智慧城市网

　　【安防展览网 智慧城市】2020年，智慧城市的发展在明显加速，城市发展理念已经由技术为先向以人为本转变，国家先后出台政策和标准文件，明确了智慧城市作为我国城镇化发展和实现城市可持续化发展方案的战略地位，以及“推进智慧城市建设”的任务。

 

　　国家政策的陆续出台，持续刺激着各地对智慧城市的建设需求，也对促进智慧城市和相关行业的发展具有起到了极大的积极作用。
 

　　此外，在研究界，关于前沿技术的应用、隐私安全的保护、信息网络技术融合、以及绿色人文的理念正成为普遍关心的问题，智慧城市的发展大讨论正上升到顶层设计、下沉到城市基础信息模型......学界和工业界的努力，给为选择智慧城市的建设方向选择带来了新的思路。
 

　　有鉴于此，京东数科整理了当*大智慧城市领域研究热点，捕捉到前沿的技术思潮和发展理念，关注学术专家的思想体悟，下一个智慧城市新时代。
 

　　1.数字孪生-城市发展新路径
 

　　作为未来智慧城市的发展路径，数字孪生在过去一段时间内成为该领域的热门。倡导这一发展理念的是李德仁院士。
 

　　所谓数字孪生，是指充分利用物理模型和物联网传感器采集的全生命周期的运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间完成映射，从而反映相对应的实体对象的全生命周期过程。
 

　　简单来讲，就是通过物联网、人工智能等手段将物理实体和系统的属性、状态、功能和行为映射到虚拟世界，形成高保真的动态。
 

　　而数字孪生城市，就是让物理城市的所有动态静态的要素数字化，在网络空间再造一个与之对应的虚拟城市。在这一基础上，当公共疫情再次发生时，就可以用网络空间的数字孪生城市的监控来代替对物理城市的封城。
 

　　数字城市的高阶段是数字孪生的智慧城市。李德仁院士此前提到，随着物联网技术的不断发展升级，室内导航卫星定位等将带来技术保障，应在公共场所建立高精度定位系统，在发生重大公共卫生事件时，精准跟踪确诊者或疑似患者的密切接触者，用这种方式取代“封城”，将减少无人空间的损失，更好保证人民正常的生产生活和健康安全。
 

　　“具有深度学习能力、虚实融合、迭代进化的数字城市，相比于工业制造的产品生命周期，城市的生命周期更长，效益将更大。”
 

　　点评：从工业走向城市，数字孪生将面临更加复杂的局面，因此建设节奏也会相对缓慢。但不可否认的是，数字孪生是一条新兴技术路径，是城市智能化的前沿模式。
 

　　2.时空大数据平台-城市信息实时可控
 

　　时空大数据平台建设这两年一直很火，包括很多智慧城市政策文件、城市群协同发展文件都明确提出这一点。
 

　　作为智慧城市领域*级人物，王家耀院士是地图学与地理信息工程专家，中国工程院院士，河南大学教授，河南省时空大数据产业技术研究院院长，主要从事“地图制图学与地理信息工程”学科专业教学与科研工作。
 

　　王家耀院士刚开始提出 来“时空大数据”的时候很多人不理解，有的人甚至反对。“所有的大数据都是时空大数据，这是我基本的观点。”时空大数据，指基于统一的时空基准(空间参照系统、时间参照系统)，活动(运动变化)于时间和空间中与位置直接(定位)或间接(空间分布)相关联的大数据。
 

　　时空大数据平台是把分散和分割的大数据汇聚到一定的平台上。时空大数据平台是大数据的核心价值。
 

　　王家耀提出一个通用时空大数据平台，这个平台怎么用？采用“通用时空大数据平台+”的模式来解决它的应用问题，所谓“+”就是+民用、+军用。把民用的很多数据融合在这个平台上，来构建新型智慧城市的“智脑”，构建政府综合决策支持系统、各部门业务系统等等。
 

　　从目前信息技术发展的水平来看，时空大数据平台构建可以采用四种既有共性又有特性的技术体制。包括：
 

　　基于网络服务(Web Service)的空间信息共享和空间数据互操作技术模式；

　　基于网格服务(Grid Service)的信息资源共享与协同工作(协同解决问题)技术模式；

　　基于云计算的时空信息服务模式；

　　基于网格集成与弹性云的“混合式”时空信息服务模式。
 

　　这四种模式都是采用面向服务的体系架构(SOA)，都是解决共享与服务的问题，但是共享的程度和服务的范围、方式是不完全相同的。网络服务与网格服务的技术标准有相同的，也有不同的，网络服务与网格服务的大趋势是兼容或“融合”，但标准是统一的或国家标准，服务提供方、请求方都必须清楚；而云服务标准可以是内部统一的，用户不必清楚。
 

