数字城市的GIS+BIM +VR技术方案
点击图片上方蓝色字体“慧天地”即可订阅
数字城市概念下相关的业务场景，往大了说，有政府的决策管理，有城市大脑，有政务平台，往小了说，有各行各业的生产建设，有智慧园区、有实景导航。
数字城市的概念，缘起于20年前的二十一世纪数字城市论坛，之后见诸于各种政策文件中。
讲讲相关概念
BIM，建筑物信息模型，在1975年首次提出，北京奥运会后被建筑行业广泛应用，我们常在各种楼盘广告和沙盘中看到的视频和模型，就是BIM的应用。
VR，虚拟现实，从上世纪90年代开始，就已经形成了完善的理论基础，随着硬件和软件技术的发展，从体感游戏到VR看房，虚拟现实技术也已经有了很广泛的应用。
每个产品，不可能只涉及到一种技术，一个复杂的产品，必然是由多种技术、多个模块组合而成的。
我们看上面提到的两个例子，一个是阿里的城市大脑，一个是华为的智慧园区。
城市大脑介绍关键词：数据汇聚、数据融合、智能调配、城市事件感知与智能处理、交通拥堵与信号控制、公共出行与运营车辆调度；
智慧园区介绍关键词：态势感知、人员管控、视频周界、视频巡逻、人脸通行、车辆通行。
这两个产品都有很多功能，我们提炼出几点共有的、相关的，来分析技术实现的方案。
1.数据处理。
2.数据可视化。
3.人员设备定位。
4.人员设备的动态监控。
5.行动预测、分析决策与规划。
二、技术实现
仅仅上面五点就已经是很复杂的体系了，这五点还有些既涉及硬件又涉及软件，还互相关联，毕竟它们要被整合到一个大的平台中。
1.数据处理
大部分工作的第一步，都是处理数据，如果是城市管理的话，我们需要有城市的地图数据和规划数据，如果是园区监控的话，还需要有园区的建筑数据，当然除此之外，还需要人口、经济、车辆、气候、温度等所有相关的数据。
不说别的，单说地图数据和建筑数据。
地图数据按照大类分，有矢量、影像、三维，这些数据有不同的表现形式。
一般说来，地图底图数据需要通过各种来源的瓦片来加载，不需要自己加工，但有时候要一些高精度或现势性较高的数据，可能就需要自己加工数据并发布瓦片。
数据采集方式可以是实地测量和无人机航拍。
建筑数据可以分为二维的和三维的，二维的就是cad的建筑图纸，三维的就是BIM模型，但很少有建筑有BIM，最多就有cad图纸，需要根据cad图纸和量测得到的各种参数，制作出建筑物的BIM模型。
常用的制作BIM模型的软件是Revit和3d max，这两个都是autodesk公司的产品。
建筑物模型有两种，一种是只能看到外表的，另一种是能看到内部结构的。
下面这种，就只能看到建筑物的外立面，BIM的衍生概念CIM（城市信息模型），用的都是这种模型。
下面这种是可以看到内部构造的，园区、建筑物监控、城市管网监测，用的都是这样的模型。
既，城市规划级别的，建筑物模型可以看不到内部，园区、建筑物、管线设施监控类型的，则需要有建筑物的内部结构。
地图数据和BIM数据都获取之后，还有事情要做，因为这些数据都要展示在同一场景下，所以还要将坐标系进行统一，通常，都是将BIM统一到地图的坐标系下。
相关坐标系知识的介绍请参考本公众号内容坐标系知识
2.数据可视化
数据可视化，分二维和三维。
二维可视化，开源的技术栈是后端geoserver发布底图，或者直接用geotool构建瓦片服务，前端使用openlayer或leaflet。当然如果后端不用JAVA，用Python，可以使用django和GDAL，c语言的话，OpenGL和Qt都行，OpenGL和Qt也用于三维。
三维可视化，可以使用cesium，前端用cesium.js开发，数据融合使用cesiumlab。
以上Arcgis和supermap也提供完整的解决方案。
相关ArcGIS三维资源：zhihu.geoscene.cn/artic
相关SuperMap 三维产品资料：blog.csdn.net/supermaps
三维地图可视化，业内巨擘仍然是Google earth，Google earth是桌面端软件，支持Engine开发：google.cn/intl/zh-CN/ea
相关Google earth生成的场景视频请在视频号中搜索自然资源圈进行查看。
有关LOD技术，LOD既是Level Of Details，分层次展示细节，原理跟金字塔原理、瓦片服务很像，近大远小，只有观察越近的时候，才越展示细节。
但即使有LOD技术，三维渲染还是挺卡顿的，尤其是在数据要通过web传输的时候。
