超过 4PB 的数据怎么用？四维图新搞了个 MineData 位置大数据平台
百度最近因为自动驾驶风光无限，但在地图领域占据半壁江山的四维图新也没闲着。6 月 13 号，他们发布了一个名为「MineData」的位置大数据平台。 这也成为继数字地图、车联网、自动驾驶之外，四维图新第四个重要的业务板块。这个产品将由四维图新旗下的子公司世纪高通负责运营。 我们先来说说四维图新做这个平台的缘由。 世纪高通副总经理兼四维图新首席架构师石清华在发布会上作了说明。在他看来，现在的地图早已不再是单纯的地图，而是变成了一个平台和载体，开始为各行业提供全方位的服务。未来，各行各业对地图的需求将与各自的特征紧密结合，越来越专业化、定制化。但是，现在企业用到的地图大多是从 2C 端的产品演化而来各种开放平台，同质化非常严重，缺乏专门定制的行业地图。因此，MineData 应运而生。 当然，如果以上说法太晦涩，我们再换个角度来看。根据四维图新副总裁、世纪高通总经理梁永杰的说法，MineData 其实是一个随项目而生的平台，也就是说，四维图新在解决用户遇到的问题的过程中，慢慢发现可以做一个这样的产品。这在 MineData 的一些特点中也有体现，如数据的可视化和数据分析便利性，数据在行业和业务里的适应性等等，这些都是 MineData 所要重点服务的 B 端用户所关注的点。 所以，MineData 位置大数据平台到底是什么？事实上，它主要包含数据蜂巢（MineCatalog）、可视化地图（MineMap）、实验室（MineLab）三大板块，通过数据汇聚、可视化和分析能力，为全行业提供基于位置大数据的解决方案。 先说说数据蜂巢。既然是大数据平台，自然少不了数据的收集和整理。目前，四维图新的数据总量已经超过了 4PB，而且还在以每天 2.8TB 的速度增长（这些都是规格化之后的有序数据，而不是原始的、杂乱无序的数据）。随着车联网、自动驾驶等业务的发展，数据规模的增长速度势必会更加迅速。 不过，这体量庞大的数据并不是集中在一起的，而是分散在四维图新不同事业部乃至子公司的服务器上，如何聚集、整合、打破潜在的信息孤岛，让数据发挥更大的价值，是一个必须要解决的问题。「数据只有盘活才有新的价值，数据只有跨界才有新的故事」。而这正是数据蜂巢要做的事情。 数据蜂巢系统由「探针-蜂巢-数据沙盒」这个三层结构组成。首先，在每个业务口的数据集群处有一个如探针般导流数据的机器，这些机器把数据源源不断地导流入被称为「蜂巢」的数据仓库，并进行数据清洗。然后，它们被依据属性分门别类地存储在数据沙盒里对外供给。而且，企业也可以在自己那边部署数据蜂巢和四维图新的数据蜂巢相对接，形成一个生态循环网络。世纪高通副总经理兼四维图新首席架构师石清华在专访时透露，四维图新采取了自建 IDC 和腾讯云的混合云机制来为这些数据提供双重的安全保障。作为 MineData 的基石，数据蜂巢系统保证了数据的活力和多维度性。 有了数据，接下来就要考虑如何去用了，这也就是 MineMap 和 MineLab 要干的事儿。 按照四维图新的说法，MineMap 提供所见即所得的地图定制服务，将以前非常专业的地图配置问题按照互联网的交互体验进行了重构，使数据在视觉方面达到用户想要的效果。 考虑到具体业务需要与地图进行叠加显示，MineMap 推出了可视化模板，包含轨迹点亮图、城市柱形图、热力图等等各种地图特效。 此外，MineMap 还提供了表现一致的引擎，为 Web、Android 和 IOS 多平台准备了第三方开发接口，实现了一处配置、多屏运行。 