科创中国

行业领域

新一代信息技术产业,人工智能

需求背景

智慧城市要解决的是日益凸显的交通拥堵、环境恶化、能耗增加等城市问题。在人工智能时代，城市计算是解决城市问题的必然选择。城市计算是一个交叉学科，是计算机科学以城市为背景，跟城市规划、交通、能源、环境、社会学和经济等学科融合的新兴领域。更具体地说，城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来解决城市所面临的挑战的过程。与传统方法相比，城市计算处理的是时空数据，基于时空大数据的模型，在分析人群时间维度流动规律的基础上，还同时考虑了空间维度上的相互关系、天气节假日等事件的影响，综合时空、突发事件等多方面因素一起进行预测，模型准确更高、更稳定。通过城市计算，来解决城市所面临的问题，创造“人—环境—城市”三赢的结果。

需解决的主要技术难题

项目基于深度学习模型，融合了DPI数据、MRO数据、气象、节假日等多源数据，1、构建区域画像，实现对一个区域的人群和属性的分析，建立每个区域的生活地图，分析该区域衣食出行的需求和供给情况，分析该区域的常访地点，观察不同层级的出发地和目的地等；2、构建细粒度的区域指数，包括便民指数、生活品质指数等。对区域进行用地和功能分布的分析。用地分布体现了区域的规划定位，比如居民用地和教育用地等；而功能分布则体现了该区域自发形成的服务功能，比如休闲娱乐和餐饮美食等功能；3、预测未来一定时间段内人群流量变化，为城市规划、智能交通以及城市安全决策提供科学依据。 难点为：1、区域画像特征体系构建；2、人群流量的画像，挖掘人群流量的空间距离性和层次性，挖掘人群流量的随时间变化的趋势性；3、基于移动时空大数据和深度学习的人群流量预测预警能力。

期望实现的主要技术目标

项目能实时动态监测该市区人群流动变化，综合考虑不同栅格互相之间的影响，精准分析和模拟每一栅格历史的人群流入和流出变化，以及对未来一定时间段内的人群变化做出预测预警。 

需求解析

解析单位：“科创中国”机器视觉与智能产业科技服务团（中国图象图形学学会） 解析时间：2022-10-31

陈思明

复旦大学

研究员

综合评价

该项目需求描述较为清晰，即利用时空大数据构建某一区域画像，分析实现该区域内的生活地图，包括细颗粒度的区域指数，并实现一定程度上人流量的预测预警。 时空大数据所能容纳的数据量和类型非常丰富，能够在最大程度上满足各类研究的需求，进一步推动区域画像的构建。同时，时空大数据的时空特征具有特殊性，时空对象、事件等要素的动态演化以及相互间的动态关联关系对数据管理和分析带来了极大的挑战。时空大数据的存储管理不能依赖传统的集中式存储，其无法支撑海量非结构化数据低延迟存取高并发访问。同时，时空大数据的分析处理，也不能依赖串行分析算法，需要高性能，高并发的云计算技术。 该项目对利用时空大数据解决现实问题有重大意义。

查看更多>

处理进度