-
测绘是人类认识地球、了解地形、地貌、地物、开发利用地理信息资源的一门学问、一种技术、一个产业。测绘科技是实现测绘目标所不可或缺的工具与方法。不同的历史时期,测绘科技往往表现出不同的发展水平,同时也一定程度反映了人类社会科技的发展水平。综观全世界,测绘科技经历了从传统模拟阶段到数字化阶段,再到信息化阶段的进步,实现了测绘生产和服务效率、质量的大幅提升,有力支撑了经济建设、社会发展、国防建设、生态保护等领域的诸多工作。
如何通过测绘科技创新来适应人类对建立智慧城市的追求,更好地发挥测绘地理信息的基础性、战略性支撑作用,这是需要首先从战略发展层面进行思考和研究的重要问题。基于此,应深入研究测绘科技发展历史,准确把握测绘科技发展的一般规律,为明确未来测绘科技发展方向提供基本理论支撑,其中就包括测绘科技发展受高新技术发展深刻影响的一般规律。
近年来,在世界范围,以云计算、物联网、大数据、人工智能等为代表的新一代信息技术快速兴起且不断演进升级,并已在诸多领域实现规模化应用。在此形势下,国内外测绘地理信息界专家学者普遍认为,未来测绘科技将朝着智能化的方向发展。因而,从战略发展层面深入研究分析以人工智能为代表的高新技术对未来测绘科技的发展影响,显得十分必要和重要。
-
测绘科技发展并不是一个相对独立的内部行为,其主超大型个要受外部的需求驱动和技术牵引。测绘科技发展规律主要体现在以下3个方面:所处的科学范畴本质上决定了科技发展的主要方向;不得不以应用需求为导向;离不开与同代高新技术的融合发展。
-
现代自然科学是由基础科学、技术科学和应用科学三大部分组成的科学总体[1]。基础科学以自然界某种特定的物质形态及其运动形式为研究对象,目的在于探索和揭示自然界物质运动形式的基本规律,是其他科学研究的基础。技术科学以基础科学的理论为指导,研究同类技术中共同性的理论问题,目的在于提示同类技术的一般规律。应用科学是综合运用技术科学的理论成果,创造性地解决具体工程、生产中的技术问题,创造新技术、新工艺和新生产模型的科学。与三类自然科学的内涵相对照,测绘科技涵盖了基础科学、技术科学与应用科学的所有研究范畴。例如,测绘是以地球为研究对象,在不断突破地球重力场理论、地球投影理论、摄影测量理论和方法、地图制图理论和方法、测量误差理论方法等基础科学理论研究的基础上,利用测绘装备测定地球表面自然形态的地理要素和地表人工设施的形状、大小、空间位置及其属性等,然后根据这些观测数据,通过地图制图方法将地表的自然形态和人工设施等绘制成地图,基于地图数据并结合经济社会发展需要开展各种地理空间分析与应用服务。随着时代的进步,测绘科技发展将更加突出自身技术科学与应用科学领域的创新,需要依靠更先进的测绘方法与测绘装备来完成测绘地球的目标,需要依靠新技术、新工艺和新生产模型创造性地解决测绘生产和服务中的技术问题;而实现这一目标,首先需要推动测量数据处理理论、地球形状和重力场探测理论、卫星导航定位理论、遥感信息处理与解译理论、地图制图理论等为代表的测绘基础科学理论融合创新,为技术创新与应用创新提供理论支撑。比如,未来的自动驾驶,前提是要实现毫米级实时导航与定位,而在解决与之相关的一系列技术与应用难题之前,需要解决好毫米级地心大地坐标框架动态维持、更高精度的重力场模型与大地水准面模型构建等理论问题,不断突破速度场、框架历元的定义、非线性时间系列分析等理论方法研究难题。因而,测绘科学基础理论的融合创新、测绘方法工艺装备的创造和变革,是新时期测绘科技创新发展的主要方向。
-
测绘的工作对象是人类活动的空间,而人类各项活动都与国民经济和社会发展密切相关,为此,自然形成了测绘主要为经济社会发展提供地理空间信息服务的基本特征和内在要求[2]。随着经济社会的快速发展,其对地理空间信息服务的现实需求不断产生变化,满足这一现实需求,需要依靠测绘科技进步来不断提高生产和服务效率。纵观近年来中国测绘事业与科技创新发展之间的作用过程,测绘科技发展不得不以应用需求作为驱动力。例如,为满足各行各业日益增长的高现势性、高精度地理信息需求,加速推进高分辨率遥感影像实时获取与海量多源地理信息数据快速自动处理技术研发;以满足人民群众日益增长的便利化出行需求为导向,突破了地图非线性保密技术,并研制了高精度导航电子地图;为满足各行各业对地理信息快速便捷获取的实际需求,研制了各种网络化的地理信息应用平台;以实现城市精细化、智能化管理作为需求导向,开发了三维甚至四维地理信息云服务系统和平台;为满足现代工程建设的实际需要,研发了各类高精度测量仪器,建立了基于现代测绘基准体系的高精度卫星导航定位服务。