如果说 MineMap 的操作流程大致是选择数据、配置数据、出定制地图，那么 MineLab 则是选择数据、配置算法、出分析结果。如春节期间的人口迁徙图就是基于一种叫做 OD(交通出行量) 的算法得出的结果。而且，相比于 MineMap 的锦上添花，MineLab 的数据分析才是 MineData 的核心所在。 在石清华看来，MineLab 是 MineData 中最有魅力的部分，因为它可以提供近似真实环境的实验室，里面有近似真实的场景数据。他认为，现在大数据分析最难的不是技术，也不是算法，更不是可视化，因为算法可以不断调整，可视化有很多借鉴，最难的是数据和完备的数据场景。 说了这么多理论的东西，MineData 具体可以有哪些应用场景？梁永杰举了一个汽车长途行驶的例子：当行驶区域天气状况恶劣复杂时，传统的天气预报就不够用了，而 MineData 的处理方式是，首先选取实时更新的、精确的天气数据，然后选择路径规划算法，将天气数据按时间和空间与路径相匹配，最后再选择路径的可视化方案，将路径上的天气生动地呈现出来。这样，乘客就可以规避天气比较恶劣的出行路线，提高出行的舒适度和安全度。 除了一般的汽车行驶，MineData 同样可以运用到自动驾驶上。例如，一方面汽车可以为 MineData 提供数据来源，另一方面，MineData 可以帮助训练自动驾驶模型。 而不管是梁永杰还是石清华，他们口中提到最多的词就是「开放」。在四维图新看来，MineData 是个开放且极具互动性的平台，而且只有开放和互动才能发挥这个平台真正的作用。 例如，在数据整合方面，作为 B 端产品，MineData 不像 C 端产品那样仅仅自己收集数据，而是同样允许用户自己上传数据，通过数据的融合去发掘更大的价值，并通过这样一种互动和配合来实现定制化、个性化的服务。 同样，在如何处理数据这个问题上，MineData 也将给予用户很大的自由，它仅仅只是在 MineMap 和 MineLab 中为用户提供基本的模板和算法，具体的结果需视用户自己上传的数据以及选择的数据处理方式而定。 总而言之，MineData 的使命和任务是基建和开放。也就是说，四维图新完成基础地图和位置大数据的工作，为各行各业提供一个开放合作的大数据平台，而各行各业则根据自身的需求，运用这个平台为自己定制个性化服务，二者分工合作，以盘活更多的商业价值和行业价值。 在 MineData 的实际应用上，目前，世纪高通已经和西安交警互联网服务中心联手建立了「西安交警互联网+路况大数据平台」，通过提供各种位置大数据服务来协助交通管理部门进行指挥调度，疏导城市交通。 总之，如何利用好自己手中的数据，让它不再是冷冰冰的数据，甚至产生更大的价值，这就是四维图新在想的事儿，其实也是很多手握数据的公司在琢磨的。MineData，只是这股大潮的一个缩影。 有一个细节很有意思。在发布会当天早上，天空阴云密布、雷雨交加，后来转而晴空万里。梁永杰应着这个景说了一句「雨就是财，晴空万里就是顺」。或许，这也是这个时代对大数据的祝福？ 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
一篇文章看懂大陆集团的自动驾驶技术创新 | 2017 Conti Techshow
