Transcript 智慧城市
位置服务：智慧城市建设中的一个基础问题 LBS: a Basic Issue on Constructing Smart Cities 李 德 毅 [email protected] 2013年8月27日 智慧城市：新四化的中枢 工业化 城镇化 智慧城市 农业现代化 信息化 住建部近日公布2013年103个智慧城市试点，加之首 批公布的90个，已达193个试点城市，目前全国有超过 250个城市提出要建智慧城市，各地政府和相关企业 为之奔忙！ 智慧城市： 一个美丽的神话？ 卫生城市 生态城市 平安城市 创新城市 文明城市 数字城市 无线城市 特色城市 智慧城市 文化城市 和谐城市 健康城市 旅游城市 艺术城市 智能城市 美丽城市 幸福城市 宽带城市 历史城市 宜居城市 问题的另一面 城市陷阱： 贫民窟、恐怖活动、污染与拥堵 智慧城市建设的责任主体是谁？ 城市的良心在哪里？ 法国作家雨果说过，一个城市的良心是 下水道。当洪水四溢，城市的下水道让滔滔之 水悄然排淌，城市回归安详。 城市的智慧在哪里？ 智慧城市的内涵： 生态环境良好 基础设施先进 产业结构合理 经济实力雄厚 服务保障完善 科教文化发达 社会平安和谐 市民健康幸福 位置服务：智慧城市建设中的一个基本问题 1）云计算使得地理信息系统走上飞天之路 云计算是一种基于互联网的大众参与的计 算模式，其计算资源（包括计算能力、存 储能力、交互能力等）是动态、可伸缩、 被虚拟化的，以服务的方式提供，可以方 便地实现分享和交互，并形成群体智能。 11 云计算与定位导航结合，催生位置服务 无人不用，无时不需，无所不在 ！ 1994年美国学者Schilit提出了位置服务的 基本内容：你在哪里、和谁在一起、附近 有什么资源，发展成当今的“SoLoMo”概 念，综合了社交、位置和移动等特点，使 位置服务成为移动互联网时代最接地气的 云计算。 地理信息：不安分的地图 地图不仅仅在墙上和纸上 —— 地图的颠覆式创造：电子地图 结构化和半结构化的地图数据 —— 数字地图：地图数据库和地图数据仓库 全球人人物物都可以定位 —— GPS、北斗和地理信息系统一体化 地理信息：不安分的地图 地理空间信息的重构 —— 从Google 地图到手机街景 无穷无尽的位置服务和位置衍生服务 —— 摇一摇？扫一扫？照一照？ 众包地图 —— Nothing can beat real people working together 自发地理信息 云计算促进地理信息产业改组兼并 手机、汽车等移动设备装载各种各样地理信息系 统并定期更新地理软件的时代已经“落幕” 我国存在众多小而散的地理信息产业孤岛，只能 满足简单地理要素查询，满足行业解决方案，跨 行业之间坐标和格式不能互换，数据不兼容，语 义不统一，分享难，互操作难。 地理信息系统能否在 不同坐标系 不同数据格式 不同时态 不同语义 之间实现地理空间数据的互操作？ 人联网和物联网的发展，改变了互联网“核心简 单，边缘复杂，千人一面”的形态。成为“网络 丰富，边缘简单，交互智能”。由形形色色的网 络中心组成的云计算，支持社会化、集约化和专 业化的信息服务； 一个个孤立的地理信息系统走上飞天之路，实现 从行业解决方案向云计算的转型：跨越界限, 柔 性重组，共享价值。 18 云计算在中国 云计算走过了 理念清晰、操作模糊、八仙 过海、云里雾里的一段路程，已经成为我国信 息行业当前的主旋律，给我们生活带来太多意 想不到的改变，正越来越深度地服务于各式各 样小众，甚至改变整个大众的社会交互形态。 位置云首当其冲。 云计算在中国 带宽成为我国当前云计算的短板！ 谁是中国位置服务的领头羊？ —衡量位置服务中心的五个外在指标 电力消耗随服务负载变化情况 带宽支持及其动态使用情况 位置服务覆盖的范围和粒度 服务注册的用户数量及在线微支付能力 位置衍生服务能力 谁是中国位置服务的领头羊？ —衡量位置服务中心的五个内在指标 时间连续: 365天 24小时 99.99% 空间无缝: 城乡跨接、数据常新 精度多样：相对精度米级、亚米级、分米级 结果可靠：错误示警或快速报知 在线服务：采样周期可调 典型案例：定位精度校正服务 北斗 北斗 GPS 北斗 GPS GPS 定位精度校 正服务中心 位置服务请求 定位精度的纠正，需要复杂计算能力、海量 存储能力和丰富交互能力，如果不放在网上， 而放在端设备（如手机）上实现，是不可能 基准站 基准站 基准站 做到的！