0
| 本文作者： 伍文靚 | 2019-07-25 16:49 | 專題：CCF-GAIR 2019 |
雷鋒網按：7 月 12 日-7 月 14 日，2019 第四屆全球人工智能與機器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，深圳市人工智能與機器人研究院協辦，得到了深圳市政府的大力指導，是國內人工智能和機器人學術界、工業界及投資界三大領域的頂級交流博覽盛會，旨在打造國內人工智能領域極具實力的跨界交流合作平臺。
7 月 14 日，大會議程進入到最后一天，在智慧城市分會場，深圳大學智慧城市研究院院士助理、建筑與城市規劃學院城市空間信息工程系副系主任王偉璽帶來了主題為《復雜虛擬城市環境建模與仿真技術探討》的演講。
王偉璽提到，人類生活在一個復雜的三維環境中，包括城市建筑、道路系統、地形地貌、地質礦藏、地下工程設施等等都位于三維場景當中，全面透徹地對三維空間進行感知和認知表達，已經是現在城市精細化治理必須要解決的突出問題。感知能力上，天基上有各類遙感衛星，空中有固定翼或者直升機飛機航空攝影、無人機航空攝影等，地面上有各類視頻監控、物聯傳感網絡等，更顯立體化。
他認為，虛擬城市環境是當下行業進行數字政府、智慧城市建設的數字基礎，也是空間基礎，是智慧城市建設不可或缺、必須完成的工作。此外，王偉璽透露，深圳市從 2018 年 12 月開始就啟動了全市的虛擬城市環境數據采集工作，總共分一期和二期兩個階段，一期是從 2018 年 12 月開始，二期是從 2019 年 4 月份開始，預計將在今年年底完成相關工作。
以下是王偉璽演講的全部內容，雷鋒網作了不改變原意的整理與編輯：
各位領導、各位專家、各位同仁大家下午好！非常感謝大會組委會能給我這么一個機會向大家進行匯報。我匯報的題目是《復雜虛擬城市環境構建與仿真的技術探討》。
眾所周知，我們人類生活在一個復雜的三維環境中，包括城市建筑、道路系統、地形地貌、地質礦藏、地下工程設施等等都位于三維場景當中。如何全面透徹地對三維空間進行感知和認知表達，已經是現在城市管理治理，或者城市的規劃、設計、建設、管理、服務等各個領域都必須要解決的突出問題。
現在對城市三維空間進行數據感知獲取的手段已經很多，正如上圖所顯示的，天基上有各類遙感衛星，空中有固定翼或者直升機飛機航空攝影、無人機航空攝影等，地面上有各類視頻監控、物聯傳感網絡等等，還有比如此次參展的速騰公司等研發的地面激光掃描車，都可以為我們進行地面數據的獲取。此外，針對海洋也有一整套的立體感知監測系統；另外，對于政務數據、互聯網數據以及社交網絡數據，都可以進行感知。
所以從數據獲取的手段來講，目前我們已經可以構建起空天陸海網一體化的城市大數據智能感知網絡，具備立體感知的能力。有了這樣的立體感知能力，怎么樣利用這些數據來為我們恢復和構建城市的真實三維環境呢？這就是我今天希望跟大家分享的內容。
我們生活在一個真實的三維空間中，目的也是希望能夠構建全空間、全尺度、全要素的虛擬城市環境，在這個環境下可以實現地上下、室內外的統一，以及二維和三維的數據聯動，進而實現陸地與海洋的統籌管理，最終要實現的是數字孿生，虛實共濟。這是我們想要達到的目標，也在為了這個目標一直開展相關的工作。
全空間、全尺度、全要素的虛擬城市環境，可以為我們提供全市完整統一的三維空間數字底板。在這個三維的空間數字底板上，我們可以把前面講的各類數據，包括物理空間數據、人文空間數據、信息空間數據，都可以集成融合在這個虛擬城市環境當中，再利用智慧城市操作系統進行這些城市大數據進行組織管理、挖掘分析、展示表達、應用服務等等，這樣就可以實現智慧城市建設的基本目的。
所以說，虛擬城市環境是我們進行智慧城市建設的數字基礎，也是空間基礎，是智慧城市建設不可或缺、必須完成的工作。
