面向城市导游的无缝服务研究

智能导游服务已从传统的单一景区导游发展为城市多景区导游,因此,包含了景区间导游和景区内导游两大部分;表现为更加注重面向散客服务、兼容多移动智能终端以应用程序(App)的方式运行。由于景区间导游和景区内导游往往自成系统,在游客进出景区的过程中存在着两种系统的切换,且主要采用手动方式完成,尚没有实现城市多景区导游过程的无缝衔接。为了应对这个挑战,本文设计了一个面向城市多景区的无缝导游服务模式,分析了其架构以及工作机制;并着重讨论了城市无缝导游服务的关键技术,如系统间无缝切换的条件,包含判断游客进入、离开景区等;以及导游服务过程无缝衔接的机制,包含导游动态数据结构的设计,游客游览需求、导游过程状态在多导游系统间的传递等。最后通过实例验证了该方法的有效性,作为新的导游服务模式,同时为动态集成已有的导游App提供了解决方法。     

公交车辆全线运行状态的监督站牌及查询系统

针对出行者对公交车辆运行信息的需求,基于GPS技术设计了一个动态显示公交车辆位置信息的监督站牌系统,并提供公交位置信息的网络查询服务,方便出行者了解公交车辆的实时运营信息,以及对公交车辆的实时监督.系统以LabVIEW为软件开发平台对数据进行分析与处理,利用ASP.NET进行Web网页开发并与数据库交互,实现公交系统的智能运营和智能服务.通过实际验证,该方案具有可行性、实用性.     

耦合知识图谱和深度学习的新一代遥感影像解译范式

在遥感大数据时代,遥感影像智能解译是挖掘遥感大数据价值并推动若干重大应用的关键技术,如何将知识推理和数据学习两类解译方法有机联合已成为遥感大数据智能处理的重要研究趋势。由此提出了面向遥感影像解译的遥感领域知识图谱构建与进化方法,建立了顾及遥感成像机理和地理学知识的遥感领域知识图谱。在遥感领域知识图谱支撑下,以零样本遥感影像场景分类、可解释遥感影像语义分割以及大幅面遥感影像场景图生成3个典型的遥感影像解译任务为例,研究了耦合知识图谱和深度学习的新一代遥感影像解译范式。在零样本遥感影像场景分类实验中,所提方法在不同的可见类/不可见类比例和不同的语义表示下,都明显优于其他方法;在可解释遥感影像语义分割实验中,知识推理与深度学习的联合方法取得了最好的分类结果;在大幅面遥感影像场景图生成实验中,知识图谱引导的方法精度明显高于基准的频率统计方法。遥感知识图谱推理与深度数据学习的融合可以有效提升遥感影像的解译性能。     

基于GPU和UNITY的嵌入式图像实时传输方法

智能化无人矿山对作业现场环境的可视化要求较高,现有的可视化方法仍存在诸多问题:数据采集方式单一,存在监控盲区;数据传输线缆布设困难且易被损坏,传输延时较高;表现形式不够全面立体,并且不能用于VR/AR、SLAM、机器人定位避障等应用场景。为了满足智能矿山建设的可视化需求,本文结合当前传感技术、矿用机器人以及5G技术的发展,探讨了从数据采集、服务器部署到接收显示的详细步骤。针对全景及深度影像这类新型三维数据,提出一种基于GPU和UNITY的嵌入式视频实时传输方法,包括实时编码、异步传输、轻量级的嵌入式流媒体系统、利用UNITY实时处理以及元数据的同步传输。借助UNITY平台,将三维可视化任务从CPU转移至GPU,仿真实验表明,最高渲染帧率为60 fps时,GPU占用率在35%以下。最后,以全景和深度传感器为例进行了测试,对数据编码、位移贴图、纹理纠正进行有效性验证,并从延迟、帧率、CPU占用率3个方面评估性能。结果表明,所提关键技术均可有效提高运行效率、减少资源占用,相比FFplay延时更低。全景影像的可视化代替了视角固定的传统监控,深度数据为智能矿山巡检机器人定位及避障提供实时数据源,传输方法整体向下兼容。不仅解决传统方法视角单一、布线困难的问题,而且考虑到了智能矿山建设过程中的新需求。     

