国际瞭望 | 新的作战疆界——城市及地下空间

点击图片上方蓝色字体“慧天地”即可订阅

李婷婷译，蓝荣钦（郑州信息工程大学，《慧天地》特约撰稿人）校，转载本文需经编译者授权和《慧天地》许可。

随着城市战和地下战的迫近，地理空间情报（GEOINT）逐渐占据中心位置。

一、一个世界地形（ONE WORLD TERRAIN）

（注：ONE WORLD TERRAIN，缩略为OWT，美国陆军为未来合成训练环境所建的数据库，包含卫星图像以及世界各大城市和主要地形的3D模型）

城市作战的仿真训练将重新定义战备状态

城市都有生命，会呼吸，就像生物一样，一刻不停地在改变。在十九世纪——彼时尚未出现室内管道、电力和汽车——典型的城市就是充斥着腐朽、混乱和疾病的污水池。由于市政警察部门、交通法规、室内管道，街道上满是罪恶、马匹和污物。当时的街道狭窄、建筑矮小、公寓拥挤。 摩天大楼？共享单车？公寓套房？统统都没有。当时的居民甚至无法想象今天的城市。

当然，如今的城市依然在改变。未来学家预测，在将来短短的几十年内，汽车可以自动驾驶、建筑可以自产所需的能量、无人机维持街道的治安、增强现实技术可以实现街道搜索、超级高速能够以非常快的速度将乘客送到各地。城市规划者希望未来的城市智能、安全、可持续。

不幸的是，据美国陆军称，这些城市中有一部分可能会成为战区。美陆军参谋长战略研究（未来研究）小组（AFSG）已经确认人口在一千万及以上的特大城市正日益成为美军的关注重点。

美陆军参谋长战略研究小组（AFSG）在其2014年的报告《特大城市和美国陆军：为复杂和不确定的未来做准备》写道：“特大城市日益成为地球上人类活动的中心，所以大部分摩擦都在这里产生，迫使我们未来采取军事干预……忽视特大城市，就是忽视未来。”

美国陆军训练与条令司令部在2018年发布的报告《2028多域作战中的美国陆军》中也重申了该观点：“大幅提高的城市化率和城市的战略重要性……让（未来）作战将在密集的城市地形内进行。”

但城市地形不仅仅是密集的，它还是多样化的。除了地面上道路、屋顶或建筑物内部的威胁，城市作战人员还可能面临来自地下室、下水道、地铁和隧道的威胁。

尽管美国曾经应对并击败城市内和城市地下的敌人，但美国国防部表示曾经的例外终有一天会变成规则。因此，美国陆军领导人正试图建立未来部队的基础，希望他们在城市内和城市地下环境中都能像其他常规域内一样进行作战。他们只需要做一件事来完成这项任务，那就是更多更好的地理空间情报——得益于OWT和美国国防部高级研究计划局（DARPA）的地下挑战赛（Sub T Challenge）等富有前瞻性的项目，地理空间情报相关工作已经取得进展。

美国联邦作战首席技术官和3D GEOINT提供商Vricon的工程副经理巴里·蒂尔顿认为军方已经意识到，现在对任何领域作战的设想都很合理。在他看来，由于世界就是一系列持续改变的政治情况和环境情况。军方强调要为每一个可能作战的地方做准备……不管是一座城还是一个下水道，对所处的环境越了解、掌握得越多，未来作战效率也就越高。

OWT让士兵能够迅速地理解深处的环境、制定计划、利用他们即将进行训练或作战的地形进行演练——甚至可以在复杂的丛林或特大城市等战场训练。（图片来源：美国陆军）

1. 城市障碍

军队通常在远离主要人口中心的偏远地区或农村地区发动陆战。例如在内战期间，葛底斯堡战役主要在宾夕法尼亚镇周围的空地上爆发；二战的突出部战役爆发在比利时茂密的森林中；越南战争中的汉堡高地战役发生在丛林掩映的山地中；甚至持久自由行动也主要在阿富汗东部崎岖的山地中。

