馬中駿

重慶仙桃數(shù)據(jù)谷投資管理有限公司 重慶 渝北 401120

1. 背景現(xiàn)狀

2009年IBM提出“智慧地球”概念起，眾多發(fā)達(dá)國家將智慧城市建設(shè)作為刺激經(jīng)濟(jì)發(fā)展和建立長期競爭優(yōu)勢的重要戰(zhàn)略。我國政府近年來大力推進(jìn)智慧城市規(guī)劃建設(shè)，國家從2012年至2017年9月，推出了十多個(gè)相關(guān)政策文件。智慧園區(qū)作為智慧城市的重要表現(xiàn)形態(tài)與重要內(nèi)容，智慧園區(qū)的建成對智慧城市具有重要的示范作用。經(jīng)過多年的發(fā)展，園區(qū)的傳統(tǒng)發(fā)展模式難以為繼，迫切需要智慧化建設(shè)來實(shí)現(xiàn)轉(zhuǎn)型升級。針對智慧園區(qū)建設(shè)中涉及的幾個(gè)關(guān)鍵技術(shù)問題，進(jìn)行比較分析。

2. 數(shù)據(jù)融合技術(shù)比較分析

歐洲的“智慧桑坦德(SmartSantander)”項(xiàng)目通過融合IoT數(shù)據(jù)，實(shí)現(xiàn)桑坦德市交通模式與溫度[3]兩者的關(guān)聯(lián)。在智能交通應(yīng)用領(lǐng)域，通過融合中心融合路邊傳感器數(shù)據(jù)，達(dá)到節(jié)能與經(jīng)濟(jì)目的。Kalyanaraman等引入一種數(shù)據(jù)融合算法，用于融合不同屬性的數(shù)據(jù)流。相關(guān)研究為了充分利用物聯(lián)網(wǎng)基礎(chǔ)設(shè)施，實(shí)現(xiàn)了不同應(yīng)用數(shù)據(jù)的融合，這些應(yīng)用包括水管理、社會大數(shù)據(jù)、智能供電與管理、智能交通管理和智能醫(yī)療等。在國內(nèi)，對相關(guān)技術(shù)的研究與應(yīng)用主要體現(xiàn)在智能交通管理與智能醫(yī)療領(lǐng)域。

就當(dāng)前發(fā)展現(xiàn)狀而言，國內(nèi)較之于國外，在研究與應(yīng)用方面總體暫時(shí)處于落后、追趕階段；就發(fā)展趨勢而言，國內(nèi)外在園區(qū)物聯(lián)網(wǎng)基礎(chǔ)設(shè)施集成數(shù)據(jù)融合方面，尚待開展進(jìn)一步的工作。數(shù)據(jù)融合的深度學(xué)習(xí)、智慧城市/智慧園區(qū)IoT集成數(shù)據(jù)融合研究成為未來的一個(gè)發(fā)展趨勢。

3. 數(shù)據(jù)可視化技術(shù)比較分析

可視化是智慧園區(qū)基礎(chǔ)設(shè)施的一個(gè)關(guān)鍵元素，旨在將園區(qū)運(yùn)行核心系統(tǒng)的各項(xiàng)關(guān)鍵數(shù)據(jù)進(jìn)行可視化呈現(xiàn)，從而對包括應(yīng)急指揮、園區(qū)管理、安全、環(huán)境保護(hù)、智能交通、基礎(chǔ)設(shè)施等進(jìn)行管理決策支持，進(jìn)而實(shí)現(xiàn)智慧式管理和運(yùn)行。

