6月16日下午，在首次亮相2016 WGDC的空间大数据专场上，泰瑞数创科技（北京）有限公司总裁刘俊伟作了题为《倾斜摄影云计算与大数据时代展望》的演讲。以下是刘俊伟的演讲实录（尚未经本人核实）。
刘俊伟：新数据只是新自动识别建模方式的一个开端，在开始之前简单介绍一下，在过去十年时间我们专注在实时信息，无论解决方案。从2012年开始逐步获取三维数据的自动获取。在细分行业我们还是相对比较领先，包括在这个市场线上的合作伙伴。
在过去十年，整个市场包括全球的发展，差不多2011、2012年我们认为三维地理信息，当时是人工建模的情况。刚才这张图是2008年一个高峰，2008年到了深圳。
这样一个分析是比较符合新一代的技术，三代音频技术。按照十年为一个周期，相对比较先进的技术。当时是国防方面逐渐走向大众技术。2004年、2008年是传统的技术，人工建模，传统以人工建模为代表的技术获取。从2012年开始，从2012-2016年是自动化数据处理，还没有进入到人工智能方向，但是我认为是一个大势所趋。
到2015年大部分城市大概面临着城市招标已经到了这个规模，从过去十年地级市很难超过1万，很难有一年获取量的，可能超过过去十年B级城市核心城市的建模数量。过去一年做了过去十年从数据层面所做的事情。
刚才是一个市场，我们认为是技术发展。这是一个简单的，我们对产业的一个规模分析。纯粹数据处理软件，还不包括建筑设计，只要跟测绘相关的市场。我们在中国消费市场一年不会超过10亿人民币，从这个软件市场大概在10%的利润率。过去发现增长非常快，就是在数据市场。
数据市场我们认为整体数据不仅仅包括三维，还包括传统测绘市场，大概体量是过去1-10倍。我们认为在英文市场（音译）是千亿级，我们认为大部分还是细分市场。这是目前大概的市场形态。
市场形态由于新一代技术，由于新一代的市场化处理手段代理人工处理，未来还可能有激光、新一代的算法。我们认为越来越多地把产业链打通，原来产业链割裂比较明显，过去主要在技术基础平台建设投资的资源比较多，真正的数据获取比较难，从数据处理到应用平台，尤其是现在流行智慧城市的客户，更多是趋向于产业。
我们认为商业带动了一系列的商业模式，数据的获取，我们认为目前是快速增长的一个趋势。我们认为根据数据的获取，包括目前数据情况有三个核心点，在未来有有一些跟信息息息相关。在云计算、全要素、大数据这三点做单点展望，从目前来看，未来是全方位的数据获取。
我们先看一个视频：
（视频介绍）这个原理是比较简单，过去三四年比较多。通过这种技术手段，我们获取技术容量，大概在2015年使用容量大概是3000万、4000万客户，这里面涉及到评比的问题。这里面涉及到一些处理结果，包括上海、大连、泰山，包括昆明。其实昆明去年完成单体最高的。
现在发现有一个趋势，尤其从2015年开始，新摄影逐渐过度到全事业的建模。去年完成验收的项目，昆明230平方公里，去年底招标是广州，超过1000平方公里，昆明的数据量，大概原始数量大概300-400平方公里，正常单点处理是处理3个月第一次处理完，广州的数据还没有处理，广州1000万平方公里是什么概念？大概是1千PB以上，处理的效率经过简单的核算，200台服务器大概3个月，大概每次核算以后还要进行校正。发现一个核心的问题，数据量从核心量单独购买，如果到上千平方公里，城市级规模的大规模建筑，原来的单独采购，传统的销售节点方式会严重影响它本身的计算效率，包括本身输出的效率，本身摄影优势效率高，获取的周期短，这个优势就没有了。
在2014年底跟北京信息中心做了合作，现在希望单独500台进行处理，再后来的节点是一个瓶颈。真正在硬件传输，真正数据才能符合要求。这样大概在500个节点才能符合要求。现在做的测试（如图）。
看到无论从成本还是实际项目需求，这种云计算是大部分获取数据的一个必经之路。在去年跟北京长安中心也做了合理布局，今年我们在华南地区、西南地区签了一系列的合作协议。我认为，虽然城市级的数据是新摄影单点方式，后续方式会更多，这种数据结合资源会是现在的解决数据储量速度的问题。
如何解决云计算？我认为首先解决数据处理，从三个方面解决建模的问题。建模之后，我们单单从测绘方面来讲，它对三维模型是有一定的需求，更多是做测绘要素信息需求，如何快速提供测绘要素信息，如何快速进行学习和识别，或者现在用人工识别，人工智能的方式。这些技术如何进行识别？还有人工智能，面对快速测绘方面的信息，这也是跟技术相结合的一个关键点。在这些方面有很多的公司在初期的阶段，对新摄影的技术，对自动化识别是一个非常初期的阶段。