-
回顾测绘科技发展历史,测绘的形成和发展在很大程度上依赖测绘方法和测绘仪器的创造和变革[3],而测绘方法和测绘仪器的变革往往离不开相关高新技术的引领和催化:计算机科学、数据库技术、网络技术等发展催生了地理信息系统技术,通信技术、卫星技术等发展催生了卫星导航定位技术,卫星技术、摄影技术、光电技术等发展催生了遥感技术,光电子等技术发展催生了高精尖的测量装备。一切测绘科技创新活动最终都是围绕如何更好地描绘地球、认识地球、辅助管理地球这一根本目的,因而,只要可以用来帮助实现这一目标的科学技术最终都会被用于测绘科技创新发展活动之中。21世纪以后,测绘技术与信息技术等新技术的融合趋势越来越明显:测绘与大数据、人工智能等技术相结合,大大提高了地理信息开发、处理的能力和水平,同时也催生了自动驾驶、增强现实等一些新的融合集成技术;测绘与云计算等技术相结合,大幅提高了地理信息数据的计算能力、管理能力和服务能力;测绘与移动互联技术的结合,大幅提高了地理信息数据的传输效率,催生了移动互联网地图等新应用。
-
人工智能是计算机学科的一个分支,20世纪70年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能),也被认为是21世纪三大尖端技术之一(基因工程、纳米科学、人工智能),甚至被发达国家视为人类的最后科学尖端。人工智能主要研究如何运用计算机来模拟人类的某些意识、思维、行为过程(如学习、推理、规划等),显著提高计算、识别、判断等方面的能力,有效避免人为因素产生的过失、误差、低效率等。机器深度学习是实现人工智能的核心技术,无时无刻学习是机器深度学习的基本要求,而云计算、物联网、大数据等技术是实现无时无刻机器深度学习的前提支撑技术。
根据Gartner公司于2017年7月发布的年度新兴技术成熟度曲线,未来10年,人工智能将成为最具颠覆性的技术,通用人工智能、神经形态硬件、深度强化学习等技术仍处在上升阶段[4]。近年来,人工智能发展迅猛,已在自动驾驶、智能家居、工业制造、网站异常信息监测、法律判别、经济交易、医疗诊断[5]等领域得到广泛应用,尤其是2016年人工智能机器人AlphaGo战胜围棋九段棋手李世石的案例[6]影响最为深远。除此以外,多年来,测绘科技取得的进步与人工智能的发展进程也密不可分,以DP Grid、VirtuoZo、JX-4A等为代表的全数字摄影测量系统在影像自动定向与自动匹配、数字高程模型自动提取、正射影像自动生成与无缝镶嵌等方面的智能化水平不断提高[7-10],相关遥感数据处理系统的影像智能解译水平不断提高,测量机器人自动识别目标、自动照准、自动测角与测距、自动跟踪目标、自动记录等智能化水平不断提高,人工参与度逐步降低,工作效率不断提升[11-13]。面向未来,以机器人、语言识别、图像识别、自然语言处理和专家系统等为主要研究领域、以深度学习等为核心技术的人工智能将对测绘科技发展带来颠覆性的影响。
-
1) 让机器深度学习如何利用各种来源的卫星、航空、地面重力数据构建地球重力场模型,进而建立更高位阶、更高精度的地球重力场模型。
2) 让机器深度学习如何利用已有的各种来源的重力数据、水准数据等构建大地水准面模型,进而建立全国/全球范围的厘米级甚至毫米级大地水准面模型。
3) 利用机器深度学习如何实时智能化处理海量卫星导航定位基准站数据,为各类用户实时提供差分改正数据。
上述工作基础将构成实现毫米级实时卫星导航定位服务的必要条件,不仅能够为自动驾驶提供必要支撑[14],也将推动现代大地测量技术走向卫星导航定位与人工智能完美结合的新时代,彻底颠覆以全站仪、水准仪等传统技术手段进行大地测量、工程测量的时代。
-
