箩筐科技|数字孪生：万物皆可时空化？( 三 )

如果是一辆汽车的轨迹呢？不仅能细数车主人走过了多少路，经过多少个加油站，更能附加这个人的社会属性，性别、年龄、职业等等，这就能够从自然人属性的角度去分析其行为与需求，协调城市供需之间的矛盾。

本文插图

超擎通过附带标签的千亿级轨迹分析，能够融合人工智能，探索发现各类不同社会属性自然人的出行习惯与需求
在“万物时空化”的数字孪生世界中，不仅有大众地图呈现的路网与POI ，大道本身的厘米级宽度、电管杆、树木花草等海量精细对象，都将以实体面积等比反映在地图中。通过以矢量坐标点为单位的索引技术，能够精确地选中任意精细对象，并将动态个体与其进行实时交互，这对于无人驾驶“车路协同”、时空孪生模拟运行的真正落地实现，起到至关重要的作用。

本文插图
超擎索引与传统地图索引对地图对象选择的冗余对比
而这些海量精细对象所隐含的属性信息、语义信息，也会以标签的形式，折叠在地图与时空之中，支持与地图背后的坐标数据一同参与到时空智能分析与深度学习之中，这在城市综合治理、行业智慧管辖、突发事件防控中，能够起到多种“变量”参与的精确监控、智能防护作用。
超擎时空索引云技术，为建立基于时空智能的“数字孪生”提供基础核心能力：

实现无需预处理的“非切片”时空数据处理模式，支撑数字孪生的实时映射、虚实交互；
支持以时间与空间坐标为统一标准与线索，对多源结构化数据（数字、时空数据等）与非结构化数据（文档、照片、视频等）进行统一处理与融合分析；
支持融合人工智能，对高精度地图/空间/时空中的精细对象，进行无冗余海量次深度学习。

全时空大数据云平台
超擎构建了一个全时空大数据云平台，为什么要叫“全”时空？这是一个“全域、全要素、全流程”的时空大数据平台。
横向聚焦了三个时空领域最为重要也是覆盖面最为广泛的数据类型——矢量地图数据、影像数据（含空间三维数据）与物联网数据（物联网数据含工业传感器数据、轨迹数据、LBS位置数据、手机信令等动态数据），基本覆盖了以“人、车、地、物”为核心要素在内的广博万物。
纵向实现了数据全生命周期的极速处理。在云计算环境下，超擎在横向的全要素地物空间，无论是矢量地图、遥感影像、空间三维、物联网与轨迹等数据，都无需切片预处理，大为缩短数据从采集到发布的时间，实现了海量时空数据的超高（秒级、毫秒级）响应速度。
无论是横向，还是纵向，超擎采用一种形式为纽带与标准：超擎核心索引云技术，这带来了海量时空数据从显示、融合、分析到支持人工智能运算的全方位云端服务优势，起到了“万物时空化”的虚实对应、相互映射、协同交互的关键作用。
超擎全时空大数据平台提供了PB级、全类型时空大数据非切片、分布式管理能力，以及PaaS、SaaS级服务能力，平台基于超擎时空引擎技术，支持Docker、Kubernetes的微服务架构，兼容HBase、Spark、GeoMesa、GeoServer等广泛开源生态，内置时空AI智能分析、渐进传输、边缘计算等智能运算模块。
平台以强大的功能和兼容性、在线应用工具集及API接口，广泛应用于基础测绘、智慧城市、航天遥感、环保、商业、农业等众多领域，为数据洞察、价值发现、综合决策等提供强大的空间数据以及技术支持，助力大数据、物联网、AI时代背景下的时空云服务产业升级，并支持与人工智能多维融合，构建时空智能场景。
高效存储无冗余全网分布式云存储