深圳大学王伟玺:复杂虚拟城市环境建模与仿真技术探讨 | CCF-GAIR 2019
▲点击上方 雷锋网 关注
全空间、全尺度、全要素的虚拟城市环境,可以为我们提供全市完整统一的三维空间数字底板。
文 | Tinc V
雷锋网按:7 月 12 日-7 月 14 日,2019 第四届全球人工智能与机器人峰会(CCF-GAIR 2019)于深圳正式召开。峰会由中国计算机学会(CCF)主办,雷锋网、香港中文大学(深圳)承办,深圳市人工智能与机器人研究院协办,得到了深圳市政府的大力指导,是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流博览盛会,旨在打造国内人工智能领域极具实力的跨界交流合作平台。
7 月 14 日,大会议程进入到最后一天,在智慧城市分会场,深圳大学智慧城市研究院院士助理、建筑与城市规划学院城市空间信息工程系副系主任王伟玺带来了主题为《复杂虚拟城市环境建模与仿真技术探讨》的演讲。
王伟玺提到,人类生活在一个复杂的三维环境中,包括城市建筑、道路系统、地形地貌、地质矿藏、地下工程设施等等都位于三维场景当中,全面透彻地对三维空间进行感知和认知表达,已经是现在城市精细化治理必须要解决的突出问题。感知能力上,天基上有各类遥感卫星,空中有固定翼或者直升机飞机航空摄影、无人机航空摄影等,地面上有各类视频监控、物联传感网络等,更显立体化。
他认为,虚拟城市环境是当下行业进行数字政府、智慧城市建设的数字基础,也是空间基础,是智慧城市建设不可或缺、必须完成的工作。此外,王伟玺透露,深圳市从 2018 年 12 月开始就启动了全市的虚拟城市环境数据采集工作,总共分一期和二期两个阶段,一期是从 2018 年 12 月开始,二期是从 2019 年 4 月份开始,预计将在今年年底完成相关工作。
以下是王伟玺演讲的全部内容,雷锋网作了不改变原意的整理与编辑:
各位领导、各位专家、各位同仁大家下午好!非常感谢大会组委会能给我这么一个机会向大家进行汇报。我汇报的题目是《复杂虚拟城市环境构建与仿真的技术探讨》。
众所周知,我们人类生活在一个复杂的三维环境中,包括城市建筑、道路系统、地形地貌、地质矿藏、地下工程设施等等都位于三维场景当中。如何全面透彻地对三维空间进行感知和认知表达,已经是现在城市管理治理,或者城市的规划、设计、建设、管理、服务等各个领域都必须要解决的突出问题。
现在对城市三维空间进行数据感知获取的手段已经很多,正如上图所显示的,天基上有各类遥感卫星,空中有固定翼或者直升机飞机航空摄影、无人机航空摄影等,地面上有各类视频监控、物联传感网络等等,还有比如此次参展的速腾公司等研发的地面激光扫描车,都可以为我们进行地面数据的获取。此外,针对海洋也有一整套的立体感知监测系统;另外,对于政务数据、互联网数据以及社交网络数据,都可以进行感知。
所以从数据获取的手段来讲,目前我们已经可以构建起空天陆海网一体化的城市大数据智能感知网络,具备立体感知的能力。有了这样的立体感知能力,怎么样利用这些数据来为我们恢复和构建城市的真实三维环境呢?这就是我今天希望跟大家分享的内容。
我们生活在一个真实的三维空间中,目的也是希望能够构建全空间、全尺度、全要素的虚拟城市环境,在这个环境下可以实现地上下、室内外的统一,以及二维和三维的数据联动,进而实现陆地与海洋的统筹管理,最终要实现的是数字孪生,虚实共济。这是我们想要达到的目标,也在为了这个目标一直开展相关的工作。
全空间、全尺度、全要素的虚拟城市环境,可以为我们提供全市完整统一的三维空间数字底板。在这个三维的空间数字底板上,我们可以把前面讲的各类数据,包括物理空间数据、人文空间数据、信息空间数据,都可以集成融合在这个虚拟城市环境当中,再利用智慧城市操作系统进行这些城市大数据进行组织管理、挖掘分析、展示表达、应用服务等等,这样就可以实现智慧城市建设的基本目的。
