大有时空轨迹数据自动建图

01

产品简介

   在智慧交通和地图制作领域，基于运营车辆GNSS轨迹点构建电子地图以及进一步构建导航路网电子地图，一直是一个复杂而前沿的研究课题。随着车辆高密度轨迹点（间隔为秒级）的出现，各种机器学习、深度学习等算法的应用、模型系列的引入，自动构建高质量的导航（路网）电子地图已具备了在数据集和算法模型等方面的先决条件。
   大有时空AI与大数据研究院发挥自有高精度定位服务的资源和优势，整合合作伙伴车辆高密度轨迹点数据集，结合其在AI、大数据和云原生等技术领域的平台能力，成功研发了一款车道级高精导航路网电子地图的工程化平台。

       利用这些数据，车厂能够显著提升自动驾驶系统在定位、路径规划和决策方面的能力，进而增强自动驾驶汽车的性能和安全性。同时，深入分析用户需求和行为习惯，为产品的改进和创新提供指导，设计出更贴合市场需求的汽车产品。 

图1 整体架构图

 

02

效果展示

 图2 示范区测试数据成图前后对比

03

核心指标

   在10*10km范围内，需要高密度轨迹点数据集（5000w），可自动化构建基本道路电子地图、弧段级导航路网电子地图以及车道级高精导航路网电子地图。

配套工具链

01

云原生数据湖底座

   大有时空云原生数据湖底座采用了计算与存储完全分离的架构，支持消息实时归档建仓，提供对Spark、Flink和Presto的弹性支持，能够满足多种数据处理需求，包括在线交互式查询、流处理、批处理、机器学习等。在存储层面，该系统使用了数据湖Iceberg和云原生的分布式文件系统JuiceFS，以实现高效、统一的数据存储和管理。

 图3 云原生数据湖底座逻辑视图

02

容器化集成调度系统

   大有时空容器化集成调度系统通过将应用程序及其依赖项封装成容器，实现了高效的资源分配与管理。该系统的显著优点包括跨平台兼容性、弹性伸缩、快速部署与启动、便捷的版本控制与回滚机制、环境一致性保障以及配置管理的简化等。

大有时空轨迹自动建图调度系统依托上述容器化集成调度系统，将其中的算法模块制作成容器镜像，其相互依赖关系和运行参数均可通过调度系统页面灵活配置。配置完成并上线后，系统将自动部署上述已配置的算法模块至k8s集群，其在运行过程中产生的数据将被储存至ClickHouse等存储组件，实现了算法模块的复用和解耦。

图4 容器化集成调度系统 

图5 轨迹自动建图调度系统

   

『大有时空微信公众号』

 

 关于大有时空

    国汽大有时空基于中国北斗卫星导航系统，结合惯导、高精度地图和室内定位技术和高精时空数据平台，为智慧社会提供全域全场景定位服务。

         大有时空为智能汽车、智能终端、智慧城市、智慧地信、智慧矿山、智慧农业等领域提供安全、便捷的高精度定位与时空智慧应用服务，从而满足5G+北斗+AloT融合的新科技形态下，国家对智能型、消费型社会建设，和智慧城市管理与服务的需要。