　　点评：智慧城市的本质是促进信息资源的集约化，让城市信息和测绘地理信息高度融合。城市信息千变万化，更新频率超级迅速，掌握时空数据成为必然。
 

　　3.基于GIS的城市操作系统-突破目前GIS发展局限
 

　　所有数据都是对对象的描述，所以城市问题是空间问题，必须表达空间关系。据此他指出，智慧城市的操作系统非GIS莫属。
 

　　作为智慧城市领域的人物，中国工程院院士、深圳大学智慧城市研究院院长郭仁忠一直秉持这一观点。
 

　　目前的GIS平台尚不能全面胜任智慧城市的全部需求。未来应以GIS平台为核心，打造智慧城市的操作系统。这是一项非常重要的工作，其核心要素和能力为：数据集成与融合、可视化表达以及开放式的二次开发环境。
 

　　城市数据是十足的“大数据”，其特点是多元异构、时空交错。如何建大数据平台，怎么把它组织起来，怎么“上架”是个重要问题。其实好的办法是利用三维地理信息系统(GIS)模型，因为所有数据都发生在城市的地理空间中，所有数据都有其位置属性。所有数据都可以用位置属性这个“关键词”进行关联，进行管理。
 

　　这个基于三维地理模型的操作系统是智慧城市“基础之基础、核心之核心、关键之关键”。它必须是可视化的、可仿真的、可模拟的。有了这样一个“超市”，数据集成后就可以做很多分析，比如通过摄像头了解某区域的人口分布，进行空间管理，遇到紧急情况可用系统来优化疏散，缩短避险时间。比如做立体仓储、商场热力图、建设云端博物馆、进行数字化体验式购物等。
 

　　基于三维地理模型的智慧城市操作系统是智慧城市建设的基本逻辑，但并非逻辑。智慧城市建设可以遵循不同的逻辑，智慧城市也不应仅坚守一个平台。
 

　　点评：虚拟城市环境是我们进行智慧城市建设的数字基础，也是空间基础，是智慧城市建设不可或缺、必须完成的工作。
 

　　4.BIM与CIM-虚实交互的建设
 

　　BIM是指建筑信息模型(Building Information Modeling)，简单地说，BIM就是贯穿从建筑的设计、施工、运行直至终结的建筑全寿命周期，将各种信息始终整合于一个三维模型信息数据库中。
 

　　借助BIM这个高度集成的三维模型，极大地提高了建筑工程的信息化程度，为建筑工程项目涉及的各方人员提供一个工程信息交换和共享的平台。
 

　　然而，BIM在提供精确的地理位置、建筑物周边环境整体展示和空间地理信息分析上存在不足，而三维GIS(地理信息模型)正好可以对这些不足进行补充，完成建筑物的地理位置定位及周边环境空间分析，完善大场景的展示，使得信息更完整及全面。通过和GIS技术进行融合，BIM的应用范围从单一建筑物拓展到建筑群以及道路、隧道、铁路、港口、水电等工程领域。
 

　　BIM整合的是城市建筑物的整体信息，而GIS则整合及管理建筑物的外部环境信息，它们的融合创建了一个包含城市大量信息的虚拟城市模型。因而，引出了CIM的概念。
 

　　CIM是指城市信息模型(City Information Modeling)，是以城市信息数据为基础，建立起三维城市空间模型和城市信息的有机综合体。从狭义上的数据类型上讲，CIM是由大场景的GIS数据+BIM数据构成的，属于智慧城市建设的基础数据。基于BIM和GIS技术的融合，CIM将数据颗粒度精确到城市建筑物内部的单个模块，将静态的传统数字城市增强为可感知的、实时动态的、虚实交互的智慧城市，为城市综合管理和精细治理提供了重要的数据支撑。
 

　　在2019年，国家提出加快构建部、省、市三级CIM平台建设框架体系。也是在同一年，国家发改委29号令提出城市信息模型(CIM)纳入“鼓励类”产业。这两大信号助推了CIM的强势发展。
 