所以说,虚拟城市环境是我们进行智慧城市建设的数字基础,也是空间基础,是智慧城市建设不可或缺、必须完成的工作。
接下来我以深圳市为例介绍一下正在开展的虚拟城市环境建设工作。深圳市从 2018 年 12 月开始就启动了全市的虚拟城市环境数据采集这项工作,总共分一期和二期两个阶段,一期是从 2018 年 12 月开始,二期是从今年 4 月份开始,预计总共在今年年底结束。
它的工作是对全市 2000 平方公里的土地进行倾斜摄影测量、机载激光扫描(Lidar)的三维数据采集。目前,整个采集工作目前已经完成了 70%,现在全市激光扫描数据已经基本完成,是按照每平方米四到五个点的国家规程来操作;倾斜摄影测量在我市西部地区也都基本完成,接下来会向东部拓展,预计到 9、10 月份,会实现全市的倾斜摄影数据采集。
那么有了这些数据之后,如何来构建深圳的虚拟城市环境呢?我们可以把倾斜摄影和激光扫描的数据进行融合,融合之后可以进行室内外地上下的建模和仿真,包括对三维数据的组织、调度管理以及可视化表达与分析,最后构成虚拟城市环境。在这个过程当中,我们会用到多种多样的建模和仿真技术,以及 VR、AR、MR 等场景表达技术,这些和我们本次大会的主题当中讲到的很多计算机领域、人工智能领域的技术都会结合在一起进行应用,这是我们的整体技术思路。
从整体技术思路出发,我们先看一下地上或者室外的真实三维模型应该如何构建,页面上左边讲的是传统单一数据源的建模方式,在现在的技术条件下要做到多数据源的真实三维建模,比如多种影像数据融合建模,多种点云数据也可以融合建模,倾斜摄影数据和激光扫描数据都可以融合建模。
在这个页面里,上面绿色和红色表示的是激光扫描获得的数据,下面是倾斜摄影影像匹配后得到的数据,两者进行融合之后,再进行差异性比较和检测,发现二者存在不同的地方,再进行点云修复,这样就既可以解决激光扫描点云在侧立面的数据缺失问题,也可以解决倾斜影像密集匹配点云不规则的问题,最终为地上或室外的三维建模提供比较好的参考。有了融合后的点云模型之后,还要根据政府管理的数据要求,对它进行三角网模型修复和单体化建模。
刚才所讲的点云模型是由离散点和三角网构成的 mesh 模型,这在日常管理中还不足以适用所有的应用需求,还要把它进行单体化,变成适合管理和应用的点-线-面-体的矢量模型,这就是单体化的过程。单体化之后,既有 mesh 模型,又有三维矢量模型。
此外,我们还可以基于一些方法进行城市的三维变化检测,比如平面轮廓线切面法,可以自动实现对发生变化的区域的识别和变化检测,从中发现新增、拆除的区域。另外,我们还可以用带有激光扫描设备的车辆或者前面提到的倾斜摄影和机载 Lidar 数据,对城市道路沿线的城市部件进行自动提取和三维建模。这样对于地上或者室外的三维模型基本上可以通过这些方法来实现构建。
除了地上或者室外的三维建模工作之外,还有一个重要的工作是对地下或者室内的三维构建,技术上大体可分为三个部分,第一步是采用自动化设备进行场景的三维扫描,第二步是利用深度学习方法,对地下或者室内空间进行快速建模,第三步是根据这些模型可以进行一些交互分析,这是地下或者室内建模的整体路径。
在场景三维扫描的方式大概可以分成两大类,第一类是利用比较流行的 RGB-D 深度相机的方式,采用多个 RGB-D 相机以室内 SLAM 的方式对数据进行采集,采集之后再进行分析。比如这个页面表示的就是利用左右两个传感器先进行三维扫描,之后进行数据融合,融合之后就可以合成比较完整的三维室内模型,它用到了 RGB-D 传感器本身自带的深度信息和拍摄到的 RGB 彩色影像共同来完成。
除了这种方式之外,还有一种主流方式,就是利用激光扫描的 SLAM 方式,比如在室内利用一个可手持或者可移动的激光扫描器, 16 线或者 32 线都可以,按照一定的路径进行激光扫描 SLAM 方式进行三维数据采集。