「 对于老家在欧洲的几家顶级一级供应商来说，每年法兰克福车展前几个月的这段时间，都是他们集中展示新技术的好时机，其中总部位于德国汉诺威的大陆集团也不例外。上周，在距汉诺威城 40 多公里，拥有 50 年历史的马牌轮胎测试场 Contidrom ，GeekCar 参加了大陆集团举办的 2017 技术展。 全球几个 Tier 1 巨头不约而同的将技术创新重点放在了自动化驾驶、电气化和互联化这「 三化」 上，大陆集团也不例外。他们在现场展示了 12 台样车以及 30 余项最新技术，这不仅是他们在未来汽车和出行服务上的创新落地技术积累，同时也透露出了他们对于未来的战略布局和想象空间。 让我们先来聊聊自动化驾驶。 加入自动驾驶阵营的台前幕后 技术展首日上午，自动化驾驶部分的 Topic Island，大陆集团自动化驾驶相关负责人正在进行相关讲解。突然，他的 PPT 中合作伙伴这一页出现了 BMW Intel 和 Mobileye 这三个 LOGO，当时我还没反应过来，难道大新闻就这么默默地发生了？后来通过路透社的新闻报道才得以确认：就在技术展开展的同时，大陆集团 CEO Elamr Degenhart 宣布他们将加入由宝马、英特尔、以及 Mobileye 组成的自动驾驶联盟（平台），这是自上个月大陆宣布与百度签署战略合作协议后的第二个有关自动驾驶的大新闻，也是继上个月德尔福宣布加入这一平台后，又一 Tier 1 巨头的加入。 技术展上，当我向大陆集团 CEO Elmar 询问他们在此联盟（平台）中将担任什么角色，有何职责，以及是否会和同样是 Tier 1 的德尔福之间存在冲突和竞争时，他的回答是：此次行业联盟合作并不是以商务合作为基准，而是发挥各自优势加速软硬件技术突破和系统集成，使得产品更加多元，同时减少成本；大陆集团有专门的开发团队在负责算法设计，在传感器算法、系统集成算法等方面有很深厚的积累，并且在系统架构设计和验证层面有很强的能力，所以此次合作大陆集团将在这几方面发力，目前正在和宝马做分工安排，和德尔福不会有太多重叠。 目前关于高度自主的自动驾驶，行业内已达成基本共识，没有人可以单打独斗做好感知、决策和控制所有层面的技术，所以催生了汽车厂商、供应商和互联网科技公司的合作。和我们年初的判断基本吻合，现在已经逐步形成两大阵营的「 站队」 的趋势，自动驾驶车辆商业化及量产时间表也基本被行业内几大玩家定在了 2020-2022 年左右。 一辆无人驾驶概念车 有了大新闻的铺垫，再来看这次技术展上大陆集团的自动化驾驶落地解决方案就会清晰很多。首先，就是展厅中央的这台 CUbE（大陆集团城市驾乘体验）无人驾驶概念车。 我们可以把它理解成「 一台适用于未来城市的客运无人驾驶原型车」。大陆集团从法国汽车厂商 Ligier（没错，就是那个经常能在 F1 比赛中看到的名字）购买了原型车，并集成了大陆的硬件传感器、控制单元、软件算法、制动系统、动力总成等。 这台概念车前、后和车顶共搭载三个激光雷达，车前有一个单目摄像头，后方搭载一个双目摄像头（和宝马 7 系上的相同），车的四周还搭载毫米波雷达传感器。目前共有两台，已经在法兰克福基地开始做测试，基地内设有路标、交叉路口、人行道、路沿等典型基础设施。 对于大陆集团来说，CUbE 的推出应该是意料之中，一方面 CUbE 的开发测试和产品化过程，对于展示大陆集团的高度自动驾驶系统性集成技术是一个极好的机会，另一方面，由于实现无人驾驶的硬件成本较高，所以在公共交通客运模式下率先进行测试和运营相对来说较为合理。或许在未来，大陆集团会和某家主机厂或出行服务公司合作，推出无人驾驶车的 A 到 B 点商用化解决方案，当然，这其中需要解决的问题还很多，例如充分的冗余制动系统设计，以及搭建最佳的无人驾驶出租车传感器平台架构。 新硬件平台，当然也少不了人工智能 如果说 CUbE 是一种集成化的、针对高度自动驾驶的整体技术解决方案，那么在技术展现场，大陆集团还分别展示了硬件传感器、控制单元、软件算法、制动转向系统等不同层面的技术创新。