位置服务请求 CORS 移动通信 基站 移动通信基站 基准站 基准站 基准站 基准站 移动通信基站 移动通信基站 基准站 2）智能驾驶呼唤位置服务 智能驾驶在云计算、物联网和智慧城市等战 略性新兴产业中的位置： 没有位置服务，何谈智能驾驶 没有智能驾驶，何谈车联网 没有车联网，何谈智能交通 没有智能交通，何谈智慧城市 智能驾驶发展路线图 第一步：结构化道路智能驾驶, 如城际道路 第二步：半结构化道路智能驾驶，如市区道路 第三步：非结构化道路智能驾驶，如特殊道路和 气候环境下的智能驾驶 智能驾驶前景展望 从自动巡航开始，从事故预警开始 会记忆、会对话的轮式机器人 节能的、买得起的轮式机器人 个性化、自学习的轮式机器人 公路火车等多车协同驾驶模式 智能驾驶前景展望 驾驶是快乐的享受，自动驾驶和人工驾驶两 种状态会长期共存，相互补充，自然交换。 交通规则是人类交通行为的长期积淀，体现 社会文化，交通规则的修改是一个渐进的长 期过程。 加速道路环境的信息化，依靠车路协同实现 智能驾驶，是一件长远的事情。 UTM雷达 >180°/10m 四线激光雷达 毫米波雷达 110°/200m 120°/100m 摄像头 SICK雷达 190°/70m GPS+IMU UTM雷达 试验智能车和地理信息测量车 国土资源测绘车 三维激光测量车 高德三维全景采集车 谷歌三维全景采集车 智能驾驶技术分解 云计算中的位置 服务 意图表达 意外处置 智能驾驶 ＝ 自主驾驶 ＋ 组合导航 ＋ 人工干预 低级繁琐经常持久的 驾驶活动 优先级：人工干预优先于自主驾驶！ 自主驾驶优先于组合导航！ 已经完成的城际智能驾驶试验 城际高速道路是全封闭的结构化道路，没 有红绿灯，没有行人道，交通和道路标识比 较清晰、完整、规范，主要依靠自主驾驶。 京津高速公路智能驾驶的18次试验 京津高速公路试验 • 全长101.8Km，双向6~8车道 • 设计车速120Km/h • 特大桥8座，大桥13座，无隧道 • 目前已进行试验18次，累计智能驾驶1万多公里 第14次城际智能驾驶试验结论 3号智能车在天津至台湖段高速道路上，仅使 用单个摄像头、前后向各一个雷达、以及速度传 感器，无人驾驶，检测到周边移动障碍物17497次 ，自动控制转向18020次，自主超车7次，被超车 140次。往返总里程172公里，行驶时间6505秒， 平均车速90.2km/h ，最高车速110km/h，其间因 工人修补路面人工干预行驶200米。试验达到预期 目的 。 第18次城际智能驾驶试验结论 3号智能车在台湖至东丽段高速道路上，使用 3个摄像头、5部雷达、以及速度传感器，全程自 动，无人干预，累计转向11812次，成功换道36次 ，自主超车12次，邻道超车21次，油门操作1816 次，刹车36次，油耗9.69升，总里程114公里，平 均车速70.1km/h ，最高车速105km/h，试验中有 第三方检测，达到了预期目的 。 正在进行的市区智能驾驶试验 市区智能驾驶 40 市区道路可认为是半结构化道路， 红绿灯、人行道、立交桥、路口等复杂 多样，交通和道路标识有新有旧，机动 车和非机动车、行人与车流混杂，遮挡 多，干扰大，车辆拥挤，闹区和城乡结 合部差别明显。 组合导航 市区道路驾驶，依靠组合导航和自主驾驶，辅 以人工干预，组合导航又需要云计算来支撑。 云计算环境下的组合导航是基于卫星定位技术， 并集成通信、地理信息、惯性导航等手段而发 展起来的一种组合导航服务。 GIS + GPS + IMU 信息融合的神话： 云导航？组合导航？协同导航？推诿导航？ 导航的纠结 GPS在智能驾驶中究竟能够做到什么？ 云计算中的位置服务究竟能够做到什么？ 组合导航的主控权交给谁？ 我们在市区智能驾驶中的导航策略 把路口识别、路口过渡区行驶和路口通行 3件事情，区分开来应对！ 接力导航策略 道内导航并识别前方路口 路口过渡区导航 路口导航 导航主控权的接替 主控程序实现导航之间的交接，不存在 累计误差；车载传感器可印证导航路线，微 观意义上的组合导航，实际上是导航印证。 大数据支持下的路口通行策略 路口通行策略： 大数据 成为 链接物理世界和虚拟精细地图的桥！ 案例： 依靠数据支持的万寿路口 由东向西6入5出; 由西向东6入4出 由南向北6入4出; 由北向南6入5出 东西方向为主道路，车道不对称。 东西两侧有右转车道，有绿化带隔 离。 原非机动车道成为辅路，开辟出一 条机动车道 路口中心无车道线区域；81.4m x 50.9m，面积4143平方米。 要求1:200的精细数字地图！ 由南进入万寿路口时的通行路径规划数据 由南进入万寿路口的通行模式及路径规划数据 南向东右转 总里程 1 2 3 4 5 6 7 右转1 21.1110 0.0000 0.1231 0.1225 0.1219 0.1212 0.1206 0.1201 右转2 31.6180 0.0000 0.2606 0.2593 0.2580 0.2567 0.2554 0.2541 里程差 右转3 34.4565 0.0000 0.2917 0.2902 0.2888 0.2873 0.2858 0.2844 200 0.1372 0.1192 0.1192 右转4 37.3146 0.0000 0.3227 0.3210 0.3194 0.3178 0.3162 0.3146 0.1192 右转5 右转1 40.2058 0.0000 90.0000 0.3537 89.5199 0.3519 89.1958 0.3502 88.8685 0.3484 88.5379 0.3466 88.2040 0.3448 87.8668 。。。。。。。。 