从城市单体智慧化到城市治理智慧化的探索

文｜武汉虹信技术服务有限责任公司 余道敏 肖伟明 黄晓艳 张重齐

一、引言

我国智慧城市的发展经历了“数字城市”“智慧城市”“新型智慧城市”三个阶段，当前正处于由智慧城市转变成新型智慧城市的结构转型期。新型智慧城市的核心是以人为本、智慧运行的理念，是城市治理智慧化的重要手段，同时也是构建智慧社会的基石。

加快新型智慧城市建设，推进城市治理智慧化，已经成为国家战略，但目前新型智慧城市的建设面临着一个严重问题：新型智慧城市的顶层设计已经较为完备，但落地实施仍很困难，主要是新型智慧城市的建设是一项非常复杂的系统工程，涉及到政府、民生等各个方面，导致城市基层感知数据采集难、互通难，城市治理智慧化无法得到基层数据的决策支撑，以致新型智慧城市建设出现许多“小智慧”“假智慧”现象。如何让新型智慧城市建设落在实处，加快城市治理智慧化，已成为当下亟待解决的难题。

二、城市单体智慧化到城市治理智慧化

城市是由社区、园区、医院、学校、商圈、道路等众多城市单体构成，是城市的神经末梢，通过这些城市神经末梢的智慧化建设，收集各类智能感知数据，向上汇聚到神经元，再向上汇聚到“城市大脑”，建成海量城市基础数据中心，通过智能判断与大数据挖掘分析，提升城市运营管理水平，从而实现由城市单体智慧化到城市治理智慧化。通过城市单体的智慧化建设，满足人民在生活与工作中的安全保障需求、便捷高效需求、低碳环保需求；通过城市治理的智慧化建设，帮助政府提升城市精细化治理水平。城市单体智慧化与城市治理智慧化，二者相互支撑、相互依赖、相互协同、相互促进。其关系如图1所示。

三、总体技术架构

城市单体智慧化到城市治理智慧化的总体技术架构如图2所示，分为感知层、网络层、平台层、应用层以及解决方案层：

1、感知层：通过园区、社区、学校、商圈等城市单体的可视对讲、车辆通行、安防监控等感知设备，采集人、事、物等城市基层数据。

2、网络层：针对不同的应用场景，利用工业控制网、物联网、移动网络、局域网等异构网络方式，实现数据的实时传送。

3、平台层：平台层包括物联网设备集成管理平台、物联网大数据中心以及通用大数据管理平台，实现数据的接入、处理以及存储。

图1 城市单体智慧化到城市治理智慧化

图2 总体技术架构图

4、应用层：实现上层应用功能，应用层包括：智慧建筑综合管理平台、智慧社区综合运营平台、智慧园区运营服务平台、城市运营中心综合管理平台等。主要功能设计如下：

（1）智慧建筑综合管理平台，针对建筑物中照明、消防、门禁等各类智能化子系统，实现集中管理、一键控制、协同联动、智慧运维。

（2）智慧园区综合运营平台，实现互联互通的园区基础设施网络，高效、便捷的园区管理与服务，舒适、安全的生活服务，专业化的产业服务，绿色、低碳的生态环境，来满足园区运营者、使用者、管理者、访客、入驻企业等各方的信息化需求。

（3）智慧社区综合运营平台，融合社区居家生活的智慧家庭、智慧民生、智慧服务、智慧物业、智慧商业和智慧政务六大应用，使社区管理者、用户和各种智慧系统形成各种形式的信息交互，以达到更加方便快捷的管理，从而为居民提供一个安全、舒适、便利的生活环境，进一步提升社区信息化、智能化管理与服务水平。

（4）智慧灯杆综合管理平台，实现智慧照明、智能广播、视频监控、环境监测、紧急呼叫、充电桩管理等功能。

（5）城市运管中心综合管理平台，城市运管中心平台是基于居民社区、园区、商业综合体、校园医院等城市末梢的智慧化建设，收集海量的城市感知数据、基层治理数据，在平台上对数据进行汇聚融合，从而为城市的运行管理提供智能化的研判结果、科学化的决策支持以及扁平化、可视化的指挥调度支持。

四、关键技术

1、海量物联泛在接入技术

海量物联泛在接入技术，是为解决物联网设备接入网络异构、协议众多的难题，通过研究摄像头、门禁控制器、道闸控制器、环境监测传感器、消防传感器、电子围栏、地磁、震动光栅、电子巡更等多类设备的通信协议特征，收集主流设备厂家接口方法，研究厂家对接接口特征，建立接口特征库，通过特征库识别的方式，设计通用型协议适配方法，实现通信协议智能识别。同时建立接口协议与适配方法的关系库，一旦协议识别成功，自动调用对应接口方法，实现物联网设备异种协议动态适配，解决目前智慧城市建设中物联网设备接入环节中，各设备对接适配需定制化开发，通用型不强，实施配置繁琐的问题。接入方案如图3所示。