在國外，Kim等針對電力系統(tǒng)與金融網(wǎng)絡(luò)案例研究了DNP3和Fix網(wǎng)絡(luò)的可視化問題；Jo等針對目標(biāo)商品的AR購物體驗(yàn)；Goap等對智能灌溉實(shí)時(shí)傳感器數(shù)據(jù)、土壤濕度和降雨量信息做了可視化研究；Mourtzis等專門研究了車間管理場景下的車間作業(yè)監(jiān)控?cái)?shù)據(jù)可視化問題；Rathore等針對城市小氣候分析展開了地理位置和時(shí)變傳感器數(shù)據(jù)的可視化研究，并在部署傳感器的菲茨羅伊花園、多克蘭圖書館場景進(jìn)行了實(shí)驗(yàn)驗(yàn)證；Jeong等對車輛當(dāng)前狀態(tài)感知數(shù)據(jù)的可視化進(jìn)行了研究，并應(yīng)用于車輛事故預(yù)防；Kumar等提出一種流式數(shù)據(jù)集結(jié)構(gòu)的可視化方法，并以真實(shí)數(shù)據(jù)集驗(yàn)證其方法的有效性；Thürlimann等研究了污水處理廠運(yùn)行期間的能源、過程等數(shù)據(jù)的可視化問題。在國內(nèi)，Zhang等研究了施工現(xiàn)場工人未戴安全帽記錄的可視化展現(xiàn)；Cheng等提出一種施工活動信息可視化框架，并在模擬虛擬工地、戶外施工場地、工人培訓(xùn)場地展示了框架的效果；Wan等研究了可穿戴式物聯(lián)網(wǎng)場景下的個(gè)人健康信息可視化問題；Chang等借助BIM對校園場景下的溫度、濕度等傳感器數(shù)據(jù)做了可視化研究。

就當(dāng)前發(fā)展現(xiàn)狀而言，國內(nèi)外在相關(guān)技術(shù)研究與應(yīng)用方面各有所長，各有特色；就發(fā)展趨勢而言，國內(nèi)外在園區(qū)物聯(lián)網(wǎng)基礎(chǔ)設(shè)施集成數(shù)據(jù)可視化方面，尚待開展進(jìn)一步的工作。

4. 智能分析技術(shù)比較分析

智慧園區(qū)關(guān)鍵在于“智慧”。近年來，利用先進(jìn)機(jī)器學(xué)習(xí)技術(shù)，即深度學(xué)習(xí)(DL)，促進(jìn)物聯(lián)網(wǎng)領(lǐng)域的分析和學(xué)習(xí)，已成為一種趨勢。國內(nèi)外都致力于研究機(jī)器學(xué)習(xí)在物聯(lián)網(wǎng)中的應(yīng)用，使用戶能夠獲得深度分析，開發(fā)高效的智能物聯(lián)網(wǎng)應(yīng)用，例如將卷積神經(jīng)網(wǎng)絡(luò)（CNN）應(yīng)用于植物病害檢測和交通標(biāo)志檢測；循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）應(yīng)用于識別運(yùn)動模式和行為檢測；長短時(shí)記憶（LSTM）應(yīng)用于人類行為識別和移動預(yù)測；自動編碼器（AE）應(yīng)用于機(jī)械故障診斷和情感識別；變分自編碼器（VAE）應(yīng)用于入侵檢測和故障檢測；生成式對抗網(wǎng)絡(luò)（GAN）應(yīng)用于本地化和尋路和圖像文本等。

在國外，Lee等針對計(jì)算連續(xù)缺失模式的缺失值問題，提出一種基于深度學(xué)習(xí)的信息缺失值插補(bǔ)模型，即深度插補(bǔ)網(wǎng)絡(luò)(DeepIN)，并在校園物聯(lián)網(wǎng)試驗(yàn)臺場景下對模型進(jìn)行驗(yàn)證；Ateeq等針對預(yù)測包傳送率（PDR）和能耗(EC)問題，基于IEEE802.15.4公共網(wǎng)絡(luò)數(shù)據(jù)集，對線性回歸、梯度增強(qiáng)、隨機(jī)森林、深度學(xué)習(xí)等不同回歸模型做了比較研究；Amin等基于真實(shí)數(shù)據(jù)在使用CNN完成病理檢測、SVM判斷病人是否正常方面做了性能評估研究；Alhussein等使用深度卷積神經(jīng)網(wǎng)絡(luò)、堆疊自動編碼器，研究了基于病人動作、手勢和面部表情實(shí)現(xiàn)患者檢測、分類問題，并基于兒童醫(yī)院收集數(shù)據(jù)CHB-MIT評價(jià)兩種方法優(yōu)劣；Liang等使用RNN模型對交通站點(diǎn)實(shí)時(shí)人群密度進(jìn)行預(yù)測；Mittal等針對垃圾管理和垃圾分類問題，研究了基于深度CNN模型的分類效果；Amato等利用智能攝像頭和深度CNN模型研究了檢測停車場占用率問題。

