百度张传明：疫情下的“活”导航是如何炼成的
不到现场，照样看最干货的学术报告！
嗨，大家好。这里是学术报告专栏，读芯术小编不定期挑选并亲自跑会，为大家奉献科技领域最优秀的学术报告，为同学们记录报告干货，并想方设法搞到一手的PPT和现场视频——足够干货，足够新鲜！话不多说，快快看过来，希望这些优秀的青年学者、专家杰青的学术报告 ，能让您在业余时间的知识阅读更有价值。
人工智能论坛如今浩如烟海，有硬货、有干货的讲座却百里挑一。“AI未来说·青年学术论坛”系列讲座由中国科学院大学主办，百度全力支持，读芯术、paperweekly作为合作自媒体。承办单位为中国科学院大学学生会，协办单位为中国科学院计算所研究生会、网络中心研究生会、人工智能学院学生会、化学工程学院学生会、公共政策与管理学院学生会、微电子学院学生会。2020年3月29日，第13期“AI未来说·青年学术论坛”AI助力疫情攻关线上专场论坛以“线上平台直播+微信社群图文直播”形式举行。百度张传明带来报告《疫情下的“活”导航是如何炼成的》。
百度张传明的报告视频
张传明，博士，现任百度地图事业部技术委员会主席，2009年加入初创期的百度地图后持续工作至今，多年来深耕互联网地图各个环节的设计与实现，先后承担地图定位、公交、导航、基础数据、轨迹挖掘等方向的研发架构师，为百度地图的发展壮大作出了卓越的贡献。迄今以第一作者申请或授权发明专利三十余项，并承担两项十三·五国家重点研发计划。
报告内容：作为地图最重要的功能之一，百度地图驾车导航功能能够帮助用户更快速准确地到达目的地。但在疫情场景下，一些过去的经验与产品逻辑往往不再有效，如何设计可扩展的导航服务架构使得能够应对疫情场景下的出行需求，让导航产品真正的活起来，是非常有挑战的技术问题。本报告将介绍百度地图导航的实现机制与技术原理，并以疫情中的出行需求为例，分享在技术上快速应对特定需求的心得。
疫情下的“活”导航是如何炼成的
张传明博士首先介绍了导航是什么以及导航所面临的核心问题——怎么样找到最符合用户需求的出行路线，并且正确引导用户走完全程。并且展开介绍了导航实现的大体流程，包括数据生产出路网，加载到内存里的形成权值图，进行搜索产生侯选路线，并加以排序，最终基于语音、图像等交互方式进行用户引导。
接下来张传明博士具体介绍了影响路线好坏的要素是什么，其中一个关键因素在于交通状况。考虑有两个方案：10KM的路红绿灯多、很堵；第二个方案15KM的路，全程高速非常畅通。遇到这样问题，究竟应该如何决策，推荐哪条路线给用户？这就需要把每个影响因素给量化起来。这种可量化的交通状况因素第一是实时路况，百度地图中使用红黄绿颜色来标注路况；第二是ETA，ETA就是指起点到终点需要多久；第三是路况预测，预测未来某个时刻特定地点的交通状况。
在介绍了基本知识的基础上，张传明博士针对这次疫情，又介绍了在疫情中很多突发情况发生后怎么解决。首先在恢复高速出行的时候会有一个实际问题，在收费站前量体温要花特别长的时间，像类似这种异常排队时间如何估计？百度对于这个问题基于历史信息和实时信息DNN模型进行解决。其次，如果有一些特定的高速路口封停，需要绕行特定区域怎么解决？百度使用了定向惩罚、多次搜索和多样性排序机制解决。最后也是在本次疫情中特别突出的问题，突发的封路，百度面对这样的问题同样有三种解决方案：第一种是利用百度地图采集车；第二种是依靠用户、交警的反馈；第三种是轨迹挖掘。针对轨迹挖掘的方案，张传明博士也做出了对原理的详细讲解。
最后，从工程架构层面，延伸出如何设计可靠的架构才能支撑节假日特殊情况发生。节假日需要有流量波动，很多时候流量波动是非常非常严重的。比如说在五一或者春节之前，大量用户都要突然之间从大城市里赶回自己家，这个过程中出行需求剧增，靠平峰时的计算资源往往不够用。这个紧急关头，如果由运维人员手工操作加减数以万计的服务器往往会忙中出错，因此需要有自动扩缩容以及服务自动降级的机制。我们平时经常讨论的“云原生”、“微服务”，在这样的场景下往往能发挥关键的作用。另外一个问题是，在客户端不能频繁的发布新版本的情况下，如何满足特定场景下的运营与功能需求？张传明博士指出，首先百度地图的很多功能都是用H5的方式来实现交互的，类似手百、微信小程序这种机制，本身就不需要客户端发版。当然，从性能考虑，还是有一些必须在客户端上实现的功能，百度地图普遍采用的设计逻辑是云上、服务器端通过训练或者规则去维护具体策略，比如一些参数，而客户端只有一个框架，客户端由服务端下发策略。基于这样的机制，客户端上的功能是否生效、如何生效，都由服务端控制，安全系数就大了很多。
留言 点赞 发个朋友圈
我们一起分享AI学习与发展的干货
推荐文章阅读
长按识别二维码可添加关注
读芯君爱你