1) 利用人工智能的智能机器人技术,研制支持高精度室内定位的新型传感器、定位芯片等装备,能够自主获取水深、水下地形地貌等数据信息的水下智能测量机器人,适用于地下管线空间分布数据智能化获取的探地雷达装备,集高精度自主导航、定位、三维激光扫描、智能绘图等功能于一体的智能化地面测量机器人,基于远程控制、具备空中实时传输数据能力的智能无人机航飞系统以及机载微小型合成孔径雷达(synthetic aperture radar, SAR)、阵列天线三维SAR、激光雷达(light detection and ranging,LiDAR)等新型无人航空测绘装备,重力卫星、星载高空间分辨率传感器、星载高光谱分辨率传感器、星载高时相分辨率传感器、雷达卫星、激光测高卫星等航天测绘装备以及各种微小型遥感卫星和视频卫星,实现航空航天遥感装备、地上地下移动测量装备、水上水下移动测量装备、室内室外移动测量装备的自动化、智能化测量,大幅提高地理信息数据获取的效率和质量。
2) 让机器深度学习如何准确、快速提取广泛存在于互联网、物联网和泛在传感网中的、与位置直接或间接相关的文本、电子地图、图表等结构化和非结构化的、用来表述空间特征的信息组成的网络众源地理信息数据,进而极大地丰富地理信息数据源。
-
1) 让机器深度学习如何在无地面控制点的情况下处理得到高精度卫星遥感影像数据[15-17],解决全球范围地理信息资源建设难题。
2) 利用人工智能不断提升星地资源协同调度与优化能力,完成海量多源成像数据在轨实时智能处理,实现影像(视频)实时校正与几何定位、影像典型目标在轨智能检测、视频数据典型(运动)目标智能提取、影像(视频)在轨数据智能压缩[18],大幅提升地理信息数据处理的效率。
3) 将机器学习等人工智能技术充分融入地理信息变化发现与信息提取工作,为机器提供结构化与非结构化的、新媒体与传统媒介支持下的、平面与立体的、时空变化的、具有丰富特征要素的等海量众源地理信息数据学习样本,让其深度学习如何基于统一的数据提取方式、冲突处理、编辑解决等数据处理规则,对各式各样的海量众源地理信息数据进行智能处理,进而建立自己的知识系统,逐步形成强大的自我判断与推理演绎能力,实现对各种地理信息变化的实时快速发现与提取。
4) 利用机器深度学习现有的各种制图综合成果,建立“深度模型”[19],提取特征,发现规律,形成强大的制图综合演绎能力,不断提升制图综合的自动化、智能化水平,进而指导新的制图综合任务。
5) 充分利用人工智能和大数据技术,建立海量多源时空地理信息数据与经济、社会、人文、国防、外交等数据之间相互关联、动态更新的数学模型,深度挖掘基于地理信息和位置数据的决策知识,形成在交通、国土、房产、水利、农业、养老、家居、安防、旅游、商贸等领域的一批地理信息大数据应用。
-
根据测绘科技发展的一般规律,以人工智能为代表的新一代信息技术的发展将对测绘科技发展产生革命性的影响,甚至空前的影响。以认识地球、绘制地球、辅助管理地球为导向的测绘科学技术发展,需要充分利用深度学习技术来不断提升自身的智能化水平,进而提升服务经济社会发展的能力。但是不可否认,这一科技融合发展道路十分艰难,广大测绘地理信息科研工作者多年来一直致力于提升地理信息数据处理与应用的自动化、智能化水平,但是距离实现由机器完全替代人工的目标还十分遥远,尚有诸多需要加快攻克的科技难题。比如,如何围绕智能化地理信息数据获取、处理、管理、服务与应用的需要,加快研制室内、水下、地下、陆上、航空、航天等新一代智能化测绘地理信息装备。如何利用机器深度学习技术,提升海量卫星导航定位基准站数据的智能化处理能力,实现实时、毫米级卫星导航定位服务。如何实现遥感影像的全自动解译以及网络众源地理信息数据的全自动、高精度提取与融合处理,改进地理信息变化发现与信息提取的智能化水平。如何利用人工智能和大数据技术建立时空地理信息与经济、社会、人文等其他数据之间的关联数学模型。
Influence of Artificial Intelligence on the Development of some Fields of Surveying and Mapping Technology
-
