iot, big data & ai 升维gis软件技术...2018/06/21 ·...

P1 月例NF研究会(第33回),201806,東京

ビッグデータ時代の時空間ソリューションとSuperMap GIS開発者ネットワーク

林秋博

日本スーパーマップ株式会社2018年6月21日


業界専門紙「GIS NEXT」創刊15周年記念号

A-AI

B-ビッグデータ

C-Cloud

SuperMap GISでは

A- 開発・製品化段階

B-9D 製品化

C-7C/8C 製品化


昨今、様々な新技術・新コンセプトが生まれている

IoT

Big Data

AI

Block Chain

Cloud Computing

……


IoT、ビッグデータ、AIの相互関係

IoT

AI

インテリジェント

アルゴリズムビッグデータデータソース


GISとのかかわり


{ IoT、ビッグデータ、AI } と GIS

{IoT、ビッグデータ、AI}

はGIS

を次元アップ

GISは{IoT、ビッグデータ、AI}

を次元アップ


IoT、ビッグデータ、AIはGISを次元アップ

GISはイノベーションを求められている

ICT新技術を吸収し、GISを進化させる

IoTとビッグデータはGISの新たなデータソースとなる

AIはGISの解析能力を次元アップ


GISはIoT、ビッグデータ、AIを次元アップ

IoTは位置情報を持っている

ビッグデータの多くは位置空間情報を持っている

AIアルゴリズムの多くは空間要素を考慮している

GISはIoT、ビッグデータ、AIに空間的思考力を与えている


IoTはリアルタイムデータを提供

GISにとっては

チャンスではあるが、同時に挑戦でもある


リアルタイムデータの利用シーン

•人流/車両/船舶/航空機の監視

•その他のIoTセンシング

利用シーン

•高性能のデータ処理

•高性能の可視化

処理能力への挑戦

•位置は変わるが、属性が変わらない（ジオフェンス）

•位置が変わらないが、属性は変わる（閾値アラート）

処理内容


ジオフェンス

P12 月例NF研究会(第33回),201806,東京北京首都空港航空便の離着陸状況

P13 月例NF研究会(第33回),201806,東京全球航空便情報・ジオフェシング


高性能可視化


GPU加速により2次元高性能動的目標物レンダリング(50万動く目標物)

5千5万50万


GPU加速により3次元高性能動的目標物レンダリング(10万動く目標物)


