新基建背景下的智能勘察设计发展研究

2022-10-15 15:29:30
来源：
浏览数：1415

勘察设计作为基础设施建设的基础，在新基建背景下要求从侧重管理上协同的“多测合一”到全体系的数据链信息协同，借助多种勘察设计新技术与新基建技术体系实现勘察设计一体化、智能化，推动数字基建孪生综合体建设与智能化协同，最终服务于未来智慧都市圈经贸、文化交流。智能化勘察设计发展的重要性可见一斑，因此新基建背景下的智能勘察设计发展牵动着整个智慧基础设施实现的大局，影响不同区域乃至国内经济循环大动脉，文章从智能勘察设计数据层、处理技术层、业务服务层、应用解决方案 4 个方面阐述智能勘察设计体系建设、行业布局与发展一张图，剖析行业相关业务的前景，为智能勘察体系建设提供有益发展参考。

引言

勘察设计是基建工程建设的先遣，其成果及技术服务覆盖整个项目工程全生命周期，为其建立工程时空基准、技术规范、综合形态标准等，支撑项目数字孪生平台与协同平台构建，并时刻引进吸收交叉学科新技术，同时最先面临新型产业的冲击，具有技术革新特性强与技术迭代时效性短的特性。因此必然在新基建时代背景下，主导并参与智能化技术的推广应用，牵引整个基建行业在交通强国战略经济与市场需求刺激下，完成行业供给侧结构性改革，带领一大批深耕创新领域的企业进入新时代，实现从劳动密集型到以人工智能(AI)辅助的智能化知识产权事务型企业的转变，压缩内外业人工干预空间，降低人工成本输出，保持在未来工业 4.0 产业链中长期占据领导地位与竞争优势。智能勘察设计的目的是融合新基建、新技术成果，迭代推进新基建建设，可见勘察设计智能化发展与交通强国战略、新基建密切相关。

智能化勘察设计体系的发展形态与发展方向，需与新型技术紧密结合，面向国内经济发展与国民亟需的需求。针对不同用户群体，通过从不同体系层次阐述智能化勘察设计体系建设需构建的体系架构，剖析不同架构节点自身与节点间的功能与衔接关系，阐明现阶段智能勘察设计需攻克的技术难题与业务增长点。智能化勘察设计图如图 1 所示，展示出勘察设计智能化体系构造。

数据感知

数据感知是工程基建实施的基础与数据获取的接口，传统勘察设计数据感知模式解决数据有无的问题，数据感知方式单一、平台协同度低，无法及时评估数据的质量。高效获取完整有效数据，智能化数据感知体系则追求数据的有效性、完整性、高效性、适用性协同采集模式，把数据预处理技术、时空对齐同步技术、质量检查、数据缺失检测、环境自适应技术、智能数据感知技术等从事后处理阶段下沉至外业装备采集阶段。并集成多源传感器，实现设备之间的协同耦合，增加采集设备智能化的同时，降低人工成本与时间成本，为后续处理提供更为标准化、抽象化、友好型的数据接口，方便实现海量数据直接协同解译。智能化的数据感知能力是智能化工程的重要标志之一，也是智能化勘察设计首要解决技术问题与科学问题之一。智能勘察设计活动成果覆盖工程全生命周期，涉及多个专业领域，整合了多个行业作业成果，成果形式不尽相同，数据体量与模式迥异，必然针对不同感兴趣信息与需求采用适应的采集方式与数据模态，其采集平台涵盖航天、航空、地面、地下、水下等多层次多方位泛化数据;另外随着新型感知手段的推广、高性能工业智造的加持、新一代信息技术的变革，出现多样化的数据标准、便携性的采集手段与数据感知方式，导致智能勘察设计感知数据模态迥异、形式复杂。一般智能化勘察设计涉及的感知数据可分为地理空间数据、属性数据、元数据、业务数据等，数据感知示意图如图 2 所示。