摘要: 测绘科技发展已进入一个相对关键的时期,需要从战略层面来考虑如何推动其未来发展。基于对测绘科技发展历史的系统回顾,深刻剖析了测绘科技发展的一般规律,即所处的科学范畴、应用需求、新技术发展是影响和决定测绘科技发展方向的三大关键因素。这一规律是研究确定未来测绘科技发展战略思路的基本遵循。基于此,在重点分析人工智能技术发展趋势及其对测绘科技发展已有影响的基础上,阐述了人工智能与大地测量、地理信息数据获取、地理信息数据处理与应用等技术融合发展下的未来智能化测绘科技发展趋势,提出了传统的野外测量将逐渐被无人驾驶飞机、汽车、轮船以及卫星等智能化的机器所替代的设想,以及实现这一设想需要解决的系列难题。Abstract: The development of Surveying and Mapping Science and Technology has entered a relatively critical period. It needs to consider how to promote its future development from the strategic level. Based on a systematic review of the history of the development of Surveying and Mapping Science and Technology, the general law of the development of Surveying and Mapping Science and Technology is deeply analyzed, that is, the scientific category, application demand and new technology development are the three key factors influencing and determining the direction of the development of Surveying and Mapping Science and Technology. This rule is the basic way to study and define the future development strategy of Surveying and Mapping Science and Technology. Based on the analysis of the development trend of artificial intelligence technology and its influence on the development of Surveying and Mapping Science and Technology, the future development trend of intelligent Surveying and Mapping Science and Technology under the integration of artificial intelligence and geodetic surveying, geographic information data acquisition, geographic information data processing and application technology is studied and expounded, and a vision is put forword that the traditional field measurement will gradually be replaced by intelligent machines such as unmanned aerial vehicles, automobiles, ships and satellites, and a series of difficult problems to be solved to realize this vision are put forward.
