随着越来越多的人生活在城镇中,智慧城市的实施对于促进可持续发展、应对日益严峻的城市化挑战和提高整体生活质量变得至关重要。
但什么是智慧城市?它们是如何工作的?
智慧城市是一个技术现代化的城市区域,它主要使用信息和通信技术来开发和部署应对各种城市化挑战的可持续实践。例如,智慧城市可以帮助社区简化垃圾收集、减少交通流量并改善空气质量。通过收集和分析各种数据点,可以优化城市的基础设施。
事实上,目前我们已经朝着实现这一目标迈出了一大步。无人驾驶汽车消耗更少的能源或使用更少的电池电量,从而减少空气污染,Waymo、Zoox 和 Cruise 等公司已经在特定城市提供这些类型的车辆。
那么,我们如何继续向前发展,并采用更多的实地技术来为智慧城市提供动力呢?关键是正确的地理空间数据。
地理空间数据——内容及原因地理空间数据是描述位于地球表面上或地球表面附近的物体、事件和其他特征的信息。就城市和城市规划而言,这些数据可能看起来像行人活动、交通模式和建筑工程。这里的关键是这些数据是动态的——通过各种传感器、卫星和其他收集方法,我们能够获取实时信息,这有助于自主技术尽可能高效和准确,同时也使数据分析师能够发现趋势,否则将无法实现。
从特征识别和图像分类到对象跟踪和 LiDAR 注释,地理空间数据支持基于地理参考信息的部署技术,并提供技术运行环境的详细地图。为了使这张地图尽可能准确,它需要反映它所代表的区域发生的所有变化。通过收集来自各种传感器的实时输入,动态地理空间数据可用于为自主技术和智慧城市项目提供支持。我们将能够了解和预测行人流量何时出现高峰、垃圾收集的最佳节奏、汽车拥堵的周期规律、特定或随机事件对城市运营的影响等等。
超越数据收集虽然数据收集很重要,但还有两个额外的考虑因素有助于改善智慧城市的运营——数据共享和强大的注释。强大的数据注释是确保我们的自主技术和系统按预期工作的关键部分。正确处理边缘情况和异常情况有助于技术做出正确的决策并正常运行,即使在新的或不常见的情况下也是如此。例如,当有体育赛事并且行人交通比平时多时会发生什么?在这种情况下,可能会有更多的乱穿马路、人行横道和汽车拥堵;另外,对公共交通的需求也可能增加。
为了确保技术和系统不仅在这些类型的场景中正常运行,而且调整它们的操作以满足当前的需求,他们需要为这些情况做好准备。构建模型以识别边缘状态并表示异常情况,是正确注释和标记数据的关键。不幸的是,我们不可能知道该技术将遇到的每一个边缘情况或异常情况,这就是为什么共享数据也很重要的原因。
提供数据的传感器越多,收集的数据点就越多,测试的边缘案例和准备的异常情况就越多——我们的自主技术就会更好地工作。简而言之,我们的机器对它们运行的世界了解得越多,它们的运行就越好。这就是为什么对于采用自主技术的企业来说共享数据如此重要。例如,当你只处理拼图的一部分时,很难有一个完整的画面。如果一个城市是一副完整的图画,那么收集的数据就是拼图。如果这些企业彼此以及与当地政府共享他们的数据,它可以让我们的城市达到一个全新的智能水平——变得更加高效和高效。地方政府实体是这个等式的关键部分,必须分担实现这一愿景的责任,因为他们经常了解计划中的道路变更、建设计划和其他可能影响自主技术功能的关键信息。
智慧城市:我们从这里走向何方当前,智慧城市还没有完全成为现实,但我们比以往任何时候都更接近。重要的是要认识到,我们仍处于早期阶段,仅仅迈出了将自主技术应用于该领域的第一步。标准化的协议和法规尚未建立,但如果我们希望得到广泛采用,它将是该过程的关键部分。
但是,各参与方仍在不懈努力。中国已经开发出与无人驾驶汽车对话的智能道路,美国密歇根州正在开发一条40 英里的 CAV 走廊。我们已经开始采用为智慧城市提供支持所需的技术类型。从这里开始,我们有责任提供所需的数据,以充分支持准确有效的技术,从而改善我们的基础设施、效率和生活质量。
本文作者:Jeff Mills 是 iMerit 的首席营收官
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 中国移动硬件防火墙产品集采:总预算超3.2亿元
- 国产GPU独角兽摩尔线程即将启动IPO
- 亚信安全完成收购亚信科技股权 持股占比29.9%
- UALink联盟即将发布UALink 1.0标准,挑战英伟达NVLink迈出重要一步
- 中国铁塔携手浪潮云海:分布式资源池擦亮创新底色
- 真我GT7 Pro正式开售,骁龙8至尊版+潜望长焦3599元起
- TM Forum与华为等联合发布《自智网络等级测评白皮书》,首批认证证书颁布
- 挖金子和卖铲子:5G+工业互联网如何“智造翘楚”?
- Omdia观察:2024年全球电信IT市场预计增长2.5%
- 2025年数据中心监管趋势
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。