波士顿阳光明媚的午后，TomTom的一辆2015福特翼虎(Ford Escape)显得格外引人注目，与其他汽车不同的是，这辆翼虎的行李架上配置了一系列高科技装备：一台Velodyne激光雷达相机，一台360度全景相机，两台SICK雷达，还有兼容GPS和GLONASS的高精度天线。

　　这台Velodyne HDL 32E每秒生成的点云有70万点，射程达到了70米，典型精度为2厘米。两台SICK雷达可以覆盖观测死角，主要负责车辆后部的地面。与此同时，那台名为“Ladybug”的相机由6个镜头组成，可以采集360度全景数据，分辨率达到了3000万像素。除此之外，还有安装在车辆轮胎的精密里程表，与惯性测量单元才能形成整体的解决方案。

　　所有这些设备与汽车后座的一组技术装备连接着：一台用于处理数据的服务器，两个容量为3Tb的硬盘驱动器——一个工作，另一个备份。它们正常运转显然并不能只依赖汽车上的12V蓄电池，而是由发电机供电。

　　这辆汽车的驾驶员是凯文·弗伊(Kevin Foy)，同时，他也是团队领导，负责TomTom移动测量车队在北美的任务执行。通常他并不需要前往现场，而是对驾驶员进行调度，他们负责开车前往遍布全国的某个特定区域。

　　测量全国级别的道路需要进行相当良好的组织。雨雪是需要应对的第一个“敌人”，其次是太阳。“我们会注意避免在日出后一小时和日落前一小时执行全景数据采集任务。”弗伊解释称。因为诸如此类的限制，一般都会选择在北半球的夏季完成重要部分的数据采集。

　　TomTom的移动测量车队实现了相当程度的自动化数据采集，因此驾驶员可以独自完成采集任务，他们只需要关注驾驶本身和安装在汽车上的整套硬件设备。他们一般会工作一个星期，每天工作8-10小时，然后另外一位驾驶员会接班完成接下来的任务。

　　地图制作：每天完成百万次更新

　　移动测量车只是地图制作的一部分，在新罕布什尔州的莱巴嫩，还有TomTom的北美地图发展中心。

　　在2007年被TomTom收购之前，这家公司被称为Tele Atlas。现在那里仍然有很多员工最初是由GDT(Geographic Data Technology)雇用的。2004年，Tele Atlas收购了GDT。

　　TomTom地图部门总共有1500名员工，大约有700名在莱巴嫩工作。剩余的员工，除了分布在40多个国家的现场人员外，其他人员都集中在三个全球办事处：比利时根特(Tele Atlas最初的总部)、波兰罗兹和印度普纳。

　　TomTom地图和许可业务部门的总经理查尔斯·考特利(Charles Cautley)就驻扎在莱巴嫩。考特利在Tele Atlas被收购后不久的2008年加入了TomTom，他的工作是管理运营，负责产品管理、工程和技术。

　　追求事半功倍

　　考特利加入TomTom的时候，正值公司到达PND销量和收入的顶峰。然而，在此后几个月时间里，却迎来了一段艰难的时光：TomTom的收入出现下降，同时，由于收购Tele Atlas带来的债务更是成为额外的负担。

　　因此，TomTom的地图部门不得不寻找事半功倍的方法，用尽可能少的资源完成最多的事情，这意味着将远远不及它的竞争对手，差不多同一时间被诺基亚收购的NAVTEQ(已经更名为HERE地图)，后者的收入不怎么依赖正在逐渐萎缩的PND市场。

　　但是，对Tele Atlas的收购也是受一个想法推动：使用地面导航设备的GPS浮动数据改善地图。2007年6月，TomTom发布了Mapshare，这项服务允许驾驶员在他们的PND里直接对地图进行编辑修改，更新的数据会在驾驶员下一次将PND与电脑连接时发送给TomTom。与此同时，还能下载其他驾驶员完成的地图更新数据，或者在他们编辑后直接下载，或者等审核后从TomTom下载。

　　13个月之后的008年7月，已经有800万TomTom的PND用户使用了Mapshare服务，这些终端用于共计贡献了300万条数据更新记录。

　　因此，可以说，导航地图众包开始于2007年，但是它并不能立即成为杀手级应用。“我们花费了数年时间对众包数据和官方来源数据之间，如何保持恰到好处的平衡进行研究。解决这一问题我们用了四年时间。”考特利解释道。

　　Mapshare技术实际上有两部分：一个是大家看到的冰山一角，用户可以提交地图更新数据;另一个则是底层的，也就是选择权，可以从TomTom的设备匿名收集GPS轨迹，进而实现地图更新。

　　如今，TomTom每天收集500万条GPS轨迹(意味着大约30亿浮动数据)，通过手动或者自动方式对这些数据进行处理和分析后，将其用于主地图更新。

　　围绕浮动数据，TomTom还开发了一系列拥有知识产权的专利。其中一项是利用卡尔曼滤波和机器学习对GPS轨迹中的噪声(不准确的数据)进行去除。利用该技术，TomTom就能将浮动数据用于建立辅助驾驶或者高度自动驾驶需要的高精度地图。

