喬彥友， 常原飛

中國科學(xué)院空天信息創(chuàng)新研究院, 北京 100094

1 引 言

地理信息系統(tǒng)GIS （Geographic Information System）的概念和基礎(chǔ)是地理和測繪，但它的技術(shù)支撐是計(jì)算機(jī)技術(shù)（龔健雅，2004），因此幾乎每一次信息技術(shù)的重要進(jìn)展都帶動(dòng)了GIS技術(shù)的重大進(jìn)步，移動(dòng)GIS MGIS（Mobile GIS）（Lee，1993）的出現(xiàn)和發(fā)展也是如此。起初，人們把用戶（終端設(shè)備）處于移動(dòng)情況下使用的GIS 稱為MGIS（趙文斌和張登榮，2003），但實(shí)際上MGIS 的定義多種多樣，隨著新技術(shù)的發(fā)展也在不斷變化（陳飛翔，2006）。

20 世紀(jì)90 年代末，隨著美國全球定位系統(tǒng)GPS（Global Positioning System）部署完成，為了方便野外數(shù)據(jù)采集，桌面版GIS系統(tǒng)信息采集相關(guān)的功能向PDA（Personal Digital Assistant）等嵌入式設(shè)備上移植和運(yùn)行，MGIS 進(jìn)入了與GPS 結(jié)合的“嵌入式時(shí)代”（張時(shí)煌和方裕，2001）。在這一時(shí)期，單機(jī)版MGIS 在國土、林業(yè)、測繪等多個(gè)行業(yè)的外業(yè)數(shù)據(jù)采集中得到了成功的應(yīng)用。雖然此時(shí)的MGIS 也有一些在線功能（田根 等，2004），但當(dāng)時(shí)移動(dòng)網(wǎng)絡(luò)的帶寬還不足以支撐高頻度的網(wǎng)絡(luò)GIS服務(wù)。

隨著3G/4G等寬帶移動(dòng)網(wǎng)絡(luò)興起和智能移動(dòng)終端（特別是Android 手機(jī)）的普及，MGIS 逐步從以全球衛(wèi)星導(dǎo)航系統(tǒng)GNSS （Global Navigation Satellite System）為核心的時(shí)代進(jìn)入了以無線通信網(wǎng)絡(luò)為核心的“移動(dòng)互聯(lián)網(wǎng)時(shí)代”。該時(shí)代最典型的應(yīng)用是谷歌、百度等電子地圖服務(wù)商開發(fā)的地圖類APP 和及其相關(guān)的LBS （Location Based Services）（卜健和張琦，2004）類APP。這時(shí)的MGIS 已經(jīng)延伸到了整個(gè)地理信息產(chǎn)業(yè)鏈，涉及數(shù)據(jù)采集、數(shù)據(jù)處理、平臺(tái)軟件、行業(yè)應(yīng)用等多個(gè)層面，“云+端”構(gòu)成了地理信息的新生態(tài)；但是由于云計(jì)算存在欠實(shí)時(shí)、帶寬不足、能耗大、不利于數(shù)據(jù)安全和隱私等問題，本時(shí)代的MGIS 業(yè)務(wù)仍然處于傳統(tǒng)的人工地面操作階段，難以提供實(shí)時(shí)的空間分析、目標(biāo)識(shí)別等智能化處理。

隨著物聯(lián)網(wǎng)IOT（Internet of Things）的泛在化（Ubiquitous）發(fā)展，特別是計(jì)算機(jī)視覺CV（Computer Vision）、人工智能AI（Artificial Intelligence）、5G移動(dòng)通訊、邊緣計(jì)算（Edge Computing）等技術(shù)的發(fā)展，2019 年前后MGIS 技術(shù)逐步進(jìn)入“智能物聯(lián)網(wǎng)時(shí)代”。這個(gè)階段主要技術(shù)特征是智能、實(shí)時(shí)、GIS 泛在化，系統(tǒng)架構(gòu)演化為“云+邊+端”（劉繼軍 等，2021）。本時(shí)代人人都是傳感器和繪圖者，涌現(xiàn)出大量的集成在地面移動(dòng)平臺(tái)（可穿戴設(shè)備、車輛等）和空中移動(dòng)平臺(tái)（無人機(jī)等）上的攝像頭、雷達(dá)等智能傳感器，能夠幫助我們定位并提供聲光電磁等全息地圖（Holographic Maps）信息，這些物聯(lián)網(wǎng)終端都可以作為MGIS 的運(yùn)行載體，其采集的圖片、視頻、位置等數(shù)據(jù)不再全部上傳云端，而是通過AI 等技術(shù)，將海量的原始數(shù)據(jù)在網(wǎng)絡(luò)邊緣設(shè)備上進(jìn)行實(shí)時(shí)的智能分析處理，僅將結(jié)果傳輸?shù)皆贫?。這種模式極大的減輕了網(wǎng)絡(luò)帶寬和數(shù)據(jù)中心功耗的壓力，有效降低了系統(tǒng)延遲，增強(qiáng)了服務(wù)響應(yīng)能力；同時(shí)由于用戶不再上傳隱私或敏感數(shù)據(jù)（只存儲(chǔ)于網(wǎng)絡(luò)邊緣設(shè)備上），極大減少了網(wǎng)絡(luò)數(shù)據(jù)泄露的風(fēng)險(xiǎn)，保護(hù)了用戶數(shù)據(jù)安全和隱私。

