天图资本冯卫东：真正有价值的并购是品牌并购
06-18
雷锋网：7月12日-7月14日，第四届全球人工智能与机器人峰会（CCF-GAIR）在深圳正式举行。
本次峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，深圳市人工智能与机器人研究院协办。
其得到了深圳市政府的大力指导，是国内人工智能和机器人学术界和产业界的重要论坛。
是产业界和投资界三大领域的顶级交流博览盛会，旨在打造国内人工智能领域强大的跨境交流合作平台。
7月14日，会议议程进入最后一天。
在智慧城市分会场，深圳大学智慧城市研究院助理院士、建筑与城市规划学院城市空间信息工程系副主任系主任王伟玺做了主题为的演讲 .王伟玺提到，人类生活在一个复杂的三维环境中，包括城市建筑、道路系统、地形、地质矿藏、地下工程设施等，都位于三维场景中，可以全面透彻地感知。
并认知地表达三维空间。
，已成为当前精细化城市治理必须解决的突出问题。
在感知能力方面，太空基地有各类遥感卫星，天上有固定翼或直升机航拍、无人机航拍等，还有各类视频监控、物联网传感器网络等。
地面上的，更加立体。
他认为，虚拟城市环境是当前行业数字政府、智慧城市建设的数字基础，也是空间基础。
这是智慧城市建设不可或缺、必须完成的任务。
此外，王伟玺透露，深圳自2020年12月起启动了全市虚拟城市环境数据采集工作，分为一期和二期两个阶段。
第一阶段于12月开始，第二阶段于4月开始。
该工程已于3月份启动，预计今年年底完工。
以下是王伟玺讲话全文，经雷锋网整理编辑，不改变原意： 各位领导、专家、同事们下午好！非常感谢会议组委会给我这样一个向大家汇报的机会。
我报告的主题是《复杂虚拟城市环境构建与仿真的技术探讨》。
构建虚拟城市环境的重要性是众所周知的。
我们人类生活在一个复杂的三维环境中，包括城市建筑、道路系统、地形、地质矿藏、地下工程设施等，都位于三维场景中。
如何全面透彻地感知和认知表达三维空间，已成为城市管理与治理，或者城市规划、设计、建设、管理、服务等各个领域必须解决的突出问题。
如今，感知和获取三维城市空间数据的方法有很多。
如上图所示，太空基地上有各种遥感卫星，空中有固定翼或直升机航拍、无人机航拍等，地面上有各类视频监控、物联网传感器网络等，还有参展的速腾公司研发的地面激光扫描车，都可以为我们获取地面数据。
此外，还有一整套海洋三维传感监测系统；此外，政府数据、互联网数据、社交网络数据都可以被感知。
因此，在数据获取方式上，我们现在可以构建一个集空、天、地、海网络为一体，具有三维感知能力的城市大数据智能感知网络。
有了这样的三维感知能力，我们如何利用这些数据为我们还原和构建城市真实的三维环境呢？这就是我今天想跟大家分享的内容。
我们生活在一个真实的三维空间中，我们的目标是构建一个全空间、全尺度、全要素的虚拟城市环境。
在这个环境下，我们可以实现上下、室内、室外的统一，以及二维和三维的数据联动。
，进而实现陆地和海洋的统筹管理。
最终要实现的是数字孪生，虚拟的和真实的。
这是我们想要达到的目标，我们也一直在朝着这个目标开展相关工作。
全空间、全尺度、全要素的虚拟城市环境可以为我们提供完整、统一的城市三维数字基地。
在这个三维空间数字底板上，我们可以将前面提到的各种类型的数据，包括物理空间数据、人文空间数据、信息空间数据，整合到这个虚拟的城市环境中，然后利用智慧城市操作系统进行对这些城市大数据进行组织管理、挖掘分析、展示表达、应用服务等，才能达到智慧城市建设的基本目的。
因此，虚拟城市环境是我们智慧城市建设的数字基础和空间基础。
这是智慧城市建设不可缺少、必须完成的任务。