　　同济大学吴志强院士对CIM的定义进行了做出了进一步的拔高，提出城市智慧模型(City Intelligent Model)。吴院士指出，BIM是单体，CIM是群体，BIM是CIM的细胞。要解决智慧城市的问题，仅靠BIM这个单个细胞还不够，需要大量细胞再加上网络连接构成的CIM才可以。
 

　　点评：CIM 背后的本质就是数据模型加算法，整套方法论都是由数据驱动的，它是城市数据的集成和动态的分析。基于CIM的新型智慧城市建设方法论能够设计出一套顶层设计注重协同、多元利益相关主体交互参与、改变政府主导单一建设的新模式。
 

　　5.城市5G-从民众走向产业
 

　　移动通信从第一代到现在5G来了从1G到5G，整个移动通信的发展十年一代，每一代都是前一代速率的1000倍。1G到4G是面向消费者的，5G扩展到产业互联网和智慧城市的应用，有三大应用场景：增强移动宽带场景，低功耗广覆盖场景和低时延高可靠场景。
 

　　5G和4G相比，峰值速率提高了30倍，用户体验速率提高了10倍，频谱效率提升了3倍，无线接口延伸减少90%，连接密度提高10倍，能效和流量密度各提高100倍，支持移动互联网和产业互联网的各方面应用。另外5G推动了人工智能跟物联网的结合，5G扩展了物联网的能力。
 

　　另外5G开拓了8K视频的应用，不单是分辨率的提升，每个像素的编码也增加了，动态范围扩展了。5G的高带宽低时延可以直播8K视频，并且可以把运动场上多个摄像机位的信号同时播出来，组成360度的场景，使得场外观众有跟坐在运动场上一样的感受，可以随心所欲看到每一个角度的视频。
 

　　5G有更大的应用，包括电网、港口、炼油厂、建筑公司、冶金企业、机械加工企业、化工企业都可以应用。
 

　　站在今天推广5G的前沿地带，中国工程院院士，光纤传送网与宽带信息网专家，中国互联网协会理事长邬贺铨做出了很大贡献。他是中国工程院院士，光纤传送网与宽带信息网专家，是中国早从事数字通信技术研究的骨干之一，多年连续参加ITU-T网络标准研究组会议，多次参与了中国通信发展的决策。
 

　　点评：原来4G之前的网络基本上都是设备厂商和运营商共同打造的一张网，提供的一种标准化的运营或流量服务，但5G不仅仅要讲好流量的故事，还要转向以多样化的、多层次的、多模式并举的价值经营。正如德国的化工巨头巴斯夫讲过的一段话：有了5G网络，我们可以自己决定网络的质量，还能保证数据的可用性、机密性和完整性。
 

　　6.智能建筑-回到宜居的本质
 

　　智能建筑是集现代科学技术之大成的产物。
 

　　其技术基础主要由现代建筑技术、现代电脑技术、现代通讯技术和现代控制技术所组成。主要面向办公楼、商业综合楼、文化、媒体、学校、体育场馆、医院、交通、工业建筑、住宅小区等新建、扩建或改建工程，通过对建筑物智能化功能的配备，实现高效、安全、节能、舒适、环保和可持续发展的目标。
 

　　通过将建筑物的结构、系统、服务和管理根据用户的需求进行优化组合，从而为用户提供一个高效、舒适、便利的人性化建筑环境。
 

　　在我国，由于智能建筑的理念契合了可持续发展的生态和谐发展理念，所以我国智能建筑主要更多凸显出的是智能建筑的节能环保性、实用性、先进性及可持续升级发展等特点，和其他国家的智能建筑相比，我国更加注重智能建筑的节能减排，更加追求的是智能建筑的高效和低碳。这一切对于节能减排降低能源消耗等都具有非常积极的促进作用。
 

　　随着我国社会生产力水平的不断进步，计算机网络技术、现代控制技术、智能卡技术、可视化技术、无线局域网技术、数据卫星通信技术等技术水平的不断提升，智能建筑将会在未来我国的城市建设中发挥更加重要的作用，将会作为现代建筑甚至未来建筑的一个有机组成部分，不断吸收并采用新的可靠性技术，不断实现设计和技术上的突破，为传统的建筑概念赋予新的内容。
 

　　孟建民院士是这一领域代表人物，他指出中国城市的历史演进过程中面临的交通拥堵、城市废弃物剧增、城市人口亚健康、环境污染、自然灾害、公共事务效率低下等城市问题的根本，在于现在智慧城市建设的核心问题是缺乏“以人为本”的顶层规划。
 

