『引言：AI的浪潮势不可挡，在无数大众熟悉的生活场景中，其实蕴含着许多未被发现的秘密。这些深藏功与名的AI技术，在基础的功能背后，却演绎着数据和算法动人的一面。百度地图将通过揭秘黑科技一系列专题，讲讲地图日常功能背后的技术。

本期内容将为你展示，百度地图如何利用VDR与PDR的惯性导航算法，在GPS不可用的情况时，实现室内、室外的定位。无论用户身处隧道峡谷还是高楼林立，都没必要再做迷途的羔羊。』

我是谁?我在哪?可谓是路痴群体出行时的日常人生困惑。特别是开车经过高架隧道，或者在布局复杂的商场逛街时，GPS信号极易丢失，定位也飘忽不定，让人头疼不已。到底如何才能永不丢失方向感呢?也许你还不知道，百度地图中早就藏着应对的酷炫利器了。

室外驾车导航：VDR对战定位漂移和信号丢失

开车经过城市峡谷或高楼之下时，周围建筑的遮挡常常让GPS定位点产生严重漂移。导航时而向东，时而向西，偏航情况频发。更不用提在隧道里、高架下常见的GPS信号丢失现象，致使导航卡顿无法运行。通过VDR定位，百度地图能够有效解决这样的GPS定位漂移和信号丢失问题。在GPS不可用，甚至是GPS不可靠的情况下，利用惯性导航来推算驾车定位，从而实现更稳定可靠的导航定位引导。

面对遮挡严重、GPS都无能为力的环境，百度地图可以依靠准确靠谱的VDR技术，VDR是一套驾车场景下的惯性导航算法。通过传感器模式检测GPS定位优化历史轨迹智能学习三项关键技术，可以精确推算车辆速度、动静状态等，目前推算偏差能够控制在10%以下。通过传感器监测车辆动静状态、速度和行进方向;通过历史轨迹及单点数据特点优化GPS定位;再通过大量历史轨迹的机器学习，实现对速度、方向、驾车习惯、GPS等驾车状态的偏置估计，保证推算结果更加准确可信。

VDR模块主体框架

百度地图在VDR创新引入了迁移学习、强化学习、深度学习等AI技术，通过与传统的惯导技术结合，完成了各种疑难场景的极高准确率的模式识别及状态求解，从而实现了基于多模智能融会的惯导驾车定位技术，极大提升了驾车用户导航定位体验。

室内步行导航：PDR轻松应对迷宫式商场

高楼大厦遮风避雨，但也将定位导航赖以生存的GPS信号挡在了门外。当我们走进商场等大型建筑物时，迷宫式的布局和铜墙铁壁般的建筑外墙，让上的地图恍如被蒙上了双眼，难有用武之地。百度地图通过高精度PDR技术有效解决了这1问题，其推出的国内首家高精度室内地图，目前已覆盖全国4000多家场所，涵盖商场、车站、机场、医院、图书馆等多种场景，规模到达业内。

与针对驾车场景的VDR技术略有相似，解决室内导航难题的PDR技术，是一套步行场景下的惯性导航算法。基于状态识别计步方向推算高精度定位四项关键技术，可以实现从室外到室内定位的平滑过渡，以及在GPS短暂定位失败时持续提供定位能力，精确度到达3至5米。目前百度地图PDR版本已经迭代到了2.0版本，该版本能够智能调整各传感器置信度和实现了对各种状态、通行方式等行动的精确建模，其中也触及到了SLAM技术的运用，终通过融合多种数据源实现高精度的步行惯导算法，技术评估精确度更达到3米以内。

PDR模块主体框架

上图是百度地图PDR模块主题框架示意图，PDR通过传感器数据，可以准确区分用户的静止、步行、驾车等不同状态，准确率达到90%以上;通过加速度传感器数据，采取滑动窗口、步态检测、步长估计模型来进行检测，误差率低于5%;基于9轴传感器数据，实现了高精度姿态角推算，和实现了精确的行进方向检测算法，从而保证PDR能够输出较高准确率的方位角信息。

市面上的地图千篇一律，靠谱的导航万里挑一，百度地图借如此算法可实现的随时随地定位是来自AI加持的惯性。随着人们对智能化出行的要求越来越高，高精度的地图服务将成为构建智慧交通的重要基础，进一步提升了人们的出行体验。期待AI时期的第五代地图，为我们带来更多惊喜。