物联网技术在城市智能建筑中的应用研究

白 旭

(上海外高桥集团股份有限公司森兰置地分公司 上海 200120)

引言

时至今日，物联网的应用领域越来越广，在诸如智能家居、农业、医疗卫生等领域得到了广泛应用，都取得了很好的示范性效果。在国家十三五计划中，物联网技术是国家重点发展技术核心，国家出台了相关扶持政策对其进行了大力的支持，未来物联网技术可能成为我国重点经济发展的潜在推动力量。森兰(即东沟楔形绿地)位于浦东新区东北部，是2035规划中上海北部新市镇的核心区域，也是上海市政府规划的八大楔形绿地之一，其不仅仅在区域上承担着城市重要绿地生态的作用，还是居民文化和休闲的重要依附板块，所以该板块的相应建筑需要具备智能化和未来化。智能建筑作为智慧城市最基本的单元，借助于物联网，可以有效的推进智慧城市的发展。物联网使智能建筑的各个子系统变的“智能”起来，各系统根据使用者的需求，相应的功能及服务可自由地增减，将“智能建筑”变成“智慧建筑”，实现“管、控、营”一体化，构建智慧城市。

森兰物联网系统工程设计以“统筹规划、分步实施、集中管理”为核心设计方针。建设可视化展示及管理平台。主要分为以下几个方面：(1)建设区域全覆盖的低功耗物联专网。(2)建设一个面向智能应用的物联网数据平台。(3)形成多种商业和社会服务模式。(4)最终形成的园区智联数据平台统一接口，数据分析，消除信息孤岛实现与各部门对接互联。森兰物联网数据平台按照功能主要由物联传感器管理系统、数据可视化系统、智慧城市基础管理平台、信息资源目录、移动应用系统、物联事件处置系统、业务安全系统等几部分组成。

一、森兰物联网系统总体智能架构

森兰物联网系统工程的数字系统是基于数字识别、自动感知、网络链接、普惠计算、智能控制平台、信息技术服务体系和城市信息空间模型,建立一个城市与物理在数字空间匹配相应的数字城市,运用全息建模技术、动态监测和实时诊断城市状态，准确预测城市物理实体在真实环境,促进城市全要素的数字化和虚拟化，实现全状态实时协同智能可视化，实现城市运行管理可控化，实现实体城市与数字城市的协同交互并行运行。平台的建设依赖于以云计算和端端为主的技术生态系统，端端形成社区的全域感知，并对社区运行标志进行深度描述。网络端形成了无处不在的高速网络，提供了以毫秒为单位的双向数据传输能力，为智能交互奠定了基础。在云端，形成包容性智能计算，实现大范围、多尺度、长周期、智能化的社区消防风险识别和风险能力评估、预警和防控决策与控制的作用，如图1所示：

图1 系统总体架构图

信息平台主要由大数据管理技术、真三维快速可视化分析技术、多元时空一体化技术三部分组成，构建了私有云的应用架构，主要实现系统整体扩展和管理灵活化，模块间数据可以及时共享交换，底层资源集中管理，灵活提供给上层进行使用。具体如图2所示。

图2 系统层级示意图

二、森兰物联网系统的核心设计实施

(一)大数据管理系统

森兰物联网系统是需要收集和处理许多城市数据的系统，由于城市级三维数据具有多尺度和海量等丰富的特点。数据类型复杂，并且数据量巨大。其中典型的三维城市数据具有多尺度尺度(如1:500、1:2000等)和多时间尺度(如2000-2010年的遥感影像数据)的特征。系统利用GIS“云”技术,使独立的数据管理的功能层,这些来自不同服务器和不同尺度,不同格式的数据处理、加工和管理作为服务系统的整个工作过程,形成了集成的数据和软件,由桌面、移动、网络侧各种应用系统以一种更友好的方式,效率高、成本低、容易使用地理信息资源,为了实现资源的最大化利用，改变了传统的GIS应用和建设模式。

“云GIS”技术可以集成不同尺度、不同类型的基础空间数据的存储、管理和调度。主要内容如下:

(1)系统将数据管理功能分离为数据管理功能层，数据管理功能层与系统其他层(如应用支持层等)逻辑分离，实现空间数据访问的设备独立性、位置独立性;

(2)采用文件系统存储3D显示数据，提高数据调度的响应速度。采用图像金字塔和JPEG对遥感影像数据和DEM数据进行组织和存储。将属性数据存储在数据库中，以满足属性数据多样性丰富、维护更新频繁的管理需求。空间数据由二维GIS空间数据引擎存储，以满足矢量分析和查询的需要。属性数据通过关键词与空间数据关联，实现功能和管理的相对独立性。空间数据和三维显示数据通过关键词进行关联。