当然也有爆发在城市的战争（比如1944年的德国亚琛、1968年的越南顺化以及1993年的索马里摩加迪沙），但城市通常是最后的战场。

Ceium是一家地理空间软件公司，其平台支持基于真实世界地理空间数据的3D应用。Ceium的首席执行官帕特里克·科齐觉得这很好解释，他认为相较可以看得见一切的开阔地形，城市环境要复杂得多。在多层建筑中进进出出、预测人们的行动以便精准定位坏人，还要及时地避开平民，这些都是关键挑战。

在特大城市中，无论是这些挑战还是潜在的影响——包括大范围的毁坏和大量的伤亡，都要大得多。根据联合国的数据，到2030年将会有43个特大城市。大部分都位于发展中地方，其规模将比巴格达大200%到400%。在伊拉克战争期间，美国几乎在巴格达的城市冲突中陷入泥潭十年。巴格达的人口只有650万，而新德里的人口已有2900万，上海的人口是2600万。同时，墨西哥城和圣保罗分别拥有大约2200万居民，而开罗、孟买、北京和达卡分别拥有近2000万。

根据美陆军参谋长战略研究小组的说法，目前的美国陆军理论要求军队“孤立和塑造城市环境，并利用从外围进入城市的地面通道”，但在人口众多的城市，这是行不通的。

该小组在《特大城市和美国陆军》一文中表示，要用数万名士兵组成的军队实际控制分布在数百平方英里上的数千万城市人口，不仅是对军事理论建议的兵力对比的忽视，甚至是颠覆。考虑到全球城市环境中手机的饱和与全球互联网的互联，虚拟隔离更不可能。从外围进行地面机动也是不现实的。地面上拥挤的通道，加上特大城市环境的巨大规模，使得从外围达到某个目标都成了问题，更不用说达到作战效果了。

但是在特大城市方面，不仅是理论方面存在缺陷，地图方面也有不足。

南加州大学创新技术研究所（ICT）是由美国国防部资助的大学附属研究中心，正与美国陆军研究实验室合作。该研究所的建模、仿真与训练主管瑞安·麦克林登举例解释道，如果一个连长或班长想要从山上观察环境，进行路径规划和威胁分析，那么他们需要的分辨率、逼真度和精确度是目前无法达到的。

这些缺陷在城市环境中更为明显，因为城市环境需要的是三维有利位置，而不是二维。

科齐认为，世界是3D的。城市环境的许多建筑都有很多层，而且还有悬垂部分。所以三维是获得态势感知的关键：我在哪儿，我能看到什么；如果还有其他行动者，他们在哪儿，他们能看到什么；以及在所有三维空间中（X，Y，Z）是否可以实现移动性。

不幸的是，到目前为止，3D数据局限于原始数据，如NASA的航天飞机雷达地形测绘任务——该任务可提供30米分辨率的全球高程数据。

麦克林登表示，这基本派不上用场。在城市环境中，除非制定基本的飞行计划，比如避免碰撞建筑，30米分辨率的数据什么也做不了，甚至一米及一米以下分辨率的数据也没有多大的作用。由于各种结构的密度和坡度，就存在一些非常尖锐的边缘。这些都是人造的结构，缺少有机性，且垂直于地面，需要高分辨率的数据。

与普遍的训练不同，军事模拟需要显示适当属性的三维地形特征。木结构、混凝土建筑和植被必须对战场效果做出现实的反应，以更好地支持任务规划，并减少消极训练的可能性。（图片来源：美国陆军）

2. 为明天而训练

陆军OWT项目的重点是生成、融合并利用高分辨率的3D数据，由此可制作出现实和精确的特定地理位置的世界3D地图，陆军可用于为未来的冲突（包括特大城市的冲突）训练作战人员。

由合成训练环境跨部门团队主管玛丽亚·格维丝少将领导，OWT将通过解决陆军当前训练体制中的地理空间差距来寻求美国的战略优势。

OWT项目的其3D数据库可用于支撑一个更大的虚拟训练平台，合成训练环境（STE），而其本身在某些方面就是对美陆军参谋长战略研究小组的直接反应。在《特大城市和美国陆军》中该小组表示，陆军尚未准备好在特大城市中作战，而且他们需要全新的概念来弥补差距。OWT正是一个全新的概念。