知识数据管理

现阶段勘察设计知识数据管理停留在数据的信息化阶段，勘察设计数据信息化面临以下难点。

(1)数据孤岛现象突出，现场大量一手资料以纸质为主，以照片与视频等其他信息化手段为辅助，数据数字化不完全，数据数字化标准杂乱。一方面由于行业标准更新滞后于技术的发展，需要存档原始纸质资料数据;另外新技术的稳定性、可靠性与工程现实状况需求有差距，无法适应工程实际复杂多变的环境，技术推广动力与需求不适配;再者缺少便携交互式友好的终端采集设备，以方便长期从事行业工程勘察设计人员操作。

(2)各勘察设计部门使用平台参差不齐，专业产品数字化标准与智能化数据交互接口有差距，上下游产业关注的数据要点不同，存在专业知识壁垒，无缝数据共享能力与未来行业需求不匹配。

(3)数据共享安全性要求与措施实现困难，大型基建工程或国家重点基建工程需要严格保障数据安全、设施安全，数据的可靠性共享传输、安全验证技术有待提高，需发展以区块链技术、量子加密技术为核心的自主数据传输手段。

(4)勘察设计数据工程针对性强，参考价值与数据挖掘能力差，缺乏统筹管理、信息分析的能力，需归集工程数据，以便建设企业知识数据管理平台，实现数据资产创收。

智能化勘察设计处理的对象为通过各种采集手段获取的多源异构多时相数据、属性数据、业务数据、设计生成数据、施工数据等知识数据集。进入大数据时代之后，其数据复杂度、数据规模、数据使用效率出现了明显差异，数据呈现海量化、多元化、多行业关联性发展，内在有效信息种类丰富与重要性日益凸显，不能简单通过传统主流专业软件加工处理。高效的时空大数据关联与管理、信息挖掘、信息提取等技术为更智能服务提供可能性，但海量的异源数据面临着组织、存储、查询、安全等管理的问题，需建立空间关联、属性关联、业务事件关联等混合关系关联。构建不同业务主数据信息流交换接口，实时异构分布式存储、计算、渲染、交互机制，支撑地理查询、约束查询、语义查询、自然语言查询等，最终实现基于大数据的知识数据管理体系，知识数据管理如图 3 所示。

数据协同处理

充分发挥大数据优势，统筹挖掘勘察设计数据信息化穿透能力，协同处理工程全生命周期、全工序数据，是勘察设计领域智能化的必然基础技术保障，是衡量体系智能化、信息化的重要指标之一，也是当前面临的技术难点与业务痛点。需要与之配套“微生态”数据协同处理与数据标准，借助物联网、大数据、人工智能等先进技术手段，为智能勘察设计提供良好的技术变革支撑，以适应更复杂艰险环境，实现智慧知识库建设与智慧数据服务体系，为其构造了丰富、清晰的行业未来期望。

在勘察数据交付方面，随着三维重建技术的发展，对实景三维的质量要求从几何精度扩展到结构精度，期望室内外一体精细孪生数字产品，追求精细化、结构化综合三维实体地理要素成果交付，方便衔接规划设计平台直接素材取样与结构要素提取，解决传统水密表层建模方式只能生产数据背景的窘境。但浪费了大量潜在的信息，中间成果也不能直接满足后续规划设计、精细设计的要求，需要进一步拓宽勘察与设计行业的数据流带宽，延伸基础数据应用深度与广度。

在信息化设计方面，出现以建筑信息模型联合扩展技术(BIM+)为主导的协同设计技术，通过与其他新型信息技术耦合完成不同的任务，将业务功能、装配流程、全生命周期以及元数据等集成，形成全数字化仿真，是数字孪生世界下实景的主要成模、分析手段。其具有数字化智能设计与业务智能化处理两大特点，推动设计行业从模型重建复刻到正向设计发展、智能化设计发展。