深圳的虚拟城市环境建设工作 下面，我以深圳为例，介绍一下正在进行的虚拟城市环境建设工作。
深圳市从今年12月起启动了全市虚拟城市环境数据采集工作。
它分为两个阶段：第一阶段和第二阶段。
第一期于今年12月启动，第二期于今年4月启动。
预计总数将在今年年底完成。
其工作是对城市平方公里的土地进行倾斜摄影测量和机载激光扫描（Lidar）三维数据采集。
目前，整个征集工作已完成70%。
全市激光扫描数据已基本完成，并按照国家规定每平方米四至五个点进行操作。
城市西部地区倾斜摄影测量也已基本完成。
下一步将向东拓展，预计到9、10月，实现全市倾斜摄影数据采集。
那么有了这些数据，如何构建深圳的虚拟城市环境呢？我们可以融合倾斜摄影和激光扫描数据。
融合后，我们可以进行室内外的上下建模和仿真，包括三维数据的组织、调度和管理，以及可视化的表达和分析，最终形成虚拟的城市环境。
在这个过程中，我们会用到各种建模仿真技术，以及VR、AR、MR等场景表达技术。
这些与本次会议主题中提到的计算机和人工智能领域的许多话题类似。
技术将被结合起来并共同应用。
这是我们整体的技术思路。
复杂的虚拟城市环境构建与仿真技术从整体技术思路出发，我们首先来看如何在地面或室外构建真实的三维模型。
页面左侧讲述的是传统的单一数据源建模方法。
在目前的技术条件下，要实现多数据源的真实三维建模，如多个图像数据的融合建模、多个点云数据的融合建模、倾斜摄影数据与激光扫描数据的融合建模等。
本页面中，上面的绿色和红色代表激光扫描得到的数据，下面是倾斜摄影图像匹配后得到的数据。
两者融合后，对比检测差异，发现两者存在差异。
，然后进行点云修复，不仅可以解决侧立面激光扫描点云数据缺失的问题，还可以解决倾斜图像中密集匹配点云不规则的问题，最终为3D提供对比在地面或室外建模。
很好的参考。
得到融合点云模型后，需要根据政府管理的数据需求进行修复并建模为单个单元。
刚才提到的点云模型是由离散点和三角网络组成的网格模型。
这还不足以满足日常管理中的所有应用需求。
必须把它挑出来，变成适合管理和应用的点。
-线-面-体的矢量模型，这就是单体化的过程。
单体化后，既有网格模型，也有三维矢量模型。
此外，我们还可以基于一些方法来检测城市的三维变化，比如平面等高线剖面法，可以自动识别和检测变化区域，发现新增和拆除的区域。
此外，我们还可以利用带有激光扫描设备的车辆或者前面提到的倾斜摄影和机载激光雷达数据，自动提取城市道路沿线的城市成分并进行3D建模。
这样地面或者室外的三维模型基本上都可以通过这些方法构建出来。
除了地面或室外的3D建模工作外，另一个重要的任务是地下或室内的3D施工。
从技术上来说，大致可以分为三个部分。
第一步是使用自动化设备对场景进行 3D 扫描。
第二步是使用深度学习方法快速建模地下或室内空间。
第三步是根据这些模型进行一些交互分析。
这是地下或室内建模的总体路径。
场景3D扫描的方法大致可以分为两类。
第一种是使用比较流行的RGB-D深度相机方法，即使用多个RGB-D相机以室内SLAM方法收集数据。
收集完毕后进行分析。
例如，该页面显示，左右两个传感器用于先进行3D扫描，然后进行数据融合。
融合后可以合成一个比较完整的3D室内模型。
它使用 RGB-D 传感器本身的深度信息和捕获的图像。
RGB彩色图像一起完成。
除了这种方法之外，还有一种主流的方法，就是利用激光扫描的SLAM方法。
例如，在室内使用手持式或移动式激光扫描仪，可以是16线，也可以是32线，按照一定的路径进行激光扫描。
采用扫描SLAM方法采集三维数据。
这里的页面显示的是深圳大学科技楼某层的扫描路径以及生成的二维扫描图像。