格维丝表示，他们必须能在现在的训练环境中复制未来士兵或指挥官可能面临的作战环境。而目前的训练环境并不能满足这种需求。

陆军当前的训练平台是集成训练环境，利用军事技术建于二十世纪八、九十年代。如果利用当代科技——带有高分辨率的3D图形的虚拟仿真将其替换，美国的战备状态将会被重新定义。

蒂尔顿所在的Vricon公司正在使用其大规模3D地图解决方案为陆军建造OWT，他认为尽管这么多年，集成训练环境一直运行良好。但是军事模拟战争并不是为了在本系统内支持实际数据而设计的。为了将文件最小化，他们倾向于填充建筑物的纹理，创建通用的结构。OWT将要建立的环境与此不同。他举了个例子，比如说，如果模拟出法国的场景，那么不仅仅埃菲尔铁塔就会出现在正确的位置（这在现在的模拟环境中也能实现的），就连铁塔周边的建筑、通往铁塔的道路、甚至曾经去过的街头餐厅也会出现在这环境中。

无论部署在哪里，士兵就像在真的环境中进行战术演练一样。这在人口稠密的城市环境中尤其有价值，因为这种环境不能进行实际的训练。

格维丝解释说，能够将某一环境虚拟出来，让人们提前看到这种环境的能力十分强大。超现实的虚拟训练环境有助于士兵加强决策、发展认知技能、增强团队合作、增强自信和建立肌肉记忆。

（注：原文此处有一个视频文件：OWT——美陆军合训练环境的一个支柱（One World Terrain- A Pillar of the Army's Synthetic Training Environment））：

陆军的合成训练环境将把实时、虚拟和建设性的仿真集成到一个单一的、有凝聚力的训练能力中，并通过增强现实训练和使作战人员做好多领域作战准备等手段，从根本上改变陆军交付训练能力的方式。One World Terrain作为一个关键的研究支柱和仿真环境的地理空间基础，为合成训练环境提供支持。（视频来源：南加州大学创新技术研究所）

为了实现OWT这一愿景，陆军必须应对GEOINT社区所熟悉的诸多挑战。其中一个就是时空分辨率。为了尽可能获得最好、最及时的视图，VRCON正在使用Masar（它在2015与SaaB联合创立了VRICON）的0.5米分辨率的商业卫星图像构建3D GEOINT的基础层。在此之上，陆军还可以添加一个高分辨率战术覆盖层，由无人机系统（UAS）、有人驾驶飞机、地面车辆等收集的2-15厘米数据组成。

科齐所在的Cesium公司正在和Vricon公司合作，以完成OWT的3D要求。他表示，OWT的基础将会基于卫星图像，这样可以对其他来源获得的数据集保持一致、准确的记录。由于数据源不同，这些数据集可能更新、或者分辨率更高、也可能同时具有这两个优点。所以系统必须足够灵活，能够最好程度地利用任何可用的数据源，产生尽可能详细的结果。

如此一来，士兵自己就成了传感器。

麦克林登所在的南加州大学创新技术研究所正在进行研发工作，为OWT和合成训练环境提供支持。他说，他们不仅利用国家技术手段和商业卫星获得数据，他们公司自己也在产生自己的数据源。各单位都在收集图像，然后传入OWT，生成高分辨率、高精确度的特定地理内容。

数百个这样的无人机系统3D地图工具包已经部署到陆军、海军陆战队和特种作战部队——他们可以利用移动设备确定模拟哪些区域用来训练。然后，无人机系统自动调查该区域，生成地形模型，从中可以提取并分类各个特征（如道路、植被、建筑物、门、窗）。最后对GEOINT进行加工、存储，以仿真的形式传给士兵，让他们可以在任何地方和任何设备上（包括虚拟现实眼镜）访问信息，使他们能够与训练环境进行交互，让他们觉得身临其境。

格维丝解释说，他们希望能获得所有地形的数据…… 然后转变成与传感器或或训练引擎无关的数据。这样一来他们就可以迅速将其应用到士兵的训练中。将道路、建筑和树木放在正确的位置，只是提供准确的地形图的第一步。3D模型还需要地形特征的适当属性，以支持具有真实感的训练。比如，相比较沥青公路，行车更容易陷入泥泞的街道或小路；混凝土墙对弹药的反应必须不同于木制墙。在云计算的帮助下，机器学习和人工智能在收集和处理阶段加速分配属性。