(3)基于平铺金字塔技术，编制发布的地图图像数据可以形成海量的小文件集，每个文件的平均大小在100K左右。系统以Linux文件系统格式存储这些文件。这样，系统的运行效率和成本都优于数据库模式，小文件、大目录树和低CPU消耗的综合效率都高于Windows文件系统，具有更高的稳定性和安全性。

(二)真三维快速可视化分析系统

由于城市真实三维模型中数据量大，传统的三维绘制技术很难绘制出如此大的三维场景。在传统三维模型数据可视化技术的基础上,优化算法和创新,结合实时数据块切割算法,四叉树结构的细节层次(LOD)模型和数据动态加载技术,可以快速显示和分析大量的真实的3d数据,人们接近自然的表现观察有丰富的几何细节和照片纹理的三维城市模型,随着对现实世界的接近，视觉体验和空间感知。

(1)实时块裁剪算法的数据裁剪技术:该技术在图形管道的前期去除不可见的多边形，避免对场景中不可见部分进行不必要的处理。其核心理念是:首先使用的障碍物(根据视图移动选择的先验知识,如沿街流浪街头大楼附近,可以作为避难所)简单的可见性测试,以确定的一些场景(空间凸包的范围,即层次边界框)的全部或部分阴影,然后把所有的大型住所附近瞬时角度识别预处理,然后重复一个层次结构的可见性测试,以确保尽可能对动态块目标阵列的视点附近进行处理，如图3所示。该方法利用KD树对多边形数据进行组织，充分利用了空间相干性，同时缓存了跨视点和大型遮挡对象的遮挡关系，并在视点移动过程中充分利用了时间相干性。因此，实时处理城市三维景观具有很高的效率。

图3 云GIS的应用模式

图4 透视显示之数据裁剪

(2)四叉树基于结构的多分辨率LOD技术:采用一个简化与视图相关的LOD方法选择合理的位置和方向的multi-resolution-based地图表示从一个高的角度详细地从周围的地形,和地区远离的观点是一个粗略的细节。通过四叉树的分割可以提高渲染率，即将地形划分为不同大小的块，近视点较大，远视点较小。渲染不同大小的块，实现不同细节层次的LOD渲染，有效简化和控制场景的数据复杂度。该方法对原始地图数据进行了三个阶段的处理:原始栅格数据→中间结果数据→打包结果数据。在从原始数据生成中间数据的过程中，需要设置投影参数和处理级别，然后修改中间数据，主要通过复选框和设置融合背景数据。最后对修改后的中间数据进行打包，生成系统加载的包数据格式。具体处理流程图如图5所示：

图5 数据处理流程图

(3)动态数据加载技术:采用基于数据分层、块化和数据页面动态更新的算法，实现多层、大尺度城市场景的实时绘制。同时,减少“延迟”,使用多线程机制,充分利用计算机的CPU资源,促进更新数据从硬盘读取到内存中根据角度的方向趋势运动过程中水平和垂直细节水平过渡,然后意识到实际内存中数据更新，如图6所示：

图6 块状数据处理示意图

三、森兰物联网系统应用实例

(一)北块绿地部分网络链路应用实例

实现北块绿地信号覆盖率达到95%以上，物联终端接入能力不小于1万个，LORA物联网负责传输各前端无线传感器的数据传输及上传。室外LoRa基站采用新建原则进行布站，网关功放采用天线口输出100mW配置为主，可根据需求适当增减。

Okumura-Hata传播模型

L=69.55+26.161gf(MHz)-13.821ghb(m)-a(hm)dB+(44.9-6.551ghb(m))logd(km)+Cce11

f：频率

L：路径损耗

d(km)：收、发天线之间的距离

hb(m)：基站天线有效高度

a(hm)：终端天线的校正因子

Cce11：园区类型矫正因子

a(hm)(dB)的计算

——中小城市

a(hm)(dB)=(1.1lgf(MHz)-0.7)hm-(1.56lgf(MHz))-0.8

——大城市、郊区、农村

a(hm)(dB)=8.29(lg1.54hm)2-1.1,f≤300MHzz

a(hm)(dB)=3.2(lg11.75hm)2-4.97,f≥300MHzz

Cce11的计算

根据上表，计算公式可化简为

表1 化简后的Hata计算公式

覆盖规模估算和仿真分析

本期工程场景划分按照密集市区。站点规模由于庭安路绿地+北片绿地内楼宇较少且建筑物高度偏低，本次规划5个物联网站点，站点位置如下图所示：

图7 现场卫星图

链路预算是在理想情况下得到的基站建站数量，未考虑地形、地貌、建筑分布等因素。为得到更为精确的建站规模，需引入仿真软件。本次规划采用了分辨率为5m的上海高精度仿真地图，能精确模拟各种地形对无线信号造成的影响。通过仿真软件的辅助，调整规划站点布局及规模，本次庭安路绿地+北片绿地LoRa物联网基站规划5个基站，仿真覆盖率达到98.58%，满足规划目标，但实际覆盖结果仍需取决于实际获取站点的偏离。