在数据综合处理方面，多元数据融合、协同耦合增强数据质量工程需求强烈，需处理海量异构数据，提取增强感兴趣信息，传统的浅层学习无法解析异源异构数据，现行的深度学习方式随着处理数据的复杂度增加，其处理精度依赖体量庞大的样本数据，增加了样本网络泛化、推广的成本与难度。必然需要以迁移学习为代表的新技术修正、完善人工智能处理技术体系，也是未来智能化勘察设计降低数据处理成本的必然途径。

在数据协同交流方面，分布式与云技术的发展，为各终端角色协同处理大数据提供了技术实现手段，解决了单一平台物理限制，实现无缝协作处理感知体验。所有的业务终端基于浏览器和服务器架构模式(B/S)，采用新一代网页(web)开发技术构建客户端与后台端，无须受到硬件平台类型的限制，根据业务类型的需求采用同步或异步方式最大限度利用现有资源与降低服务延时，海量三维数据渲染依赖新一代 web 显示技术框架，打包集成像素流、渲染流等云渲染技术，利用第五代通信技术(5G)超带宽与低延时技术解决传输失真与实时问题，利用分布式图形处理器(GPU)调度技术解决本地数据流解析与单一终端资源受限问题。

数据协同处理不仅需要协同各终端数据流交流处理，还需为用户提供浸入式协同处理体验，数字孪生技术解决了实景三维场景在时空序列空间的镜像与业务处理能力，但其呈现方式还是以二维显示器切片形式展示，海量的复杂高维度数据汇集爆炸式呈现，影响用户便捷式操作。需发展浸入式体感交互操作接口，为未来智能产业数字化社区生态圈提供生物意识操作端口，迎接基于元宇宙的下一场信息革新，数据协同处理示意图如图 4 所示。元宇宙不仅是现实世界的扩容，不同于数字孪生仅是真实世界数字实体镜像、数字世界的底层数据，是视觉浸入式的高级产物，作为平行世界的前序，在元宇宙中可以完成全数字化的社会产业运作，从某种层次看其已经实例化至不同领域，且提供了不同行业兼容性接口，实现数据之间的畅联，工作任务之间的无缝协同运作。当前协同数据处理发展的目标为最终形成智能化的勘察设计运营管理链、供应链、产业链、生态链。

业务系统化

工程勘察设计智能化的目的主要在于通过数字化手段提升整体布局实施的高度，通过长期的工程经验与行业发展需求，构建高兼容性、专业性、信息化的业务模块与自主技术体系。标准化主体业务流程与主体数据管理，以及产业化标准体系，形成围绕数据核心资产的生态系统平台集群。智能化、自动化作业全工序，提供技术创新数据平台基础，提升数据感知能力，提高大数据获取能力与协同处理能力，消除知识数据交流壁垒，降低作业成本，提高工作效率，优化产业结构。通过业务系统平台集群，一方面减少勘察、设计、施工、运维数据交流的障碍;加快工程全工序运转，减少工序中的人为失误，及时预警纰漏、数据冲突、数据粗差、数据缺失、设计缺陷、施工违规、运维失误等，保障成果质量;为日益增长的新应用需求点提供模块化解决方案，且无须底层技术重新设计，为未来多样化业务需求建立坚实技术基石。另一方面是智能勘察设计技术标准化、数据标准化、业务标准化的实体表现，为从业者提供实时智能化业务操作指南，降低了行业技术业务培训到生产作业的高投入的现状。

应用解决方案

丰富勘察设计应用场景、增幅工程大数据资产是当前乃至未来长期坚持的发展路线，是智能勘察设计领域培育增长新动能的需要。勘察设计应用市场随着经济发展，国民生活品质的追求，新型技术、发展理念不断发展而变革，总体经历了高速经济发展时代、高质量经济发展阶段、大数据信息时代 3 个阶段，每个阶段都伴随着技术生产力与生产需求关系的特殊性。

