智能化全息測繪及示范應用

顧建祥，楊必勝，董震

(1.上海市測繪院，上海 200063； 2.武漢大學，測繪遙感信息工程國家重點實驗室，湖北 武漢 430070)

1 引 言

對城市當前狀態的實時精確模擬和對未來狀態的準確預測是城市精細化管理的關鍵科學問題[1]。融合城市精準空間信息(如：建筑、交通、水系、植被、基礎設施等城市地理實體的空間位置和屬性特征)和物聯網動態傳感數據流(如：視頻監控數據、車輛軌跡數據、公交刷卡數據、停車場數據、道路卡口數據、地下管網數據、空氣質量數據、水質水文數據、氣象數據、水電氣表數據等)，對城市進行數字化孿生的智能化全息測繪，是突破這一科學問題的重要途徑。

智能化全息測繪是以地理信息服務精細化、個性化、真實化、智能化為目標，利用傾斜攝影、激光掃描等傳感技術獲取城市精準空間信息并結合物聯網動態傳感數據，實現地上下、室內外、動靜態空間數據的全覆蓋；借助深度學習、強化學習、遷移學習等人工智能手段自動化提取城市全要素地理實體的結構與語義信息，建立城市場景結構化語義模型，為實現“像繡花一樣精細”的城市管理提供翔實的全空間、動靜態信息保障[2]。

針對智能化全息測繪面臨的城市全空間數據獲取難、多源異構數據精準融合難、結構與語義信息智能提取難、城市場景結構化語義模型重建難等技術瓶頸，重點介紹融合多傳感器的城市空間信息獲取、城市空間信息與物聯網動態傳感數據流精準融合、城市全息要素地理實體結構與語義信息智能提取、城市場景結構化語義模型按需重建等關鍵技術。

2 全息測繪關鍵技術

2015年6月國務院批復同意《全國基礎測繪中長期規劃綱要(2015-2030年)》，明確提出了“加快發展基礎測繪，形成新型基礎測繪體系”的要求。2016年8月國家發展改革委、原國家測繪地理信息局聯合印發《測繪地理信息事業“十三五”規劃》，將推進新型基礎測繪體系建設作為十三五期間國家測繪地理信息事業發展的五大重點任務之一。2017年11月，上海市被國家測繪地理信息局批準為新型基礎測繪體系建設試點城市。上海市測繪院按照自然資源管理和智慧城市智能化管理的新需求以及地理信息核心要素“集約共享”的原則，在產品模式、數據內容、采集手段、分類編碼、服務手段等方面開展新型基礎測繪體系的探索，聯合武漢大學測繪遙感信息工程國家重點實驗室和上海華測導航技術股份有限公司在全國率先推出智能化全息測繪技術體系。

針對智能化全息測繪面臨的城市全空間信息獲取難、多源異構數據精準融合難、結構與語義信息智能提取難、多層次結構化語義模型重建難等技術瓶頸，創新性提出融合多傳感器的城市全空間數據獲取技術，實現城市空間室內外、地上下全覆蓋的數據采集；發展城市靜態空間信息與物聯網動態傳感數據流的時空一致性映射模型，實現靜態空間信息與動態傳感數據流的時空基準高精度統一；建立城市場景全類型目標的特征定義、描述與語義一致性映射體系，解決城市全類型目標結構與語義信息智能提取問題；發展基于“結構-語義-動態”迭代耦合的城市場景結構化語義建模方法，提升對復雜城市場景結構與語義表達能力，為城市空間事件演化建模與分析提供數據保障。