(二)多元时空一体化系统集成与管理

就目前而言，二维GIS和三维GIS具有各自的优势和不足，将长期共存。如何把两者有机地结合起来，最大化地发挥二、三维的优势，是人们一直关心的问题。当前有一些系统，能够同时显示二维和三维的信息，但实际上貌合神离，是一种简单的系统集成，数据、表现形式、功能本质上都是相互独立的。本系统基于先进的GIS内核技术，将二维和三维统一到一个真实的地理空间(球面空间)中，真正实现了二三维的有机结合。图8展示了二、三维管线空间数据融合的处理流程:

图8 现场仿真示意图

图9 空间管理流程图

本系统二、三维一体化的实现路线具体表现在以下几个方面:(1)地理空间一体化。系统实现了地上和地下、室内与室外、地面与地上实体、地质层与地下实体等在地理空间上的一体化，支持对各类数据的无缝浏览，使用户的视觉感官趋于完整。将二维和三维信息统一到球面这个真实的地理环境去，将所有的数据都转换为真实的地理空间坐标进行发布。(2)空间与时间一体化。系统针对目前地理信息平台多在空间上割裂和时间维缺乏的现状，提出了多元时空一体化技术体系，实现了DEM、DOM、Model等的历史数据管理，支持以时间轴或多屏方式进行历史数据比对与分析。基于空间数据库的历史版本，平台可以承载时间维信息，实现了空间与时间一体化。(3)查询和分析的集成。三维、二维集成空间分析和算法引擎使用，大部分二维查询(包括属性查询、空间查询)、分析功能都可以用于三维系统，同时，三维系统还将提供淹没分析、三维计算等真实的三维分析功能。

利用平台一体化技术，将真实的三维世界精准地、高效地、开放地浓缩在平台中，有效解决了空间割裂和时间维缺乏问题。系统在技术上坚持数据、管理、服务与应用相分离的架构原则，利用“云GIS”技术构建私有云应用体系结构，建立灵活的预制扩展机制，实现数据管理、共享、融合、交换和与其他业务应用系统的集成。系统的技术架构被划分为五层:工具集、系统数据、系统服务、业务应用程序和客户端。通过建立贯穿整个体系和保障体系的不同层次的标准和规范，使这五个层次相互联系，形成一个有机的整体。

(三)数据分析与应用

数据中心是基于规范的数据资源的元数据描述,根据特定的一组信息分类和编码,一个术语用来描述不同的数据资源的特点,为了方便数据检索资源,位置和访问,是实现数据资源共享和业务协作和开放的基础上,通过信息壁垒,实现信息共享和公共数据的基础。它包括数据资源的分类、元数据的描述、代码的规划和编目，以及相关工作的组织、过程、需求等方面。

根据数据源类型，数据资源可分为物联网创建数据、校园存量数据和社会开放数据。物联网数据创建:物联网传感器终端采集的实时数据通过各种网络汇聚到管理平台。园区盘存政务数据:盘存政务系统中的数据是在各个政务系统建成建设后的日常管理和服务过程中产生的，存在于各个政务系统中。社会公开数据:指通过互联网上公开渠道或通过数据交易获得的数据。根据再处理的特点，将原始数据到最终应用于目标的数据资源分为原始数据、半处理数据和完全处理数据。

图10 数据加工示意图

数据交换平台是一组信息分类和编码根据某种分类方法根据元数据的描述,它是用来描述每个数据资源的特点,以方便检索,位置和采集的数据资源。

四、结语

森兰(即东沟楔形绿地)位于浦东新区东北部，是2035规划中上海北部新市镇的核心区域。物联网作为计算机技术的衍生产品，与生产和经济的各方各面联系紧密。本文以森兰为例，分析了物联网和智能建筑行业结合的可能性，对物联网在智能建筑方面依托于大数据和可视化技术的实际应用。森兰物联网系统工程的数字系统是基于数字识别、自动感知、网络链接、普惠计算、智能控制平台、信息技术服务体系和城市信息空间模型,建立一个城市与物理在数字空间匹配相应的数字城市,运用全息建模技术、动态监测和实时诊断城市状态，准确预测城市物理实体在真实环境,促进城市全要素的数字化和虚拟化，实现全状态实时协同智能可视化，实现城市运行管理可控化。通过本文的分析以期为物联网技术在智能化建筑方面的应用提供良好的范例。