可以看出，隨著信息技術(shù)的不斷發(fā)展，MGIS在硬件平臺(tái)、系統(tǒng)架構(gòu)、主要特征、典型用戶都發(fā)生了較為明顯的變遷，可以清晰的劃分為嵌入式、移動(dòng)互聯(lián)網(wǎng)、智能物聯(lián)網(wǎng)3 個(gè)時(shí)代，對(duì)比見表1。

表1 MGIS 3個(gè)時(shí)代對(duì)比Table 1 Three stages of Mobile GIS

而在本文之前，對(duì)MGIS 的研究主要集中在移動(dòng)互聯(lián)網(wǎng)時(shí)代，早期主要研究MGIS 的原理和體系架構(gòu)（李成名 等，2004；劉海新 等，2005；李海艷，2006；王攀，2006；李德仁，2008；王丹 等，2006），后期主要研究移動(dòng)地圖（周侗和龍毅，2012）以及基于Android 等平臺(tái)的MGIS 開發(fā)技術(shù)（張俊杰 等，2013；王剛和韓振鏢，2013），并把嵌入式GIS 和MGIS 混在一起（王繼周和李成名，2005）或完全作為兩種獨(dú)立的系統(tǒng)區(qū)分對(duì)待（王小兵和孫久運(yùn)，2012），未能論述兩者之間的承繼關(guān)系，對(duì)物聯(lián)網(wǎng)時(shí)代的MGIS 則基本沒有相關(guān)研究。本文在隨后的章節(jié)中具體論述各個(gè)時(shí)代的技術(shù)架構(gòu)和典型業(yè)務(wù)化應(yīng)用，并提出新一代（智能物聯(lián)網(wǎng)時(shí)代）MGIS的定義及其核心技術(shù)。

2 嵌入式時(shí)代

嵌入式時(shí)代的MGIS 要求硬件平臺(tái)具備相應(yīng)的存儲(chǔ)能力和計(jì)算能力，能夠滿足空間數(shù)據(jù)存儲(chǔ)和復(fù)雜計(jì)算的需求。當(dāng)時(shí)嵌入式硬件設(shè)備主要指掌上電腦、智能手機(jī)以及車載電腦等智能終端。一般情況下，本時(shí)代的MGIS 以PDA 作為硬件平臺(tái)。PDA 是集網(wǎng)絡(luò)、計(jì)算、通訊、記事、娛樂等多種功能于一體的移動(dòng)式便攜設(shè)備，與電腦相比具有小巧、輕便、耗電少、可移動(dòng)性強(qiáng)等特點(diǎn)，其不足之處是屏幕相對(duì)較小。PDA 能隨身攜帶，隨時(shí)隨地都可以使用，在集成GNSS 模塊后成為實(shí)現(xiàn)移動(dòng)地理信息的載體。

本時(shí)代有幾大類嵌入式操作系統(tǒng)，分別是微軟的Windows CE、Windows Mobile，Palm 的Palm OS，Symbian 的EPOC 等。其中Windows CE/Mobile是微軟為手持設(shè)備推出的“移動(dòng)版windows”，在當(dāng)時(shí)被廣泛應(yīng)用于智能手機(jī)和掌上電腦。

2.1 系統(tǒng)架構(gòu)和功能

以嵌入式時(shí)代MGIS 最典型的應(yīng)用場景——野外數(shù)據(jù)采集記錄為例，整個(gè)系統(tǒng)通過PDA 進(jìn)行數(shù)據(jù)采集、管理、分析和顯示等工作，其中GIS功能都是由PDA 端獨(dú)立完成，空間數(shù)據(jù)庫與屬性數(shù)據(jù)庫都存放在PDA上，因而能快速響應(yīng)用戶的操作。

同時(shí)，考慮到PDA 性能的限制，空間數(shù)據(jù)與屬性數(shù)據(jù)的預(yù)處理工作都在PC 機(jī)上完成。空間數(shù)據(jù)與屬性數(shù)據(jù)處理完畢后，通過同步軟件上傳到PDA 端進(jìn)行使用。野外調(diào)查完畢后的空間數(shù)據(jù)與屬性數(shù)據(jù)再通過同步軟件下載到PC 機(jī)，并將PDA的數(shù)據(jù)庫轉(zhuǎn)存到PC 的Access 等數(shù)據(jù)庫中。圖1 為嵌入式時(shí)代的典型MGIS系統(tǒng)架構(gòu)圖。

圖1 嵌入式時(shí)代的系統(tǒng)架構(gòu)Fig. 1 System architecture of embedded era

整個(gè)系統(tǒng)可分為移動(dòng)端（PDA 端）和桌面端（PC 端）兩部分。PDA 端一般包括數(shù)據(jù)采集錄入、地圖瀏覽查詢、GNSS 定位導(dǎo)航、圖層管理等基本功能，桌面端（PC 端）則實(shí)現(xiàn)信息傳輸、數(shù)據(jù)匯總導(dǎo)出、數(shù)據(jù)預(yù)處理、參數(shù)設(shè)置等功能。PDA 端的功能在后續(xù)的兩個(gè)時(shí)代也相近，但是PC 端則演變成相應(yīng)的服務(wù)器端/云端以及物聯(lián)網(wǎng)時(shí)代的云+邊。

2.2 業(yè)務(wù)化應(yīng)用

野外調(diào)查一直是中國掌握林業(yè)有害生物災(zāi)害發(fā)生情況的主要途徑，它具有勞動(dòng)強(qiáng)度大、調(diào)查周期長等特點(diǎn)，調(diào)查數(shù)據(jù)的時(shí)效性比較差，難以及時(shí)應(yīng)用于災(zāi)害防治決策活動(dòng)中。在PDA 設(shè)備上將電子地圖和數(shù)據(jù)庫集成在一起，并與內(nèi)置的GNSS 結(jié)合起來，可以方便地進(jìn)行野外導(dǎo)航定位，并現(xiàn)場填寫數(shù)字化的調(diào)查結(jié)果，為野外調(diào)查提供了一種全新的解決方案（武紅敢 等，2007）。