基于网络和图的时空智能——概念、方法和应用

当前时空智能(SpaceTimeAI)和地理空间智能(GeoAI)已是热门的话题,该研究领域旨在将计算机科学的最新方法(如深度学习)应用于地理空间问题。虽然深度学习方法因其对栅格数据的自然适用性而在图像处理中取得了巨大成功,但仍未广泛应用于其他空间和时空数据类型。本文提出使用网络和图作为SpaceTimeAI或GeoAI的基本结构的倡议,并将其应用于城市研究中。相比于基于网格的表达,基于网络的结构更加精确和实用。图能实现对点、线、面/多边形/网格和网络等多种空间结构的表达。本文通过时空预测、聚类和时空优化等常用时空分析方法展示基于网络和图的时空智能分析的优势,并介绍其在交通出行、警务和公共卫生等领域的应用。     

集成型与智能型测绘卫星工程发展及其关键技术

航天对地观测已经成为全球对地观测的主要手段。本文简单梳理了国际上现有大地测量类对地观测卫星的概况,侧重分析了我国地形测量类对地观测卫星的贡献和存在的问题,未来对地观测卫星的发展趋势,载荷集成型综合测绘卫星发展的可能性及其面临的主要技术瓶颈。总体认为集成型测绘卫星尽管单星观测效率高,但是整体观测效益不高;分析了微小卫星密集组网型对地观测的可能性及其相应的关键技术,包括载荷模块化设计、卫星小型化设计、卫星最佳组网技术、数据传输技术、卫星在轨弹性调配技术和星上数据快速处理技术等;对未来智能卫星对地观测进行了展望,提出了相应的关键技术,包括星上观测智能识别技术、星间智能传输与星地智能传输技术、星上和地面智能数据处理技术等。此外,卫星的智能避障、运载火箭落点的智能跟踪和智能控制也是航天对地观测需要考虑的发展方向。     

面向任务的高分辨率光学卫星遥感影像智能压缩方法

随着对地观测系统以及空间信息网络的快速发展,中国已经建成星地一体化的对地观测系统。高分辨率遥感影像数据从GB级转向TB级,轻小型智能遥感卫星有限的带宽容量和存储空间都严重限制了遥感信息的智能实时服务,由此提出了一种面向任务的智能压缩方法。首先,基于遥感影像的数据特点以及轻小型智能遥感卫星星地数传的瓶颈,分析了传统在轨压缩算法的局限性,论述了面向任务的高分辨率光学卫星遥感影像智能压缩处理的重要性;其次,提出了基于珞珈三号01星平台面向任务的智能压缩方法,通过星上高质量成像和高精度几何定位获取观测区域;然后,根据不同的任务需求,利用信息提取模型获取感兴趣目标/区域;最后,利用压缩模型对该区域进行自适应码率分配来实现高倍率压缩任务,并生成码流文件回传到地面。针对不同的任务需求,合理分配码率,可通过该方法有效实现遥感影像的高倍率智能压缩。     

基于植被分区的多特征遥感智能分类

为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。     

可穿戴的另一条路：英特尔推智能T恤

说起可穿戴设备你最先会想起什么？我想不外乎是智能手环或者是智能手表,再Geek一点的可能会想到Google Glass这样的东西,但是我觉得,可穿戴智能设备的形式不应该只有这么一点。人们除了佩戴的装饰品之外,浑身上下就只有衣服一定是每天都会穿戴的东西,虽然衣服离我们通常概念中的设备相距甚远,但衣服仍然具有智能化的潜力,也许在将来,衣服会成为最大的可穿戴智能设备类型,当然现在整个可穿戴智能设备的市场并不成熟,但并不妨碍已经有一些先驱者开始在衣服上做文章了。     

全息地图时代已经来临——地图功能的历史演变

地图可以成为国家之间交换的国礼,也是一个国家疆域的直接表达,因此,具有潜在的巨大政治意义。2014年习近平总书记访问德国,默克尔将1735年德国绘制的第一幅精确的中国地图赠送给习近平。地图伴随着人类文明的发展而诞生、演变。全息地图就是随着移动互联网络、传感网、物联网和智能移动终端的飞速发展,使得信息内容更丰富、获取形式更多样,可实现人与人、人与物、物与物之间按需进行信息获取、传递、存储、认知、决策等功能的地图新形式。我们从周成虎院士对地图功能的探索中了解到他的关于地图感知世界、记载世界、认识世界和地图变革的论述,针对其地图功能的演变观点对周院士进行了专访。