城市感知體系可以形象地理解為智慧城市的“神經(jīng)末梢”。通過城市全域的泛感知建設，能夠實現(xiàn)動態(tài)的城市感知，精細的控制，成為智慧城市的“視覺、聽覺、嗅覺、觸覺”的有機組成，讓城市能夠隨時感知到每一處的相關動態(tài)，研判城市運行的趨勢和規(guī)律，提前發(fā)現(xiàn)城市潛在運行風險，精細給出預警信息，不僅可以為科學決策提供有效地技術支撐保障，同時也真正讓智慧城市建設做到“以人為本，服務于民”。換句話說，具備了感知體系的“城市智能體”，可以讓城市智能中樞運行更加的“通暢”。環(huán)境感知技術要滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求。可視化環(huán)境感知管理
城市感知體系如果作為環(huán)境感知體系，本身也由端側、網(wǎng)側、平臺側、安全側組成，而它“深入”融入城市智能體之后，各部分又能夠與智能體有機地組合起來，就能讓城市智能體的“五官”具備更為強大的“視覺、聽覺、嗅覺、觸覺”，更好地使能智慧城市的精細化感知、精細化治理。無論智慧城市怎樣發(fā)展，落腳點都必須是為“人”服務，而城市感知體系目前在城市的公共安全、公共設施和公共服務等應用場景方面，也帶來了全新的價值，不但能夠驅動城市的精細化治理，更能讓城市真正充滿流動的“智慧”。比如，在城市公共安全方面，綜合管廊相較于傳統(tǒng)地下管網(wǎng)建設，管廊內(nèi)設備維護以及巡檢有更高的要求，而通過在設備中引入OpenHarmony系統(tǒng)，就能實現(xiàn)單一設備對接控制多種設備，比較大化幫助廊內(nèi)巡檢人員，顯著提高廊內(nèi)設備巡檢、維護效率?？梢暬h(huán)境感知管理實現(xiàn)生態(tài)環(huán)境領域多源數(shù)據(jù)的感知采集，實現(xiàn)水、氣、聲、土壤等環(huán)境質量監(jiān)測和重點污染源排放監(jiān)控。
針對異構多任務的感知能力發(fā)現(xiàn)與分配問題，需要綜合考慮感知節(jié)點和任務之間的時空相關性。在城市環(huán)境中，鑒于越來越多的感知任務需要利用多源感知信息，提出一種支持多并發(fā)的感知節(jié)點發(fā)現(xiàn)和任務分配機制至關重要。然而，現(xiàn)有方法大多側重于同構任務。由于不同的時空任務需求和感知情境，需要綜合考慮感知節(jié)點的時空屬性，挖掘時空相關的感知節(jié)點能力。為此，提出并形式化定義跨空間異構多任務分配問題，將數(shù)據(jù)質量比較大化和總激勵預算作為約束條件。利用異構任務間的隱式時空相關性，提出一種兩階段求解方法，有效地處理共享資源池中的多個并發(fā)任務?；诋愘|任務的時空分布條件與群體用戶的時空移動行為模式，從感知質量與感知成本兩個維度出發(fā)，提出基于多輪線性加權和粒子群優(yōu)化的任務分配算法。
依托“物聯(lián)網(wǎng)與智慧城市關鍵技術及示范”國家重點研發(fā)計劃重點專項“城市多尺度綜合感知技術與體系”，國內(nèi)多家單位強強聯(lián)合，開展基于空天地集成化傳感網(wǎng)的城市綜合感知相關技術研發(fā)、平臺集成與應用示范。其主要目標在于實現(xiàn)城市群至街區(qū)尺度的自然地表要素、人車物運動目標和街區(qū)復雜場景的在線感知，獲取海量時空數(shù)據(jù)，構建多尺度綜合感知服務系統(tǒng)，并提供主動按需即時服務。主要研究內(nèi)容包括：①建立多尺度綜合感知指標、共性技術與標準體系，研究城市群地表要素空間無縫感知技術，構建城市群地表要素無縫感知系統(tǒng)和典型產(chǎn)品；②研究多尺度智能光場視頻成像與分析技術，建立十億像素光場視頻成像裝置和城市多尺度交通感知分析平臺；③研發(fā)精細場景時空感知設備與在線監(jiān)測技術，構建街區(qū)突發(fā)事件立體感知網(wǎng)；④研制城市多尺度綜合感知服務系統(tǒng)，開展城市群至街區(qū)尺度暴雨內(nèi)澇、區(qū)域交通和江河湖生態(tài)環(huán)境示范。城市感知與決策是實現(xiàn)城市智慧化的首要前提。
移動群智感知任務分配涉及兩類重要實體，即感知任務和任務參與者，關鍵在于如何利用優(yōu)化模型和算法，在候選者選擇質量的參與者執(zhí)行任務，以保證低成本地獲取足量的質量數(shù)據(jù)。針對如何為城市空間中的單個感知任務（如城市某重點區(qū)域交通動態(tài)）選擇合適感知節(jié)點這一問題，提出了基于信用分布的影響力比較大化算法，預測感知參與度。將基于事件的社交網(wǎng)絡（EBSN, Event-Based Social Network）的活動視為感知任務，綜合考慮任務的內(nèi)容特征、時空情境特征和社會影響特征，提高預測用戶參與任務的準確率，即提高感知能力發(fā)現(xiàn)和任務分配的命中率。如圖2所示，將感知節(jié)點挑選的問題形式化為偏好-影響力**選擇問題，即尋找對當前感興趣且具有影響力的用戶集。方法框架包括用戶-任務偏好建模和影響力比較大化兩個部分。根據(jù)檢測信號的來源類型，可將其分為物理傳感器和化學傳感器，物理傳感器適用于物理效應。視覺環(huán)境感知市場前景
環(huán)境感知技術是通過土壤傳感器采集數(shù)據(jù)，結合已經(jīng)設定植物澆水所需溫濕度閾值，及時預警并指導現(xiàn)場作業(yè)。可視化環(huán)境感知管理
群智感知利用存在的智能設備（智能手機、可穿戴設備、車載設備等），實現(xiàn)靈活機動且成本低廉的數(shù)據(jù)收集。移動群智感知(Mobile Crowd Sensing)是群智感知的一種特殊形式，其以大量普通用戶及攜帶的智能設備作為感知節(jié)點，利用大眾的分布性、靈活移動性和機會連接性實現(xiàn)大規(guī)模時空感知。相比群智感知，移動群智感知覆蓋范圍更廣、靈活性更強，是一種“以人為中心”的感知模式，通過利用顯式或隱式的大眾“智慧”（即群體智能），對低質、冗余、碎片化感知數(shù)據(jù)進行推薦和增強理解，進而為城市計算提供更加質量的數(shù)據(jù)?？梢暬h(huán)境感知管理