在行车过程中，导航软件会实时发出指令和提示：“前方100米左拐”“前方一公里拥堵，预计通行需要5分钟”……很多人会诧异，导航软件为何如此“聪明”？是依靠道路两侧的摄像头或埋在地底的感应线圈吗？ 项目负责人，中科院地理资源所研究员陆锋告诉记者，传统的交通信息获取依赖部署在道路断面下的感应线圈或道路上方的视频探头等设备。“这些设备位置固定，成本较高，不能全面反映城市交通的实时状态。”

因此，项目组必须“另辟蹊径”。
项目组“瞄上了”出租车，由于出租车都安装了卫星导航定位，可以周期性向监控调度中心回传位置和状态信息，这些每天在大街上巡游的出租车成为城市交通信息采集的重要来源。
但是，出租车并不是一个“一劳永逸”的解决方案。出租车的规模和行驶范围毕竟有限。尤其是随着自驾出行的日益普及，及时获取城际乃至全国交通信息，成为百姓出行的“刚需”。
项目组决定建立新的“交通状态感应线圈”，这个线圈的范围十分宽广，包括长途客车、载重货车监控轨迹、手机地图客户端轨迹、互联网网站与社交网络文字消息等。

       “根据国家的要求，全国的长途客车、旅游包车、危险品运输车、普货载重货车都必须强制安装行车监控设备，对行驶过程进行全过程监控，防止司机疲劳驾驶，减少交通运输事故。这些仪器会实时上传汽车行驶轨迹，而且准确率极高，这样我们就有了覆盖全国的一个移动信息源。”陆锋说。
不仅如此，项目组还敏锐地洞察到，在互联网时代，每天有大量用户在线使用手机地图服务，这些高频的卫星定位轨迹无疑大幅度扩展了基于汽车的移动信息源队伍。此外，网上有大量的交通信息，有官方的，也有网友自己在社交网络上发布的路况、路书等信息。那么，能否充分利用这些互联网地图高频轨迹和社交网络大量文本，发挥群众力量，获取实时交通信息？

针对这些技术瓶颈问题，项目组突破了大规模高低频移动目标轨迹地图匹配与交通状态分析、互联网与社会化媒体文本蕴含交通信息提取、多源交通信息实时融合等技术瓶颈，构建了服务提供与用户反馈交通信息生态体系，建立了覆盖全国的交通信息服务系统，实现了全国交通信息一张图。 项目组成功地把社会公众从交通信息利用者升级为交通信息采集者。这些信息为百姓提供了城市道路网络的运行状态，有效地指导了百姓出行，避开拥堵路段。

       “当你打开导航软件时，会自动上传你当前的路况信息，也就是说，每一个人既是交通信息的受益者也是提供者，这也是互联网分享经济的一个体现。”陆锋说。

       据悉，如今，系统每天处理200万辆以上的出租车和客货车、800万部以上手机地图轨迹、10000台以上固定传感器、10000条以上交通事件文本，这张全国交通信息一张图，构建了服务提供与用户反馈耦合的交通信息生态环境。

       导航地图更新效率大大提升
在导航中，我们经常担心的是地图更新赶不上道路或周边商圈的变化。由于城市建设开工密集，商业网点变化频繁，当前的手机地图等应用普遍存在时效性不足问题。
在以前，导航地图更新需要靠采集车等方式来完成。和寻常车辆稍有不同，采集车顶部架起了一个半米来高的白色架子，架子上的摄像机能够对周围景色进行全角度的拍摄，再传输到电脑里。然后，数据作业员根据拍摄的视频进行后期处理，生成或更新导航地图，存储到系统里，采集车传输回来的数据就是在这里变成一个个可见的路面信息。

“这种方式更新非常耗费人力，往往一个导航地图公司要养着几百人的数据采集与更新团队，成本巨大。”陆锋说。
项目组认为，移动互联网为商家、百姓提供了很好的信息共享环境，各种时效性很高的道路网络地图、商业服务信息层出不穷，而这些源于志愿者的非专业地图，如果与专业导航地图数据有机融合，就可以更快、更好地为百姓提供服务。
针对这一技术瓶颈，项目组开展了深入研究，首先提出了基于几何模式的兴趣点与路网整合模型，建立二者映射关系，突破了语义一致性检测难题，然后提出了启发式概率松弛匹配模型，实现了志愿者来源与商业导航路网的完美融合，匹配精度优于95%，有力地保障了出行导航与地图应用中信息的丰富性。