-
[1] 百度知道.基础科学、技术科学和应用科学的区别[EB/OL]. https://zhidao.baidu.com/question/200476574087870285.html, 2018 Baidu Knows. The Difference Between Basic Science, Technical Science and Applied Science[EB/OL].https://zhidao.baidu.com/question/200476574087870285.html, 2018 [2] 徐永清, 熊伟, 乔朝飞, 等.测绘地理信息科技创新研究报告[C]//库热西·买合苏提, 王春峰, 陈常松, 等.测绘地理信息蓝皮书: 测绘地理信息科技创新研究报告.北京: 社会科学文献出版社, 2017 Xu Yongqing, Xiong Wei, Qiao Chaofei, et al. Research Report on Innovation of Surveying and Mapping Geoinformation Science and Technology[C]//Kurexi Maihe Suti, Wang Chunfeng, Chen Changsong, et al.Research Report on Innovation of Surveying and Mapping Geoinformation Science and Technology. Beijing: Social Science Literature Press, 2017 [3] 宁津生, 陈俊勇, 李德仁, 等.测绘学概论[M]. 2版.武汉:武汉大学出版社, 2008 Ning Jinsheng, Chen Junyong, Li Deren, et al. An Introduction to Geomatics[M].2nd ed.Wuhan:Wuhan University Press, 2008 [4] 搜狐科技. Gartner重磅发布2017新兴技术成熟度曲线: 13大AI技术处曲线巅峰[EB/OL]. http://www.sohu.com/a/162408451_473283, 2017 Sohu Technologies. Gartner Released the 2007 Emerging Technologies Maturity Curve: 13 top AI Technologies[EB/OL]. http://www.sohu.com/a/162408451_473283, 2017 [5] 赵庆澎.计算机人工智能的发展现状与未来趋势[J].电子技术与软件工程, 2018(4):254 http://d.old.wanfangdata.com.cn/Periodical/szhyh201424142 Zhao Qingpeng. Current Situation and Future Trend of Computer Artificial Intelligence[J]. Electronic Technology and Software Engineering, 2018(4):254 http://d.old.wanfangdata.com.cn/Periodical/szhyh201424142 [6] 苏若祺.人工智能的发展及应用现状综述[J].电子世界, 2018(3):84, 86 http://d.old.wanfangdata.com.cn/Periodical/dzsj201803048 Su Ruoqi. Summary of the Development and Application of Artificial Intelligence[J]. Electronic World, 2018(3):84, 86 http://d.old.wanfangdata.com.cn/Periodical/dzsj201803048 [7] 刘亚文, 叶晓新.利用VirtuoZo检测航片变化区域[J].测绘通报, 2000(10):16-17 doi: 10.3969/j.issn.0494-0911.2000.10.007 Liu Yawen, Ye Xiaoxin. Using VirtuoZo to Detect the Change Area of Aerial Photograph[J]. Bulletin of Surveying and Mapping, 2000(10):16-17 doi: 10.3969/j.issn.0494-0911.2000.10.007 [8] 林卉, 杜培军.数字摄影测量系统VirtuoZo NT与遥感信息定量化[J].测绘通报, 2005(1):14-17 doi: 10.3969/j.issn.0494-0911.2005.01.004 Lin Hui, Du Peijun. Digital Photogrammetry System VirtuoZo NT and Quantification of Remote Sensing Information[J]. Bulletin of Surveying and Mapping, 2005(1):14-17 doi: 10.3969/j.issn.0494-0911.2005.01.004 [9] 隋玉川.浅谈使用VirtuoZo 3.7.5全数字摄影测量系统的几点体会[J].测绘与空间地理信息, 2011, 34(2):246-247 doi: 10.3969/j.issn.1672-5867.2011.02.090 Sui Yuchuan. Briefly Discussing the Experience of Using VirtuoZo 3.7.5 Digital Photogrammetry System[J].Geomatics & Spatial Information Technology, 2011, 34(2):246-247 doi: 10.3969/j.issn.1672-5867.2011.02.090 [10] 路莹新.基于VirtuoZo进行空中三角测量的常见问题及解决方法[J].测绘与空间地理信息, 2017, 40(10):193-195 doi: 10.3969/j.issn.1672-5867.2017.10.059 Lu Yingxin.Common Problems and Solutions of Aerial Triangulation Based on VirtuoZo[J]. Geomatics & Spatial Information Technology, 2017, 40(10):193-195 doi: 10.3969/j.issn.1672-5867.2017.10.059 [11] 刘经南, 高柯夫.