顾建祥，杨必胜，董震

(1.上海市测绘院，上海 200063； 2.武汉大学，测绘遥感信息工程国家重点实验室，湖北 武汉 430070)

1 引 言

对城市当前状态的实时精确模拟和对未来状态的准确预测是城市精细化管理的关键科学问题[1]。融合城市精准空间信息(如：建筑、交通、水系、植被、基础设施等城市地理实体的空间位置和属性特征)和物联网动态传感数据流(如：视频监控数据、车辆轨迹数据、公交刷卡数据、停车场数据、道路卡口数据、地下管网数据、空气质量数据、水质水文数据、气象数据、水电气表数据等)，对城市进行数字化孪生的智能化全息测绘，是突破这一科学问题的重要途径。

智能化全息测绘是以地理信息服务精细化、个性化、真实化、智能化为目标，利用倾斜摄影、激光扫描等传感技术获取城市精准空间信息并结合物联网动态传感数据，实现地上下、室内外、动静态空间数据的全覆盖；借助深度学习、强化学习、迁移学习等人工智能手段自动化提取城市全要素地理实体的结构与语义信息，建立城市场景结构化语义模型，为实现“像绣花一样精细”的城市管理提供翔实的全空间、动静态信息保障[2]。

针对智能化全息测绘面临的城市全空间数据获取难、多源异构数据精准融合难、结构与语义信息智能提取难、城市场景结构化语义模型重建难等技术瓶颈，重点介绍融合多传感器的城市空间信息获取、城市空间信息与物联网动态传感数据流精准融合、城市全息要素地理实体结构与语义信息智能提取、城市场景结构化语义模型按需重建等关键技术。

2 全息测绘关键技术

2015年6月国务院批复同意《全国基础测绘中长期规划纲要(2015-2030年)》，明确提出了“加快发展基础测绘，形成新型基础测绘体系”的要求。2016年8月国家发展改革委、原国家测绘地理信息局联合印发《测绘地理信息事业“十三五”规划》，将推进新型基础测绘体系建设作为十三五期间国家测绘地理信息事业发展的五大重点任务之一。2017年11月，上海市被国家测绘地理信息局批准为新型基础测绘体系建设试点城市。上海市测绘院按照自然资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“集约共享”的原则，在产品模式、数据内容、采集手段、分类编码、服务手段等方面开展新型基础测绘体系的探索，联合武汉大学测绘遥感信息工程国家重点实验室和上海华测导航技术股份有限公司在全国率先推出智能化全息测绘技术体系。

针对智能化全息测绘面临的城市全空间信息获取难、多源异构数据精准融合难、结构与语义信息智能提取难、多层次结构化语义模型重建难等技术瓶颈，创新性提出融合多传感器的城市全空间数据获取技术，实现城市空间室内外、地上下全覆盖的数据采集；发展城市静态空间信息与物联网动态传感数据流的时空一致性映射模型，实现静态空间信息与动态传感数据流的时空基准高精度统一；建立城市场景全类型目标的特征定义、描述与语义一致性映射体系，解决城市全类型目标结构与语义信息智能提取问题；发展基于“结构-语义-动态”迭代耦合的城市场景结构化语义建模方法，提升对复杂城市场景结构与语义表达能力，为城市空间事件演化建模与分析提供数据保障。

2.1 融合多传感器的城市空间信息获取技术

建立融合多传感器的空-天-地立体化、组合式、全空间数据获取技术体系，综合使用多种采集技术，多平台、多视角获取不同类型的三维空间数据，实现城市空间室内外、地上下全覆盖，满足全息测绘对数据采集效率和完整性的新需求。例如，机载激光扫描系统主要用于采集大范围基础性数据，包括建筑屋顶、部分立面和主要地形[3]；倾斜摄影测量是对机载激光扫描数据的有效补充，有助于提高单体化模型的完整度[4]；车载激光扫描系统主要用于获取道路及其附属设施和部分建筑立面的空间和纹理信息[5]；地面三维激光扫描主要用于重要区域、街坊内部以及地下空间(如：城市地铁)数据采集[6]；便携式激光扫描则是保证空间数据完整性的重要补充手段，适合范围小且需要快速获取的区域；探地雷达用于获取地下管线等设施的空间分布，是地下基础设施数据采集的重要手段；综合调绘则是综合利用多种方式进行调查、判读和补测。融合多传感器的城市空间信息获取技术路线如图1所示。目前，上海市测绘院已完成 90 km2车载点云和影像以及 30 km2机载载点云和影像采集。