2.1 融合多傳感器的城市空間信息獲取技術

建立融合多傳感器的空-天-地立體化、組合式、全空間數據獲取技術體系，綜合使用多種采集技術，多平臺、多視角獲取不同類型的三維空間數據，實現城市空間室內外、地上下全覆蓋，滿足全息測繪對數據采集效率和完整性的新需求。例如，機載激光掃描系統主要用于采集大范圍基礎性數據，包括建筑屋頂、部分立面和主要地形[3]；傾斜攝影測量是對機載激光掃描數據的有效補充，有助于提高單體化模型的完整度[4]；車載激光掃描系統主要用于獲取道路及其附屬設施和部分建筑立面的空間和紋理信息[5]；地面三維激光掃描主要用于重要區域、街坊內部以及地下空間(如：城市地鐵)數據采集[6]；便攜式激光掃描則是保證空間數據完整性的重要補充手段，適合范圍小且需要快速獲取的區域；探地雷達用于獲取地下管線等設施的空間分布，是地下基礎設施數據采集的重要手段；綜合調繪則是綜合利用多種方式進行調查、判讀和補測。融合多傳感器的城市空間信息獲取技術路線如圖1所示。目前，上海市測繪院已完成 90 km2車載點云和影像以及 30 km2機載載點云和影像采集。

圖1融合多傳感器的城市空間信息獲取技術

2.2 城市空間信息與物聯網動態傳感數據流精準融合

城市精準空間數據(如：建筑、交通、水系、植被、基礎設施等城市地理實體的空間位置和屬性特征)和物聯網動態傳感數據流(如：視頻監控數據、車輛軌跡數據、公交刷卡數據、停車場數據、道路卡口數據、地下管網數據、空氣質量數據、水質水文數據、氣象數據、水電氣表數據等)的匯聚與融合是實現全息測繪地上下、室內外、動靜態空間信息全覆蓋的基礎和關鍵。針對該問題，探索多模態城市空間數據的時空誤差耦合分析與優化技術，形成時空一體的誤差建模技術框架，實現室內外、地上下城市空間信息的高精度融合[7](如圖2所示)；通過跨域多源交叉驗證，實現多模態傳感器數據的匯聚集成；建立物聯網和城市地理空間的時空映射模型，通過引入多結構約束的物聯網數據與城市空間信息配準，突破物聯網多模態傳感器數據到城市時空基準準確匹配的關鍵技術，提升城市空間信息與物聯網動態傳感數據的時空一致性。

圖2 多源城市空間信息數據高精度融合(其中紅色為機載點云、綠色為地面站點云、藍色為車載點云、黃色為背包點云)

2.3 城市全息要素結構與語義信息智能提取

借助深度學習、強化學習、遷移學習等人工智能手段自動化提取城市全要素地理實體的結構與語義信息。研究城市空間中包括建筑、街道、植被、樹木等全要素時空場景的語義內涵、分類體系及編碼方法，建立城市空間語義模型及語義分類體系；研究城市復雜場景基元結構特征的局部自適應描述和表達，實現多尺度、多層次以及位置無關的時空特征表達；研究時空特征驅動的半監督協同訓練多源異構數據語義分割理論體系，實現城市全類型目標千萬級多源異構數據基準庫的高效構建；構建面向點云的語義分割深度網絡模型，采用混合深度學習和遷移學習的多目標分割與分類方法，實現兼顧精確幾何邊界和正確語義信息的城市場景全類型地物要素結構化提取[8，9]。目前，上海市測繪院和武漢大學已合作完成 5 km2機載點云城市部件樣本庫和 15 km車載點云城市部件樣本庫的構建工作，如圖3所示；在城市部件樣本庫的基礎上，武漢大學利用自主研發的深度學習網絡實現了20余種城市部件的結構化提取，提取正確率優于90%，如圖4所示。

圖3 上海市張江區樣本庫構建

圖4 上海市張江區全類型地物要素提取

2.4 城市場景結構化語義模型按需重建

研究城市場景的語法構建方法，挖掘并構建城市復雜場景與場景目標的幾何、語義、屬性及場景目標間的空間關系和依存關系的規律性和關聯性，形成包含“語義-結構-關系”的城市要素建模語法[10]；實現基于“語義-結構-關系”迭代耦合的城市場景三維語義建模方法，支持全要素城市要素結構化語義建模與分析，形成城市場景結構化語義模型構建的一體化、規范化、按需多層次表達方法體系，如圖5所示。基于構建的結構化語義模型，可以為智慧城市綜合治理提供菜單式服務。例如，應急管理部門需要實時動態全空間數據，水務管理部門需要河流數據，綠化管理部門需要綠地數據，建設管理部門需要高層建筑數據，抑或是高架墩柱等等，都可以通過個性化定制服務，通過智能過濾后提取所需模型。