智能时代测绘与位置服务领域的挑战与机遇[J].武汉大学学报·信息科学版, 2017, 42(11):1506-1517 http://ch.whu.edu.cn/CN/abstract/abstract5864.shtml Liu Jingnan, Gao Kefu. Challenges and Opportunities for Mapping and Surveying and Location Based Service in the Age of Intelligence[J]. Geomatics and Information Science of Wuhan University, 2017, 42(11):1506-1517 http://ch.whu.edu.cn/CN/abstract/abstract5864.shtml [12] 龚健雅, 季顺平.从摄影测量到计算机视觉[J].武汉大学学报·信息科学版, 2017, 42(11):1518-1522, 1615 http://ch.whu.edu.cn/CN/abstract/abstract5865.shtml Gong Jianya, Ji Shunping. From Photogrammetry to Computer Vision[J]. Geomatics and Information Science of Wuhan University, 2017, 42(11):1518-1522, 1615 http://ch.whu.edu.cn/CN/abstract/abstract5865.shtml [13] 人工智能方法在大地测量坐标转换中的应用研究[D].武汉: 中国地质大学, 2017 Yao Yevenyo Ziggah. Research on the Application of some Artificial Intelligent Techniques to Geodetic Coordinate Transformation[D]. Wuhan: China University of Geosciences, 2017(Yao Yevenyo Ziggah. [14] 熊伟, 贾宗仁, 薛超.测绘地理信息带我自动驾驶[M].北京:测绘出版社, 2018 Xiong Wei, Jia Zongren, Xue Chao. Surveying, Mapping and Geoinformation Take me to Automatic Driving[M]. Beijing:Surveying and Mapping Press, 2018 [15] 王任享, 胡莘, 王建荣.天绘一号无地面控制点摄影测量[J].测绘学报, 2013, 42(1):1-5 http://d.old.wanfangdata.com.cn/Periodical/chkx201301001 Wang Renxiang, Hu Xin, Wang Jianrong. Photogrammetry of Mapping Satellite-1 Without Ground Control Points[J].Acta Geodaetica et Cartographica Sinica, 2013, 42(1):1-5 http://d.old.wanfangdata.com.cn/Periodical/chkx201301001 [16] 龚健雅, 王密, 杨博.高分辨率光学卫星遥感影像高精度无地面控制精确处理的理论与方法[J].测绘学报, 2017, 46(10):1255-1261 doi: 10.11947/j.AGCS.2017.20170307 Gong Jianya, Wang Mi, Yang Bo. High-Precision Geometric Processing Theory and Method of High-Resolution Optical Remote Sensing Satellite Imagery Without GCP[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1255-1261 doi: 10.11947/j.AGCS.2017.20170307 [17] 周平, 唐新明, 曹宁, 等.SRTM约束的无地面控制立体影像区域网平差[J].测绘学报, 2016, 45(11):1318-1327 doi: 10.11947/j.AGCS.2016.20160219 Zhou Ping, Tang Xinming, Cao Ning, et al. SRTM-aided Stereo Image Block Adjustment Without Ground Control Points[J]. Acta Geodaetica et Cartographica Sinica, 2016, 45(11):1318-1327 doi: 10.11947/j.AGCS.2016.20160219 [18] 李德仁.展望大数据时代的地球空间信息学[J].测绘学报, 2016, 45(4):379-384 http://d.old.wanfangdata.com.cn/Periodical/chxb201604001 Li Deren. Towords Geo-spatial Information Science in Big Data Era[J]. Acta Geodaetica et Cartographica Sinica, 2016, 45(4):379-384 http://d.old.wanfangdata.com.cn/Periodical/chxb201604001 [19] 武芳, 巩现勇, 杜佳威.地图制图综合回顾与前望[J].测绘学报, 2017, 46(10):1645-1664 doi: 10.11947/j.AGCS.2017.20170287 Wu Fang, Gong Xianyong, Du Jiawei. Overview of the Research Progress in Automated Map Generalization[J]. Acta Geodaetica et Cartographica Sinica, 2017, 46(10):1645-1664 doi: 10.11947/j.AGCS.2017.20170287 -

计量
- 文章访问数: 1545
- HTML全文浏览量: 175
- PDF下载量: 559
- 被引次数: 0