接下來我以深圳市為例介紹一下正在開展的虛擬城市環境建設工作。深圳市從 2018 年 12 月開始就啟動了全市的虛擬城市環境數據采集這項工作，總共分一期和二期兩個階段，一期是從 2018 年 12 月開始，二期是從今年 4 月份開始，預計總共在今年年底結束。
它的工作是對全市 2000 平方公里的土地進行傾斜攝影測量、機載激光掃描（Lidar）的三維數據采集。目前，整個采集工作目前已經完成了 70%，現在全市激光掃描數據已經基本完成，是按照每平方米四到五個點的國家規程來操作；傾斜攝影測量在我市西部地區也都基本完成，接下來會向東部拓展，預計到 9、10 月份，會實現全市的傾斜攝影數據采集。
那么有了這些數據之后，如何來構建深圳的虛擬城市環境呢？我們可以把傾斜攝影和激光掃描的數據進行融合，融合之后可以進行室內外地上下的建模和仿真，包括對三維數據的組織、調度管理以及可視化表達與分析，最后構成虛擬城市環境。在這個過程當中，我們會用到多種多樣的建模和仿真技術，以及 VR、AR、MR 等場景表達技術，這些和我們本次大會的主題當中講到的很多計算機領域、人工智能領域的技術都會結合在一起進行應用，這是我們的整體技術思路。
從整體技術思路出發，我們先看一下地上或者室外的真實三維模型應該如何構建，頁面上左邊講的是傳統單一數據源的建模方式，在現在的技術條件下要做到多數據源的真實三維建模，比如多種影像數據融合建模，多種點云數據也可以融合建模，傾斜攝影數據和激光掃描數據都可以融合建模。
在這個頁面里，上面綠色和紅色表示的是激光掃描獲得的數據，下面是傾斜攝影影像匹配后得到的數據，兩者進行融合之后，再進行差異性比較和檢測，發現二者存在不同的地方，再進行點云修復，這樣就既可以解決激光掃描點云在側立面的數據缺失問題，也可以解決傾斜影像密集匹配點云不規則的問題，最終為地上或室外的三維建模提供比較好的參考。有了融合后的點云模型之后，還要根據政府管理的數據要求，對它進行三角網模型修復和單體化建模。
剛才所講的點云模型是由離散點和三角網構成的 mesh 模型，這在日常管理中還不足以適用所有的應用需求，還要把它進行單體化，變成適合管理和應用的點-線-面-體的矢量模型，這就是單體化的過程。單體化之后，既有 mesh 模型，又有三維矢量模型。
此外，我們還可以基于一些方法進行城市的三維變化檢測，比如平面輪廓線切面法，可以自動實現對發生變化的區域的識別和變化檢測，從中發現新增、拆除的區域。另外，我們還可以用帶有激光掃描設備的車輛或者前面提到的傾斜攝影和機載 Lidar 數據，對城市道路沿線的城市部件進行自動提取和三維建模。這樣對于地上或者室外的三維模型基本上可以通過這些方法來實現構建。
除了地上或者室外的三維建模工作之外，還有一個重要的工作是對地下或者室內的三維構建，技術上大體可分為三個部分，第一步是采用自動化設備進行場景的三維掃描，第二步是利用深度學習方法，對地下或者室內空間進行快速建模，第三步是根據這些模型可以進行一些交互分析，這是地下或者室內建模的整體路徑。
在場景三維掃描的方式大概可以分成兩大類，第一類是利用比較流行的 RGB-D 深度相機的方式，采用多個 RGB-D 相機以室內 SLAM 的方式對數據進行采集，采集之后再進行分析。比如這個頁面表示的就是利用左右兩個傳感器先進行三維掃描，之后進行數據融合，融合之后就可以合成比較完整的三維室內模型，它用到了 RGB-D 傳感器本身自帶的深度信息和拍攝到的 RGB 彩色影像共同來完成。
除了這種方式之外，還有一種主流方式，就是利用激光掃描的 SLAM 方式，比如在室內利用一個可手持或者可移動的激光掃描器， 16 線或者 32 線都可以，按照一定的路徑進行激光掃描 SLAM 方式進行三維數據采集。
