Y组合子是Lambda演算的一部分，也是函数式编程的理论基础。它是一种方法/技巧，在没有赋值语句的前提下定义递归的匿名函数。即仅仅通过Lambda表达式这个最基本的“原子”实现循环/迭代，颇有道生一、一生二、二生三、三生万物的感觉。

高德有7000万以上的POI（Point of Interest，兴趣点）数据。每年还会出现很多新增的POI，也会有一部分POI停止营业、关门倒闭。这些POI如何制作和更新？从采集方式来看会有很多获取POI的方式，有一种重要而且直观的采集方式，高德通过众包方式采集街边店铺的图像，利用计算机视觉技术（以及人工辅助）从图像中提取POI数据。

下图演示了一次众包化采集过程。高德的采集人员从这条街走过，拍摄连续图像。最后把图像和GPS坐标，上传给高德。

高精地图是自动驾驶汽车不可或缺的核心条件，它需要准确表达现实世界各类要素的空间位置和相对关系，因此高精地图的生产对采集资料的精度要求很高。

详细方案+灰度验证。

高德开放平台在2020年初推出了AMap JSAPI 2.0版本，现在版本已经稳定下来。在JSAPI 2.0版本中我们采用了新的渲染管线，在每个渲染流程中都针对性的进行了性能优化。

因此，各方面相较于上一个稳定版本都有了很大的提升。为了还原更加真实的世界，我们希望地图中的建筑元素拥有更多的光影效果，来模拟真实世界中无处不在的光照。并且，真实世界的楼体建筑也应该拥有不同的材质，对光源有不同的响应。

今天我们就来聊一下地图上立体建筑元素的光照效果如何渲染。

地图空间可视化作为高德智慧交通前端业务中最重要的功能之一，承担着城市交通大脑、全境智能大屏等业务中大量的地图渲染需求。作为向用户展示交通数据的窗口，我们需要展现省、市、区、商圈、自定义区域多种场景，包括所有交通事件、拥堵指数、辖区等多种维度的数据，呈现着数据量大、元素种类多、逻辑展现重等特点。

JSAPI作为高德地图前端战线的引擎，涵盖着渲染地图、展示覆盖物等底层能力，但对于行业应用领域的开发来说，存在着开发难度大、适配成本高、纯原生JS实现与主流框架结合不紧密，无行业图层能力的问题。

基于以上原因，我们设计了具有适用于垂直行业的、可复用、可扩展、二次开发简单等特点的地图SDK，已经成为智慧交通地图空间可视化能力的首选方案。

前后台内存优化实战

随着移动互联网的成熟发展，移动应用技术上呈现出多样化的趋势，业务上倾向打造平台及超级入口，超级应用应运而生。但业务快速扩张与有限的系统资源必然是冲突的，如何实现多（能力服务的高增长）、快（体验流畅）、好（兼容稳定）、省（资源成本低），让大象也能跳舞，成为摆在超级应用面前必须解决的问题。

TDD(Test Driven Development)是一种强调测试先行的开发方式，通过编写单元测试用例，有效保障存量复杂系统在开发、重构上的质量。在本文中，高德智能技术中心的同学通过分析现有测试方法面临的问题，分享如何使用GTest框架进行单元测试，以及在单元测试中的一些实践心得。

人们在高德地图上会看到很多地理位置兴趣点（Point of Interest，缩写为POI），例如餐厅、超市、景点、酒店、车站、停车场等。对POI数据的评价维度包括现势性、准确性、完备性和丰富性。其中，现势性就是地图所提供的地理空间信息反映当前最新情况的程度，简而言之，增强现势性就是指尽可能快速地发现已停业、搬迁、更名、拆迁的过期冗余POI数据，并将其处理成下线状态的过程。

高德地图极致性能优化之路

高德全链路压测系列文章

一文读懂多种算法优劣对比

高精定位、高精地图技术在智能手机上真正落地了

语料智能化演进之路

一文读懂卫星定位