李 德 毅,2013年12月10日,大数据时代的移动位置服务,Mobile LBS in the Petabyte Era,云计算与定位导航相结合，催生移动位置服务 无所不在，无人不用，无时不需！,为什么只听雷声响，不见雨下来？,一、云计算使得地理信息系统走上飞天之路,地理信息：不安分的地图,地图不仅仅在墙上和纸上 地图的颠覆式创造：电子地图 结构化和半结构化的地图数据 数字地图：地图数据库和地图数据仓库 全球人人物物都可以定位 RTK北斗/GPS的迅速普及 地理空间信息的三维重构 虚拟现实：手机上的街景 无穷无尽的位置服务和位置衍生服务 位置信息的碎片化！摇一摇？,云计算促进地理信息产业的改组和兼并,我国存在众多小而散的地理信息产业孤岛，只能满足简单的地理要素查询，满足行业解决方案，跨行业之间坐标和格式不能互换，数据不兼容，语义不统一，分享、共享难，互操作难。 手机、汽车等移动设备装载各种各样地理信息系统并定期更新地理软件的时代已经“落幕”,云计算是一种基于互联网的大众参与的计算模式，其计算资源（包括计算能力、存储能力、交互能力等）是动态、可伸缩、被虚拟化的，以服务的方式提供，可以方便地实现分享和交互，并形成群体智能。,6,人联网和物联网的发展，改变了互联网“核心简单，边缘丰富，千人一面”的形态。网络变得丰富，边缘变得简单，交互更加智能。由形形色色的网络中心组成的云计算，支持社会化、集约化和专业化的信息服务； 一个个孤立的地理信息系统走上了飞天之路，实现从行业解决方案向云计算的转型。,7,云计算走过了 理念清晰、操作模糊、八仙过海、云里雾里的一段路程，已经成为我国信息行业当前的主旋律，给我们生活带来太多意想不到的改变，正越来越深度地服务于各式各样小众，甚至改变整个大众的社会交互形态。位置云首当其冲。,云计算在中国,云计算带来价值链的变化,购买地理信息系统 付购置费和运营费 固定规格使用,9,用户方：,提供方：,地理信息系统按峰值 负载配置软硬件资源 千人一面的搜索查询,导航服务中心,旅游服务中心,在线地图显示,云导航云旅游,车联网飞行器联网,位置校正云计算中心,无需关心地理服务中心所在的物理位置,无需关心地理信息系统软件的支撑操作系统以及软件环境等底层资源的物理配置与管理,无需关心地理信息系统软件是否被他人同时租用，地理数据是否及时更新,地理信息系统能否做到,IaaS,PaaS,SaaS,11,不同数据格式,不同时态,不同坐标系,12,不同语义,地理空间数据之间实现互操作？,地理信息系统能否在,满足移动中的人和物的需要，满足泛在、实时、连续、无缝的导航服务需求，不应该只是静态位置的后计算。静止的位置感知是落后的服务！,地理信息系统能否做到,13,移动中的人和物对地理信息的需求是建立在人和物的移动速度之上的需求，尤其是轮子上的服务！,我国地理信息服务中心的战略布局,我国“天地图”等地理平台在服务社会和民生方面已经发挥着重要作用 正逐步形成若干公共的、国家级、包含精细粒度在内的可变尺度的、可信的地理空间大数据中心 大数据中心可以各有侧重，相互补充和备份 中心的位置布局和行政区域并不强相关 竞争激烈，先下手为强,我国地理信息服务中心的战略布局,在电力相对丰富、低温、低地价的地区，建设国家级地理信息空间大数据中心，利用宽带通信网络向华东、华南传输数据，以替代大量煤炭和电力向华东、华南的输送，变以电力网输送电能为以电信网输送数据，用带宽换土地，用带宽换电能，减少二氧化碳排放，改善生态环境。,衡量移动位置服务中心的5个外在指标,电力消耗随服务负载变化情况 无线带宽支持及其动态使用情况 移动位置服务覆盖的范围、粒度、采样频率 服务注册的用户数量及在线微支付能力 移动位置衍生服务能力,位置服务中心，不在拼服务器集群的规模，不是说五万台服务器的集装箱就伟大，五千台服务器的就不伟大，也不是说把一百万台数字地图服务器集中起来就叫云计算。 位置服务中心的架构是由其提供服务的种类、规模和能力表征的！,云计算地理信息服务中心工作方式,时间连续: 365天 24小时 99.9% 空间无缝: 城乡跨接、数据常新 精度多样：相对精度米级、亚米级、分米级 结果可靠：错误示警或快速报知 在线服务：采样周期可调,移动互联网的实时性、交互性、低成本、个性化和位置感知能力，形成迅速增长的移动用户的服务。,移动互联网的位置服务更为迫切,智能手机,WLAN,无线覆盖,蜂窝网络 由西向东6入4出 由南向北6入4出; 由北向南6入5出 东西方向为主道路，车道不对称。东西两侧有右转车道，有绿化带隔离。 原非机动车道成为辅路，开辟出一条机动车道 路口中心无车道线区域；81.4m x 50.9m，面积4143平方米。,要求1:200的精细数字地图！,由南进入万寿路口时的通行路径规划数据,由南进入万寿路口的通行模式及路径规划数据,由南进入万寿路口的通行模式及路径规划数据,谁来提供详细的路口位置信息？ 谁来确保详细路口位置信息的实时更新？ 谁来提供碎片化的路口信息的在线服务？ 如何体现云计算环境下位置服务的市场竞争？,路口信息的碎片化,北京市现有1946个大路口，4276个路口信号灯，快速路出入口248个，上万个小路口，在这些路口实现智能驾驶，需要实时感知周边环境，需要精细的路径规划，这正是路口大数据的价值所在。