机器学习在高德起点抓路中的应用实践

导读：高德地图作为中国领先的出行领域解决方案提供商，导航是其核心用户场景。路线规划作为导航的前提，是根据起点、终点以及路径策略设置，为用户量身定制出行方案。

起点抓路，作为路线规划的初始必备环节，其准确率对于路线规划质量及用户体验至关重要。本文将介绍高德地图针对起点抓路准确率的提升，尤其是在引入机器学习算法模型方面所进行的一些探索与实践。

什么是起点抓路

首先，我们来简单介绍一下什么是起点抓路。起点抓路是指针对用户发起的路线规划请求，通过获取到的用户定位信息，将其起点位置绑定至实际所在的道路。

从高德地图App可以看到，用户进行路线规划时选择起点的方式有以下三种：

1.手动选点（用户在地图上手动标注所处位置）。

2.POI选点（Point of Interest，兴趣点，在地理信息系统中可以是商铺、小区、公交站等地理位置标注信息）。

3.自动定位（通过GPS、基站或WiFi等方式自动定位所在位置）。

三种方式中，用户手动选点及POI选点这两种方式的位置信息相对准确，起点抓路准确率相对较高。

而自动定位起点的方式，由于受GPS、基站、网络定位精度影响，定位坐标易发生漂移，定位设备抓取的位置与用户实际所处道路可能相差几米、几十米甚至几百米。如何在有限信息下，将用户准确定位到真实所在道路，就是我们所要解决的主要问题。