例如在「 感知」 层面，大陆集团此次展示了将会在 2020 年实现量产、搭载人工智能技术的全新第五代 MFC 500 摄像头产品及平台，其硬件拥有杰出的夜视能力，100 万-800 万像素的高分辨率，以及高达 125 度的光圈角度。 MFC 500 还是一个模块化、可扩展和互联的摄像头平台，汽车制造商可以借助模块化工具（MFC 500 摄像头、各种卫星摄像头、用于辅助或自动化驾驶的中央计算机）制造出定制的摄像头解决方案。 从图中我们可以看到，全新的摄像头平台除了经典的计算机视觉程序之外，还扩展融入了人工智能技术，匹配具有学习能力的神经网络算法，仅通过单目摄像头所拍摄的图像画面来判断和感知周边环境，识别车辆、楼房、行人，并且计算出可通过的路面范围。在上个月于硅谷召开的 GTC 大会上，我们也见过类似 AI 技术在车载摄像头上的应用案例，另外 Mobileye 也在其 ADAS 摄像头技术中开始应用人工智能技术，相信不久之后，大陆此项技术便会产品化落地执行。 当然，有了更出色的硬件技术和 AI 算法的加持，就需要更快速、高效、稳定和安全的「 车载大脑」 进行运算，并对感知到的环境因素做出自动驾驶的「 决策」，大陆最新推出的辅助与自动化驾驶控制单元 ADCU 便是这样的中央处理器。 我们可以把这台处理器比作自动驾驶汽车的「 大脑」，各个传感器（摄像头、激光雷达、毫米波雷达等）采集的数据将会被汇集到这里，利用针对性的算法对这些数据进行计算和分析，构建出更为准确的定位和环境感知模型，并对自动驾驶车辆的行为作出决策。主机厂可以针对环境识别或驾驶功能进行模块化选择和部署，扩展软件还可以根据每台车不同的基础设施和计算功能进行优化调配。类似的自动驾驶车载大脑还有德尔福的多域控制器（Multidomain Controller）。 由于传感器尤其是摄像头在驾驶辅助和高级自动驾驶领域的广泛应用，其重要性显著提升。作为汽车的「 眼睛」，摄像头必须处于随时待命的状态。所以大陆还推出了一个独特的创新技术：自动触发式的摄像头镜头清洗功能。在全程无人干预的情况下，摄像头可探测出镜头的脏污程度，然后自动触发清洗功能。汽车制造商可以自行设定水压，调节范围一般为 2.0-4.5 大气压。 我们体验了三个自动驾驶新技术 基于以上自动化驾驶技术，大陆集团在现场用三台测试车分别展示了三个实际应用场景的技术解决方案。 第一个是针对高速公路高度自动化驾驶的技术——自主巡航（Cruising Chauffuer）。这个技术是基于 L3 级别自动驾驶的技术解决方案，我们都知道 SAE 定义的 L3 级别自动驾驶技术最本质的特点就是，汽车本身已具备全部自动驾驶功能，但根据系统要求，紧急状况时驾驶员需作出适当应答。但此前关于 L3 级别自动驾驶最大的争议就在于，车辆自动驾驶持续的时间越久，遭遇紧急情况时驾驶员回来接管的反应时间就会越久，所以此次大陆集团主要展示的是自主巡航功能在不同紧急状况下的处理方式。这套「 最小风险」 策略将搭载到 2020 年投产的自主巡航功能中。 视频中分别展示了三种状况：第一种是车辆摄像头探测到进入高速公路的标示，提醒驾驶员可以激活自主巡航功能让车辆进入自动驾驶状态，然后在车辆快要行驶到高速尽头时，通过车内氛围灯、提示音、以及座椅震动等方式提醒驾驶员需要接管车辆，驾驶员随后接管车辆； 第二种情况是当车辆提醒驾驶员需要接管车辆，但由于某种原因，驾驶员并没有及时接管，这时车辆会根据传感器和算法判断，在路肩或紧急车道安全减速靠边停车； 在第三种情况中，测试者模拟车辆系统出现故障，而两侧也并没有紧急停车带，车辆会减速停在当前车道，并打开汽车故障报警灯。 此外，大陆集团还展示了驾驶员分析技术，可以通过在车内不同位置安装摄像头，探测和捕捉驾驶员的面部表情、眼球运动方向、眨眼状态，根据算法综合判断驾驶员注意力是否在道路上，以及是否做好接替驾驶员的准备。 最后一个演示叫做「 学习泊车 Trained Parking」 功能，这也是自动驾驶技术的一个衍生技术。汽车可通过传感器 360 度全方位地记录周边环境，除短距雷达和 360 度全景摄像头外，也可使用 … 继续阅读