針對(duì)中國林業(yè)有害生物地面調(diào)查所存在的問題，中國科學(xué)院遙感應(yīng)用研究所在國家林業(yè)局植樹造林司和中國林科院的指導(dǎo)下，于2007 年開發(fā)了“基于GIS/GPS 的林業(yè)有害生物監(jiān)測數(shù)據(jù)記錄系統(tǒng)”（何丹，2008；李衛(wèi)國，2010；司敬知，2012；車振磊，2016）以便規(guī)范地面調(diào)查數(shù)據(jù)的記錄工作，加強(qiáng)對(duì)監(jiān)測數(shù)據(jù)的監(jiān)督管理，提升基層的技術(shù)水平。該系統(tǒng)（界面如圖2所示）在全國二十余省份、上千縣市得到了應(yīng)用，以此為基礎(chǔ)的鄉(xiāng)、縣、省、國家級(jí)監(jiān)測管理系統(tǒng)（喬彥友 等，2009；張迎，2007；張?jiān)矗?008；常原飛 等，2011）的建設(shè)和Web 等空間信息管理技術(shù)（崔福東，2009；劉麗，2012）的應(yīng)用，極大提升了中國林業(yè)有害生物管理的科學(xué)水平。

圖2 林業(yè)嵌入式GIS軟件Fig. 2 Software of embedded GIS

3 移動(dòng)互聯(lián)網(wǎng)時(shí)代

隨著移動(dòng)互聯(lián)網(wǎng)的興起和智能手機(jī)、平板等移動(dòng)終端的普及，MGIS 成為地理信息產(chǎn)業(yè)的又一技術(shù)熱點(diǎn)。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，對(duì)MGIS 應(yīng)用最多的是各種地圖類APP 軟件和LBS 類APP 軟件，基本覆蓋了用戶在衣食住行及運(yùn)動(dòng)健身等生活各方面的需求。但這類軟件主要是面向大眾消費(fèi)群體，由于其數(shù)據(jù)本身及服務(wù)的局限，它不能為特定行業(yè)用戶提供更加全面和專業(yè)的GIS功能。

傳統(tǒng)的專業(yè)GIS 廠商如ESRI 和超圖等都推出了各自的MGIS 開發(fā)平臺(tái)，很多用戶和學(xué)者基于這些平臺(tái)開發(fā)了本行業(yè)領(lǐng)域的專業(yè)MGIS 應(yīng)用，以滿足特殊行業(yè)、特殊部門用戶的需求。常見的MGIS 支撐平臺(tái)有美國ESRI 的ArcGIS for Android（或ArcGIS Mobile）以及中國科學(xué)院的SuperMap iMobile 等，這些平臺(tái)支持二維和三維應(yīng)用開發(fā)，支持在線應(yīng)用和離線應(yīng)用，支持指劃制圖、模板化數(shù)據(jù)采集、數(shù)據(jù)分析、三維數(shù)據(jù)展示，同時(shí)也支持?jǐn)U展開發(fā)，可用于行業(yè)應(yīng)用系統(tǒng)快速定制開發(fā)。

3.1 系統(tǒng)架構(gòu)

如圖3 所示，移動(dòng)互聯(lián)時(shí)代的典型MGIS 系統(tǒng)為3層架構(gòu)模型，即數(shù)據(jù)層、服務(wù)層和應(yīng)用層，各層之間具有相對(duì)獨(dú)立性，能夠提高系統(tǒng)的可用性。其中數(shù)據(jù)層負(fù)責(zé)數(shù)據(jù)的存儲(chǔ)與訪問，是MGIS 各類數(shù)據(jù)的集散地，為GIS功能實(shí)現(xiàn)提供基礎(chǔ)支撐和保障；服務(wù)層負(fù)責(zé)提供可復(fù)用的服務(wù)，是MGIS 的核心部分，系統(tǒng)的服務(wù)都集中在該層，主要完成空間數(shù)據(jù)信息的傳輸、處理以及MGIS 功能的執(zhí)行，包括Web 服務(wù)、GIS 服務(wù)、Map 服務(wù)等組成部分；應(yīng)用層則主要負(fù)責(zé)具體業(yè)務(wù)邏輯處理，直接與用戶打交道，是向用戶提供GIS服務(wù)的窗口，支持各種移動(dòng)操作系統(tǒng)的客戶端（手機(jī)、PDA、車載終端等）以及Web瀏覽器端。

圖3 移動(dòng)互聯(lián)時(shí)代的系統(tǒng)架構(gòu)Fig. 3 System architecture of mobile internet era

MGIS 應(yīng) 用 的 開 發(fā) 架 構(gòu) 有Native 開 發(fā)、Web 開發(fā)以及混合開發(fā)3 種模式。Native 開發(fā)模式是指針對(duì)不同移動(dòng)操作系統(tǒng)，使用特定編程語言開發(fā)原生GIS 應(yīng)用程序的模式，這種模式的MGIS 應(yīng)用最為普遍；Web 開發(fā)模式是指讓用戶通過移動(dòng)終端的瀏覽器，獲得MGIS 服務(wù)，它通過Web 技術(shù)標(biāo)準(zhǔn)解決移動(dòng)平臺(tái)的差異性，特別是HTML5 技術(shù)的運(yùn)用使得瀏覽器也能夠?qū)崿F(xiàn)原來只有Native應(yīng)用程序才能實(shí)現(xiàn)的功能；混合模式是指同時(shí)使用Native模式和Web 模式，在Native 應(yīng)用中嵌入一個(gè)內(nèi)置瀏覽器控件，既能夠像Native開發(fā)模式的應(yīng)用那樣提供良好用戶交互體驗(yàn)，也發(fā)揮了Web 開發(fā)模式的應(yīng)用跨平臺(tái)特點(diǎn)。目前來說Native開發(fā)模式性能較好，后兩種開發(fā)模式通用性較強(qiáng)。

