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(shè),，能夠?qū)崿F(xiàn)動態(tài)的城市感知，精細(xì)的控制,，成為智慧城市的“視覺,、聽覺、嗅覺,、觸覺”的有機(jī)組成,，讓城市能夠隨時感知到每一處的相關(guān)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(fēng)險,，精細(xì)給出預(yù)警信息，不僅可以為科學(xué)決策提供有效地技術(shù)支撐保障,，同時也真正讓智慧城市建設(shè)做到“以人為本，服務(wù)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(shù)要滿足信息的傳輸,、處理,、存儲,、顯示,、記錄和控制等要求,?？梢暬h(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(cè),、網(wǎng)側(cè),、平臺側(cè),、安全側(cè)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(jī)地組合起來，就能讓城市智能體的“五官”具備更為強(qiáng)大的“視覺,、聽覺,、嗅覺、觸覺”,，更好地使能智慧城市的精細(xì)化感知,、精細(xì)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(wù),，而城市感知體系目前在城市的公共安全、公共設(shè)施和公共服務(wù)等應(yīng)用場景方面,，也帶來了全新的價值,，不但能夠驅(qū)動城市的精細(xì)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(shè),，管廊內(nèi)設(shè)備維護(hù)以及巡檢有更高的要求，而通過在設(shè)備中引入OpenHarmony系統(tǒng),，就能實現(xiàn)單一設(shè)備對接控制多種設(shè)備,，比較大化幫助廊內(nèi)巡檢人員，顯著提高廊內(nèi)設(shè)備巡檢、維護(hù)效率,?？梢暬h(huán)境感知管理實現(xiàn)生態(tài)環(huán)境領(lǐng)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(zhì)量監(jiān)測和重點污染源排放監(jiān)控,。

針對異構(gòu)多任務(wù)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(wù)之間的時空相關(guān)性,。在城市環(huán)境中,，鑒于越來越多的感知任務(wù)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(wù)分配機(jī)制至關(guān)重要,。然而,，現(xiàn)有方法大多側(cè)重于同構(gòu)任務(wù)。由于不同的時空任務(wù)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(guān)的感知節(jié)點能力。為此,，提出并形式化定義跨空間異構(gòu)多任務(wù)分配問題,，將數(shù)據(jù)質(zhì)量比較大化和總激勵預(yù)算作為約束條件。利用異構(gòu)任務(wù)間的隱式時空相關(guān)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(wù)?；诋愘|(zhì)任務(wù)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(zhì)量與感知成本兩個維度出發(fā)，提出基于多輪線性加權(quán)和粒子群優(yōu)化的任務(wù)分配算法,。

依托“物聯(lián)網(wǎng)與智慧城市關(guān)鍵技術(shù)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(shù)與體系”,，國內(nèi)多家單位強(qiáng)強(qiáng)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(guān)技術(shù)研發(fā),、平臺集成與應(yīng)用示范,。其主要目標(biāo)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(biāo)和街區(qū)復(fù)雜場景的在線感知,，獲取海量時空數(shù)據(jù),，構(gòu)建多尺度綜合感知服務(wù)系統(tǒng)，并提供主動按需即時服務(wù),。主要研究內(nèi)容包括：①建立多尺度綜合感知指標(biāo),、共性技術(shù)與標(biāo)準(zhǔn)體系，研究城市群地表要素空間無縫感知技術(shù)，構(gòu)建城市群地表要素?zé)o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(shù),，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(xì)場景時空感知設(shè)備與在線監(jiān)測技術(shù),，構(gòu)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(wù)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(wù)分配涉及兩類重要實體,，即感知任務(wù)和任務(wù)參與者,，關(guān)鍵在于如何利用優(yōu)化模型和算法，在候選者選擇質(zhì)量的參與者執(zhí)行任務(wù),，以保證低成本地獲取足量的質(zhì)量數(shù)據(jù),。針對如何為城市空間中的單個感知任務(wù)（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(yù)測感知參與度,。將基于事件的社交網(wǎng)絡(luò)（EBSN, Event-Based Social Network）的活動視為感知任務(wù)，綜合考慮任務(wù)的內(nèi)容特征,、時空情境特征和社會影響特征,，提高預(yù)測用戶參與任務(wù)的準(zhǔn)確率，即提高感知能力發(fā)現(xiàn)和任務(wù)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(dāng)前感興趣且具有影響力的用戶集,。方法框架包括用戶-任務(wù)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(xué)傳感器,，物理傳感器適用于物理效應(yīng),。視覺環(huán)境感知市場前景

環(huán)境感知技術(shù)是通過土壤傳感器采集數(shù)據(jù)，結(jié)合已經(jīng)設(shè)定植物澆水所需溫濕度閾值,，及時預(yù)警并指導(dǎo)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(shè)備（智能手機(jī),、可穿戴設(shè)備,、車載設(shè)備等），實現(xiàn)靈活機(jī)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(shè)備作為感知節(jié)點,，利用大眾的分布性,、靈活移動性和機(jī)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(qiáng),，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(zhì),、冗余、碎片化感知數(shù)據(jù)進(jìn)行推薦和增強(qiáng)理解,，進(jìn)而為城市計算提供更加質(zhì)量的數(shù)據(jù),。可視化環(huán)境感知管理