下一代导航来啦!

简介: 车道级导航高清版我们已经悄悄上线一段时间了,很多小伙伴已经用上了,夸得我都有点不好意思了,但今天小德想正式宣布一下这个消息:高德地图下一代导航来啦

车道级导航高清版我们已经悄悄上线一段时间了,很多小伙伴已经用上了,夸得我都有点不好意思了,但今天小德想正式宣布一下这个消息:高德地图下一代导航来啦

截屏2021-11-30 下午3.43.32.png

从去年开始,高德地图车道级导航已先后在华为、小米、荣耀等数十款机型,以及苏州、杭州、重庆、广州、深圳、东莞、天津、成都等多个城市上线。

而这次车道级导航高清版的上线,意味着高德车道级导航服务将全面覆盖市面上大部分主流的iPhone和安卓手机机型,以及全国超过120个城市的高速和快速路。

截屏2021-11-30 下午3.43.53.png

另外呢,随着去年咱们的北斗卫星导航系统全球组网部署成功以来,这一国家自主高精尖技术如何服务民生,始终是各方最关注的焦点之一。 其实,我们高德地图作为国内领先的互联网地图导航企业,长期以来始终支持国家自主知识产权的北斗系统民用,为支持该系统的手机和汽车提供地图导航服务。

截屏2021-11-30 下午3.43.59.png

中国卫星导航定位协会常务副会长刘大可表示:“高德地图是北斗系统这一高精尖科技在民用领域内,用户规模最大的应用之一。”

随着对于北斗系统的适配以及车道级导航服务的全面上线,高德地图已成为北斗这一高精尖科技落地民用的典型案例

截屏2021-11-30 下午3.44.05.png

从对产品体验的改观程度看,车道级导航绝非是简单的功能升级,而是技术上的全面革新。 相较传统的地图导航,高德车道级导航最大的不同在于:利用高清渲染技术,在屏幕上最大程度地还原真实道路场景,包括当前道路的车道数量、地面标识标线、出入口、特殊车道等; 应用北斗系统亚米级的高精度定位,实现定位精度从5-10米的道路级,进化到亚米的车道级别,从而在某些特殊或复杂路口实现高精细的引导服务,全面提升导航体验。

截屏2021-11-30 下午3.44.23.png

早在2020年10月,高德地图就与华为基于HUAWEI Mate 40系列手机共同发布了高德车道级导航。这是业内首次通过智能手机为用户提供的车道级导航服务。 今年1月,小鹏汽车成为了全球首家搭载高德车道级导航的汽车企业。双方在技术上深入合作,将车载导航也从原本的“导人”进化为“人车共导”,路线规划及引导更为精准。

截屏2021-11-30 下午3.44.33.png

最近上线的车道级导航高清版,则尽可能地克服了当前支持高精度定位硬件、芯片数量较少的制约,让更多用户即便在定位精度有限的条件下,也能够体验到高精细的导航指引服务。  此次升级过后,如今基于市场上更多手机机型,高德地图在特定导航场景中,同样可以高清展示真实道路,显示当前道路的车道数量、地面标识标线、岔路口等;如果路段内有公交车道、长实线等需要驾驶员额外注意的标识时,则将会高亮显示,避免车辆违章。 总之,下一代导航我们发布了,那这一代导航之后又会是什么导航服务呢?挡风玻璃全部显示的AR虚拟现实导航还会远吗