图1融合多传感器的城市空间信息获取技术

2.2 城市空间信息与物联网动态传感数据流精准融合

城市精准空间数据(如：建筑、交通、水系、植被、基础设施等城市地理实体的空间位置和属性特征)和物联网动态传感数据流(如：视频监控数据、车辆轨迹数据、公交刷卡数据、停车场数据、道路卡口数据、地下管网数据、空气质量数据、水质水文数据、气象数据、水电气表数据等)的汇聚与融合是实现全息测绘地上下、室内外、动静态空间信息全覆盖的基础和关键。针对该问题，探索多模态城市空间数据的时空误差耦合分析与优化技术，形成时空一体的误差建模技术框架，实现室内外、地上下城市空间信息的高精度融合[7](如图2所示)；通过跨域多源交叉验证，实现多模态传感器数据的汇聚集成；建立物联网和城市地理空间的时空映射模型，通过引入多结构约束的物联网数据与城市空间信息配准，突破物联网多模态传感器数据到城市时空基准准确匹配的关键技术，提升城市空间信息与物联网动态传感数据的时空一致性。

图2 多源城市空间信息数据高精度融合(其中红色为机载点云、绿色为地面站点云、蓝色为车载点云、黄色为背包点云)

2.3 城市全息要素结构与语义信息智能提取

借助深度学习、强化学习、迁移学习等人工智能手段自动化提取城市全要素地理实体的结构与语义信息。研究城市空间中包括建筑、街道、植被、树木等全要素时空场景的语义内涵、分类体系及编码方法，建立城市空间语义模型及语义分类体系；研究城市复杂场景基元结构特征的局部自适应描述和表达，实现多尺度、多层次以及位置无关的时空特征表达；研究时空特征驱动的半监督协同训练多源异构数据语义分割理论体系，实现城市全类型目标千万级多源异构数据基准库的高效构建；构建面向点云的语义分割深度网络模型，采用混合深度学习和迁移学习的多目标分割与分类方法，实现兼顾精确几何边界和正确语义信息的城市场景全类型地物要素结构化提取[8，9]。目前，上海市测绘院和武汉大学已合作完成 5 km2机载点云城市部件样本库和 15 km车载点云城市部件样本库的构建工作，如图3所示；在城市部件样本库的基础上，武汉大学利用自主研发的深度学习网络实现了20余种城市部件的结构化提取，提取正确率优于90%，如图4所示。

图3 上海市张江区样本库构建

图4 上海市张江区全类型地物要素提取

2.4 城市场景结构化语义模型按需重建

研究城市场景的语法构建方法，挖掘并构建城市复杂场景与场景目标的几何、语义、属性及场景目标间的空间关系和依存关系的规律性和关联性，形成包含“语义-结构-关系”的城市要素建模语法[10]；实现基于“语义-结构-关系”迭代耦合的城市场景三维语义建模方法，支持全要素城市要素结构化语义建模与分析，形成城市场景结构化语义模型构建的一体化、规范化、按需多层次表达方法体系，如图5所示。基于构建的结构化语义模型，可以为智慧城市综合治理提供菜单式服务。例如，应急管理部门需要实时动态全空间数据，水务管理部门需要河流数据，绿化管理部门需要绿地数据，建设管理部门需要高层建筑数据，抑或是高架墩柱等等，都可以通过个性化定制服务，通过智能过滤后提取所需模型。

