来自Travis Addair的回答(2017-06-21):
至少对我来说这是一个很棒的问题,因为当我在谷歌做软件工程师的时候,这就是我曾经接触的项目之一。
如果你想深入了解这个话题的话,我强烈建议你查看Google I/O 2013年会上 Andrew Lookingbill 和 Michael Weiss-Malik 的演讲。
来源:腾讯视频;由小编从YouTube搬运
在谷歌,绘制地图有三道门槛:
1.第三方的权威数据
2.内部工具以及数据
3.全自动地图绘制
第一道门槛似乎是绘图的老方法了,但它在许多方面依然十分有用。比如,在街景视图稀少,或者卫星照片低清的情况下,第三方数据可以帮助谷歌绘制相关区域的地图。它也可以用来检查谷歌地图数据的精确完整度。
第二道门槛是一个称为Project Ground Truth(地面实况普查)的项目,也是文前提到的视频的主题。Project Ground Truth使用名为Atlas的Java引擎,让人工操作员可以使用多层数据,包括卫星照片、GPS数据、历史地图等来更新谷歌针对现实世界的地图模型。
想象你想获知某条道路的限速情况。在Atlas,你可以放大到有关路段,查看对应的街景视图,查找对应的限速路牌。你还可以把路牌的限速与GPS数据和历史图片记录进行比对。
第三道门槛是未来的发展方向。这是我当时在谷歌的工作之一,包括自动更新路段的元数据(译者注:描述数据的数据),检测地理特征、检查点等等。当时(2013-2015)最复杂的部分工程是其中一个团队开发的计算机视觉框架。它可以提取路牌和商店名牌里的文字信息。
机器学习对于地图测绘来说也是一个热点。没有它,我们或许很难快速确保地图的准确性和最新性。毫无疑问的是,Project Ground Truth是谷歌最伟大、却又最不为人知的项目之一。在当时,这真是一个具有前瞻性的想法;因为它,现在,高质量的地图数据才能为物流和自动驾驶汽车的研发保驾护航。
联系客服