这里页面展示的是深圳大学科技楼某一层的扫描路径和生成的二维扫描图,这个页面的左边是扫描之后得到的激光数据,然后我们进行模型修复,最终得到了三维的室内模型。通过这些,不管是用 RGB-DSLAM 的手段还是激光 SLAM 手段,都可以完成地下或者室内的复杂场景数据采集和构建。
在这里还涉及到一个关键技术,就是地下或者室内的建筑物部件是非常复杂的,不管是计算机视觉还是摄影测量的方式,都要考虑怎么样对建筑物的内部结构部件进行自动提取,包括墙面、地板、天花板、或者门、窗、梁、柱等,都要能进行自动提取,我们在这方面也做了一些研究工作,可以实现这方面的要求。
以上这些是通过实地测量的方式,对地下或室内场景进行三维的建模。
除了上面的地下或室内建模方式外,别的还有没有呢?现在深圳市或者其他城市,已经有了很多的存量二维或者三维的建筑数据,不见得非要通过实测才能得到。比如,有时可以借助现有的二维 CAD 的图纸通过数字化之后,采用参数化驱动的建模方式直接生成三维模型,我们很多存量的数据都需要采用这种方式。还有一种方式是借助 BIM 模型进行转化,比如在深圳前海,已经要求对其中的建筑要提供 BIM 模型,那么就可以借助这些 BIM 模型,通过 IFC 标准与 CityGML 标准之间的映射关系、以及细节程度上的综合取舍,实现 BIM 模型向三维 GIS 模型的转化与融合。
所以,对于地下或者室内建模来讲,一种是用仪器设备进行实测,然后进行自动化程度较高的提取和三维建模,这是一种方式;第二种是利用已有的设计数据、报建数据、竣工验收测量数据等等实现三维场景的构建,这样就可以对地下或室内环境的三维建模。
在地上下室内外的三维建模完成之后,还有一个问题要考虑的就是怎么对这些三维模型进行表达的问题。我们知道一个城市的数据量是非常大的,如何对海量的城市数据进行可视化表达,比如在进行三维场景数据的动态组织调度和可视化展示的时候,在不同视角和层次应该用什么样的细节程度表达,这也是一个非常重要的问题。所以我们在对城市进行模拟和仿真的时候,必须要考虑它的建模和仿真应该到哪个细节程度。
大家可以看到,这是 OGC 组织在 CityGML2.0 版本中发布的从 LOD0 到 LOD4 的 5 级细节层次模型规范,也是当前大家主要遵从的细节层次规范,在今年六月份 OGC 组织又发布了一个最新的细节层次模型规范,对分级有一些小的改动,分级层次少了一点。我们根据这个规范,在虚拟城市环境建设中也提出了多种空间要素应具备的细节层次模型,比如对于建筑物,主要是从 LOD1 到 LOD4 的细节分层,其中 LOD3 和 LOD4 都涉及到了室内,而 LOD4 的室内环境是最精细的模型,包含了室内的各种设施和部件等,达到了所见即所得的程度。
此外,对道路模型也有相应的分级,按照最开始的粗模或者白模,到 LOD4 的车道分级。另外对场地模型,比如体育场馆这样的公共设施,也需要按照不同的分级模型进行表达,这里也分成了四个等级。再有植被,这对于城市的景观设计是非常重要的,大部分植被可以在模型库里选择相应的模型,但是还会有一些具体要求,比如名树、古树,也可能会采用实测的方式进行数据采集,再进行三维建模,这种的精细化程度要求就比较高了。此外还有地下管线,也都可以按照不同层次的要求,在不同的可视化场景下,按照相应的建模和仿真的层级来选取对应的细节层次。
以上是我们对虚拟城市环境建模和仿真在技术上的探讨,下面我汇报一下我们所做的一些案例。
这是实景三维模型的案例,地点是龙岗坂田片区,利用的是倾斜摄影数据和激光扫描数据共同建立的 LOD2 层级的城市三维模型。需要跟大家解释的是,我们通过这些方式建立起来的虚拟城市环境,它具有真三维的显著特点,也就是说它的空间信息,包括坐标和尺寸等等都是保持着相当高的精度,是可以直接用于测量测算分析的实际数据,与我们所在的真实世界数据是保持高度一致的,因此它对于智慧城市当中的应用分析非常有用。