在國內(nèi)，Bu等提出一種多投影深度計(jì)算模型MPDCM用以解決DPDCM模型無法捕獲不同模式的相關(guān)性問題，并基于數(shù)據(jù)集Animal-20、NUS-WIDE-14對模型的有效性做了驗(yàn)證；Weng等給出一種多智能體無監(jiān)督異常檢測方法，實(shí)現(xiàn)了對校園能耗異常情況的檢測，并通過公共數(shù)據(jù)集AMPDS2驗(yàn)證了方法的有效性；Li等利用堆疊自動編碼器（SAE）模型進(jìn)行無監(jiān)督特征提取，并用以解決城市管理中空氣質(zhì)量監(jiān)測和污染預(yù)測問題。

通過對國內(nèi)外發(fā)展現(xiàn)狀的比較分析發(fā)現(xiàn)，在國內(nèi)外幾乎未見到有物聯(lián)網(wǎng)集成數(shù)據(jù)智能分析相關(guān)方面的研究。在智慧園區(qū)實(shí)際建設(shè)過程中，要真正實(shí)現(xiàn)園區(qū)的智慧，基于機(jī)器學(xué)習(xí)的物聯(lián)網(wǎng)集成數(shù)據(jù)智能分析技術(shù)必定是未來的研究趨勢。

5. 多技術(shù)融合研究比較分析

近年來，云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)等新興互聯(lián)網(wǎng)技術(shù)陸續(xù)出現(xiàn)，并在醫(yī)療、能源、通信、零售、交通等多個(gè)行業(yè)得到普遍應(yīng)用[10]?！?016-2020年建筑業(yè)信息化發(fā)展綱要》指出：“十三五”時(shí)期，著力增強(qiáng)BIM、大數(shù)據(jù)、智能化、移動通訊、云計(jì)算、物聯(lián)網(wǎng)等信息技術(shù)集成應(yīng)用能力，要求深度融合BIM、大數(shù)據(jù)、智能化、移動通訊、云計(jì)算等信息技術(shù)，實(shí)現(xiàn)BIM與企業(yè)管理信息系統(tǒng)的一體化應(yīng)用，促進(jìn)企業(yè)設(shè)計(jì)水平和管理水平的提高。

在國外，Catbas等提出一種基于混合云架構(gòu)的BIM數(shù)據(jù)共享機(jī)制；Ma等提出一種基于云的BIM平臺信息交換方法；Das等基于Cassandra數(shù)據(jù)庫實(shí)現(xiàn)了對BIM模型的存儲；Lin等使用MongoDB存儲BIM數(shù)據(jù)；Teizer等設(shè)計(jì)了集成實(shí)時(shí)環(huán)境與人員位置信息的通用架構(gòu)與方法；Chen等提出一種基于云的BIM服務(wù)平臺；Chang等對Hadoop MapReduce框架進(jìn)行改進(jìn)，使其適合處理BIM數(shù)據(jù)(MR4B)；Peng等設(shè)計(jì)了醫(yī)院運(yùn)維風(fēng)險(xiǎn)管理平臺；Alam對物聯(lián)網(wǎng)和BIM的概念及內(nèi)涵進(jìn)行了分析。

在國內(nèi)，楊鎮(zhèn)宇等對BIM云平臺的優(yōu)勢和缺陷進(jìn)行了探討；陸培爭[11]開展了基于BIM和大數(shù)據(jù)的建筑工程質(zhì)量管理研究；李志龍等開展了基于BIM標(biāo)準(zhǔn)的大數(shù)據(jù)服務(wù)平臺研究；鄒東等設(shè)計(jì)了基于BIM和物聯(lián)網(wǎng)的城市軌道機(jī)電工程管理的系統(tǒng)架構(gòu)；賈偉新設(shè)計(jì)了基于物聯(lián)網(wǎng)和BIM的社區(qū)管理平臺。

通過對國內(nèi)外發(fā)展現(xiàn)狀的比較分析發(fā)現(xiàn)，國內(nèi)外在智慧園區(qū)建設(shè)與管理技術(shù)方面，在多技術(shù)集成應(yīng)用方面的研究工作還需要做進(jìn)一步的工作。尤其是考慮到當(dāng)前國內(nèi)智慧園區(qū)建設(shè)實(shí)際需求，BIM+GIS融合技術(shù)應(yīng)用于智慧園區(qū)可望成為一個(gè)發(fā)展趨勢。