本页左侧显示扫描后获得的激光数据。
然后我们对模型进行了修复，最终得到了三维室内模型。
通过这些，无论是使用RGB-DSLAM还是激光SLAM，都可以完成地下或室内的复杂场景数据采集和构建。
这里还涉及到一个关键技术，就是地下或者室内的建筑构件非常复杂。
无论是计算机视觉还是摄影测量，我们都必须考虑如何自动提取建筑物的内部结构构件，包括墙体。
表面、地板、天花板或者门、窗、梁、柱等，必须能够自动提取。
为了达到这个要求，我们也做了这方面的一些研究工作。
以上是通过实地测量对地下或室内场景进行三维建模。
除了上述地下或室内建模方法外，还有其他方法吗？现在深圳或者其他城市已经有很多现有的二维或者三维建筑数据，并不一定要通过实际测量来获得。
例如，有时您可以使用现有的 2D CAD 绘图将其数字化，然后使用参数驱动建模直接生成 3D 模型。
我们现有的很多数据都需要用到这种方法。
另一种方法是利用BIM模型进行改造。
例如，深圳前海的建筑就需要BIM模型。
然后您可以通过这些BIM模型来使用IFC标准和CityGML标准之间的映射关系和细节。
综合选择学位，实现BIM模型向三维GIS模型的转化和集成。
因此，对于地下或室内建模，一是利用仪器设备进行实际测量，然后进行高度自动化的提取和三维建模。
这是一种方法；二是利用现有的设计数据、施工报告数据、竣工验收测量数据等，实现三维场景的构建，从而可以实现地下或室内环境的三维建模。
室内外地板、地下室的三维建模完成后，另一个要考虑的问题是如何表达这些三维模型。
我们知道，一个城市的数据量是非常大的。
如何直观地表达海量的城市数据，例如，在对三维场景数据进行动态组织、调度和可视化展示时，在不同的视角和层次上应该采用什么程度的细节？表达也是一个非常重要的问题。
因此，我们在模拟和模拟一个城市的时候，必须要考虑它的建模和模拟应该达到的详细程度。
可以看到，这是OGC组织在CityGML2.0版本中发布的从LOD0到LOD4的5级细节层次模型规范。
也是大家主要遵循的详细程度规范。
今年6月，OGC组织发布了最新的详细程度模型规范，对分级进行了一些小改动，分级级别少了一些。
基于此规范，我们还提出了虚拟城市环境构建中各种空间元素应具有的详细程度模型。
例如，对于建筑物来说，细节分层主要是从LOD1到LOD4，其中LOD3和LOD4都涉及室内。
LOD4的室内环境是最详细的模型，包括各种室内设施和组件，达到所见即所得的程度。
此外，道路模型也相应分级，从最初的粗糙模型或白色模型到LOD4的车道分类。
另外，场地模型，比如体育场馆等公共设施，也需要按照不同的层次模型来表达，同样分为四个层次。
然后是植被，这对于城市景观设计非常重要。
对于大多数植被，可以在模型库中选择相应的模型，但也会有一些特定的要求，比如名木、古树，也可能采用实际测量。
对于数据收集然后进行三维建模，所需的精细化程度相对较高。
另外还有地下管线，可以根据不同层次的需求，在不同的可视化场景下，根据相应的建模和仿真级别，选择相应的详细程度。
以上就是我们对虚拟城市环境建模与仿真的技术探讨。
下面我汇报一下我们做过的一些案例。
复杂的虚拟城市环境搭建与仿真实例这是一个真实的3D模型案例，位于龙岗坂田地区。
它采用倾斜摄影数据和激光扫描数据联合建立的LOD2级城市3D模型。
需要向大家说明的是，我们通过这些方法建立的虚拟城市环境具有真三维的显着特征，这意味着它的空间信息，包括坐标、维度等，保持着非常高的立体度。
准确性。
它是可直接用于测量、计算和分析的实际数据。
它与我们的现实世界数据高度一致，因此对于智慧城市的应用分析非常有用。