3.2 業(yè)務(wù)化應(yīng)用

隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，大眾生活類的APP與MGIS 結(jié)合越來越緊密，MGIS 深入到了導(dǎo)航、購物、打車、餐飲、旅游等城市生活方方面面，成為智慧城市建設(shè)的典型業(yè)務(wù)化應(yīng)用之一。中國科學(xué)院遙感應(yīng)用研究所基于自主研發(fā)的基礎(chǔ)地理信息平臺(tái)（薦軍，2005），應(yīng)用MGIS 技術(shù)開發(fā)了智慧城市網(wǎng)格化管理平臺(tái)、城市感知（夏昊，2015；左進(jìn)波，2018）、城市管理APP—隨手拍、治理通等系統(tǒng)，并為有移動(dòng)地圖服務(wù)需求的專業(yè)人員和公眾用戶設(shè)計(jì)開發(fā)了空天圖系統(tǒng)，相關(guān)APP 界面如圖4所示。上述系統(tǒng)以移動(dòng)智能手機(jī)為工具，把多種在線地圖數(shù)據(jù)與離線地圖數(shù)據(jù)整合在一起，突破了傳統(tǒng)地圖系統(tǒng)的數(shù)據(jù)源較少、數(shù)據(jù)類型單一等難點(diǎn)，使用戶能夠方便快捷地使用自己所需的地圖信息。

圖4 智慧城市網(wǎng)格化管理APPFig. 4 Grid management APP of smart city

此外，移動(dòng)互聯(lián)網(wǎng)時(shí)代的野外數(shù)據(jù)采集也升級(jí)為云+端架構(gòu)。以松材線蟲病死松樹管理系統(tǒng)為例，系統(tǒng)由云服務(wù)端（內(nèi)業(yè)）和移動(dòng)端（外業(yè)）兩部分構(gòu)成，為松材線蟲病死松樹的外業(yè)精準(zhǔn)信息采集和內(nèi)業(yè)規(guī)范化建庫提供了一套整體解決方案（武紅敢 等，2019）。移動(dòng)端軟件安裝在具備導(dǎo)航衛(wèi)星定位模塊的移動(dòng)終端上，護(hù)林員在外業(yè)調(diào)查和核查時(shí)，可對(duì)病死松樹編號(hào)、拍照等快速記錄，同時(shí)記錄調(diào)查時(shí)的位置和時(shí)間信息，并可將數(shù)據(jù)實(shí)時(shí)或隨后上傳云平臺(tái)數(shù)據(jù)庫，實(shí)現(xiàn)病死松樹信息的精準(zhǔn)采集（Wang 等，2016）。服務(wù)端部署在云服務(wù)器上，負(fù)責(zé)存儲(chǔ)與匯總調(diào)查數(shù)據(jù)等內(nèi)業(yè)管理工作，可以根據(jù)任務(wù)定制相應(yīng)格式的外業(yè)調(diào)查表格，對(duì)調(diào)查任務(wù)進(jìn)行監(jiān)督和檢查，將合格的數(shù)據(jù)進(jìn)行匯總統(tǒng)計(jì)，并導(dǎo)出為標(biāo)準(zhǔn)報(bào)表格式，實(shí)現(xiàn)內(nèi)業(yè)報(bào)表的規(guī)范化管理。移動(dòng)端和服務(wù)端界面如圖5所示。

圖5 松材線蟲病死松樹管理系統(tǒng)界面Fig. 5 User interfaces of management system for trees attacked by pine wood nematode disease

4 智能物聯(lián)網(wǎng)時(shí)代

近年來，隨著物聯(lián)網(wǎng)的泛在化發(fā)展以及5G 移動(dòng)通信網(wǎng)絡(luò)的部署，邊緣計(jì)算的熱度持續(xù)上升。國際數(shù)據(jù)公司IDC（International Data Corporation）預(yù)計(jì)，2020 年全球?qū)⒂谐^500 億的終端與設(shè)備聯(lián)網(wǎng)，超過40%的數(shù)據(jù)要在網(wǎng)絡(luò)邊緣側(cè)進(jìn)行分析、處理與存儲(chǔ)。在智能物聯(lián)網(wǎng)時(shí)代，MGIS 可以部署在集成有雷達(dá)、攝像頭等傳感器的各種移動(dòng)無人值守設(shè)備上，在5G 等高速無線網(wǎng)絡(luò)的支持下，實(shí)時(shí)的將空間信息自動(dòng)采集到移動(dòng)終端，并傳輸?shù)阶罱倪吘売?jì)算設(shè)備上進(jìn)行智能處理和分析，從而平衡移動(dòng)端算力和邊緣設(shè)備算力來提高系統(tǒng)性能。

移動(dòng)邊緣計(jì)算MEC（Mobile Edge Computing），是由IBM、Nokia 和Siemens 于2013 年共同推出的一款計(jì)算平臺(tái)上引出的概念，具體指在接近智能手機(jī)或者移動(dòng)終端的地方提供計(jì)算能力，即將計(jì)算能力下沉到分布式基站，在無線網(wǎng)絡(luò)側(cè)增加計(jì)算、存儲(chǔ)、處理等功能，將傳統(tǒng)的無線基站升級(jí)為智能化基站。就應(yīng)用場景來看，MEC 主要致力于為應(yīng)用降低時(shí)延（Mukherjee 等，2018），適合物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、AR/VR等多種應(yīng)用場景。