　　研发事务性地图数据库，破解地图更新慢难题

　　但是，2009年，TomTom意识到，即便能够获得如此庞大的数据，或者能够以比过去更快的速度更新地图，他们仍然面临着最主要的瓶颈：构建数据库的方式，以及将数据交付给客户的方式。

　　无论是TomTom还是它的竞争对手，地图数据库都一直是以批处理为基础建立的系统。地图也仅是每季度更新一次，然后将数据以CD或者DVD为介质交付给客户。客户拿到数据后就可以编译或者将其集成到自己的产品里。这种模式造成的结果是，当集成了地图的导航设备到了用户手里的时候，数据都已经是旧的了。

　　一个很好的例证是，TomTom对比用户通过Mapshare发送到服务器的数据发现，其中有40%用户编辑的数据都是已经在主地图更新过的，导致这种情况的原因就是用户PND里的地图是过时的。

　　考特利和他的团队从2011年开始研发一个被他们称为“事务性地图数据库(Transactional Map Database)”的产品，其中的挑战确实是“创建地图数据库，不再是每个季度生成一个版本，取而代之的是每天能有百万个版本。”考特利说。

　　TomTom不会告诉为了这个新的地图数据库投入了多少经费，但是他们能透露的是，近两三年，有多达500名工程师和开发人员都在参与这个项目。

　　数据库的核心设计原则现在被他们称为MDS(Master Data Store，主数据存储)，也就是做到时间周期快、质量有保证的同时，对数据进行优化，以减少带宽的使用。

　　从技术角度而言，这个挑战还是相当迷人的，因为它意味着每个对地图的编辑得到验证后，就能立即生成一个全新的、完整的数据库版本。添加到地图的每一个条目，或者是每一次修改，都的确应该独立地通过完整的验证过程。这个过程包含了4000多条规则，并且当地图技术人员在编辑最后按下按钮，或者当一个新的条目直接来源于自动编辑的时候，数据能够被飞速地写入。

　　事务性地图数据库的另一个复杂性还体现在，它需要实时与TomTom合作伙伴进行连接，输入端(终端用户的地图修改建议和相关的反馈渠道，汽车和设备传感器得到的数据)，和输出端都需要实时的程序应用接口。

　　即使变得更加复杂，TomTom也希望能为合作伙伴提供一个机会，让他们将自己的内容，或者称为私有数据，添加到附加图层。当然，这应该与主数据库保持兼容。

　　整个地图数据库项目已经在2014年底、2015年初顺利完成。2015年中期，TomTom完成的大部分国家地图数据都已经迁移到了新的数据库。该系统使用了2000台服务器保障自己的网络服务，只有大约50台服务器用于数据库本身。它每秒可以运行12项事务，而每个事务平均执行20次编辑操作。

　　建立自动化工作流

　　除了地图数据库外，TomTom进一步对建立自动化的地图制作工作流进行了投资。这项任务背后的负责人是艾伦·威特莫(Alan Witmer)，他是TomTom的资深工程师(Engineering Fellow)，从1996年开始就在Tele Atlas工作，直至现在的TomTom。

　　在威特莫负责期间，TomTom已经整合了图像自动特征识别功能，可以对人行横道和道路车道属性等进行识别。“2014年，我们还在处理过程中整合了机器学习算法。”威特莫表示。2015年4月，TomTom达成了一项内部的里程碑：50%的地图编辑工作实现了完全自动化。他们的目标是希望自动化处理所占的比例能持续增加。

　　对于TomTom地图执行团队而言，提高地图工作流的效率是他们日常的座右铭。在通用电气工作了10年的考特利将他掌握的“精益六西格玛”方法论带到了TomTom。

　　据负责地图主要市场的高级副总裁埃斯特·潘泰尤斯(Eszter Pattantyus)透露，“相比直接竞争对手(例如HERE地图)，我们在地图生产方面显得更加高效，我们以欧元计算得出每公里地图的制作成本大约是三分之一。”

　　自动驾驶和实时地图的竞争

　　随着德国三大汽车厂商完成HERE地图的收购，TomTom面临着比以往任何时候都更为强大的竞争对手：控制了欧洲和北美汽车导航地图市场80%的份额。

　　历来，这两家全球地图厂商之间的竞争主要集中在覆盖范围(获取更多国家的数据，更多的数据采集车以更快的速度完成)和质量(最精准的道路网络)。但是到了现在，大家的竞争趋势是比较数据交付速度，以及所交付数据的现势性。终极竞争就是比拼高度自动驾驶，不仅数据要精准，还要确保非常新鲜。

　　“未来不再关乎有多少辆地图数据采集车，未来关乎的是挖掘出所有浮动数据的价值。”考特利如是说。