　　由此，他还提出基于“健康、高效、人文”三要素，通过“*思考”、“全过程统合”、“全专业协同”的“三全方法论”实现对工程实践的“广度、深度和精度”的全覆盖，这是一套指导践行智慧城市的有效方法和路径。
 

　　点评：当今建筑界对“未来”的讨论常常被“人工智能”、“人机协作”、“虚拟现实”等新技术和新概念所牵制，却缺少对“未来”更深层次、更*的思考。因此需要更加关注未来地球的生态变化、人类本身的成长、气候的演变等因素，并基于此设计未来建筑。
 

　　7.数字视网膜-从看清到看懂
 

　　当提起“数字视网膜”这一概念，人们首先能想到的当属中国工程院高文院士。
 

　　所谓数字视网膜，即类比于人类视网膜，对传统摄像头乃至视觉计算架构进行演进与革新，从而能够更加智能地支持城市大脑，服务智能安防、城市精细管理等智能应用。
 

　　视网膜的一个特性，是它隐藏在大脑和双眼之间，沉默着充当人类智慧与世间万物的翻译。我们的视网膜，其实并没有传递给大脑真实的画面和色彩，而是对这些“数据”进行了优化，让我们的大脑直接处理可感可理解的视觉信息。
 

　　当然，数字视网膜并非真的要做一种仿生视网膜的硬件，而是希望能够改变目前摄像头只能看或者单一链路识别的功能。让摄像头本身拥有一定的AI处理能力，能够对识别到的车、人、场景进行主动特征提取。
 

　　更为具体的来说，传统摄像头只是把拍摄到的视频数据压缩后上传到云端进行存储，再做分析识别处理；而数字视网膜则要求在摄像头端对拍摄视频进行高质量视频编码和视觉特征提取编码，对压缩编码过后的视频流进行本地存储的同时按需上传到云端，而所有的紧凑特征流同步实时同步到云端，从而既能够保证高效的存储，又能够便捷地支撑大数据查询分析，与此同时支持在端-边-云之间进行面向智能视频编码和特征分析的深度学习模型自适应迁移、压缩、更新与转换。
 

　　简而言之，数字视网膜就是这样一种包含视频编码流、特征编码流和模型更新流的可伸缩端-边-云端边云协同视觉计算架构。
 

　　这一概念从正式提出至今，才不过两年，然而从初构想，前期实践，到理论基础构建却花了近五年的时间。即使到现在，数据视网膜的技术框架也仍然在不断完善当中，但其影响却将是颠覆性的。
 

　　点评：当前计算机视觉技术的发展如日中天，迎来全盛时期，数字视网膜提供的思路值得借鉴。传统的摄像头无法短时间内被替换，加上城市摄像头体系本身与后加入的AI大脑，二者其实存在着无法忽视的“代沟”，未来城市，需要一场“数字视网膜”安装手术。
 

　　8.城市区块链-重要产业的可信与协同
 

　　2019年下半年，区块链再次进入人们的视野，成为实体经济、金融资本和社会舆论共同追逐的焦点。一夜之间，似乎区块链技术正要新一轮技术变革和产业变革。
 

　　然而，刚满十岁的区块链技术在自主创新上需要有哪些重要突破？区块链如何在促进数据共享、优化业务流程等方面发挥作用？区块链技术应该如何引导并加强安全风险防控？
 

　　区块链是一个记账系统，根据应用场景以及用户需求，分为公有链、联盟链、私有链三种。中国工程院院士、计算机应用专家陈纯认为，要争取我国在区块链技术发展上的主动权，就要大力发展国产自主可控的区块链技术平台，包括对联盟链和公有链核心技术的研究，积极参与竞争。
 

　　他认为，当前联盟链还存在四个方面需要继续突破的核心技术。包括高性能的共识算法、高效智能合约引擎，能够提高共识效率与安全性；区块链全面支持我国的加密算法和标准；联盟自治管理机制和高效的热备切换机制，这是联盟链以后的关键技术；联盟链要方便适用于各场景，必然支持多种编程语言的使用。同时，还需要支持多类型、多组织形式的数据可信存储，支持跨链协同等。
 

　　西方区块链的发展基本上是基于金融创新带动别的行业创新，而中国除了金融创新外，更重要的是在各个行业的应用。
 

　　当前，中国正在加快支持区块链技术在金融、民生、政务、工业制造等领域的应用落地，重点分析区块链技术能够解决的业务痛点以及在不同场景下的适用度，共同建设更加完善的产业应用生态，努力使区块链成为数字经济发展的新动能和社会信用体系的重要支撑技术。
 