科齐表示这并不仅仅是关于像素的真实感，还包括语义数据。高度精确的3D地理空间数据和描述数据的语义融合……开辟了可视化之外的全新的用例层次。

在格维丝看来，整个工作流的关键是能让地形数据在媒体之间自由流动的开放构架。

麦克林登说：“传统上不同的训练系统要求不同分辨率层次上不同的数据格式。”他还补充说目前的地形的数据分散在57中不同的格式中，适用于不同的陆军训练系统。如果要做一个坦克模拟器、航空模拟器和一个地面模拟器，就需要为每一个模拟器建立一个单独的地形。因为没有任何机制可以用简洁、协调、受认可的方式移动它们。合成训练环境会将这些不同的训练系统合并，共用一个基础地形数据库。

用一个系统代替57个，训练项目从构思到实施的过程会更快、更经济，烟囱也更少。

在麦克林登看来，这是个很宏大的愿景，所以必然面对巨大的挑战。由于所涉及数据的类型和大小，这些挑战包括数据储存、分发、融合和确认。

格维丝称，他们正在寻找解决方案。她表示，OWT有望在2021年底交付初始作战能力，并在2023年交付全部作战能力。根据士兵的早期反馈，他们很快就能让士兵在包括作战规划、作战演练，甚至是作战中使用OWT数据，除此之外，士兵可能也能够在训练之外使用OWT数据。

她说：“尽管还有很多工作要做，但我们已经证明了它的价值。”

3. 隐藏的威胁

OWT几乎可以用来模拟地球上的任何环境，在帮助士兵准备城市作战方面的作用尤其大。

蒂尔顿解释说，战争练习总会破坏一些东西。但显然大家都不愿破坏真正的城市，而建造一个用于战争练习的仿城并不是一件简单的事。

所以，仿真城市就成了一个理想的解决方法。

相同的逻辑适用于美国军事战备中提到的另一个致命弱点：地下环境。尽管陆军承诺，地下地形在OWT中的地位将与地上地形同样重要，但它要求采取不同的方法。

在蒂尔顿看来，城市建模相对简单，因为可以获取大量的图片绘制地图，甚至人们在用手机自拍时都能提供许多支持数据。但是由于地下设施的全部目的都是为了保护某种资源和资产，很少有可用的模型展示它们的构造。据他透露，陆军正在努力寻找解决方案，为获取特定地区的地下数据解决访问和技术手段方面的问题。

20多年前，情报界认识到地下地理空间情报的贫乏。1997年，美国国防情报局（DIA）成立了地下设施分析中心（UFAC）。地下设施分析中心是由国防情报局、国家地理空间情报局、国防威胁压制局和其他机构的情报专业人员组成的一个由国防情报局管理的联合体，其任务是从字面上挖掘关于对抗性地下设施的信息。

UFAC高级工程师兼分析师甘纳·雷德尔表示“地下‘问题’已经发展了很多年。美国的对手正在建造的（地下设施）数量、拥有的数量、使用的场地质量和适用范围都在增长或扩大。

对手不仅在掩埋绝密设施，而且还在掩埋武器和其他敏感资产。同时，地下民用基础设施和非国家行为者的地下活动有所增加。

雷德尔进一步解释，由于对手感觉受到威胁，他们想要寻求自保，所以用距离和岩石隔绝美国的观测和攻击，保护自己的珍稀资产。他曾提过，地下建筑对军事和民用开发商来说都变得经济可行。由于相关技术已经非常进步，没有太多东西是不能建在地下的。与此同时，地表空间日益紧缺。所以许多国家不再像过去那样把设施建在地表，而是希望直接建在各大城市的地下。

由于地下环境不受监视，所以这些提供了一个重要的地理空间情报机遇。在雷德尔看来，UFAC对地理空间情报有着令人难以置信、用不满足的胃口。他的团队曾接受过训练，希望能够通过分析地上地形来探测和描述地下设施。但是由于地下领域的面积不过扩大、战略重要性不断提高，他们不得不需要更先进的工具和技术。