圖5 城市實體要素按需多層次表達

3 示范應用

上海市測繪院圍繞新一輪城市總體規劃實施和城市精細化管理需求做好技術支撐，以“一江一河”為重點，開發了三維城市設計和建筑規劃管理平臺，完成“一江一河”兩岸區域建筑三維模型建設，配合開展重點區域和重點項目方案研究，如圖6所示；重點做好地下管線綜合規劃、建設項目、過程監督、現狀等全生命數據庫建設，以及項目規劃管理全過程‘落圖’工作，實現地上下一體化測繪，如圖7所示；配合上海市城市管理部門進行城市部件普查和管理工作，如圖8所示；輔助公安人口管理部門進行建筑物分層分戶工作，如圖9所示；在服務歷史文化風貌保護工作方面，做好全市歷史風貌保護規劃信息平臺后期數據處理工作，參與黃浦、靜安等區域歷史風貌街坊保護實施試點工作，如圖10所示；為工商企業管理、公安人口管理、數字城市管理等提供最精確的數據保障，架起智慧城市的信息“骨架”。

圖6 “一江一河”兩岸區域建筑三維模型

圖7 上海南京路地上下一體化模型重建

圖8 上海南京路城市部件的結構化模型重建

圖9 上海市建筑物分層分戶結構化模型重建

圖10 上海市架空線“入地”工作

2019年智能化全息測繪試點范圍選取黃浦區和張江核心區，其中，黃浦區的試點區域為東至黃浦江，南至人民路、淮海路，西至成都北路、陜西南路，北至蘇州河，試點范圍面積約 5.0 km2。測區內主要道路包括延安路高架、成都北路高架、西藏路、淮海路、南京路、陜西南路、人民路等；建(構)筑物密度較高，包括住宅、商業和辦公等用房；測區交通復雜，車流量大，地物要素復雜，如圖11所示。張江核心區，北至龍東大道，南至華夏高架路，西至羅山高架路，東至外環高速路，面積 28.3 km2，測區內有上海軌道交通2號線、磁懸浮列車、內環高架路、中環高架路構成了四通八達的交通網絡，類別豐富，地理實體覆蓋點、線、面等所有實體類型，建筑物、交通及其附屬設施、管線及其附屬設施、水系及其附屬設施、地貌、植被以及地下空間設施等地理實體種類齊全，可以滿足項目示范要求，如圖12所示。

圖11 全息測繪試點范圍-黃浦區

圖12 全息測繪試點范圍-張江核心區

4 總結和展望

融合城市精準空間信息和物聯網動態傳感數據流，對城市進行數字化孿生的智能化全息測繪，是實現“像繡花一樣精細”城市管理的重要途徑。本文從融合多傳感器的城市空間信息獲取、城市空間信息與物聯網動態傳感數據流精準融合、城市全息要素地理實體結構與語義信息智能提取、城市場景結構化語義模型按需重建等方面介紹了全息測繪關鍵技術以及上海市測繪院、武漢大學、上海華測導航技術股份有限公司在全國率先推出的智能化全息測繪應用示范。

目前，智能化全息測繪在國內尚處于起步階段，仍然存在如下問題：①缺少行業和國家標準，全息測繪相關技術和產業的發展缺少正確的指引；②傳統的測繪數據采集手段在數據采集效率、完整度和現勢性等方面均無法滿足全息測繪的要求，亟須高精度、高效率的新型觀測手段和裝備；③數據處理的自動化水平普遍不高，生產效率和更新周期難以得到保障，需要借助深度學習、強化學習、遷移學習等人工智能技術和計算機視覺方法提高全息測繪數據處理的智能化水平；④當前應用領域受限，亟須開拓全息測繪產品在實景三維中國、無人駕駛高清地圖、5G基站優化選址和信號仿真、城市精細化管理、城市空間安全等領域的應用，服務于自然資源、交通運輸、環境保護、城鄉建設、公共安全等。上海市測繪院、武漢大學、上海華測導航技術股份有限公司也將致力于全息測繪行業和國家標準的制定，數據采集手段和數據處理方法的更新升級以及應用示范的推廣，更好地推進我國全息測繪產業的健康、快速發展。