佳都科技张进飞：基于数字孪生概念，打造智慧城市生态链

10月27日，由雷锋网& AI掘金志主办的「全球AI芯片·城市智能峰会」，在深圳大中华喜来登酒店盛大召开。

延续雷锋网大会一贯的高水准、高人气，「全球AI芯片·城市智能峰会」以“城市视觉计算再进化”为主题，全面聚焦城市视觉与城市算力领域，是业内首个围绕“算法+算力”展开的大型智能城市论坛。

峰会邀请到了业内极具代表性的14位业内知名专家，世界顶尖人工智能科学家、芯片创业大牛、产业巨头首席技术高管、明星投资人齐聚，为行业资深从业者们分享前瞻的技术研究与商业模式方法论。

此次大会上，佳都科技智慧城市业务群副总裁张进飞发表了《数据智能 孪生城市-基于数字孪生提升城市治理能力建设》的主题演讲。

张进飞在演讲中表示，我国的城镇化发展特别快，但是这种快速也给城市带来了诸多问题。二元社会变成了三元社会——市民、农民、 移民(流动人口)，城市人口管理成为难题。此外，交通事故、公共安全等城市病对城市发展提出新的挑战。

因此，张进飞分享了佳都科技“数字孪生”的理念：更高效的对现实世界进行全息的刻画、深刻的洞察、智慧的赋能。“基于对业务场景的全息感知、对动态事件实施动态的监控，在此基础上，对业务进行实时的判断，利用历史数据做精准的预测。我认为，随着技术的发展，AI芯片不断成熟、算力不断提升，这件事情是可以做到的。”

在这个理念下，佳都科技将其应用到了城市交通领域。通过打通底层数据，形成统一数据资源池，对底层数据深度融合、挖掘，实现各个业务系统数据互通、业务联动，有效支撑新一代智能交通体系。

张进飞表示，未来在佳都的视频大数据平台之上，会开放AI中台能力、模型构建能力，并且会构建通用场景下的治安应用、行政应用、指挥应用。

同时他也补充说，整个平台不单单是做一个基本的运维，更重要的是给大家开放一个数据平台。“我们愿意跟各位做硬件的厂商、算法厂商、行业专家合作，我们提供中台，你们提供更创新的应用，一起打造一个智慧城市的生态链。”

以下是张进飞的大会现场演讲内容，雷锋网(公众号：雷锋网)做了不改变原意的整理及编辑：

张进飞：最近几年由于AI技术的发展，给智慧城市的建设、公安、大安全行业带来了非常大的变化，所以我今天讲的主题是《基于数字孪生提升城市安全治理能力》，通过数字孪生相关的技术应用，使得公共安全领域从比较简单的应用到复杂的数据驱动型的创新。

首先讲一下为什么我们会思考这么一个重要的问题，进行提前的布局。

实际上我们也看到，我们国家城市化发展非常快，2017年我们的城市化率已经到了56%，这一点我感受很深，前几天我回到了老家的小县城，连我们那里比较偏僻的小农村的农民，稍微手里有点钱都去县里买了房，大家都赶这个潮流，想做个城里人，这也是城市化的表现，大家慢慢的开始往相对发达的地区集聚。

而对我们做公共安全行业的人来讲，城镇化带来的问题是比较多的。首先是流动人口越来越多，第二是由于经济的发展，我们在城市之间的流动也会变得非常频繁，而从公共安全的角度来讲，管理难度就很大。大家知道常住人口因为一直住在这个地方，各种信息很好掌握。但是对流动人口来讲，我们需要及时掌握他的信息，他来这里干什么、跟谁来的、怎么来的，跟谁见过面，我们要掌握很多规律，判断是不是我们需要重点防控的对象。

就以深圳为例，大部分都是外来人口，深圳的车辆现在已经限外，随着车价越来越低，再加上我们的经济水平越来越高，有些家庭可能有两三辆车，导致城市交通的发展跟不上车辆增长的速度，这也给城市交通安全带来很大的问题。基于这些我们碰到的城市病，佳都科技已经在公共安全和城市交通领域耕耘了十几年。