雷德尔对机器学习的看法十分乐观。

他说：“我们的首要任务是优化我们最宝贵的分析资源——这就是分析人员的时代。我们正在观察，在分析人员加入之前，上游可以自动化多少……[这可以帮助他们]在海量数据中挖掘出宝石和金块。”

二、地下挑战赛（THE SUBTERRANEAN CHALLENGE）

没有GPS，地下测绘需要自动化、感知、移动性和网络

尽管UFAC正在投资于更好地分析地下地理空间情报，但它在研究界的合作伙伴正在开发更好地收集地理空间情报的方法。也就是说，DARPA于2018年9月发起了地下挑战赛，这是一项地下机器人技术竞赛，旨在孵化新技术，协助导航、绘图和其他复杂地下环境的勘测。

其项目经理钟提摩西说：“如果一个地方不能使用GPS或者其方式进行地理校正，这就是一个非常严重的限制。地下挑战赛允许参赛选手用多种方法解决问题。”

原文此处有一个视频文件，文字说明如下：

地下挑战赛的队伍在结束隧道赛道（DARPA高科技地下竞赛的第一个得分项目）后，正朝着城市赛道跋涉。来自8个国家的11个小组于2019年8月15日至22日聚集在匹兹堡，试图沿着匹兹堡两座矿山的通道绘制、识别和报告人类活动痕迹。

视频来源：（DARPAtv）

DARPA有利用竞争培育创新的历史。例如，2004年和2005年，它举办了智能无人车挑战赛（Grand Challenge）以推动自动驾驶汽车的发展。在很大程度上得益于这项竞赛，汽车制造商正准备最早在明年推出他们的第一款无人驾驶汽车。DARPA希望，地下挑战赛将是一个类似的催化剂。

在钟看来，这种竞赛的绝佳之处在于它可以提出一个大胆的问题，展示给全世界，汇集不同的创新人才，看他们可以提交什么样的答案。钟曾经说过，地下挑战赛中的技术未来不仅能协助士兵作战，还能协助民用行业中第一批对此做出反应的人，甚至是采矿等行业中的商业实体。

地下挑战赛包括三个“赛道”，在此期间，竞争对手将测试并演示创新的机器人解决方案。第一个隧道赛于八月在宾夕法尼亚州匹兹堡郊外的一个矿山上进行。第二个城市赛将在二月份在城市地下环境中（可能是地铁，也可能是下水道）进行。第三次是洞穴赛，将于2020年8月在自然的洞穴环境中进行。第四次也是最后一场赛事将在2021年8月整合所有三个分赛。

为了实现比赛的地理空间情报目标并赢得200万美元的奖金，参赛团队必须成功执行四个地下难题：自主，感知，移动性和网络。

据内华达大学里诺校区（UNR）自主机器人实验室主任亚历克西斯·科斯塔斯，由于地下环境对人来说具有一定危险性，所以自主尤为重要。

亚历克西斯团队的想法是人类监督员留在地面上的某个远离地下任务的地方。这样一来，他们必须拥有绝对的自主权。亚历克西斯的团队名叫CERBERUS，成员分别来自苏黎世联邦理工大学、加州大学伯克利分校、内华达山脉公司、瑞士Flyability公司，与其他十个团队一起地下挑战赛中角逐。亚历克西斯表示，由于地下隧道网络可能长达数公里，因此这些系统必须能够在非常大规模的环境中自行集成和运行。

CERBERUS团队在隧道赛道中排名第六，他们设计了一个四足机器人，大小和狗差不多。当机器人进入地下环境时，它将背上一架无人驾驶飞机，如果遇到不可通行的垂直或多层环境，它可以展开无人驾驶飞机。由于它们的自主性，机器人将能够确定适当的时间来部署它们的无人机同伴。最终，机器人将能够交换并实现所谓的协作自主。

亚历克西斯解释说，机器人A需要能够与机器人B共享地图，以便能够作为一个团队做出智能决策。

当然，自主的前提是感知。

亚历克西斯进一步解释说，【当今的自主系统】在光线充足、结构良好、功能良好的环境中运行良好。但地下环境并非如此。地下环境可能会同时出现纹理少、光线暗的特点。如果存在潜在威胁，还会充满烟雾。这是对机器人定位自己、精确绘制环境的能力的挑战，反过来又挑战了机器人自主运行的能力。

