采集器的自动识别算法要让所有手机打开相同一个地图app

　　采集器的自动识别算法要让所有手机打开相同一个地图app

　　采集器的自动识别算法。要想精准识别不仅要让所有手机打开相同一个地图app，还要判断出手机的区域。再设置一个识别成功率和准确度。如果识别有误就重新采集或更换识别app。希望对你有用。

　　采集图片后用算法识别到objectid再转换就是实时定位的地图了。不过这种识别算法很一般。一般用来转换目标id。

　　楼上大牛说的采集图片，可以实现，但，我目前觉得识别准确率不高。但是采集+图片转换+软件识别整体完成智能卫星定位还是没有问题的。另外你说的服务器，我猜是商家云服务器吧，这个就不知道了，随便一个云服务商都能提供这个服务的。

　　shazam也是采集图片转换然后识别过来的

　　像百度地图这种都是采集图片识别才能实现地图播报精确定位的，这就是为什么公交站牌都是依靠这种技术来保证准确性，

　　高德，百度不是还有人工智能定位机器人么？比人要准，只是*敏*感*词*贵一点，

　　不是人工智能的问题，是地图制作人员的问题。从现代信息工业的角度来看，真正的工业地图是需要在设计之初就计算出每条辅路等待的车流量，以及每条辅路每站点每个收费站的人流量。只要把这些信息做到位，国家只需要每隔一条辅路，在地图中绘制出一个一个辅路所需要的角标信息，在该辅路上各站均匀分布一个模型。就可以保证从目标出发的各辆车辆准确到达目标点。

　　这样无论任何时间路口提示灯的信息，都会很精确的被定位。如果说制作的辅路角标应该按照时间同步或者事件同步，由于实际上车流量往往相对非常零散，人流量相对固定，精确定位对制作人员而言是个非常困难的事情。因此制作人员会以比较懒的方式来设计辅路角标信息。这些辅路所谓的辅路就是指出最近没有车，没有人的走廊，同时将车辆固定在道路中间，不再穿越道路。

　　这样高德百度只需要在同一个条辅路上绘制出一个角标进行标示，只要车流信息准确，就能被标示出来，相比全用一张图片定位，太容易。就像我们平时用的手机地图，地图制作人员只要保证在一个城市不同地区间，全国按照时间，事件等同步进行标注就可以了。但是类似北京十三陵等一些地方的地图可能都不是根据时间事件等同步设计，而是地图制作人员自己喜好设计的辅路。

　　因此还要根据不同地点以及上下坡路况，计算出某些辅路所需要的辅路角标，再在下面根据辅路长度进行更细的分布。以确保绝大多数驾驶员都能精确定位。