结合大家说到的AI芯片在城市智能相关的应用，我们也在思考在大数据时代做业务创新时，如何更方便地应用相关的人工智能技术，跟前端海量的设备交互。

所以我们也探讨了三种可能性：

第一是随着5G的推动，随着物联网技术的不断成熟，我们在采集这方面的瓶颈基本上解决了，而且5G解决了中间传输的问题，物联网解决了前端泛在感知的问题。

第二是AI芯片加上中间的各种GPU处理器，解决了数据认知的瓶颈。

第三是后端的传输的能力，使得我们可以做城市级的模型，基于这几点，我们认为数字孪生城市不是难题。

因此我们也提出了我们对数字孪生城市的理念：第一是基于业务场景的全息感知，第二是对动态事件实施动态的监控，然后基于业务再做实时的诊断，基于历史数据做精准的预测。这是我们美好的愿景，我认为随着技术的发展，随着AI芯片不断成熟、算力不断提升，这是可以达到的。

数字孪生的佳都思考，首先我们希望通过某种方式，使传统的视频监控、物联感知对一个城市进行刻画，第二是解决数据洞察的问题，在刻画完之后能对里面关注的对象和对象的变化进行深刻的洞察，再对我们的数据做更精准的赋能。

我们也希望我们的平台不仅仅简单是一个看的或者是监控的平台，我们更多希望这个平台为政府部门、为用户提供能力。比如说我们看右边这张图，它是个三维仿真的园区，它所有的实体是带有属性的，比如说我们的楼房，我们楼上住了哪些人，这些人是什么职业、什么年龄等信息，我们是可以标上去的，可以跟其他的信息关联起来。

当然还有它周边的交通状况、它周边出没的人，包括我们的环境（气候、压力、PM2.5等等），我们都可以想尽办法把它通过某种方式做可视化的展现，做全息刻画。再基于我们从治安、消防、交通、环保等等角度的业务诉求，进行业务的洞察。最后我们希望我们的数据接入平台是能够为各个厂家开放的，各种物联网的前端是可以接入的。

刚才我们讲了很多边缘计算之类的东西，我们先解决接入层面的问题。

第二块是在数据处理和业务模型构建方面，我们有数据中台和业务中台来解决业务层面问题。

最后是在上层应用开发方面，我们也能提供一系列相关的通用的模块，来支持应用层。而在AI中台这个地方，我们会跟很多的业内厂家（旷视、云从、商汤）合作，解决AI层面的赋能。

具体来讲怎么解决第一层的问题：全息的刻画。

我们现在提供三方面的能力，第一是空间数据快速建模，我们提供整套的解决方案，帮助客户提供建模的服务。第二是通过无人机等大范围摄影建模，第三是建筑物精细化建模，可以精细到这栋楼的每个房间。这样我们首先有一个最基本的城市仿真的基本模型，我能做一栋楼，就能做一个园区，我能做一个园区，把路网加上，就可以做一个城市，这是第一层，解决一个场景构建的问题。

在GIS、BIM模型的基础上，我们会把真实的视频和三维仿真模型结合在一起。未来你再看视频监控的时候，不再是一个九宫格，它是一个完整的大画面，可以拖拽、可以平移，可以把实体的场景和三维模型结合起来，物理环境通过数字化变成孪生的城市。这是第二块，要解决视频场景和地图场景的无缝融合。

第三块，我们把城市里关键的部件，比如说房屋、道路设施、下水井盖、路灯等等，我们所关注的城市部件，可以进行数字化，做到我们的模型里面，这样我们可以关注每一栋楼里面的人，这个道路上的人流、车流，这里有多少是常住人口，多少是外来人口，多少是一个月出现2次的，多少是一个月偶尔来的，我们会对它进行更深入的分析。

我们希望通过各种各样的物联接入手段，把更多的资源通过可视化的手段展现在一个统一的界面上。未来我们会提供很多可交互的终端，使得我们真正实现基于数字孪生城市对我们的物理城市进行相关的交互式控制的场景。比较时髦的词叫“智能空间”或者是“智慧空间”，就是我们通过一个数字孪生的城市去操控一个物理的城市。

我们可以想象一下，以后做传统的视频监控、传统的门禁、进出口控制的时候，可能就在一个AI和虚拟现实场景里面，按一下开关，就可以开门了。看视频也是一样，我想看到哪里，就把地图拖到哪里，不用再去点哪个摄像头，因为当你的摄像头有几百上千万个的时候，你是记不住每个摄像头在哪里的。