为了解决感知挑战，CERBERUS团队使用了一个多模态传感器融合包，其中包括一个摄像机、激光雷达、热视觉和一个用于惯性导航的陀螺仪。后来，它还计划增加雷达。

但是让CERBERUS团队全力以赴的则是移动性。

亚历克西斯提问说：“如何能设计出可以应用到不同场景的统一机器人解决方案？”他的机器人有许多关节腿，这些腿让机器人在不同的环境中都能运行，无论是遍布岩石的矿地，还是满是台阶的地铁站。他说，这种腿式系统让机器人在不同的地形上都能保持灵活性。

探险者队则采取了一条相似但又不同的方式。这个团队由卡内基梅隆大学和俄勒冈州立大学的机器人专家组成，他们建造了两辆自主地面车辆，旨在与两架无人机协同工作。然而，它的模块化车辆没有使用机械腿，而是采用了大型全地形车轮，可以直接滚过障碍物，无需跨越。

据探险者队的首席测试工程师史蒂文·威利斯，他们团队使用的是大型多节轮胎，实际上也就是越野摩托车的赛车轮胎，这给了他们所需的牵引力和机动性。该团队在隧道赛道中取得了第一名的成绩，不仅是因为其优越的移动性，还因为他们的方案满足赛事的最终要求：网络。

威利斯进一步解释，他们的每个地面机器人本身都是一个通信节点，但他们也让机器人在战略位置放置Wi-Fi节点。一个地面机器人可以被送到矿井深处，自主绘制地图，而另一个机器人则跟在后面，建立一个本地通信网络。这样，当第一个机器人返回射程时，他们就能接收到它在周围漫游时存储的所有信息。

无论是在谈论自动化、感知、移动性还是网络，目标都是在没有GPS的情况下促进地图绘制。然而，对于DARPA来说，地下空间的相对位置和绝对位置差不多。

钟说：“地下挑战集中在可操作的态势感知上，这意味着：我们希望超越仅仅对布局或环境本身的了解，而是理解它如何与手头的任务相关。在本挑战赛背景下，它不仅要有一个地图——这本身很难获得，而且要能够使用该地图来提供洞察力，例如，人类活动痕迹的位置，以便应急响应人员或事件指挥官能够根据幸存者的位置、危险区域做出决定等与此类似事情。”

尽管存在许多差异，但在这方面，城市和地下环境恰恰是

同样：无论未来的陆军在达卡的水泥裂缝，圣保罗的大都会街道，欧洲下方的大都市，还是在阿富汗下方潜伏的山洞中面对敌人，地理空间情报都不仅限于提供坐标，还包括环境背景。得益于各方在OWT和地下挑战赛中所作的努力，要不了多久，即便在最复杂的环境中也能提供环境背景信息。

最后，蒂尔顿总结道，了解世界的真实面貌使我们的战斗人员无论身在何处都更加高效。

点击文末“阅读原文”即可查看原文章

 （点击图片即可查看详细信息）

内容转载、商务活动、投稿等合作请联系

微信号：huitiandi321

邮箱：[e-mail]

欢迎关注慧天地同名新浪微博：

ID：慧天地_geomaticser

往期精彩推荐

《慧天地》敬告

《慧天地》公众号聚焦国内外时空信息科技前沿、行业发展动态、跨界融合趋势，探索企业核心竞争力，传播测绘地理信息文化，为测绘、地信、遥感等相关专业的同学提供日常学习、考研就业一站式服务，旨在打造政产学研用精准对接的平台。《慧天地》高度重视版权，对于原创、委托发布的稿件，会烦请作者、委托方亲自审核通过后才正式推发；对于来自网站、期刊、书籍、微博、微信公众号等媒介的稿件，会在作者栏或者文章开头显著标明出处，以表达对作者和推文引用平台版权的充分尊重和感谢；对于来源于网络作者不明的优质作品，转载时如出现侵权，请后台留言，我们会及时删除。感谢大家一直以来对《慧天地》的关注和支持！——《慧天地》运营团队

编辑：李斯奇 审核：安有硕

指导：万剑华教授