這里頁面展示的是深圳大學科技樓某一層的掃描路徑和生成的二維掃描圖，這個頁面的左邊是掃描之后得到的激光數據，然后我們進行模型修復，最終得到了三維的室內模型。通過這些，不管是用 RGB-DSLAM 的手段還是激光 SLAM 手段，都可以完成地下或者室內的復雜場景數據采集和構建。
在這里還涉及到一個關鍵技術，就是地下或者室內的建筑物部件是非常復雜的，不管是計算機視覺還是攝影測量的方式，都要考慮怎么樣對建筑物的內部結構部件進行自動提取，包括墻面、地板、天花板、或者門、窗、梁、柱等，都要能進行自動提取，我們在這方面也做了一些研究工作，可以實現這方面的要求。
以上這些是通過實地測量的方式，對地下或室內場景進行三維的建模。
除了上面的地下或室內建模方式外，別的還有沒有呢？現在深圳市或者其他城市，已經有了很多的存量二維或者三維的建筑數據，不見得非要通過實測才能得到。比如，有時可以借助現有的二維 CAD 的圖紙通過數字化之后，采用參數化驅動的建模方式直接生成三維模型，我們很多存量的數據都需要采用這種方式。還有一種方式是借助 BIM 模型進行轉化，比如在深圳前海，已經要求對其中的建筑要提供 BIM 模型，那么就可以借助這些 BIM 模型，通過 IFC 標準與 CityGML 標準之間的映射關系、以及細節程度上的綜合取舍，實現 BIM 模型向三維 GIS 模型的轉化與融合。
所以，對于地下或者室內建模來講，一種是用儀器設備進行實測，然后進行自動化程度較高的提取和三維建模，這是一種方式；第二種是利用已有的設計數據、報建數據、竣工驗收測量數據等等實現三維場景的構建，這樣就可以對地下或室內環境的三維建模。
在地上下室內外的三維建模完成之后，還有一個問題要考慮的就是怎么對這些三維模型進行表達的問題。我們知道一個城市的數據量是非常大的，如何對海量的城市數據進行可視化表達，比如在進行三維場景數據的動態組織調度和可視化展示的時候，在不同視角和層次應該用什么樣的細節程度表達，這也是一個非常重要的問題。所以我們在對城市進行模擬和仿真的時候，必須要考慮它的建模和仿真應該到哪個細節程度。
大家可以看到，這是 OGC 組織在 CityGML2.0 版本中發布的從 LOD0 到 LOD4 的 5 級細節層次模型規范，也是當前大家主要遵從的細節層次規范，在今年六月份 OGC 組織又發布了一個最新的細節層次模型規范，對分級有一些小的改動，分級層次少了一點。我們根據這個規范，在虛擬城市環境建設中也提出了多種空間要素應具備的細節層次模型，比如對于建筑物，主要是從 LOD1 到 LOD4 的細節分層，其中 LOD3 和 LOD4 都涉及到了室內，而 LOD4 的室內環境是最精細的模型，包含了室內的各種設施和部件等，達到了所見即所得的程度。
此外，對道路模型也有相應的分級，按照最開始的粗模或者白模，到 LOD4 的車道分級。另外對場地模型，比如體育場館這樣的公共設施，也需要按照不同的分級模型進行表達，這里也分成了四個等級。再有植被，這對于城市的景觀設計是非常重要的，大部分植被可以在模型庫里選擇相應的模型，但是還會有一些具體要求，比如名樹、古樹，也可能會采用實測的方式進行數據采集，再進行三維建模，這種的精細化程度要求就比較高了。此外還有地下管線，也都可以按照不同層次的要求，在不同的可視化場景下，按照相應的建模和仿真的層級來選取對應的細節層次。
以上是我們對虛擬城市環境建模和仿真在技術上的探討，下面我匯報一下我們所做的一些案例。
這是實景三維模型的案例，地點是龍崗坂田片區，利用的是傾斜攝影數據和激光掃描數據共同建立的 LOD2 層級的城市三維模型。需要跟大家解釋的是，我們通過這些方式建立起來的虛擬城市環境，它具有真三維的顯著特點，也就是說它的空間信息，包括坐標和尺寸等等都是保持著相當高的精度，是可以直接用于測量測算分析的實際數據，與我們所在的真實世界數據是保持高度一致的，因此它對于智慧城市當中的應用分析非常有用。