,路口大数据：,精准道路地图的碎片化,位置服务的碎片化,路口、涵洞和立交桥精准道路信息服务 路桥ETC系统、高速收费刷卡系统 U字拐弯处的精准道路数据 事故多发段地理数据 闹市区道路信息,位置服务，无论是定位导航数据还是 道路地图数据，都是典型的原生态大 数据，无限、开放、可增值，有着广 阔的应用价值！,在每一辆车的整个生命周期内，通常80%的时间行驶在20%的道路上。因此本车经常行驶的路口很有限，路口精细地图和路口通行模式可以从云计算中获得，这正是位置服务的魅力所在。,车辆行驶的二八定律：,正在进行中的市区智能驾驶TT试验,TT试验方案,起点：首都国际机场航站楼 终点：天安门广场西侧某部大院 全长：29.8公里 道路要素： 机场高速5km； 环路5km 辐射路5km；立交桥10个 十字路口14个；岔路口38个 最高速 60km/h; 均速 30km/h 时长1小时20分钟,TT试验,道路类型 机场高速 城市环路（东二环） 立交桥（10个） 温榆大桥、北皋桥、五元桥、四元桥、三元桥 东直门北桥、东直门、东四十条、朝阳门、建国门 市区道路,行驶策略：54 + 52 + 52,制定全行程的规划轨迹（粗导航），明确途经的52个路口，形成54个路段 + 52个路口过渡区 + 52个路口的行驶路线和策略。 行驶过程中不断地进行符合性印证。通过自主驾驶、协同导航和人工干预，实现全程智能驾驶，轮式机器人可不时地与人进行自然的语音或触摸交互，也可不交互全自动完成整个行程。,行驶策略：54 + 52+ 52,出发前，利用车载电子导航地图将车辆所在的物理车道对准电子地图规划轨迹的起点，保证在规定车道虚拟中心线的起点出发， 智能车一段一段地行驶过去，自主行驶的速度由周边流量决定，不求快，路口过渡区和路口的速度慢，有利于精细导航的实现。,移动位置服务的生命力在于：,位置服务的精度 满足移动速度的变化 地理环境变化后无缝服务能力,三、移动位置大数据体现价值,泛在的位置采集：传感器的多样性,各类地标、通信基站、固定建筑 手机和各种穿戴式设备 BD/GPS + IMU WiFi、RFID、Zigbee、伪卫星等 城市海量摄像头等感知设备,组合定位和组合导航走向大数据,例如：卫星定位系统可否利用地面大量移动通信基站资源，提高定位精度？,基于移动网络:一方面提供辅助导航信息,以获得丰富的星历信息;另一方面提供用户高精度的差分修正信息。从而提高用户定位精度达亚米级。,案例：通信基站网络差分气压测高技术,通信基站无法在垂直方向定位，现有气压测高技术误差达到十余米甚至数十米,针对问题,通信基站网络差分气压测高,效果,突破室外高度方向定位技术瓶颈，实现精度 的垂直定位，提升精度数十倍，满足楼层区分需求。,测 量 结 果,优于1m,卫星定位高程精度较差，如果通过通信基站网络差分测高技术，可大幅修正卫星水平定位误差至亚米,基于最佳组合导航系统精度因子优化定位,效果,室外定位测试精度对比,突破卫星垂直定精度差及城市遮挡环境几何精度因子差导致定位精度降低至10m15m的瓶颈，提升卫星定位精度至实用环境优于 ，测试环境0.57m,优选卫星和地面基站，实现最优的组合导航系统几何精度因子GDOP，提高室外定位精度。,1m,移动位置大数据和你我在一起,想在北京的街道里开一家门脸宽过5米的商店，而不被高德公司记录在案，绝非易事 想在北京开车出门吃顿饭，而不被摄像头记录5次以上，绝非易事 在基于位置服务的社交网络上，人们也许会发现，今天你先进入“为民刻字部”，然后去了“俞氏刀削面馆” 社会感知计算（SoLoMo）:支持社群的互动、沟通和协作,出现互联网环境下各种各样开源、开放的软件合作开发社区，众包、分享、互动和群体智能成为服务软件开发的常态。 淡化软件产品的生命周期，软件在线更新，贴近新需求，强调软件的演化。 软件频繁地被重用和重组，在第一时间满足服务需求。 人人都是传感器。大众既是位置数据的使用者，也是位置数据价值的开发者；既是位置服务消费者，也是数据提供者, 形成群体智能。,普遍参与的开发和社交形成群体智慧,移动位置服务的普遍参与和群体智能,包括机器人在内的人人、物物都可以和云计算位置服务中心交互 VGI（自发地理信息）可以利用工具组装和上传个人自愿提供的地理数据 POI、ROI（感兴趣的位置和区域）的标注和推荐，从小众到大众，形成群体智能,Volunteered Geographic Information,Locational Crowdsourcing,典型代表： Wikimapia OpenStreetMap,Locational CrowdSourcing,Wikimapia,数据挖掘：移动位置大数据中的价值,移动位置大数据中的小众行为分析 移动位置的周期性发现 移动位置的间隙性发现 移动位置的群体性发现 群体性移动位置服务的动力学性质,移动位置大数据中的商机,导航比定位更重要、更普及 导航服务从B2B到B2C的急迫性显而易见 它不但导引你到达这里，还会告诉你这里有好吃的、好玩的、有优惠价提供、谁在这里用餐、是怎样评价这道菜的、可能会遇见谁，可以加入某个兴趣俱乐部等等 移动位置服务衍生出太多的社交活动,Nature专刊（2008年9月3日）,倒逼的力量！,移动位置服务成为务实推进云计算的示范 轮式机器人成为汽车的颠覆性创造，呼唤移动位置的精准服务 移动位置大数据产生价值,总 结,