图5 城市实体要素按需多层次表达

3 示范应用

上海市测绘院围绕新一轮城市总体规划实施和城市精细化管理需求做好技术支撑，以“一江一河”为重点，开发了三维城市设计和建筑规划管理平台，完成“一江一河”两岸区域建筑三维模型建设，配合开展重点区域和重点项目方案研究，如图6所示；重点做好地下管线综合规划、建设项目、过程监督、现状等全生命数据库建设，以及项目规划管理全过程‘落图’工作，实现地上下一体化测绘，如图7所示；配合上海市城市管理部门进行城市部件普查和管理工作，如图8所示；辅助公安人口管理部门进行建筑物分层分户工作，如图9所示；在服务历史文化风貌保护工作方面，做好全市历史风貌保护规划信息平台后期数据处理工作，参与黄浦、静安等区域历史风貌街坊保护实施试点工作，如图10所示；为工商企业管理、公安人口管理、数字城市管理等提供最精确的数据保障，架起智慧城市的信息“骨架”。

图6 “一江一河”两岸区域建筑三维模型

图7 上海南京路地上下一体化模型重建

图8 上海南京路城市部件的结构化模型重建

图9 上海市建筑物分层分户结构化模型重建

图10 上海市架空线“入地”工作

2019年智能化全息测绘试点范围选取黄浦区和张江核心区，其中，黄浦区的试点区域为东至黄浦江，南至人民路、淮海路，西至成都北路、陕西南路，北至苏州河，试点范围面积约 5.0 km2。测区内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、陕西南路、人民路等；建(构)筑物密度较高，包括住宅、商业和办公等用房；测区交通复杂，车流量大，地物要素复杂，如图11所示。张江核心区，北至龙东大道，南至华夏高架路，西至罗山高架路，东至外环高速路，面积 28.3 km2，测区内有上海轨道交通2号线、磁悬浮列车、内环高架路、中环高架路构成了四通八达的交通网络，类别丰富，地理实体覆盖点、线、面等所有实体类型，建筑物、交通及其附属设施、管线及其附属设施、水系及其附属设施、地貌、植被以及地下空间设施等地理实体种类齐全，可以满足项目示范要求，如图12所示。

图11 全息测绘试点范围-黄浦区

图12 全息测绘试点范围-张江核心区

4 总结和展望

融合城市精准空间信息和物联网动态传感数据流，对城市进行数字化孪生的智能化全息测绘，是实现“像绣花一样精细”城市管理的重要途径。本文从融合多传感器的城市空间信息获取、城市空间信息与物联网动态传感数据流精准融合、城市全息要素地理实体结构与语义信息智能提取、城市场景结构化语义模型按需重建等方面介绍了全息测绘关键技术以及上海市测绘院、武汉大学、上海华测导航技术股份有限公司在全国率先推出的智能化全息测绘应用示范。

目前，智能化全息测绘在国内尚处于起步阶段，仍然存在如下问题：①缺少行业和国家标准，全息测绘相关技术和产业的发展缺少正确的指引；②传统的测绘数据采集手段在数据采集效率、完整度和现势性等方面均无法满足全息测绘的要求，亟须高精度、高效率的新型观测手段和装备；③数据处理的自动化水平普遍不高，生产效率和更新周期难以得到保障，需要借助深度学习、强化学习、迁移学习等人工智能技术和计算机视觉方法提高全息测绘数据处理的智能化水平；④当前应用领域受限，亟须开拓全息测绘产品在实景三维中国、无人驾驶高清地图、5G基站优化选址和信号仿真、城市精细化管理、城市空间安全等领域的应用，服务于自然资源、交通运输、环境保护、城乡建设、公共安全等。上海市测绘院、武汉大学、上海华测导航技术股份有限公司也将致力于全息测绘行业和国家标准的制定，数据采集手段和数据处理方法的更新升级以及应用示范的推广，更好地推进我国全息测绘产业的健康、快速发展。