这是城市精细模型的案例,地点是香蜜湖片区,包括水榭花都、规划大厦和交易大厦等等,模型层级以 LOD3 为主,有的甚至到了 LOD4 的层级。还有三维动态变化检测,比如对于一个小区,通过三维变化检测发现发生改变的区域后,可以自动把变化区域相应的建筑物,一栋一栋的补充上去,这是在 LOD2 层次做的。在实景三维模型上还可以做空间规划的辅助决策,比如在三维场景下,可以把编制的法定图则叠加上去,跟城市现状进行比较,跟未来规划进行比较,还会涉及到对土地的定量评估等等,都可以支持,也就是说可以做出基于实景三维的土地供应会商会审平台。
另外,深圳的城市更新是一项非常重要的工作。这假设是深圳的某一个城中村,如果我们要对它进行更新改造,可以先通过实测数据对现状进行了解,包括叠加人口数据、产权数据等等。然后可以对城市更新的过程进行分析,比如把城市更新的法定图则加上来,看看对未来的规划定位,然后模拟拆除的过程、再把设计后的建筑方案等叠加上来,看一看整体效果,这样就可以完成我们对城市更新方案的预演预判,包括不同方案的比较和分析,而且这是一个量化分析的过程。
还有,比如结合城市的实景三维模型,我们可以把视频数据与三维模型进行实时叠加融合,再利用计算机视觉的方法,对视频区域内的车辆类型和人流情况进行自动识别、检测和分析,这对未来的交通管理、应急管理等,都会有较好的用途。
刚才介绍的都是基于地上或者室外三维模型的应用案例,对于地下或者室内三维模型的应用,首先可以通过刚才讲的技术,对三维点云数据进行结构自动识别、纹理的自动映射,最后实现 LOD4 的细节层级模型。除此之外,还可以把地上模型和地下模型融合起来,进行地上下一体化三维仿真,这样地上地下都可以进行多层级的表达,包括地下管线、地下车库等等。还有室内外的一体化三维仿真,这是交易大厦,从室外走向室内整个过程的模拟仿真,再加上视场和光照等影响,可以帮助我们对建筑内部空间有一个非常清晰的了解,这些都是要基于真三维的室内建模和可视化仿真技术来完成。
还有,对于城市设计或者房屋权籍管理,如果想要了解一栋户型是什么样,它在哪一栋、哪一层、哪一户,面积多少、内部怎么样,都可以通过室内外的一体化建模和仿真知道,而且在室内三维建模完成之后,还可以对室内进行浏览,比如在阳台上还可以看周围的景观是什么样,这些对于城市设计、建筑设计也都很重要,可能会帮助它们从现有的图纸表达和单一分析走向面向整体环境的数字化表达和分析。
另外我们还做了室内疏散模拟,在这个案例中 ,大家看到了左下和右上是通过监控视频,判别出人群的数量和所在的位置,然后摆放到二维的室内模型中,进行疏散仿真与优化配置,优化前是 138 秒,优化后是 110 秒,优化后可以节省 28 秒,这可以为逃生节省了更多的时间,这都是要依赖虚拟城市环境来完成。
所以,我们把虚拟城市环境定义为智慧城市的数字底板,是一个完整统一的三维数字底板,有了这个底板,就可以集成融合我们可以获取的各种各样的城市大数据,然后在上面做出很多的、甚至意想不到的智慧城市应用。我的汇报就是这些,谢谢。
推荐阅读
▎刘强东案149页警方档案公布;百度网盘推单次付费服务;孙宇晨发道歉信承认炒作
▎华为5G产品线副总裁杜叶青:5G is ON | CCF-GAIR 2019
▎任正非:华为手机今年预计出货2.7亿台;美国称赞阿里打假;科创板今日开市
「AI投研邦」将在近期上线CCF GAIR 2019峰会完整视频与各大主题专场白皮书,包括机器人前沿专场、智能交通专场、智慧城市专场、AI芯片专场、AI金融专场、AI医疗专场、智慧教育专场等。「AI投研邦」会员们可免费观看全年峰会视频与研报内容,扫码进入会员页面了解更多,或私信助教小慕(微信:moocmm)咨询。