无人驾驶车在地面上平稳行驶，无人机在空中按序盘旋……当前，无人化监管已成为园区“智治”的重要途径。其中，全空间无人化监管的背后是多种无人化设备及全方位智能管理系统，这离不开空间智能和大模型的深度融合。
本文为《AI向未来：从星星之火到落地生花》专题最后一篇。以空间智能为底盘，以大模型为驱动，园区正在由“被动处置”向“自主思考”发展。
1
从“人盯屏幕”到“系统自驱”：重构园区监管范式
当前，传统园区管理面临90%的告警依赖人工核实、60%的运维人力消耗在重复巡检、突发事件平均响应时间超过30分钟三大痛点。随着新技术的发展演进，解决上述痛点，实现智能化自动化管理成为了可能。
首先，关于AI、BI、GI，这三个“I”就像三个相辅相成的“兄弟”，虽然技术起源的时间不同，但是内在又有着深刻的联系。
AI：人工智能（Artificial Intelligence）(1956,by Dartmouth Conference)电脑模拟人类智能的技术
BI：商业智能（Business Intelligence）(1996,by Gartner)从数据提取信息和知识，并用于辅助决策改善业务的能力
GI：空间智能（Geospatial Intelligence）
（2014,by SuperMap）从空间数据中提取信息和知识，并用于管理和设计世界的能力
其中，GI（空间智能，早期中文翻译为“地理智慧”）是从空间数据中提取信息和知识，并用于管理和设计世界的能力，不仅可为园区监管提供了空间数据整合、可视化分析及智能决策支持，也让园区管理从“平面化”向“立体化”、从“被动响应”向“主动预测”升级。而AI大模型，赋予了智慧园区针对园区复杂场景的认知智能和自主决策能力。
超图利用空间智能软件技术，通过结合AI大模型等，构建具有“空间认知-智能决策-自主执行”能力的监管体系解决方案（以下简称“方案”）。
2
智慧园区全空间无人化智能监管三大核心应用场景
基于智能驾驶的园区治理事件智能化识别
园区治理事件识别高成本、低时效严重制约智慧园区的发展，采用高集约化方式构建统一的园区治理事件智能化识别可有效降低识别成本，提升园区治理效率。
在园区治理过程中，方案创新性运用了城市覆盖面最广的智慧交通设备。另外，使用了无人驾驶车、无人机、无人船等无人监管设备，为园区交通场景赋能，并成为了园区动态感知外部变化的重要部分。
同时，方案采用AI技术，并融合超图立体空间定位、管理及分析能力，在某园区可自动感知30余种园区事件，实现自动识别告警，并构建起全流程处置模式。
在不增加额外运营成本的前提下，方案实现了园区预警事件秒级感知，园区治理事件长期监管。依托AI大模型未来预测能力，不仅为当下园区智能化治理提供更高效、更集约、更前瞻的数据支撑，还面向诸多园区运营公司提供完整数据应用标准化流程。
基于智能驾驶的园区电力智能化巡检
当前，部分园区电力巡检仍高度依赖传统的人工巡检模式，面临巡检效率低、安全性低、成果数据质量差等问题。如何采用更高效智能的巡检模式，提升巡检效率，保障巡检质量是园区电力智能巡检亟待解决问题。
方案依托无人车及无人机联动模式，通过融合自动导航及超图三维分析能力，集成AI识别算法，构建无人驾驶车智能巡检功能。AI技术对巡检图像进行深度解析，精准识别异常情况。方案实现了任务自动下发、车辆自主导航、智能巡检作业、异常检测预警等，有效解决了当前电力巡检依赖人工的问题。
方案通过引入无人化监管设备，致力于打造高效、精准、实时的电力巡检体系，推动区域电力管理的智能化全面升级。
无人机巡查一网智治
传统无人机巡查有着运营成本高、设备闲置时间久等问题，如何实现更高效作业成为无人机巡查的关键。
方案通过构建集约化运营模式，搭建区域性无人机共享服务平台，融合超图空间分析能力开展航线智能规划，实现“应飞尽飞”。通过有效控制巡查区域，相较传统方式，巡查时间可节约超50%。
巡查数据采集完成后，通过GIS+AI融合分析，实现基于航片及无人机视频的智能解译，能够有效对区域范围内违法用地和违法建筑、环境污染、施工进度等30余类园区治理指标进行监测，识别精度高达90%。
3
未来展望：从“智慧园区”到“全空间智能园区”
超图软件打造的具有“空间认知-智能决策-自主执行”能力的监管体系解决方案，将空间智能与附带推理能力的AI大模型融合，促进“智慧园区”跃迁到“全空间智能园区”，实现从微观到宏观全场景的展示，极大提升园区管理效率，推动园区长期可持续发展。
作者 | 李梦
编辑 | 吴晓燕 周芯宇
审核 | 黄鸿 李江川
审签 | 刘宏恺