　　点评：区块链技术是近几年受到争议较大的技术，专家预测这项技术会革新传统业务的流程，但目前需要普及解决的是大众对于区块链技术本身的信任问题。当前，金融业务上链，但其他业务上链趋势不太明显，未来，只有与物联网技术的结合，才有可能发挥区块链的大产业价值。
 

　　9.智能城市操作系统-AI与大数据技术“集大成者”
 

　　作为“城市计算”的灵魂人物，郑宇教授在学术界和工业界的思想与成果备受关注。
 

　　京东数科旗下的京东城市在业界率先推出“智能城市操作系统”，管理智能城市中的各项资源，支撑公共安全、能源、交通等各类垂直应用，并通过连接政府、企业和城市居民，帮助城市管理者进行顶层设计，洞察城市历史、掌控城市现状、预测城市未来，构建智能城市的开放生态。
 

　　这一操作系统正是基于城市计算理念而生长出来的。
 

　　“智能城市操作系统”包含时空数据引擎、时空AI引擎、基于联邦学习的数字网关技术以及京东城市莫奈可视化平台等诸多前沿科技。时空数据引擎归类城市中的万千数据，解决数据标准化的问题，处理速度比传统数据平台快10—100倍；时空AI引擎将算法进行模块化、积木式输出，解决不同场景下智能应用的开发问题，极大降低开发成本；基于联邦学习的数字网关技术，通过用户隐私保护的联合建模机制和多源数据融合算法，能够解决隐私保护的问题。
 

　　京东城市已经为雄安、南通、天津、南京、福州、宿迁等近30座城市提供技术服务，并承接数字雄安和信用城市等一系列国家战略任务，为提高城市运转效率和人民生活水平，确保城市生态的可持续发展做出了巨大的贡献。
 

　　点评：由于智慧城市是一个跨系统交互的大系统，是“系统的系统”，不是硬件的堆叠与软件的重复建设，而业界智慧城市赛道的玩家大多是云计算模式、系统集成模式、单点AI技术模式，缺乏基石层面的操作系统模式。京东城市提供的正是城市级的Windows，从点线面结合做顶层设计，用大数据和人工智能提取数据的智能，解决城市的问题。
 

　　10.城市视觉智能引擎-用AI扩展“眼界”
 

　　说到智慧城市，*“ET城市大脑”，而ET城市大脑的视觉计算项目，就是华先胜带领做的项目。他目前是达摩院城市大脑实验室负责人。
 

　　他研究的方向是城市视觉智能引擎。
 

　　依托于阿里云分布式计算和存储平台，利用先进的视频图像、图形学处理技术和深度学习算法，建立城市级人工智能模型，实现对整个城市视觉数据的接入、计算、分析、索引和挖掘，并赋能公共安全、交通、市政综治、商业、司法、园区、电力能源、医疗教育等各个行业场景。
 

　　该引擎具有以下特点：
 

　　1)数据接入：支持视频图像数据的接入、编转码与分片服务，支持枪机、球机等点位的实时上线/下线，适配各种接入协议，如GB28181，GBT1400视图库等。

　　2)视觉搜索：支持对视频中的目标和事件等建立索引，支持高维向量、属性等半结构化/结构化数据的高效搜索，具备特征量化、异构加速等高效索引技术。

　　3)数据计算：自研世界的检测、识别及分割等计算机视觉算法，支持数十万路级别的实时视频分析和千倍加速的离线视频分析，支持序列计算、图谱计算及图形计算。
 

　　作为被业界公认的“视觉识别和视觉搜索领域的级学者”，华先胜实际上也将城市大脑的视觉计算能力拖到了前途更广的延长线上，驱动着这一技术的发展。
 

　　点评：打通城市数据管道，发掘数据价值，构建城市新的基础设施，视觉AI技术功不可没。此外，城市视觉智能引擎同时为学术界和工业界提供了开放灵活的AI算法研发与技术落地平台，从企业走向业界，视觉智能也从安防场景走向市政综治、商业、电力、医疗等场景，边界在不断扩大。
 

　　综合来看，以上这些前沿技术的研究、典型成果的落地，代表着智慧城市已经步入深水区，不再是炒概念、喊口号的初级阶段，技术真正走进场景发挥作用，而背后这一批顶级专家也正将智慧城市大船带到更远。