中發(fā)現(xiàn)，國內企業(yè)對地理信息系統(tǒng)的需求越來越多，隨著對業(yè)務理解和溝通的深入，位置大數(shù)據(jù)又挖掘出了全新的價值點。

平安保險的車險在北京有400名稽查員，每天的任務就是去處理街上發(fā)生的事故，而事故平均每天發(fā)生兩三千起，稽查員根本跑不過來。世紀高通的團隊通過大數(shù)據(jù)，將場景分解，他們分析了北京的事故高發(fā)地，提前讓稽查員知道哪里是事故高發(fā)地;其次，預測了稽查員在5到10分鐘之內以自我為中心能跑多遠，并以此提供老司機推薦路徑，按起點和終點匹配，更合理更省時間?！斑@是位置大數(shù)據(jù)分析結果解決具體問題的案例，我們叫做急速勘察解決方案。

楊賴土，四維圖新旗下世紀高通產(chǎn)品總監(jiān)

很多在之前看來不好解決的問題，現(xiàn)在通過大數(shù)據(jù)有了方案，就像一個窗戶紙被捅破。楊賴土介紹，目前MineData可以提供公有云、私有云和混合云的大數(shù)據(jù)解決方案，并在不斷開拓新的行業(yè)客戶。

一直以來，四維圖新都和車廠有著緊密的聯(lián)系，對未來公司的定位也是做智能駕駛的大腦，而大數(shù)據(jù)平臺被視為整個四維圖新數(shù)據(jù)的出入口。談到大數(shù)據(jù)平臺的建設程度，熊繼林覺得，還只是達到了階段性的目標。“我們還有許多數(shù)據(jù)沒有接入進來，比如說車聯(lián)網(wǎng)?！倍悄荞{駛的車輛本身就會產(chǎn)生海量的數(shù)據(jù)，不僅是車輛的，還有駕駛員和人車交互的數(shù)據(jù)，未來可能一輛車一天就可以產(chǎn)生4個TB的數(shù)據(jù)。不久前，四維圖新收購了芯片廠商杰發(fā)科，“因為車上的數(shù)據(jù)都是由芯片收集和處理的，所以未來芯片肯定會占據(jù)智能駕駛重要的基礎位置”，目前諸如駕駛員駕駛狀態(tài)、緊急剎車情況等重要數(shù)據(jù)還難以收集，而有了底層的芯片能力，也能夠為大數(shù)據(jù)平臺提供更全面的數(shù)據(jù)來源?！拔覀兿Ｍ絹碓蕉嗟臄?shù)據(jù)掌握在自己手里”，楊賴土說，目前大數(shù)據(jù)平臺與芯片數(shù)據(jù)的對接剛剛開始，今年他們將和車廠一起推進汽車傳感器數(shù)據(jù)的采集和接入，未來平臺還將迎來數(shù)據(jù)量的大爆發(fā)。