前天，高德地图首次对外展示了其高精度地图采集车（包括两辆搭载了CCD相机和激光雷达的采集车以及用于狭窄路段POI采集的自行车），并介绍了地图数据生产的全过程，包括数据发现、采集、处理、发布等。
在说采集车之前，我们先来说一下什么是高精度地图。高精度地图对应我们“人类”现在用的普通地图，最初地图上只有道路、POI（信息位置点）等的基础数据，这也是高德在2003年-2006年产品重点解决的问题；到了2007年-2011年期间，高德又在道路、POI的基础上增加了更多主题数据，包括电子眼信息、道路警示牌信息、城市积水地图等。2011年以来，高德又增加了三维地图、高精地图等高端应用。简单说，现在的地图是“导人”，而高精度地图是“导车”，后者必然需要更多的要素，要从数据量的“广度”和实时性的“新鲜度”反应世界的变化。
好了，既然要实时动态地反应世界变化，我们接下来看下高德究竟是怎样采集地图的。高德集团副总裁姜德荣认为，地图数据生产的全过程主要包含五个方面，即发现、采集、处理、发布。他告诉36氪，仅靠采集人员采集的数据，无法及时准确地反应现实世界变化，因此高德借助大数据先期去发现数据。
具体来说，高德地图现有5亿C端用户，这些C端用户随时在回传使用数据，同时，高德合作的出租车、公交车、物流车等也会回传数据；这样，高德的大数据平台可以分析用户行驶轨迹的热力图，如果某处突然增加了很多用户出行轨迹，或是某个路段的热力突然消失，很可能意味着新增道路或过期道路，这时就可以安排有针对性的采集。
接下来说采集。采集环节分两部分，一部分是高德借助高精度地图采集车、针对狭窄路段的采集自行车、步采背包以及飞机等自有采集方式，以及以“高德淘金”为代表的UGC众包采集方式。
先说UGC，比如，用户在手机等智能设备上下载“高德淘金”后，高德经调度后，会向用户的手机自动下发采集任务，并再通过云端控制将采集成果自动上传。在下图中，我在中关村打开了“高德淘金”，显示附近只有天使大厦的水牌没有被抢拍，点击进入，高德会给出门脸拍摄的原则，诸如“所拍内容需要突出中心门脸，同时拍到左右两侧门脸，并确保所拍内容清晰完整，不能隔马路拍摄。”并给出示范图例。之后，你就可以拍摄高德下发的采集任务并上传了。
高德方面表示，目前UGC在高德的数据采集中已占很大比例，仅次于高德自采的数据量。
再说高德的自采部分，最初，高德采集狭窄道路的POI是采用步行，站立拍摄，这样采集速度较慢。后来，在摄像头分辨率、计算速度、以及GPS算法跟上来（这样快速移动时定位点就不会出现飘的情况）以后，在狭窄路段就可以通过自行车进行采集了。下图就是高德的采集自行车，其采集套件由一个面向驾驶者的手机支架（上面夹手机）、一个偏向右侧的摄像头（偏右方拍摄更方便同时拍到左右两侧门脸）、一个前视摄像头、以及下面一个用于补充电量、存储的盒子组成。采集时，打开相应的手机App，在POI点点击车把手上的一个按键就可以了。
除了这辆用于狭窄路段的采集自行车，我们还见到了高德的两辆高精度地图采集车，一辆是ADAS级别高精度地图要求的采集车，可以满足米级地图数据采集需要，一辆是自动驾驶级别高精度采集车，以实现厘米级地图数据采集。
下图是ADAS级别高精度地图采集车：
搭载6台CCD相机，环形分布5个，顶部一个，每个摄像头像素500万，总像素3000万，采集数据精度约50cm，6个摄像头能采集到道路相关信息的全景画面。
下图是自动驾驶级别高精度采集车：
这辆车搭载2个激光扫描仪+4个CCD相机，数据精度10cm，其中前后各一对摄像头，后面一对Riegl激光雷达，与车身呈一定角度。高德高精度地图负责人告诉36氪，之所以选择了Riegl激光雷达（而不是目前大热的Velodyne），是因为Riegl能提供更加集成的解决方案，当然这也导致了成本的提高；另外，激光雷达之所以与车身成一定角度，是因为水平放置有可能导致激光雷达线束被车体遮挡，这样呈倾角的放置可以更精准地识别车道线。在功能上，相机和激光雷达互为补充，相机主要负责拍摄标识标牌等道路属性，激光扫描仪主要拍摄边缘线，车道线等道路信息，实现同时进行高精度地图和三维影像采集。
除了这些感知设备，在副驾驶位置以及车后备箱还有用于数据处理和存储的设备。
此前，我曾在介绍上汽阿里的互联网汽车RX5时提到，RX5中搭载的高德地图，其可以囊括天猫、淘宝提供的包裹、门址、物流路线等各个维度的数据，一来可以优化丰富高德地图的POI数据，二来在进化为高精度地图后的层面上，高德也可以优化整个电商物流的自动化进程。
高德地图已在2014年获得了自动驾驶级别高精度地图商业订单。并表示，今年年内高德希望实现全国高速100%高精度地图数据覆盖。
对了，忘了说，高德淘金是给钱的，拍一张照片一毛到两块不等，有人一个月能赚一千块，有人还不够流量费，你也可以拍拍看。
我是 36 氪汽车记者，欢迎与我切磋讨论。 微信 KatherineLWong