新型智慧城市下的体检评估体系构建及应用

针对特大城市在发展过程中出现的人口拥挤、交通拥堵等"城市病"问题,"城市体检"模式被正式提出。该文通过对"城市体检"的内涵、体系构建、内容设计及应用方面的全面阐述,集中体现了"城市体检"的核心思想,即通过多元城市现状数据的获取与感知,基于业务模型的智能化计算,实现城市现状状态的反馈,发现城市管理痛点,并为最终解决城市管理问题提供信息决策。通过在北京市市级、区级、街道级等多个层次的深入应用发现,基于空间大数据的"城市体检"模式能够评估现状公共服务能力、解决城市公共管理问题,但仍需要在城市区域现状数据感知和业务模型精确度上提高体检能力。     

基于街景视角的城市骑行视觉环境研究

以南京市为研究区,利用骑行轨迹数据和街景图像数据,在结合城市路网分析骑行活动空间分布的基础上,从街景视角对骑行热点路段的视觉环境进行了精细化解读,以此深入理解骑行者对沿路街道环境的视觉偏好.首先提出了一种基于轨迹线的热点路段探测方法,用于寻找南京市骑行行为聚集的区域及其内部路段;然后利用图像语义分割技术量化热点路段的街道环境要素,并通过构建场景表达向量进一步分析不同街道的视觉环境特征以及场景类型;最后根据场景环境的相似特征,将南京市骑行热点路段定义为市区林荫道、市区主干道、郊区主干道、郊区小路、商业街区和景区林荫道6种类型.     

基于YOLO的街景影像中行人车辆检测方法

车辆等移动平台搭载全景相机、全球导航卫星系统接收机、惯性测量单元等传感器,可以采集360°的街景.在街景影像中检测行人车辆,一方面可以在数据发布时更好地保护隐私,另一方面可以为城市治理能力提升提供数据支撑.由于街景影像具有表达环境复杂、数据量庞大、目标距离变化大等特点,现有的行人车辆检测算法应用时均存在一定局限.为此,提出一种兼顾效率和精度的街景影像中行人车辆检测方法,利用球形投影原理和先验知识从街景的经纬映射图中划分出目标区域,接着使用你只观察一次(You Only Look Once,YOLO)v4模型从目标区域检测行人和车辆.实验证明,本文方法车辆检测的准确率高于91％,行人检测的准确率高于73％,每张平均耗时21 ms,具备准确率高、速度快的优势,满足实际项目的数据生产需求.     

轻便式全景设备在城市三维全景建设中的应用

街景数据大多是基于车载三维全景测量系统获取的,但在狭窄的街道、胡同、景区以及空中和室内场景等车辆无法驶入的区域,车载全景数据无法采集.以江苏省淮安市蒋坝古镇为例,基于轻便式全景设备技术,开展了快速构建城市三维全景的研究.结果表明,采取的方案能满足数字城市的应用需要.     

浅谈街景工厂在建立北镇市实景三维模型中的应用

通过对北镇市实景三维模型建立的案例分析,介绍了基于RCD30倾斜影像数据在街景工厂下快速制作高质量城市实景三维模型的关键技术。在实际生产中,参考像素工厂使用经验,结合我院生产情况,设置街景工厂中的关键技术参数。总结了提高街景工厂制作实景三维模型效率的经验方法,并提出生产中存在的问题,为实景三维模型更好地建立提供技术参考。     

北京市城市体检工作的阶段成果获得高度认可

正"城市体检"是空间大数据服务于城市精细化管理与决策的具体应用,立足于多元空间人数据与业务模型资源,依托先进的空间分析与挖掘技术,实现多级管理单元的城市区域现状评估,最终为解决城市区城精细化管理问题献计献策。目前,由北京市测绘设计研究院承担的城市体检工作,已经形成总体评估、专项评估     

三维城市的玻璃幕墙光污染分析

城市环境中由建筑玻璃幕墙引起的光污染给城市的道路交通安全、消防安全、居民健康带来了巨大的威胁。当前对于玻璃幕墙的光污染研究主要是针对具体建筑采用模拟或实测的方法在局部小范围内进行计算。面向城市环境,从真实街景中构建道路、玻璃幕墙立面和太阳光线之间的三维空间关系,利用基于深度学习的识别方法提取玻璃幕墙,采用眩光评价方式在汽车驾驶者的视角上建立三维城市的玻璃幕墙光污染模型。以中国广东省深圳市福田区为例,对三维城市的玻璃幕墙光污染进行定点、定路线和区域的多层次分析,实现即时即地的光污染计算、评估和路径选择,为驾驶者的行车安全、建筑物的规划管理提供参考依据。     