乐视不玩了？易到用车控股股东发生变更
消息显示，6 月 28 号，易到用车已经完成了控股股东的变更工作，这意味着，在 2015 年 10 月花了 7 亿美元取得易到用车 70%股权的乐视，已经实际上「放弃」了对于易到的控制权。 这个消息在易到司机端也有所反应。很多司机收到了这样的信息： 不过值得注意的是，在易到发布的信息中显示，易到原管理团队将继续负责易到的管理、运营等事务。另外，易到拟定于 7 月 4 日举行媒体沟通会，就具体事宜做公开说明。 乐视将易到转手，在很多人看来只是个时间问题，而易到本身存在的种种问题，例如司机提现、供需关系等等，其实也到了推倒重来的时候。 不过我们好奇的是，乐视是否将自己所持有的所有易到股权都转让出去了？谁又是新的接盘侠呢？是周航重新回归易到，还是有其他公司接下这个烫手的山芋？可能过不了多久就有答案揭晓了。 当然，易到手里的网约车牌照，还是值钱的。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
请珍惜开保时捷炸街的日子，因为到 2035 年，他们一半的产能都将是电动车
（编译自 electrek）曾经，保时捷宣称纯电动动力系统无法满足其客户对汽车性能的要求。但是，现在随着他们首款纯电动汽车 Mission E 研发工作的进展，他们的态度来了个 180 度大逆转。保时捷 CEO Oliver Blume 最近表态：希望 2023 年保时捷一半的产能都是电动汽车。 去年， Blume 说，他们计划每年生产 2 万辆 Mission E。这是一个很可观的数字，因为保时捷去年全年所有车型的总产量仅为 23 万多辆。 最近，他们又准备趁热打铁，推出一款基于 Macan 的纯电动汽车。 上周，Blume 告诉德国商业杂志 Manager Magazin，保时捷正准备将祖芬豪森工厂的年产能提升到 6 万辆。如此一来，电动汽车将会很快占据保时捷的半壁江山。而这也很好地解释了 Blume 关于电动车产能的那番言论了。没有哪个汽车厂商敢如此豪言壮语。不过，如果 Mission E 能够顺风顺水的进展下去，要想实现这一目标也并不是什么难事。 关于 Mission E，首先这款车的设计就十分吸引眼球。 其次，保时捷给出的这款车的技术规格和特斯拉的 Model S 相比也极具竞争力。 Mission E 充一次电可行驶 310 英里（500 千米）。但是，考虑到保时捷是一家德国汽车厂商，它采用的可能是比 EPA 更为宽松的新欧洲行驶循环（NEDC）标准，无法准确反映实际续航里程。不过，即使这样，它的续航里程也应在 250 英里左右。 另外，Mission E 的百公里加速仅为 3.5 秒，并将配备 800V 的高压充电系统，15 分钟内即可完成 80%的充电量。 价格也是一个很重要的因素，但是目前还不清楚保时捷会给 Mission E 一个什么样的定价。不过，如果 Mission E 的所有技术规格都能实现，这本身就已经足够令人兴奋了。 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。