0.1192 0.1295 右转2 转向角度 右转3 右转4 右转5 90.0000 89.8030 89.6700 89.5356 89.3999 89.2627 89.1242 90.0000 89.8240 89.7051 89.5851 89.4638 89.3413 89.2175 90.0000 89.8409 89.7334 89.6249 89.5152 89.4045 89.2926 90.0000 89.8548 89.7568 89.6578 89.5578 89.4568 89.3547 0.3156 0.3532 0.3907 0.4283 直行4 直行5 南向北直行 总里程 1 2 3 4 5 6 7 直行1 81.0018 0.0000 0.4070 0.4070 0.4070 0.4070 0.4070 0.4070 直行2 81.0234 0.0000 0.4070 0.4070 0.4070 0.4070 0.4070 0.4070 里程差 直行3 81.1882 0.0000 0.4070 0.4070 0.4070 0.4070 0.4070 0.4070 200 0.4070 0.4070 0.4070 直行4 81.4949 0.0000 0.4070 0.4070 0.4070 0.4070 0.4070 0.4071 0.4070 直行5 81.9414 0.0000 0.4070 0.4070 0.4070 0.4070 0.4071 0.4071 。。。。。。。。 0.4070 直行1 直行2 转向角度 直行3 90.0000 90.0115 90.0343 90.0568 90.0791 90.1012 90.1231 90.0000 89.9786 89.9362 89.8942 89.8526 89.8115 89.7707 90.0000 89.9458 89.8381 89.7316 89.6261 89.5217 89.4184 90.0000 89.9130 89.7401 89.5690 89.3996 89.2320 89.0661 90.0000 89.8801 89.6420 89.4063 89.1731 88.9423 88.7139 90.0343 89.9362 89.8381 89.7401 89.6420 由南进入万寿路口的通行模式及路径规划数据 南向西左转（待转1区） 里程差 转向角度 左转1 左转2 左转3 左转4 左转1 左转2 左转3 左转4 总里程 26.4545 27.7476 29.4023 31.3496 1 0.0000 0.0000 0.0000 0.0000 116.5651 116.5651 116.5651 116.5651 2 0.1456 0.1458 0.1461 0.1463 116.9433 116.8399 116.7692 116.7177 3 0.1453 0.1456 0.1460 0.1463 117.1972 117.0248 116.9066 116.8206 4 0.1449 0.1454 0.1459 0.1463 117.4526 117.2108 117.0450 116.9243 5 0.1445 0.1451 0.1458 0.1464 117.7093 117.3982 117.1846 117.0288 6 0.1442 0.1449 0.1457 0.1464 117.9675 117.5868 117.3252 117.1343 7 0.1438 0.1447 0.1456 0.1465 118.2271 117.7768 117.4669 117.2406 179.8691 179.8198 179.7573 179.6756 。。。。。。。。 200 0.1465 0.1505 0.1606 0.1756 U字拐弯 里程差 总里程 1 2 3 4 5 6 7 调入2道 10.8087 0.0000 0.0746 0.0739 0.0732 0.0724 0.0717 0.0710 转向角度 调入3道 13.9140 0.0000 0.0746 0.0739 0.0732 0.0726 0.0719 0.0713 调入2道 调入3道 90.0000 90.3558 91.0734 91.7980 92.5298 93.2686 94.0144 90.0000 90.5768 91.7396 92.9130 94.0964 95.2889 96.4900 180.0739 180.0000 。。。。。。。。 