对于每个使用手机导航App的用户来说，最怕听到的就是“卫星导航信号弱”这个提示，因为这意味着定位不准了，用户可能无法获得准确的指引。那么信号弱到底是咋回事呢？明明没有遮挡，咋就收不到信号呢。今天我们简单讲一下信号弱的产生原因，以及规避的方法。

现代人的生活已经离不开手机，离不开地图，一旦遇到定位不准的问题，就会产生很多问题，而且有些会很严重，比如打车找不到车、外卖找不到顾客，更惨的是开车的时候在高速上转圈圈，多跑个100公里也是有可能的。

大家把定位准确当做一个理所应当的事情，现在定位技术这么发达，北斗3代成功组网，定位怎么还会不准呢？确实，随着时间的推进，定位的精度是越来越高的，但是有一个潜在风险，会导致定位精度下降。

高德地图从19年开始对全链路性能体验进行了持续三年的优化，过程中对性能优化的一些思考和实践经验，本文进行了总结，希望对大家有些助益。

本文从背景、技术、问题等方向讲述图像检索在高德地图POI数据生产中的应用。

高德启动Go业务建设已经有段时间了，主要包含Go应用落地，Go中间件建设，云原生三个部分。经过持续的发力，在这些方面取得了不错的进展。高德Go业务落地过程是如何实现的，遇到过哪些问题，如何解决？

高精地图、高精采集车，是做地图和出行领域同学经常挂在嘴上的一些常用词儿。但是，圈外的同学可能会问，到底什么是高精？

高精是指高精度定位，高精地图是指包含丰富地理信息数据、具有高精度坐标的地图。当然，高精采集车就是采集制作高精地图数据的特种作业车。

有些好奇的小伙伴会打破砂锅问到底，高精是怎么实现的呢？怎样才能叫高精度？

事实上，目前高精度的标准并不是很确定，但基本认为厘米级以上的精度才能算是高精度。高精的实现，主要是靠各类传感器，其中最重要的就是高精度定位定向系统，包括卫星定位及惯性导航两部分。

本文主要从硬件角度给大家介绍一些这方面的情况，以及在实际工作中对它的运用。

FlatBuffers 是一个开源的、跨平台的、高效的、提供了多种语言接口的序列化工具库。实现了与 Protocal Buffers 类似的序列化格式。主要由 Wouter van Oortmerssen 编写，并由 Google 开源。Oortmerssen 最初为 Android 游戏和注重性能的应用而开发了 FlatBuffers，现在它具有 C ++、C＃、C、Go、Java、PHP、Python 和 JavaScript 的接口。

高德地图数据编译增量发布使用了FlatBuffers序列化工具，借此契机对FlatBuffers原理进行研究并分享于此。

为何重构，如何重构，超实用的技巧和经验总结。

地图采集车上有相机、激光、惯导等多种传感器设备，采集的数据为图像、激光点云、轨迹等，生成地图数据的流程中，需要将这些数据关联起来，但是这些设备都是各自独立运行的，而能完成这个任务的就是时间同步系统。

时间同步系统是以GPS（Global Positioning System，全球定位系统）的时间信息为基础进行时间授时的。本文主要讲述时间系统中GPS授时原理、授时方法、授时过程以及授时中的异常情况。

一套可扩展的2/3D地图数据编辑和可视化解决方案

高精地图(High Definitation Map,HD MAP)，和普通导航电子地图的主要区别是精度更高、信息更丰富。精度更高主要体现在高精地图的绝对坐标精度更高(指的是地图上某个目标和外部的真实世界事物所在位置之间的精度)，可以精确到厘米级别；信息更丰富主要体现在高精地图不仅包含了道路信息，还涵盖了几乎所有与交通相关的周围静态信息。

相比于普通导航电子地图，高精度地图所包含的道路交通信息更丰富和准确。除此以外，在应用场景方面，普通导航地图主要供驾驶员使用，而高精度地图是面向机器的、供自动驾驶汽车使用的地图。

在日常编码的过程中，我们可以总结出很多“样板代码”，就像”活字印刷术中的“活字”一样。当我们编写新的代码时，需要用到这些“活字”，就把“样板代码”拷贝过来，修改替换一下就可以了，写起代码来“极为神速”。“样板代码”其实就是一种样例、一种模式、一种经验……总结的“样板代码”越多，编写代码的格式越规范、质量越高、速度越快。

互联网工程的高速发展，分布式、微服务、容器化架构的流行，互联网已全面进入云原生时代。构建系统的方式由最初的单体大应用演变为分布式架构，一台服务器可能仅存几小时甚至几分钟，这种复杂性大大增加了把系统运行状态可视化的难度。

高德打车业务的发展历程也不例外，同样经历了从单体大应用到服务化拆分的过程，庞大的应用体系和架构的不断升级，保障了多个节假日出行高峰的稳定，业务仍在持续快速的发展中，如何保障这套庞大又复杂的系统持续高性能、高可用、高可控？构建360度无死角的多维度可观测能力显得愈发重要。

过去的一段时间里，高德地图App大前端团队一直在对前端低代码搭投技术进行探索，目前已经在客户端多个业务场景落地，充分验证了搭投技术支撑业务快速迭代的潜力。

在低代码的实践中，我们发现，除了前端可视化拖拽搭建技术，Serverless、智能化等技术都有助于低代码的业务落地。本文将介绍高德低代码系统架构以及一些新技术的应用方法。

订单状态流转是交易系统的最为核心的工作，订单系统往往都会存在状态多、链路长、逻辑复杂的特点，还存在多场景、多类型、多业务维度等业务特性。在保证订单状态流转稳定性的前提下、可扩展性和可维护性是我们需要重点关注和解决的问题。

以高德打车业务的订单状态为例，订单状态就有乘客下单、司机接单、司机已到达乘车点、开始行程、行程结束、确认费用、支付成功、订单取消、订单关闭等；订单车型有专车、快车、出租车等几种车型，而专车又分舒适型、豪华型、商务型等；业务场景接送机、企业用车、城际拼车等等场景。

当订单状态、类型、场景、以及其他一些维度组合时，每一种组合都可能会有不同的处理逻辑、也可能会存在共性的业务逻辑，这种情况下代码中各种if-else肯定是不敢想象的。怎么处理这种"多状态+多类型+多场景+多维度"的复杂订单状态流转业务，又要保证整个系统的可扩展性和可维护性，本文的解决思路和方案同大家一起探讨。

揭开地图采集车载车选型不为人知的一面