在高速经济发展时代，勘察设计以高效提交成果为首要目的，其成果应用对象和场景比较单一，数据需求比较简单，但其数据产品中差、错、漏时有发生，周围环境不够协调，市场秩序不规范，体系建设不完整。在高质量经济发展阶段，勘察设计数据追求以人为本、与自然调和的发展思路，在适用性、高质量的基础上，更注重终端用户体验，而传统的数据服务理念与多样化精细化业务需求存在巨大差异，无法满足精品工程的需求。

直到大数据信息时代新型信息技术的崛起，新基建工业产业结构雏形形成，驱动全产业行业进行供给侧革新，依托新型信息技术为智能化体验提供了实现途径。在大数据信息时代，工程应用解决方案需求方向表现为如下几个方面。

(1)与 5G 物联网、人工智能等相结合;智能化统筹综合布局成果实体在全生命周期内施工与运营中的角色;考虑其要素复杂，实体关系繁多，需求更加精细化，信息感知与处理实时化、智能化、高效化、泛在化。

(2)与区块链、云计算等结合，实现数据安全传输、数据信息加密、海量数据的高效计算与实时反馈，构建体系化平台。

(3)智能化、多样化应用解决方案，为下游产业提供更为高层次技术产品与分析平台。压缩高层应用多余资源与繁琐工作投入，扩容行业市场范围，推进国家重大工程高效建设，衔接国家重大战略目标。

此类应用需求的增长与精细化需求，导致传统施工、运维体系已经不能独立适应与承载，亟需勘察设计技术开拓者介入，提供集群式的应用平台与定制化解决方案。要求勘察设计部门除了提供基础数据和勘察设计服务，还需具有总体思路，布局总体规划，深扎智慧基建建设，注重生态资源保护，为高层战略应用提供数据分析、规划决策、运维监测等产品。推动勘察设计领域转型数据产品服务到技术与数据资产服务，制定自上而下的体系标准，掌握行业市场的主动权，多元化扩展创收点，推动智能化、绿色发展。

智能化信息化发展障碍

智能化、信息化改造是勘察设计行业未来发展方向，是当下保持产值效益的长期唯一有效的途径，但现阶段勘察设计领域存在以下主要障碍，阻碍产业智能化信息化升级。

(1)对信息化意识淡薄、认知不足，对新生技术探索深度不足，生产作业创新意识淡薄，推广力度与决心不足，缺乏大局观。

(2)信息化技术与能力储备不足、技术短板突出，以人为本的高端人才体系布局缺失，科研能力与智能化需求差距明显，需营造良好的创新平台与环境。

(3)信息化周期长、效益滞后、投入成本高、工作考核比重低等问题，科研管理体系高度依赖项目作业经验，研发投入与期望落差明显。总体表现在企业复杂的内外部运营环境与大力投入信息化升级的矛盾突出，需政策与运营环境双重引导，实施“大集中、大统一”战略，建立全局统一的数据标准、技术标准、协同标准、实施布设指南，总体统筹推动理念更新、动能变革、产业数字化发展跨越，激发旧基建活力，寻求“最大公约数”为各企业单位赋能，实现供给侧结构改革。

总结

经济数字化、智能化转型是新工业革命塑造的必然趋势，根据数字经济发展规划，未来是数字化经济模式，数据为关键的生产要素，围绕数据所产生的大数据感知、协同处理、智能业务、创新应用解决方案将成为智能勘察设计企业的宝贵数据信息资产。其将改变传统勘察设计成果重复利用低、共享困难、再造价值低的窘境，延续数据作用生命周期，挖掘数据价值。以数据生产要素孕育新的生产力与生产模式，必将在勘察设计领域引发新模式、开拓新业态、构建数字生态。持续加强、推动不同行业上下游业务协同，贯通数据流程，使得全工序向自动化、智能化运转发展，形成知识数据驱动的智能要素探测能力、管理能力、处理能力、决策能力等。降低劳动密集型投入，降低成本，提升作业效率，使企业在挑战与机遇并存的竞争环境下脱颖而出，最终智能化勘察设计为新旧基建实体提供低碳技术支撑与运营环境。