4.1 系統(tǒng)架構(gòu)

基于MEC 的系統(tǒng)架構(gòu)中不同的功能實(shí)體可劃分為3 個(gè)層級(jí)：云服務(wù)器層（Cloud Servers Level）、移動(dòng)邊緣主機(jī)層（Mobile Edge Servers Level）、智能感知設(shè)備層（Smart Sensing Devices Level），這3 層之間通過核心網(wǎng)絡(luò)和邊緣網(wǎng)絡(luò)連接，系統(tǒng)架構(gòu)如圖6所示。

圖6 智能物聯(lián)網(wǎng)時(shí)代的系統(tǒng)架構(gòu)Fig. 6 System architecture of IOT era

在云上，GIS 功能拆分為微服務(wù)（陸懿帆 等，2021），可按需彈性伸縮，實(shí)現(xiàn)地圖、三維、大數(shù)據(jù)、AI 功能的全面微服務(wù)化，支持GIS 容器化（徐蘊(yùn)琪 等，2021）部署和自動(dòng)化編排，并對(duì)所有微服務(wù)資源實(shí)時(shí)監(jiān)控。

在邊緣側(cè)可進(jìn)行GIS前置代理、服務(wù)聚合、數(shù)據(jù)分發(fā)和分析處理，即在GIS云服務(wù)和智能感知設(shè)備之間設(shè)置移動(dòng)邊緣主機(jī)節(jié)點(diǎn)，對(duì)GIS服務(wù)進(jìn)行代理加速，將不同來源、不同內(nèi)容的GIS服務(wù)聚合為一個(gè)服務(wù)，通過分發(fā)實(shí)現(xiàn)瓦片等數(shù)據(jù)在邊緣GIS節(jié)點(diǎn)的自動(dòng)更新，并按照智能感知設(shè)備實(shí)際需求進(jìn)行GIS分析和計(jì)算，有效提升GIS服務(wù)性能。

在智能感知設(shè)備層則將采集的信息傳輸?shù)骄徒囊苿?dòng)邊緣節(jié)點(diǎn)，并實(shí)時(shí)調(diào)用其提供的各種分析計(jì)算服務(wù)滿足最終用戶需求。例如在使用無人機(jī)遙感監(jiān)測疑似目標(biāo)時(shí)，可在飛行過程中實(shí)時(shí)與邊緣側(cè)設(shè)備通信，傳輸采集的圖像/視頻數(shù)據(jù)以及自身狀態(tài)信息；邊緣側(cè)通過圖像分析目標(biāo)的異常情況，可實(shí)時(shí)的對(duì)無人機(jī)飛行路線、數(shù)據(jù)采集策略等進(jìn)行調(diào)整（張繼賢 等，2021）。

4.2 業(yè)務(wù)化應(yīng)用

與AI技術(shù)深度結(jié)合是本時(shí)代MGIS的典型業(yè)務(wù)化應(yīng)用，特別是在無人機(jī)遙感監(jiān)測等實(shí)時(shí)性要求較高的場景（廖小罕 等，2019）。近年來，林業(yè)上開始采用甚高空間分辨率遙感技術(shù)進(jìn)行大范圍、周期性的松材線蟲病罹病木監(jiān)測。由于疫情監(jiān)測粒度為單木，為了滿足這種高精度、高時(shí)效性的識(shí)別和定位需求，整個(gè)應(yīng)用系統(tǒng)采用“云+邊+端”的架構(gòu)：在移動(dòng)端集成可見光/紅外相機(jī)、激光雷達(dá)LiDAR （Light Detection and Ranging）、GNSS、IMU（Inertial Measurement Unit）等裝置，形成集目標(biāo)實(shí)時(shí)探測、定位及協(xié)同高倍率成像為一體的航空MGIS 硬件（圖7）；在邊緣計(jì)算節(jié)點(diǎn)基于亞米級(jí)影像的變色松樹實(shí)時(shí)智能探測技術(shù)（王成波，2015），實(shí)現(xiàn)目標(biāo)所在區(qū)域厘米級(jí)影像自動(dòng)協(xié)同獲取與精準(zhǔn)識(shí)別；在云端負(fù)責(zé)系統(tǒng)管理，包括節(jié)點(diǎn)管理、資源動(dòng)態(tài)調(diào)度、智能處理、統(tǒng)一時(shí)空參考框架等整體技術(shù)，實(shí)現(xiàn)罹病木、森林火點(diǎn)的大范圍快速精準(zhǔn)監(jiān)測。

圖7 目標(biāo)實(shí)時(shí)探測、定位的智能化機(jī)載MGIS硬件Fig. 7 Intelligent airborne mobile GIS hardware for real time target detecting and locating