这是一个优秀的城市模型案例。
地点是香蜜湖区域，包括水榭、规划楼、交易楼等，模型级别以LOD3为主，有的甚至达到LOD4级别。
还有三维动态变化检测。
例如，对于一个小区，通过三维变化检测发现变化区域后，可以自动一一添加变化区域中对应的建筑物。
这是在 LOD2 级别完成的。
现实生活中的3D模型还可用于为空间规划做出辅助决策。
例如，在3D场景中，可以叠加准备好的法定规划，与城市现状和未来规划进行比较，这也涉及到土地的量化。
评估等都可以支持，这意味着可以做一个基于现实三维场景的土地供应咨询和审查平台。
此外，深圳的城市更新也是一项非常重要的任务。
假设它是深圳的一个城中村。
如果我们要更新的话，我们可以先通过实测数据来了解现状，包括叠加人口数据、产权数据等，然后就可以分析城市更新的过程，比如把城市更新的法定规划加入到看到未来的规划定位，然后模拟拆除过程，然后叠加设计的建筑平面图，得到一个整体的样子。
这样我们就可以完成我们对城市更新方案的预判和判断，包括不同方案的比较和分析，这是一个定量分析的过程。
再比如，结合现实生活中的城市3D模型，我们可以将视频数据与3D模型实时叠加融合，然后利用计算机视觉方法自动识别、检测和分析车辆类型和人员在视频区域流动。
这在未来的交通管理、应急管理等方面将会有更好的用途。
我刚才介绍的是基于地上或室外3D模型的应用案例。
对于地下或者室内3D模型的应用，可以先利用刚才提到的技术，自动识别3D点云数据的结构并自动贴图纹理，最后实现LOD4。
详细程度模型。
此外，还可以将地上模型和地下模型集成起来，进行地上和地下一体化三维模拟，从而可以在地上和地下进行多层次的表达，包括地下管线、地下车库等还有室内外一体化的三维模拟。
这是贸易大楼。
从室外到室内的整个过程的模拟，再加上视野和灯光的影响，可以帮助我们对建筑的内部空间有一个非常清晰的了解。
这些都必须基于真实的三维室内建模和视觉模拟技术来完成。
另外，对于城市设计或者住房权管理，如果你想知道一个房子是什么样子，是哪栋楼，哪一层，在哪一户，有多少面积，里面是什么样子，可以用室内和室外集成建模仿真都知道，室内3D建模完成后还可以浏览室内。
例如，您可以在阳台上看到周围的景观。
这些对于城市设计和建筑设计也非常重要。
它可以帮助他们从现有的绘图表达和单一分析转向整体环境的数字表达和分析。
此外，我们还进行了室内疏散模拟。
在本例中可以看到，左下和右上是通过监控视频来识别人群的数量和位置，然后将其放置在二维室内模型中进行疏散模拟和优化配置，优化前几秒，优化后秒数，优化后可节省28秒，可以节省更多逃生时间，而这一切都依靠虚拟城市环境来完成。
因此，我们将虚拟城市环境定义为智慧城市的数字背板。
它是一个完整、统一的三维数字背板。
有了这个背板，我们就可以整合我们能够获取到的各种城市大数据，然后在上面做事情。
智慧城市应用有很多，甚至是意想不到的。
这是我的报告，谢谢。
“AI投资研究中心”即将推出CCF GAIR峰会完整视频以及各重大主题分会的白皮书，包括机器人前沿分会、智能交通分会、智慧城市分会、AI芯片分会、 AI金融专场、AI医疗专场、智慧教育专场。
等待。
《AI投资研究国度》会员可免费观看全年峰会视频和研究报告内容，扫描二维码进入会员页面了解更多，或私信助教小木（微信：moocmm）进行咨询。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-06
06-17
06-18
06-18
06-06
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态