我们也做了一些初步的测试，这是在研发阶段。（视频播放）就是DEM、后续DLG，半自动化方式，还有3D摄影。这种结合匹配算法之后做了，还有还有道路信息、道路结构、单独化的建筑等等。同时我们也跟3D激光扫描之后进行快速机器自动化识别线路，再一次飞行之后在类似技术方面获取全额的信息。现在是6D产品和三维点云，后面能不能把它预期附加上，跟我们所谓大数据分析有联系。我们看全要素数据，是基于传统的测绘行业，测绘行业如何用到真正的大数据，跟测绘相关的大数据分析非常有限，更多的大数据分析是在于不同行业，有电信行业，有交通行业，比如看到的环保。它的大数据的分析，地理信息或者测绘数据是其中一小部分。
如图，如何从新摄影当中获取6D数据，6D数据再生产大数据生产所需要的信息。
前面不论新摄影云计算也好，还是刚才说基于6D全要素的自动化的提取，最终目的是在应用过程。跟应用结合在一起，就有这个大数据。大数据再做一个分析，如何把地理信息结合在一起，十几年前做了法人用户有关，这些数据跟我们现在获取，高清的城市信息获取，在公安安全等方面进行分析，如何在水文环境方面进行分析，如何跟水利结构进行分析，比如水动力资源分析，比如现在防汛抗旱，真正细分行业结合在一起。如何跟这些信息结合在一起，就是整个信息网络规划。
通过云计算方式快速获取城市高精度的模型，高精度的6D模型，是不是够了？还是有问题，现在所谓大数据的应用，不简简单单做传统三维模型，还有更多的规划大数据的分析，做历史规划方面，仅仅是数据规划还有网络的优化，能不能在投资情况下提高网络覆盖等等。能不能在1万个基站里面提高10%，有没有可能？比如现在雾霾、噪声污染，还有自然灾害，比如水灾、风灾，还有紧急情况下的疏散模型，能不能在人员密集的情况下真正做到不用现场做演习，用真实模拟达到真实的要求。还有未来大数据的导航应用。
这里面我认为有核心技术，包括国内应用行业公司，有一个欠缺的一点，就是CAE，其实主要说真正的工业仿真，或者看到的大型仿真行业，在大型的数字化模拟里面，这里面有大量的CAE行业领域，现在工业的4.0也好，包括大的工业仿真方面解决问题。核心问题这是跟CAE中间核心桥梁，现在获取一个数据有单点的问题。现在全网数据其实是不带有语音信息，不带语音信息跟工业仿真结合在一起，难以做到真正的工业情况。现在国内没有真正这个标准，未来的GML是CAE领域的桥梁。过去的标准是什么？能不能结合CEM的标准结合在一起，可以通过激光获取情况也好，你建模的核心数据应用行业，从应用角度更多看行业应用如何？行业角度代表的是标准业务，更大的是在水动力学的应用，比如真正在大型工程，所有的交通都会做分场数模，真正进入工厂领域很少。
跟CAE结合，一方面可以做通过摄影技术满足要求，一方面满足数据城区的物理现象，模拟建筑结构应力，模拟噪声、排放、爆炸等现象，模拟城市风道、人行道、建筑外表面，模拟洪水，这些都是可以基于城市模型做的，后面还有人口的疏散，会议期间疏散。
欧洲一个简单案例，是一个爆炸物的分析，集成是高清模型，还有高层楼的材质，材质的抗压性、材质的耐性。如果爆炸之后，周边的情况。根据目前国内的标准获取三维数据，其实中间的有一段小鸿沟，就是如何获取高精度数据。
这是比较典型的城市风控站，也是基于非常高的城市风口，地理信息数据和基础软件，这个方面有很多的数据标准把控，相互的行业整合是一个全地理信息应用，包括国土规划，实行大数据的要求并不是特别苛刻，反而在行业学的仿真，行业级大规模数据仿真里面对高精度，尤其是对地理信息的高精度很高。同时包括海啸等是目前中国非常关注的地方，包括急需要中国政府解决的问题。包括城市雨控分析，有121能快速调度解决快速排水问题，北京排水没有问题的，但核心是有没有真正打通雨控的分析。
目前监控设施还不够，完成可以通过设施方式，可以通过人员路径，我们可以看到每个城市里面周边信息，包括一旦它发生爆炸对周边的影响，都可以通过高精度的城市模型和高精度的城市信息，可以结合仿真模型进行处理。现在不在于技术的事情，本身在座很多都是技术信息方面的专家型人才。目前要满足的核心需求，核心的问题还是带有语音的高精度的数据分析。未来我认为从单点数据来说，有可能是面向城市级，智慧大城市的一个突破点。
我今天也就是抛砖引玉，简单把我们过去一两年当中以倾斜摄影为主的技术瓶颈，对于高精度信息获取技术发展展望，未来这些数据的应用方向做一个介绍，非常感谢大家。
{{item.content}}