智能森林監(jiān)測系統(tǒng)工作流程如圖8所示：首先系統(tǒng)采用具備程控飛行能力的無人機(jī)平臺(tái)，可自主起降，并自行降落到GIS系統(tǒng)中的充電站進(jìn)行自動(dòng)充電，能夠大范圍（萬畝/架次）、快速（1 小時(shí)內(nèi)）獲取目標(biāo)區(qū)域超高分辨率（不低于0.1 m）影像；其次，影像數(shù)據(jù)實(shí)時(shí)傳輸至邊緣計(jì)算設(shè)備，通過部署在邊緣節(jié)點(diǎn)上的人工智能算法對(duì)影像進(jìn)行處理，實(shí)現(xiàn)影像中危害木的自動(dòng)提取，實(shí)時(shí)、準(zhǔn)確識(shí)別罹病木位置和數(shù)量（90%以上）；隨后護(hù)林員可基于地面MGIS 終端完成外業(yè)數(shù)據(jù)抽樣核查，構(gòu)建遙感影像野外標(biāo)志數(shù)據(jù)庫；最后用戶匯總外業(yè)成果并制作專題地圖，總結(jié)上述工作，完成監(jiān)測工作報(bào)告。

圖8 智能森林監(jiān)測系統(tǒng)工作流程圖Fig. 8 Work flow chart of intelligent monitoring system for forest

此外，MGIS 技術(shù)也非常適合于機(jī)場、港口等有車輛、無動(dòng)力設(shè)備等眾多活動(dòng)目標(biāo)監(jiān)管需求的業(yè)務(wù)場景。通過構(gòu)建以雷達(dá)為核心的空地雷達(dá)網(wǎng)、視頻網(wǎng)、物聯(lián)網(wǎng)等協(xié)同感知網(wǎng)絡(luò)，采用GNSS 差分定位與慣導(dǎo)定位的融合技術(shù)，實(shí)現(xiàn)復(fù)雜環(huán)境條件下機(jī)場飛行區(qū)狀態(tài)、性能、主體行為等信息的立體化綜合實(shí)時(shí)精準(zhǔn)感知，解決當(dāng)前飛行區(qū)運(yùn)行管控中監(jiān)測不準(zhǔn)、環(huán)境不清、態(tài)勢(shì)不明等問題。

5 新一代MGIS及其核心技術(shù)

隨著新技術(shù)的不斷出現(xiàn)、演變與融合，以及行業(yè)需求向?qū)崟r(shí)、智能、精準(zhǔn)等方向的轉(zhuǎn)變，MGIS逐步從本底數(shù)據(jù)可視化、GNSS導(dǎo)航定位、數(shù)據(jù)采集與查詢分析等傳統(tǒng)形態(tài)開始升級(jí)（張智 等，2021）。即在基礎(chǔ)空間數(shù)據(jù)與統(tǒng)一時(shí)空參考框架的基礎(chǔ)上，綜合運(yùn)用無人機(jī)/車等平臺(tái)、多源傳感器、實(shí)時(shí)感知定位技術(shù)、5G 通信、智能計(jì)算與決策技術(shù)，自主獲取空間環(huán)境中的照片、視頻、點(diǎn)云、溫濕度等幾何或物理信息，進(jìn)行實(shí)時(shí)感知與建圖、提取感興趣目標(biāo)信息，將現(xiàn)實(shí)世界映射到數(shù)字世界中，以時(shí)空可視化方式實(shí)時(shí)、動(dòng)態(tài)呈現(xiàn)工作現(xiàn)場空間環(huán)境，并根據(jù)業(yè)務(wù)需求智能化、標(biāo)準(zhǔn)化的完成作業(yè)任務(wù)。

可以看出，物聯(lián)網(wǎng)時(shí)代的MGIS 具備新一代MGIS 泛在化、實(shí)時(shí)化、智能化的特征，它是建立在移動(dòng)計(jì)算環(huán)境、有限處理能力的終端條件下，結(jié)合邊緣計(jì)算和云計(jì)算，為用戶提供移動(dòng)中、分布式、隨遇性、實(shí)時(shí)性移動(dòng)地理信息服務(wù)的信息系統(tǒng)，是一個(gè)集GIS、GNSS、5G、AI和CV 等信息技術(shù)于一體的智能系統(tǒng)。它的核心支撐技術(shù)有：跨平臺(tái)GIS 內(nèi)核、同步定位和全息高精度導(dǎo)航地圖、語義地圖和智能決策。

5.1 跨平臺(tái)GIS內(nèi)核

面對(duì)泛在化、多樣化的移動(dòng)平臺(tái)設(shè)備，一般來說基于標(biāo)準(zhǔn)C++實(shí)現(xiàn)GIS 內(nèi)核是跨平臺(tái)的最佳方案。標(biāo)準(zhǔn)C++具有一次編碼到處編譯的特征，既支持Windows、Linux 等桌面運(yùn)行環(huán)境，Linux、UNIX內(nèi)核的服務(wù)器運(yùn)行環(huán)境，以及以Android、iOS 等的移動(dòng)終端運(yùn)行環(huán)境，同時(shí)在數(shù)據(jù)與計(jì)算雙密集類應(yīng)用中也有著顯著的性能優(yōu)勢(shì)，因此與實(shí)時(shí)GIS的應(yīng)用需求有很好的結(jié)合，可實(shí)現(xiàn)高性能的跨平臺(tái)。

在跨平臺(tái)內(nèi)核支持下，各種異構(gòu)的移動(dòng)智能終端就能在云+邊+端的架構(gòu)下無縫的銜接在一起，形成無所不在的智能感知網(wǎng)絡(luò)。

5.2 同步定位和全息高精度導(dǎo)航地圖

同步定位與地圖構(gòu)建SLAM （Simultaneous Localization and Mapping） 起源于機(jī)器人領(lǐng)域（Durrant-Whyte 和Bailey，2006；Bailey 和Durrant-Whyte，2006），如今在自動(dòng)駕駛、無人機(jī)、實(shí)時(shí)空間制圖等方面都已得到廣泛的研究和實(shí)踐。