基于ArcGIS Pro的三维街区地图生产研究与实践

随着三维地图在交通、旅游等领域的广泛运用,伴随着技术迭代,传统的三维模型构建和地图生产模式也正在发生改变,充分发挥三维与制图相关领域技术方法和数据资源的优势并有机结合,能在现阶段有效提高生产效率、成果质量和表达效果。研究基于ArcGIS Pro结合三维建模和平面设计软件开展三维街区地图生产的技术方法,并通过南通市轨道交通站点街区图的生产实践,分析总结该项工作中的三维模型生产、多源三维模型格式转换、三维可视化效果以及地图艺术设计的相关技术要点和问题解决思路,为三维街区地图的设计生产和基于GIS技术的三维模型集成展示与利用提供一定的参考。     

超特大城市地形图数据建库分区设计

为提高超特大城市地形图数据库的操作效率,对超特大城市地形图数据库进行分区设计是非常必要的。提出一种基于地图要素的几何特征和空间尺度大小进行超特大城市地形图数据建库分区设计的方法,该方法顾及了城市的结构形状、地图要素的完整性以及各区地图要素数量均衡。给出北京市的数据建库分区设计实例。     

城市三维街景地理信息服务平台设计与应用

城市三维地理信息平台的设计与实现是基于ArcGIS软件海量全景信息与地理信息的融合与匹配技术,在软、硬件共同支持下,依靠系统数据库、街景资源展示、街景资源共享、运维支撑和业务应用系统共5个子系统的协同运作实现地理信息和环境信息的三维可视化表达和应用。本文总结了城市三维街景地理信息服务平台体系和功能设计及应用,为城市三维街景研究和相关软件系统的开发提供参考依据。     

结合道路层次结构的道路网络重叠街区划分方法

重叠街区结构是道路网络重要的拓扑特征之一,有助于分析及理解道路之间的相互作用和交通功能的差异。提出一种结合道路网络层次结构,以路网非重叠街区结构为起点,划分路网重叠街区的方法。把路划作为道路基本单元,把对偶图作为路网的网络模型,先采用蚁群游走和局部优化算法挖掘道路网中的非重叠街区结构;再结合道路网络的层次结构进一步对道路网络的重叠街区进行划分。通过4种典型模式的道路网络实验,并根据目视、扩展模块度指标、连通效率指标对实验结果进行分析评价,本方法适用于挖掘不同模式下道路网络的重叠街区结构。     

车载LiDAR点云数据分割与半自动化建模方法

针对车载激光雷达(light detection and ranging,LiDAR)点云数据的不完整性问题,提出一种车载LiDAR点云数据分割以及基于分割后点云数据的半自动化建模方法。首先对点云数据进行标准格式转换及稀化;然后以不同地物的属性和几何特征为分割条件,分别建立道路、建筑物、树和路灯等附属设施的三维模型,并利用车载以及航空图像的纹理信息辅助建筑物的立面和顶面三维建模;最后以真实街景为实验区,基于拓普康IP-S2车载LiDAR点云数据,完成该街景的分割与建模。实验结果表明,该文提出的点云数据分割与街景地物重建方法比较简单,可实现道路和建筑物的半自动化分割;利用成熟的建模软件和方法,实现了建模的完整性和较强的可靠性。     

在线街景服务车牌模糊化方法

针对在线街景服务发布需要模糊车牌从而保护隐私的问题,该文从街景场景中车牌的纹理、色彩和几何特性出发,提出了一种由粗到精的车牌识别方法。首先基于影像边缘形态学滤波和颜色分量自适应匹配提取候选区域,然后经过去伪和倾斜校正进行车牌的识别和提取;为了进一步提高精度,将初次识别结果作为支持向量机系统的样本,训练特征矩阵用于识别结果的精化。多地街景数据实验表明:该方法对大畸变复杂街景环境有较强鲁棒性,有效提高了街景中的车牌识别准确率。研究结果可广泛应用于在线街景服务,提高生产效率。     

基于无控倾斜摄影的实景三维建模生产研究

随着倾斜摄影测量技术的发展,利用多旋翼无人机搭载倾斜航摄系统获取地面建筑物影像,进而使用PhotoScan、街景工厂等处理软件,将地面全要素制作成三维模型,这种技术逐渐替代了传统手工三维建模,成为快速构建城市三维模型的新选择。本文针对多旋翼无人机获取的倾斜影像存在旋偏角较大的特点,基于无控数据的空三重建方面进行了研究,制作出符合规范的空三数据,选取最适合旋翼无人机倾斜影像的生产方法,形成基于无控倾斜摄影数据的实景三维生产解决方案。     