2、大数据分布式存储与组合检索技术

针对物联网感知数据海量、异构等特点，搭 建 基 于Zookeeper、Hbase、Hive、HDFS的分布式大数据存储系统，Zookeeper 是一个高可用的分布式数据管理与协调框架，基于对ZAB 算法的实现，能够在不同系统之间进行通知与协调，实现对数据变更的实时处理。Hbase 是一个构建在HDFS 上的分布式列存储系统，其典型特征是大表、面向列以及稀疏，适合存储海量非结构化、半结构化数据，支持实时数据读写。结构化数据采用关系型数据库进行存储。存储架构如图4所示。

基于分布式架构 Hadoop 设计的时空索引方法，为了充分利用Hadoop 在处理海量数据下分布式主从节点间的交互机制的优势，实现对海量时空数据的快速检索，将建立的时间索引、空间索引以及数据源索引结构存储在不同节点中，即在 Hadoop 的分布式主节点上分别设计时间索引、空间索引和数据源索引，以实现时空大数据的快速检索。索引设计如图5所示。

3、基于人机融合的异构大数据清洗技术

数据质量直接决定了大数据分析的难度以及准确性，基于人机融合的异构大数据清洗技术能够有效提升数据质量。数据清洗主要包括对空值、异常数据、冗余或是相似重复数据的处理，针对各类问题数据，建立相应的清洗规则，最终形成清洗规则库，利用清洗规则库对实时数据进行异常判断，并做出补全、合并、删除等处理，达到提高数据质量的目标。

数据清洗规则的来源有两处，一是利用专家经验，总结清洗规则；二是利用机器学习算法，推演新的清洗规则，通过收集的样本数据，结合机器学习算法，进行聚类分析，推演出新的清洗规则，不断完善清洗规则库。数据清洗流程如图6所示。

图3 海量物联泛在接入技术方案

五、应用探索

在武汉市东湖高新区某街道综合治理项目中，进行了城市单体智慧化到城市治理智慧化的应用探索。

1、项目背景

武汉市东湖高新区某街道辖10 个居委会、11 个社区、13 个行政村，该辖区为全市最大的拆迁还建区，辖区的综合治理、社会治安、社区服务等工作涉及面广、工作难度大。2017年底，该街道办启动了街道、社区两级综治中心建设实施三年方案规划的整体工作部署，力求通过信息化手段实现智慧综合治理，打造多元共治共享的治理局面，提升基层社会治理智能化、精细化、专业化水平。

图4 异构大数据存储架构

图5 分布式多级、多类型索引设计

图6 基于机器学习的数据清洗流程

2、实施方案

第一阶段试点工作拟接入2 个社区、1个商业综合体等3 个城市单体，通过对社区、商业综合体进行智能道闸、智能门禁、电子巡更、智能停车等智能化子系统的升级改造工作，实现智慧社区、智慧商业综合体建设。通过实时采集社区、商业综合体等城市单体物联网感知数据，与公安、民政、城管、市场监督等政务数据融合后形成基层社会治理大数据中心，通过专家经验与机器学习等技术的综合利用，为街道办、派出所、社区居委会等多方提供集“态势感知、决策分析、事件管理、监测预警、专题应用、应急指挥”为一体的综合治理大数据应用支撑服务，构建街道、社区两级综合治理中心。后续将会接入辖区内的学院、医院等其他城市单体。

3、应用效果

该试点项目打通了综治、公安、市监、城管等八大数据孤岛，治理人口12 万人，成为首个打通社区与城市运管项目。满足综治、党建、红色物业、安全生产、计生、民政、社区、园区等多元治理需求，同时有效聚合各类政务服务和便民服务信息资源，为居民群众提供了多项就近服务功能；平台完成以综合治理为主的实有房屋数据、实有人口、实有车辆数据、党建、城管、工商、计生、物业等基础数据中心的建设工作，结合以门禁、人脸识别、车辆出入等动态数据，构建社区重点人员全景视图，通过对重点人员、异常行为的实时监测，主动发现治安风险，将治安风险消灭在萌芽状态。

六、结束语

中国城市治理智慧化仍然处于初始阶段，充分利用新一代信息技术提升城市智慧化水平，是城市管理理念的重要变革，也是关乎民生改善的工程。在目前顶层设计、指标评价较为完善的情况下，大力推进国家治理体系和治理能力现代化，需要解决智慧城市建设落地难、实施难的困境。

从城市单体智慧化到城市治理智慧化，为智慧城市落地实施探索出一条切实可行的路径：以社区、园区、医院、学校、商圈等城市单体智慧化建设为起点，实现智能化基础设施的建设、升级改造；以物联网、大数据、人工智能等新一代信息技术为重点，实现基础数据的采集、处理以及分析，构建城市治理大数据中心；以城市治理智慧化为终点，满足多元治理需求，提升政府公共服务能力，打造和谐宜居的城市环境。