近年來，經(jīng)過實(shí)踐證明，依靠多傳感器信息深度融合的方式解決高精度、實(shí)時(shí)定位、導(dǎo)航和地圖構(gòu)建問題已成為學(xué)術(shù)界的共識(shí)（Qian 等，2017）。多傳感器的信息融合具有巨大優(yōu)勢(shì)和研究價(jià)值：（1）對(duì)傳感器本身而言，多傳感器組合導(dǎo)航系統(tǒng)是一種有效彌補(bǔ)單一傳感器缺陷的方式（Xia 等，2019），例如，通過與慣性傳感器組合解決衛(wèi)星導(dǎo)航中信號(hào)受到遮擋導(dǎo)致的失鎖問題；通過與測距傳感器組合彌補(bǔ)相機(jī)無法獲取影像景深的不足。（2）從算法層面看，多傳感器組合為解決導(dǎo)航、定位與地圖構(gòu)建問題提供了更多可能。一方面，在保證一定觀測精度的前提下，更多的觀測信息有助于建立更加完備的狀態(tài)估計(jì)函數(shù)模型，從而保證載體位姿估計(jì)的精度；另一方面，不同類型的觀測信息可以相互輔助，提高解決問題的效率。例如采用慣性測量單元IMU（Inertial Measurement Unit）輔助GNSS實(shí)現(xiàn)模糊度的快速固定；IMU輔助LiDAR消除點(diǎn)云運(yùn)動(dòng)畸變等。（3）在實(shí)際應(yīng)用層面，多傳感器組合導(dǎo)航、定位、地圖構(gòu)建系統(tǒng)更具有實(shí)際應(yīng)用價(jià)值。一方面，利用點(diǎn)云和影像等視覺觀測信息可以實(shí)現(xiàn)室內(nèi)外環(huán)境一體化的三維地圖構(gòu)建，從而為載體感知環(huán)境、感興趣目標(biāo)探測與定位、導(dǎo)航控制提供重要的數(shù)據(jù)資料，同時(shí)也為用戶提供更加精細(xì)的位置信息服務(wù)。

除了上述的多傳感器融合技術(shù)之外，高精度導(dǎo)航地圖是實(shí)現(xiàn)車路協(xié)同演示、路徑規(guī)劃的另一個(gè)基礎(chǔ)支撐（姚海敏 等，2022）。適用于自動(dòng)駕駛的道路高精度地圖相較普通導(dǎo)航電子地圖而言，具有更高精度、更加詳細(xì)的地圖素、更加豐富的屬性，對(duì)于無人車定位、導(dǎo)航、控制及安全至關(guān)重要，是自動(dòng)駕駛的核心技術(shù)之一（陳宗娟 等，2018；劉經(jīng)南 等，2018）。地圖數(shù)據(jù)采集一般使用集成GNSS+IMU+超寬帶UWB（Ultra Wide Band）+激光雷達(dá)（LiDAR）的測繪車采集數(shù)據(jù)，要保證車輛在地圖上準(zhǔn)確顯示，地圖精度和定位精度是關(guān)鍵。在路口、停車場、車庫出入口等重點(diǎn)部位提高感知能力和定位精度，安裝LiDAR、UWB 定位系統(tǒng)，實(shí)現(xiàn)場端傳感器對(duì)機(jī)動(dòng)車、非機(jī)動(dòng)車、障礙物的連續(xù)可靠感知定位。首先，地圖采集工作開始前需要通過已知點(diǎn)校核，以保證坐標(biāo)系統(tǒng)一致；其次可通過在園區(qū)內(nèi)布置足夠的校正點(diǎn)、比對(duì)點(diǎn)用于地圖糾偏和精度驗(yàn)證，特別是車輛行駛的道路、停車位附近，以及地下車庫，保證誤差控制在容許范圍內(nèi)。

此外，車輛智能導(dǎo)航還需要周圍環(huán)境全場景信息。全息位置地圖（周成虎 等，2011）和全息地圖概念的相繼提出和發(fā)展，為高精度導(dǎo)航地圖應(yīng)用的推進(jìn)和內(nèi)涵的拓展提供了參考。全息地圖（周成虎，2014）是隨著移動(dòng)互聯(lián)網(wǎng)絡(luò)、傳感網(wǎng)、物聯(lián)網(wǎng)和智能移動(dòng)終端的飛速發(fā)展，使得信息內(nèi)容更豐富、獲取形式更多樣，可實(shí)現(xiàn)人與人、人與物、物與物之間按需進(jìn)行信息獲取、傳遞、存儲(chǔ)、認(rèn)知、決策等功能的地圖新形式。全息高精度導(dǎo)航地圖（余卓淵 等，2020）是一種面向機(jī)器（車輛）的移動(dòng)運(yùn)算，集環(huán)境感知、全要素融合、高精度定位、規(guī)劃決策的智能化導(dǎo)航地圖。現(xiàn)有的高精度導(dǎo)航地圖是全息高精度導(dǎo)航地圖的一種基本形式、一個(gè)子集，它為全息高精度地圖提供了重要的基礎(chǔ)數(shù)據(jù)；全息地圖的數(shù)據(jù)集成和表達(dá)方式則是全息高精度導(dǎo)航地圖的范式指導(dǎo)。全息高精度導(dǎo)航地圖的相關(guān)技術(shù)和方法通過獲取和融合衛(wèi)星遙感影像、激光雷達(dá)、聲光電磁傳感器、泛在信息網(wǎng)等多種類型數(shù)據(jù)，生成高精度和全要素的道路靜態(tài)信息、動(dòng)態(tài)信息。