另外，我们把孪生城市的底座建起来之后，如何对信息进行更深刻的细化和洞察，对数据进行相应的分析。

做这一块事情的策略是什么呢？首先我们会构建我们的AI中台。中台这个概念在2019年非常火，我们在前面构建底层技术的时候，会有佳都自己的三维地图引擎，来解决各种资源、各种要素的叠加。

其次，在刚才那个基础层面，我们又搭建了一个中台，即数据中台，解决多元异构数据资源的接入，包括关系数据接入、互联网数据接入，在这一块我们要解决的第一个问题是AI中台，因为刚才讲到那么多厂家在做的算法、芯片都不一样，技术不断地发展，摩尔定律都不行了，也有各种各样的算法，今天用这个算法，明天要换一个算法怎么办？我们需要构建一个中台，解决不同算法之间的衔接问题，这里面包括了各种常见的人脸抓拍、车辆识别等问题。

另外我们需要做业务的中台，需要对模型进行构建。左边这个图是我们的城市大脑的其中一块应用，我们会对这个城市里面的每个交通路口进行数字化，对它的路口承载能力、路口的交通流量等等进行模型构建，来构建一个可计算的路网。

大家可以想象一下，可能80%以上的人每天上下班的路线基本上是固定的，出来的时间、回来的时间也差不多。如果我对这些个体，能够关注他每天大概几点出门，大概几点会到哪个路口，我可以对这个个体进行交通的优化，到这个路口有多少辆车辆准备左转，有多少车辆要直行，不是像以前一样靠视频监控看它的排队长度、靠雷达判断拥挤程度，我们可以通过各种物联网数据采集做研判，分析某个时间段有多少车路过这个路口，我们会做到基于个体的出行的优化，这是我们在交通大脑里面做的工作。

右边这个截图和视频，是我们基于社会治安做的。在社会治安这个领域，我们的治安场景是在发生变化的，以前我们的治安警察无外乎就是上门扫楼，看看最近我们辖区有哪些外来人口，现在通过各种各样的人证核验、人脸抓拍，包括手机、wifi等各种方式，可以很容易地采集到来到我辖区的是什么人，但是这个人来了干什么，我们需要基于他在网络上的行为、在网吧上网的行为、在实体店刷卡消费的行为、视频抓拍的行为等方面，通过我们的模型刻画这个人的行为。我们搭建了业务模型等构建平台，来适配不同的业务场景。

前面的AI中台解决了算法不足的问题，解决了效率问题，后面等业务中台解决了不同业务场景下的业务逻辑可构建、可扩展问题。

刚才讲的业务中台是从逻辑角度来讲的，从业务应用来讲，左边这个是我们在治安口的应用，大家看到是对夜间卡口车辆的抓拍，刚才科达讲了超微光，我们希望超微光能为卡口抓拍提供更多的线索，对车辆里面的驾驶员和副驾驶进行抓拍识别。

未来在我们的视频大数据平台之上，我们会开放AI中台能力、模型构建能力，并且会构建通用场景下的治安应用、行政应用、指挥应用。右边这个是指挥场景的应用，我们会面向各级公安部门的指挥中心，构建一个全场景基于重点管控场所的所有关注的人、物、事、组织，包括人流、车流、人证信息，还包括他所关注的重点管控对象、重点管控场所、重点管控群体，来提供基本的应用。

当然，我们整个平台不单单是做一个基本的运维，更重要的是给大家开放一个数据平台，我们愿意跟各位做硬件的厂商合作，你们提供更丰富的物联采集设备，接入到我们的平台上来，以丰富我们的未来孪生城市。我们也愿意跟算法厂家结合，提供你们最好的算法，来解决我们对物理世界的认知。

同时我们提供一个业务平台，我们希望在座的各种各样的行业专家，不管是公安专家还是其他的专家，能跟我们对接，把你们的经验转化为我们的模型，来分享给更多的其他的用户，把你的经验传承下去。最后一块的赋能在上层，因为我们的平台也提供二次开发API的接口，也是希望有更多的应用开发商的合作伙伴能跟我们一起打造一个生态链，我们可以提供各种中台，你们提供更创新的应用。

