新闻动态
未来科技论坛暨数字孪生城市建设与产业发展大会(简称“DTC 数服会”) 由中国城市创新产业研究院与中国智慧城市建设投资联盟、数字孪生网联合主办,北京大学时空大数据协同创新中心等单位支持,DTC峰会曾先后于上海、深圳成功举办两届,在行业内取得广泛的关注,凭借高规格、专业品质、前沿内容、开放精神已经成为国内领先的科技创新品牌盛会之一。该论坛旨在推广和促进数字孪生应用与生态产业的发展,并提供一个交流和合作的平台,将汇聚众多政府、相关主管单位部门、运营管理单位、数字孪生城市设计规划、建设管理等领域的专家领导、学者及行业知名信息化服务商与集成商等。从行业实践应用、技术发展趋势、头部企业案例、行业现状与问题、数字孪生城市建设与治理需求、产业发展与合作机遇等方向深入研讨,促进数字孪生城市的落地实施,欢迎各位积极注册,拨冗参加。
自举办以来,DTC 数服会全面贯彻落实习近平总书记关于数字强国的重要思想,广泛凝聚起社会各界关于加快建设网络强国、数字中国、数字社会的共识,进一步激发社会各界参与数字中国建设的积极性、主动性和创造性。DTC 数服会已经成为我国数字中国建设最新成果展示平台和数字科技理论经验和实践交流平台、汇聚全球力量助推数字中国建设的合作平台。
文章来源:DTC 数服会 发布时间:2023-09-19 20:05:19 浏览次数:616
随着数字孪生技术日臻成熟,人们可以在更大范围对物理世界进行精准刻画、全息感知、仿真模拟和实时操控,从而使优化决策成为可能。数字孪生近年来在城市、工业、能源等领域迅速发展,成为全球数字化发展的热点之一。数字孪生城市是智慧城市发展演进的重要方向,也是城市数字化升级的重要趋势。
北京智汇云舟科技有限公司成立于2012年,是国家级和中关村双高新技术企业,中关村城市大脑产业联盟城市创新共同体发起成员单位、中科院科技创新发展研究院理事单位,中国互联网协会数字孪生应用工作委员会副主任委员单位,专注于创新性的“视频孪生”技术研发与应用。
公司依托自研三维地理信息引擎(3DGIS),融合三维模型(Model)、视频监控(Video)、人工智能(AI)及物联网(IOT)等多种技术,并在此基础上推出了视频孪生低代码开发平台、视频孪生场景化一体机、视频孪生行业解决方案等多个系列的产品。
公司参与了多项重点项目建设,应用领域遍及智慧城市、数字乡村、智慧园区、数字轨道交通、数字化工业生产、数字孪生水利、数字孪生智慧电力、数字孪生军事、应急、数字孪生医院、数字孪生校园、智慧场馆等全行业场景。
在构建数字孪生城市一张图过程中,需要各类技术集成支撑,其中六大技术被称为“卡脖子”关键点:
相比传统测绘,新型测绘优势明显。自动化和软件画水平更高,可以快速生产出二维三维测绘成果;服务范围扩大智能更新,利用机载、车载、船载等新型设备;数据生产效果更高、实时性更好、种类更丰富可满足三维需求;通过实体建库技术,实现不同精度不同层次不同时相的数据集成。新型测绘的核心技术主要在于高度采集装备、三维建模技术、多源数据融合技术以及移动互联数据更新等。
数字孪生城市建设需要以全域物联感知为前提,全域标识能够赋予物理对象数字“身份信息”,实现孪生映射才能从源头确保城市运行数据安全、基础设施设备可信、可控、可靠。感知设备空间部署基本围绕“天空地海廊”构建:天上如遥感信号等、空中如低空无人机等、地表如路灯摄像头等、海域如无人监测船等、地下如地下管廊防空设施等,借助物联感知技术,综合“天空地海廊”五维一体综合数据才能实现真实“读写”。
万物感知互联产生海量数据,而这些数据不可能全传送到云中心。运用协同计算技术,在感知终端采集数据之后,由边缘计算节点进行局部初步处理和快速决策,将高价值处理数据汇聚到云中心,由云计算做大数据分析挖掘、数据共享开放等处理和分析,优化业务规则或算法模型,并下发到边缘测,更新端侧设备,实现自我学习不断优化闭环。
集成多元异构数据后,全要素数据融合表啊难度更大,除了三维视觉表达,还承载了城市要素的语义属性信息。此外CIM的几何信息和语义信息均需可被计算机所理解,实现挖掘、分析、决策等,数字表达从二维到三维立体、全要素结构化阶段发展。在此过程中,城市信息模型进入高精度、高效率、高真实感和低成本的全自动全要素结构化表达阶段,因此在技术方面多尺度多模态空间数据提取技术、语义化技术、深度学习技术、三维渲染技术等直接决定全要素表达水平。在这方面,智汇云舟已实现倾斜摄影、人工建模、BIM、点云多元异构数据兼容。
在数字城市仿真,在物理城市执行,使城市建设和发展少走弯路、不留遗憾,是数字孪生城市价值的真正体现。人群活动的仿真、自然灾害的仿真等为城市规划、管理、应急救援等制定科学决策,促进城市资源公平调配。综合运用有限元分析、计算流体力学、多物理场耦合等核心技术,可以在构建数字孪生城市时实现面向对象仿真、智能仿真、分布交互仿真、虚拟现实仿真等。
人工智能领域深度学习、自我优化技术的应用,可使基层治理转变为全域协同治理、问题智能响应、需求提前预判的模式,构建起高效智慧的城市运行规则。面对城市海量数据亟需结构化处理和系统运行自我迭代优化等需求,需要运用计算机视觉、自然语言处理、生物特征识别、深度学习算法、自动机器学习等技术综合运用解决。