如果对比使用过，能明显感觉到桌面端的Google earth，对数据的渲染效果和速度要优于web端的cesium，BIM模型可以转换成kml或kmz格式，加载在Google earth中。
3.人员设备定位
定位，按照场景可分为室外定位和室内定位；
按照过程可分为，信号获取和算法解算。
定位技术有：GNSS、RTK、IMU、蜂窝、SLAM、雷达、WIFI、蓝牙、地磁、视觉、UWB、LED、RFID、Zigbee、激光、红外、超声波等。
看上去百家争鸣、百花齐放。受到北斗、5G、新基建等政策导向性因素的影响，定位技术的确是有一点点小热，但大部分企业、高校，提供、研究的都是打包硬件+解决方案模式，毕竟卫星和芯片，不是谁都能制造的，核心的技术和设备，仍然掌握在几个巨头手中。
室外定位技术的发展，近几十年来，没有什么质的飞越，但有很大量变，国家政府的基站、科技巨头的低轨小卫星，都在增加定位服务的覆盖度。
最近几年，室内定位，在科研领域是较为热门的方向，很多高校都有研究传感器和视觉定位的课题。
室外定位没有什么太多花样，室内定位，知乎上有一个帖子，室内定位技术的发展，讨论还是比较全面的：zhihu.com/question/3564
关于人员设备的定位，很多相关厂商提供从硬件定制到软件部署的一套实施方案，用户拿着厂商提供的硬件，从厂商数据中心获取数据，使用对方提供的APP看数据，这是常规流程，既所谓一站式解决方案。
从信号获取到算法解算，定位，尤其是室外定位，有很强的行业壁垒（这也是室内定位研究更热的原因），很多数据源是获取不到的，所以想要进行人员设备定位，找一个好的一站式解决方案提供商，是良解。
哪个是好的，就要通过对比测试分析了，看结果。
4.人员设备的动态监控
有场景数据，有位置信息，就可以进行动态监控了，监控，主要体现在实时性和可追溯，实时数据即时看，历史数据可回溯，往大了说，就是IOT平台，再往上点，就是云服务，虽然扯得有点远，但技术就是这一套。再收回一下，回到BIM、GIS、VR来。
完成场景渲染和设备部署后，实时数据会有两种，一个是轨迹，一个是视频，轨迹来源于定位设备，视频来源于监控像头，当然如果业务场景复杂，还会有更多数据，温控数据、湿度数据等等。
很多监控大屏会使用echarts接入实时视频数据。
Cesium也能接入视频数据：
Cesium video：sandcastle.cesium.com/?
当然，RTMP、RTSP之类的实时流数据的接收和转换，也需要后台处理，这需要一些视频处理的技术方案和经验。
Geomesa提供过一个大规模存储、索引、查询、转换的解决方案：请查这里的介绍geomesa.org/
轨迹监控需要一些空间计算辅助判断，工程上的空间计算可以使用Rtree、JTS、geotool等。
Rtree原理：blog.csdn.net/sinat_413
Jts介绍：blog.csdn.net/sinat_413
轨迹计算结果和渲染结果的前端展示，openlayer、leaflet、cesium都可以支持，但当轨迹数据量大的时候，就需要后端对输出结果进行瓦片渲染了。
5.行动预测、分析决策与规划
有场景、有设备、有行动、有数据之后，就要有更深层次的应用，模式挖掘、预测分析、指挥决策等。这些研究有很多探索和实验，但大规模落地都还没有，可能也因为没有很多明确的应用场景。
科技日新月异，但世界和历史的本质不变。哲学上提出过三论的概念，既控制论、信息论、系统论来阐述，不变中有万变，万变中有不变的议题。
任何预测都可能是不准的，唯一可能准确的预测是预先设计。就像谷歌之前的自动驾驶，靠随机应变，谁也猜不出这些机器最终会走到哪里，谷歌之后的自动驾驶，靠大数据场景，预先规划，除了一条路，也无他路可走，所以必然到达设定的终点。
设定两点，收集所有可预先采集的数据，将偶发因素降到最低，路程中，只要有偶发因素产生导致偏航，就要尽快将车辆纠正回预设线路上。
如果用软件的话，Arcgis是支持空间分析的。
做大数据分析，用Python语言更合适一些，Python的地理空间数据分析工具有Geopandas、PySAL、earthpy、geopyspark等。
内容转载、商务活动、投稿等合作请联系
微信号：huitiandi321
邮箱：geomaticshtd@163.com
欢迎关注慧天地同名新浪微博：
ID：慧天地_geomaticser
招聘启事｜中国测绘科学研究院数字城市/智慧城市创新团队诚聘博士后公告
《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！