刚才我们主要讲AI，接下来讲一下在智慧交通领域。我们有一个解决方案叫城市交通大脑，它的理念就是通过泛在的感知，通过对数据的认知，再基于我们刚才讲的AI和可计算能力的基础上，提供个性化的服务。

传统的交通管理，如果看到这个路段很堵，明年在这里扩建，或者做一个交通疏导。我们反过来思考另外一个问题，这个图可以看到我们有两个模型，第一个是基于身份检测的交通系统模型，这里面包括两个部分，第一是交通设施或者是车辆，第二是我们的出行个人，如果你是本人驾驶的话，你的出行的规律、时间长短是可以掌握的，如果你是单位的运输车，你的规律也是可以掌握的。再加上我们对交通设施的管控，可以基于交通身份检测的模型，我们可以做到对交通个性化的服务。

这个图上可以看到对每个车道的承载力、通行能力，我们会做实时的检测，基于业务模型，可以定义从一个点到下一个点之间的绿波带，对于某些车队可以做特殊的改造和交通优化。随着技术的发展，我相信我们完全可以做到预测从现在这个点到下一个点大概要多长时间，大概会过几个红绿灯，大概要等多长时间。

说到这一点大家会觉得百度地图、高德地图都有这种功能，实际上他们是靠群体停留的时间平均算出来这个路段大概要花多长时间，我们的算法和他们是不太一样的，我们更多的是依靠道路的通行能力，以及我们交通设施采集到的交通流量，来做个性化的指引。

基于历史的大数据的基础上，我们可以做很多的预测，尤其是在公共安全领域，我们会做外来人口的流动情况、重点管控人员的停留情况、出没时段进行分析，我们也会对小区的人流，暂住人口、常住人口、探亲人口等做一些监控，包括独居老人的出行有没有问题，我们会做多维度的预测、分析、研判，为我们的人口管理提供相应的辅助。右边这一块我们看到的是基于场所的管控。

这个是青岛奥帆中心，在海军节的时候，我们做的一个基于奥帆中心的全场景的数字孪生案例，对重点设施、危化品、易燃易爆物品、重点人员、安保力量的宏观和微观的管控，而且可以从三维的立体安防到很细节的具体的设施的状况、具体出没的人车等等实行管控。

下面这个是一些重点场所的管控，比如说迎春花市、重点建筑物、公园等，对重点场所的安保做的一些管控。

这个是我们在一个重点区域的管控，对流动人口比较多的城中村的管控，在这种地方一般治安状况是比较差的，我们需要知道每一栋楼、每个房间里住的外来人口是谁，包括他每天的出行规律，他跟谁在一起，我们对可能的贩毒情况、造假制假、卖淫嫖娼、偷盗情况做相应的研判和分析。

这是我们对广州塔和机场的监控模型。

最后一块是我们在传统安防和公安领域以外做的一个东西，就是在应急方面的应用。

国家成立了应急管理部，我们也在做全省的危化品监控的应用。基于我们刚才讲的技术，可以做到对整个园区里面的车辆、设施，包括设施里面的危化品的状态（温度、压力等等）数据进行采集，然后结合我们的应急预案做应急演练，我们也可以做真正发生问题情况下的应急调度，这是基于我们的数字孪生城市相关的核心技术基础之上，我们可以做到以前没有做到的一些创新应用，也更加精细化地提升我们对整个城市的治理能力，这也是我今天演讲的主题，希望通过数据智能来推动整个城市的孪生城市。

关于全球AI芯片·城市智能峰会

「全球AI芯片·城市智能峰会」是雷锋网 & AI掘金志安防团队继「中国人工智能安防峰会」、「CCF-GAIR视觉智能论坛」后，全力打造的又一大品牌活动。

在上述三大论坛中，组委会先后邀请到了高文、Demetri Terzopoulos、权龙、华先胜、贾佳亚、孙剑、颜水成、田奇、程浩、张鹏国、浦世亮、殷俊、余虎、李子青、申省梅、王晓刚、杨帆、陈宁、温浩、陈瑞军、张永谦、肖洪波、胡大鹏等在产学两界享有盛誉的权威专家。

论坛内容围绕「摄像机」这一介质入口展开，覆盖AI安防产品、图像与视觉智能算法、视频芯片&服务器、投融资、商业模式等多个维度的主题，旨在打造业内最完整的智能城市论坛体系。

。