5.3 語義地圖和智能決策

傳統(tǒng)SLAM 依賴于基于點(diǎn)、線、面等空間層次的特征提取與匹配算法來估計(jì)運(yùn)動(dòng)，其場景重建只能生成三維稠密地圖（Whelan 等，2016），缺乏相關(guān)的語義信息，限制了移動(dòng)端對(duì)環(huán)境物體信息的理解（鄒斌 等，2020）。為了既保留傳統(tǒng)SLAM構(gòu)建的幾何信息，同時(shí)又能提供環(huán)境中的語義信息，McCormac 等（2017）利用神經(jīng)網(wǎng)絡(luò)生成類別概率圖，從而在地圖中添加預(yù)測結(jié)果進(jìn)行形成語義地圖；Girshick 等（2016）設(shè)計(jì)了基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)RCNN（Region-based Convolutional Neural Networks） 經(jīng)典檢測算法，進(jìn)而衍生出Faster RCNN、Mask RCNN（Ren等，2017；He等，2020）等優(yōu)秀架構(gòu)。YOLO（You Only Look Once）（Redmon 等，2016）系列算法通過單階段的網(wǎng)絡(luò)結(jié)構(gòu)，使深度學(xué)習(xí)在移動(dòng)芯片上的實(shí)時(shí)目標(biāo)檢測成為可能。這些研究在基于自動(dòng)駕駛車輛、無人機(jī)、機(jī)器人等硬件平臺(tái)的新一代智能移動(dòng)GIS應(yīng)用中具有非常重要的參考意義。

決策能力是智能移動(dòng)GIS應(yīng)用的核心，系統(tǒng)對(duì)圖像中語義的理解可以用于后續(xù)的決策（張帆和劉瑜，2021）?；趯W(xué)習(xí)的途徑，即基于數(shù)據(jù)驅(qū)動(dòng)的途徑，通過環(huán)境感知來定義應(yīng)該解決什么樣的問題，更有可能解決真實(shí)環(huán)境中做決策的問題。若將機(jī)器決策放在學(xué)習(xí)的框架上，則可以分為無監(jiān)督學(xué)習(xí)、監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)3大類技術(shù)，其中強(qiáng)化學(xué)習(xí)的本質(zhì)就是要解決做決策問題，即自動(dòng)進(jìn)行決策，并且可以做連續(xù)決策，是機(jī)器學(xué)習(xí)中的一個(gè)重要研究領(lǐng)域（姚興虎和譚曉陽，2021）。它主要包含事件、環(huán)境狀態(tài)、行動(dòng)和獎(jiǎng)勵(lì)四個(gè)元素，強(qiáng)化學(xué)習(xí)的目標(biāo)就是從大量數(shù)據(jù)中反復(fù)學(xué)習(xí)找到最優(yōu)解，獲得最多的累計(jì)獎(jiǎng)勵(lì)，從而不斷改進(jìn)和升級(jí)各種無人值守設(shè)備的智能決策機(jī)制，是未來智能決策的重要方向之一。

6 結(jié) 語

MGIS 發(fā)展到現(xiàn)在已有20 年，期間隨著移動(dòng)終端硬件平臺(tái)、操作系統(tǒng)的不斷更新迭代，經(jīng)歷了單機(jī)版的嵌入式時(shí)代、以云計(jì)算為中心的移動(dòng)互聯(lián)網(wǎng)時(shí)代、去中心化邊緣計(jì)算的智能物聯(lián)網(wǎng)時(shí)代。嵌入式時(shí)代的MGIS 集成了GNSS 模塊，實(shí)現(xiàn)了野外數(shù)據(jù)采集的數(shù)字化和精準(zhǔn)化；移動(dòng)互聯(lián)網(wǎng)時(shí)代的MGIS 集成了移動(dòng)寬帶網(wǎng)絡(luò)模塊，結(jié)合云服務(wù)平臺(tái)實(shí)現(xiàn)了隨時(shí)隨地的電子地圖和LBS 服務(wù)，但這兩個(gè)時(shí)代的MGIS 仍然局限于地面的人工信息采集方式。

與傳統(tǒng)的MGIS 相比，新一代的智能物聯(lián)網(wǎng)MGIS 集成了GNSS、5G、AI和CV 等信息技術(shù)，對(duì)地理空間數(shù)據(jù)的采集與處理具有更加智能化、實(shí)時(shí)化以及泛在化的特征。這時(shí)候終端的類型不再局限于原先的地面移動(dòng)終端設(shè)備，而是還包括空中的無人機(jī)、地上地下的各種傳感器以及各種人體可穿戴設(shè)備等。這些設(shè)備采集的視頻、圖像、文本等具備位置數(shù)據(jù)的多媒體信息，被傳輸?shù)骄徒倪吘壴O(shè)備上進(jìn)行處理，實(shí)時(shí)生成高精度的空間和語義地圖，即時(shí)為用戶提供智能化的輔助決策，全方位的方便人們?nèi)粘９ぷ骱蜕睢?/p>

志 謝文中論述的研發(fā)工作得到了趙健、薦軍、梁寒冬、高雪迪、何忠信、張迎、韓鵬、許哲、鄧書斌、何丹、張?jiān)?、劉朔、崔福東、李揚(yáng)、李衛(wèi)國、劉麗、梁威、劉智慧、王志寶、司敬知、趙飛飛、邵紅蘭、王成波、夏昊、石木耀、馬賢迪、趙仁輝、李爽、車振磊、殷文斌、左進(jìn)波、肖京格、李佳蓉、衛(wèi)春陽、付東、張隆裕、武天麗、劉希浩、權(quán)一卓、吳宇昂等老師和同學(xué)的鼎力支持，在此表示衷心的感謝！