相关文章
|
大数据 开发者 程序员
连接真实世界,高德地图背后的算法演进和创新
出行是生活的重要部分。我们都习惯了出门用导航,但一个导航App背后,需要什么样的数据和算法来支撑呢?算法又如何来推动出行体验的进步和创新呢?在阿里CIO学院攻“疫”技术公益大咖说的第十四场直播中高德地图首席科学家任小枫将为大家讲解高德地图背后的算法的演进和创新,分别从地图制作、搜索推荐、路径规划、时
12864 1
|
前端开发 JavaScript API
Axure实战22:使用Axure和CSS实现渐变色背景
Axure实战22:使用Axure和CSS实现渐变色背景
1222 0
Axure实战22:使用Axure和CSS实现渐变色背景
|
机器学习/深度学习 存储 数据管理
面向强化学习的状态空间建模:RSSM的介绍和PyTorch实现
循环状态空间模型(Recurrent State Space Models, RSSM)由 Danijar Hafer 等人提出,是现代基于模型的强化学习(MBRL)中的关键组件。RSSM 旨在构建可靠的环境动态预测模型,使智能体能够模拟未来轨迹并进行前瞻性规划。本文介绍了如何用 PyTorch 实现 RSSM,包括环境配置、模型架构(编码器、动态模型、解码器和奖励模型)、训练系统设计(经验回放缓冲区和智能体)及训练器实现。通过具体案例展示了在 CarRacing 环境中的应用,详细说明了数据收集、训练过程和实验结果。
1327 13
面向强化学习的状态空间建模:RSSM的介绍和PyTorch实现
|
11月前
|
人工智能 物联网
Face-to-Photo 模型开源!联名麦橘MERJIC,遇见另一个你!
魔搭 DiffSynth-Studio 团队携手知名创作者麦橘MERJIC,正式开源全新 AI 图像生成模型——Face-to-Photo!该模型基于 Qwen-Image-Edit,采用 LoRA 的模型结构,专为人脸图像生成而优化,将一张普通的人脸照片转化…
1207 13
|
算法 Java 数据安全/隐私保护
Java实现SM3加密和验证
Java实现SM3加密和验证
2894 1
|
算法 JavaScript 前端开发
84坐标系、02坐标系、百度坐标之间相互转换算法
最近有同学反馈之前的坐标系转换有问题,对之前的工具类进行了修正。 一、地图坐标转换java工具类 包含84坐标系、02坐标系、百度地图、高德地图、腾讯地图坐标之间相互转换的算法 wgs84ToGcj02:将 WGS84 坐标系下的经纬度转换为 GCJ02 坐标系下的经纬度。 gcj02ToWgs84:将 GCJ02 坐标系下的经纬度转换为 WGS84 坐标系下的经纬度。 gcj02ToBd09:将 GCJ02 坐标系下的经纬度转换为 BD09 坐标系下的经纬度。 bd09ToGcj02:将 BD09 坐标系下的经纬度转换为 GCJ02 坐标系下的经纬度。
2660 0
84坐标系、02坐标系、百度坐标之间相互转换算法
|
存储 Kubernetes 负载均衡
深入探讨Docker生态系统,Docker Compose vs. Docker Swarm vs. Kubernetes:深入比较
Kubernetes适用于大规模、复杂应用程序和多云部署,具有高度可定制的部署配置和广泛的生态系统。 在选择时,还可以考虑将它们组合使用,以满足不同环境和需求。无论选择哪个工具,容器编排都将成为现代应用程序开发和部署的不可或缺的一部分。
2459 0
|
传感器 机器学习/深度学习 自动驾驶
自动驾驶概述
汽车行业处在一个变革的时代,自动驾驶相关技术发展应用如火如荼。关注或者想了解这个领域的人也越来越多。本文的目标在于帮助大家对自动驾驶技术有一个全局的基础认识。文章分别介绍了自动驾驶基本原理,意义,分级以及相关行业背景。
1817 0
自动驾驶概述
|
数据可视化 Python
【Python】Python 仿真OFDM发射机、信道和接收机-实现多种调制方式
文章介绍了如何使用Python和Commpy工具包实现OFDM通信系统的仿真,包括发射机、信道和接收机的过程,并支持BPSK、QPSK、8PSK、16QAM、64QAM等多种调制方式,同时展示了导频插入、信道冲击响应、星座映射的可视化,并计算了系统的误比特率。
1206 0
|
消息中间件 Java Kafka
Spring Boot与Apache Kafka Streams的集成
Spring Boot与Apache Kafka Streams的集成