200 0.0739 0.0739 路口信息的碎片化 谁来提供详细的路口位置信息？ 谁来确保详细路口位置信息的实时更新？ 谁来提供碎片化的路口信息的在线服务？ 如何体现云计算环境下位置服务的市场竞争？ 路口大数据： 北京市现有1946个大路口，4276个路口信 号灯，快速路出入口248个，上万个小路口，在 这些路口实现智能驾驶，需要实时感知周边环 境，需要精细的路径规划，这正是路口大数据 的价值所在。 正在进行中的市区智能驾驶T2T试验 T2T试验方案 起点：首都国际机场航站楼（Terminal 3） 终点：天安门（ Tiananmen ） 全长：29.8公里 道路要素： 机场高速5km； 环路5km 辐射路5km；立交桥10个 十字路口14个；岔路口38个 最高速 60km/h; 均速 30km/h 时长1小时20分钟 行驶策略：54 + 52’ + 52 制定全行程的规划轨迹（粗导航），明确途经的52个 路口，形成54个路段 + 52个路口过渡区 + 52个路口 的行驶路线。 行驶过程中不断地进行符合性印证。通过自主驾驶、 协同导航和人工干预，实现全程智能驾驶，轮式机器 人可不时地与人进行自然的语音或触摸交互，也可不 交互全自动完成整个行程。 智能驾驶中的普遍参与和群体智能 轮式机器人、乘员都可以和网络的位置 服务中心交互 VGI（自发地理信息）可以利用工具组 装和上传个人自愿提供的位置数据 POI、ROI（感兴趣的位置和区域）的标 注和推荐，从小众到大众，形成群体智 能 3）云计算支撑大数据发现价值 位置数据从 DB 到 BD 由DB到BD, 是演进还是革命？ Big Data（BD） Extremely Large Databases（XLDB） Very Large Databases（VLDB） Large Databases （LDB） Databases （DB） DB BD GB / TB 级 TB / PB/EB 级 高质量、较干净 强噪声、多冗余 数据价值密度高 数据价值密度低 热数据 冷数据 确定, 完全 不确定，不完全 强结构 非结构 Top-down Bottom-up OLTP/OLAP 交互和群体智能 精确解 容错，满意解 结构化数据 ——用数据库和数据仓库技术应对 半结构化数据 ——用超文本超链接、搜索引擎等技术应对 非结构化数据 ——用网络交互和群体智能来应对 大数据和你我在一起 想在北京的街道里开一家门脸宽过5米的商店， 而不被高德公司记录在案，绝非易事 想在北京开车出门吃顿饭，而不被摄像头记录5 次以上，绝非易事 在基于位置服务的社交网络上，人们也许会发现 ，今天你先进入“为民刻字部”，然后去了“俞 氏刀削面馆” 社会感知计算（SoLoMo）:支持社群的互动、沟 通和协作 大数据的作用首先在于体现价值， 而不仅是发现知识！ 大数据成为连接虚拟世界和现实世界之间的桥 数据科学？ 形而上 关系模型 [科 学] 图灵模型 网络科学？ 形而下 关系数据库 大数据 [技 术] 冯.诺伊曼计算机 云计算 1940年 2010年 时间 传统科学：研究中的实践 以假想驱动的科学时代，需要科学家个人天才 科学的发现（理论与模型）在实践中一个个地被 验证 新的科学理论与模型纠正或者扩大了早先的发现 新的科学发现又在实践中一个个地被验证 Nature专刊（2008年9月3日） 普遍参与的开发和社交形成群体智慧 出现互联网环境下各种各样开源、开放的合作社区，众包、 分享、互动和群体智能成为常态。 人人都是传感器。大众既是数据的使用者，也是数据价值 的开发者；既是服务消费者，也是数据提供者, 形成群体 智能。 数据科学：实践中的研究 数据表示世界众多层面，甚至情感；数据支配 世界，充满不确定性 数据产生价值，满足服务需求，不是解释为什 么，也未必发现知识。 更多地从相关性而不是从因果性作出理解和决 策，数据关联、多人乃至多群体关联，形成群 体智能，通过交互和挖掘，发现普世价值 大数据引发的倒逼现象 实践中的研究也许胜过研究中的实践！ 较多的数据也许胜过较好的算法！ 由下而上也许胜过由上而下！ 智慧城市是一个长期积累演化的结果， 可从智慧人、智慧家庭、智慧社区做起， 由下而上去实现。 各个城市不宜把智慧城市作为一届或 几届政府的建设目标，可提出实现智慧城 市的行动纲领。 Thanks Email: [email protected] Homepage: http://www.ldy.csai.tsinghua.edu.cn