這是城市精細模型的案例，地點是香蜜湖片區，包括水榭花都、規劃大廈和交易大廈等等，模型層級以 LOD3 為主，有的甚至到了 LOD4 的層級。還有三維動態變化檢測，比如對于一個小區，通過三維變化檢測發現發生改變的區域后，可以自動把變化區域相應的建筑物，一棟一棟的補充上去，這是在 LOD2 層次做的。在實景三維模型上還可以做空間規劃的輔助決策，比如在三維場景下，可以把編制的法定圖則疊加上去，跟城市現狀進行比較，跟未來規劃進行比較，還會涉及到對土地的定量評估等等，都可以支持，也就是說可以做出基于實景三維的土地供應會商會審平臺。
另外，深圳的城市更新是一項非常重要的工作。這假設是深圳的某一個城中村，如果我們要對它進行更新改造，可以先通過實測數據對現狀進行了解，包括疊加人口數據、產權數據等等。然后可以對城市更新的過程進行分析，比如把城市更新的法定圖則加上來，看看對未來的規劃定位，然后模擬拆除的過程、再把設計后的建筑方案等疊加上來，看一看整體效果，這樣就可以完成我們對城市更新方案的預演預判，包括不同方案的比較和分析，而且這是一個量化分析的過程。
還有，比如結合城市的實景三維模型，我們可以把視頻數據與三維模型進行實時疊加融合，再利用計算機視覺的方法，對視頻區域內的車輛類型和人流情況進行自動識別、檢測和分析，這對未來的交通管理、應急管理等，都會有較好的用途。
剛才介紹的都是基于地上或者室外三維模型的應用案例，對于地下或者室內三維模型的應用，首先可以通過剛才講的技術，對三維點云數據進行結構自動識別、紋理的自動映射，最后實現 LOD4 的細節層級模型。除此之外，還可以把地上模型和地下模型融合起來，進行地上下一體化三維仿真，這樣地上地下都可以進行多層級的表達，包括地下管線、地下車庫等等。還有室內外的一體化三維仿真，這是交易大廈，從室外走向室內整個過程的模擬仿真，再加上視場和光照等影響，可以幫助我們對建筑內部空間有一個非常清晰的了解，這些都是要基于真三維的室內建模和可視化仿真技術來完成。
還有，對于城市設計或者房屋權籍管理，如果想要了解一棟戶型是什么樣，它在哪一棟、哪一層、哪一戶，面積多少、內部怎么樣，都可以通過室內外的一體化建模和仿真知道，而且在室內三維建模完成之后，還可以對室內進行瀏覽，比如在陽臺上還可以看周圍的景觀是什么樣，這些對于城市設計、建筑設計也都很重要，可能會幫助它們從現有的圖紙表達和單一分析走向面向整體環境的數字化表達和分析。
另外我們還做了室內疏散模擬，在這個案例中 ，大家看到了左下和右上是通過監控視頻，判別出人群的數量和所在的位置，然后擺放到二維的室內模型中，進行疏散仿真與優化配置，優化前是 138 秒，優化后是 110 秒，優化后可以節省 28 秒，這可以為逃生節省了更多的時間，這都是要依賴虛擬城市環境來完成。
所以，我們把虛擬城市環境定義為智慧城市的數字底板，是一個完整統一的三維數字底板，有了這個底板，就可以集成融合我們可以獲取的各種各樣的城市大數據，然后在上面做出很多的、甚至意想不到的智慧城市應用。我的匯報就是這些，謝謝。
「AI投研邦」將在近期上線CCF GAIR 2019峰會完整視頻與各大主題專場白皮書，包括機器人前沿專場、智能交通專場、智慧城市專場、AI芯片專場、AI金融專場、AI醫療專場、智慧教育專場等。「AI投研邦」會員們可免費觀看全年峰會視頻與研報內容，掃碼進入會員頁面了解更多，或私信助教小慕（微信：moocmm）咨詢。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