三维地籍模型数据快速更新方法应用研究

三维地籍管理模式可以解决现行传统土地登记制度和地籍管理制度中土地利用状况的问题,也可以对某些特殊土地利用状况进行登记、记载,准确反映三维土地空间的合理应用情况。随着经济发展,旧城改造、道路拓宽等项目使城市面貌日新月异。为了保持城市三维地籍模型数据的现势性,须对城市三维地籍模型数据进行及时、持续的更新。通过航空摄影测量法、三维激光扫描法和野外实地测量方法对不同区域的三维地籍模型数据进行更新,使用不同的技术路线在地形数据和建(构)筑物三维几何模型制作方面进行比对,通过对三维模型精度、适用区域和效率方面进行综合评定分析,研究总结了适合城市不同类型的三维地籍模型快速更新方法。     

深度学习的街景行道树自动识别提取研究

针对城市行道树调查中,街景影像背景环境复杂多变、行道树个体差异大,依靠目视判读费时费力的问题,该文基于车载移动测量系统采集的全景影像数据,利用深度学习算法,在快速区域卷积神经网络的目标检测方法基础上,建立适用于街景行道树检测的深度神经网络模型。模型采用基于共有显著性区域及冗余策略的行道树多示例目标候选区域选择方法,使用车载图像的几何约束进一步筛选合适的候选区域,从而实现行道树目标候选区域的统一选择,提升行道树目标的检测效果。实验结果表明,该文提出的方法能够实现多种行道树的准确自动识别与提取,进而大大降低行道树绿化调查的成本。     

街景影像——基于人工智能的方法与应用

街景影像是感知城市物质环境的一种新型地理大数据。这种数据以人的视角详尽描绘了城市的可视环境,同时也隐性地表达了可视环境背后有关城市功能、社会经济和人类活动的信息。然而,传统的数字图像处理技术对街景影像的处理能力有限,不能高效地理解其中的语义信息。近年来,随着人工智能领域的不断发展,图像分析和机器学习方法取得了突破性的进展。以深度学习和计算机视觉为代表的前沿人工智能技术,为挖掘街景语义信息、理解和定量表达场所物质空间、建成环境的特征提供了强有力的支持。在此背景下,街景影像被广泛应用于地理学、城市规划等众多领域,并在此过程中出现了大量的新方法和新视角,为基于大数据的城市环境研究、人地关系研究、空间数据挖掘与知识发现研究提供了新的思路。本文综述了基于街景影像和人工智能技术的相关研究,从深度学习和计算机视觉两个方面对街景影像分析的支撑技术进行了梳理,并从场所物质空间量化、场所感知以及场所语义推测3个方面对街景影像研究的应用方向进行了总结,对其在发展过程中面临的数据稀疏性问题、分析方法的严谨性问题进行了归纳,同时讨论了未来研究的方向。     

基于约束Delaunay结构的街道中轴线提取及网络模型建立

从街区多边形提街道中轴线并在此基础上建立街道网络模型是城市空间分析及街区地图综合的基础问题,本文基于约束Ｄｅｌａｕｎａｙ三角网结构提出了在邻近街区边界之间的三角形元上提取中轴线从而建立街道网络图模型的方法,区分三种不同三角形元进行中轴线的连接,通过网络图的顶点、边完备地表达出街道、街区、街道交叉口之间的空间关系,并建立了街道中轴线与左右两侧街区多边形边界弧段间的匹配,从而使本文提出的混合数据模型将街道网络结构与街区多边形结构统一起来。     

基于元胞自动机和多智能体系统的城市人口空间分布研究

城市人口预测和空间分布模拟是人口社会学、城市规划、地理信息科学等领域的热门问题,其在灾害评估、资源配置、智慧城市建设等方面应用广泛。但小尺度人口数据部分缺失的问题经常出现,城市人口空间分布模型分辨率的提升仍需进一步研究。为此,提出一种基于元胞自动机和多智能体的方法,并考虑土地分类和公共设施的位置信息。通过确定元胞属性值,多智能体进行自主移动以确定人口空间分布,继而生成北京市人口空间分布图。为验证模型模拟结果,对北京市部分街道级行政区人口数据进行检验,结果表明:该方法生成的人口空间分布模型精度较高,结果可信;该模型对人口空间分布预测精度在街道尺度普遍优于6%,空间分辨率达到30m×30m。同时,提出可结合人口预报数值推定未来数年城市人口空间分布。经验证,模型所采用的人口预报方法精度和可信度较好。     

无人机倾斜摄影技术在三维城市建模中的应用

简要阐述了倾斜摄影技术的现状、原理等,选择某一城市区域作为试验区,利用无人机5镜头倾斜摄影技术获取该区域数据,并采用高分辨率遥感影像一体化数据处理系统——Pixel Grid进行数据处理,最后通过基于3ds Max插件的二次开发,将倾斜摄影技术和3ds Max建模优势有机结合,实现三维模型构建和纹理自动映射的同时完成,提高了三维城市建模的效率。