高性能ストレージ


Elasticsearchにより10億のポイントデータを保存

10億規模の軌跡データを使ってリアルにクラスタ分析図を生成

1.8億ポイント


リアルタイムデータのアーカイブは何に使えるの？

位置履歴

検索

軌跡履歴

生成

データマイニ

ング・解析


ビッグデータストレージ技術


RDBでは、ビッグデータは管理できない

従来の空間データエンジンでは、

空間ビッグデータは管理できない

分散コンピューティング技術により

空間ビッグデータエンジンを開発


SuperMap空間データエンジン

UDB

Oracle

SQL Server

MySQL

……

Googleマップ

オープンストリートマップ

地理院地図

HDFS

MongoDB

Elasticsearch

SuperMapクラウド

……

既存データエンジン空間ビッグデータエンジンWebデータエンジン


HDFSベースのデータ保存技術

テキストの読書に適する

CSV

JSON

ファイルフォルダをサポート


ビッグデータ空間解析


モデル分析

データ要約

属性結合

フィーチャー結合

エリア結合

SuperMap GIS 9D ビッグデータ空間解析

（Spark分散コンピューティングフレームワークに基づくもの）

軌跡再生

クラスタ分析

ホットスポット解析

密度解析

OD解析


• ポイントフィーチャーに対する統計学的計算

• ホットスポットとコールドスポットを探し出す

説明

• ポイント

ビッグデータタイプを入力

• 矩形（グリッド）と六角形(蜂の巣）対応

空間データ関連

ビッグデータ空間解析-ホットスポット解析


航空便軌跡を使ったホットスポット解析


• フィーチャーの空間分布密度を計算

• 計算対象域内はもとより周辺の影響も考慮

説明

• ポイント


• 矩形（グリッド）と六角形(蜂の巣）対応


ビッグデータ空間解析-密度解析


船舶軌跡を使った密度解析


ビッグデータ空間解析-OD解析

• 各起点と終点間の通行量を計算

• 属性集計を行う

説明

• 旅行記録または時間を持った携帯位置情報


• 各起点と終点の範囲



全球航空便OD解析


OD解析結果の動的表現


OD解析結果の動的表現-北京2か所の早晩ラッシュ時


ビッグデータの静的可視化技術


【分布状況表現】ビッグデータ可視化技術

空間解析

エリア要約

クラスタ分析

ホットスポット解析

密度解析

空間可視化技術

ヒートマップ

矩形グリッド分布図

六角形グリッド分布図

ポリゴン分布図


ヒートマップ

六角形グリッド分布図

矩形グリッド分布図

ポリゴン分布図


【接続関係表現】ビッグデータ可視化技術

空間解析

軌跡再生

OD解析

空間可視化技術

2次元軌跡図

直線ODマップ

アークODマップ

3次元軌跡図


軌跡図

３次元軌跡図

直線O

D

マップ

アークO

D

マップ


ビッグデータの動的可視化技術

P40 月例NF研究会(第33回),201806,東京動的ヒートマップ

P41 月例NF研究会(第33回),201806,東京動的グリッド分布図


動的軌跡図

P43 月例NF研究会(第33回),201806,東京動的ODマップ


動的軌跡-重慶タクシー


動的３次元軌跡(某空港航空便)


応用事例


携帯信号に基づいた人流解析（柳州）

4時 6時 10時


立地分析—マルチレイヤ―ホットスポット解析

ホテル分布

人流分布

ホットスポットを重ねてデータの分布と差異を検証


人流・混雑状況管理

• 人流傾向分析

• 人流をリアルに把握

• イベント参加者の誘導

• 警備・治安人員の配置


動画解析

PC視覚

フェース識別

画像識別

テキスト解析

自然言語処理

感情分析

GIS空間解析

犯罪予防—リアル監視

• 状況分析• ワンクリックアップロード• 容疑者リアル追跡• 容疑者クラスタ分析• 容疑者関連分析• ……


犯罪偵察—追跡

監視カメラ

交差点など追跡


自動車通行量区間別通行密度

渋滞指標交通ネットワーク安定性指数

ビッグデータ解析

マスタプラン編成・改修

都市・地方間関連性解析

都市空間境界画定と利用

都市公共空間識別

都市交通運航監視

都市人口動態シミュレーション

人の流れヒートマップ群衆移動軌跡法則コミュニティの発見


都市・地方間のネットワーク構造都市・地方間の格差分布


地域境界識別用地合理化都市空間構造用地と人口分布


ショッピング飲食イベント


フローティングカー位置

ナビ地図POI利用者

レビュー

eナンバープレート

車載インターネット

タクシー位置

交通ICカード

携帯信号

携帯信号

携帯信号

SNS

フローティングカー位置

都市マスタプラン編成・改修におけるビッグデータ


ビッグデータ×SuperMapクラウド

サーバーサーバーサーバーサーバーサーバー…

演算リソース保管リソースネットワークリソース GPUリソース

クラウド管理 / Docker管理 / 物理サーバー管理

サーバー

インフラ

空間ビッグデータポータル

サービス层

アプリ

空間ビッグデータ分析リアルタイムデータ処理

SuperMap iObjects for Spark

空間ビッグデータサービスビッグデータカタログ分散型分析リアルタイムデータ

SuperMap iServer

分析作図データ管理

SuperMap iPortal

iDesktop iClient iMobile Online

測量データ主題データ業務データ政策データ 3Dモデルリアルタイムデータ

非構造化データ

SuperMap SDX+ Big Data

データ

File Share HDFS PostgreSQL MongoDB Elasticsearch

リソース管理共有オンライン作図データの洞察 APP構築

クラウドコンピューティングに基づく

ビッグデータG

IS

フレームワーク

空間ビッグデータ運用・維持管理 iManager for Servers iManager for Big Data iManager for Cloud

SuperMap iManager


AIと機械学習/ディープラーニングの関係

AI(人工知能)

機械学習

ディープ・ラーニング


ビッグデータ+AI 価値向上

ビッグデータはAIの燃料である

AIはビッグデータマイニング能力を向上


ビッグデータ＋機械学習のGISツール

追跡マッチング関連付け画像

識別アラート予測


ディープ・ラーニング「識別」の例


画像と機械学習に基づいた目標識別

畳み込みニューラルネットワーク(Fast-RCNN)


機械学習に基づいた写真モデルDSMデータから建築物ポリゴンを抽出

畳み込みニューラルネットワーク(Unetモデル)


ビッグデータ時代の時空間ソリューション展望

• より多くのIoTプラットフォームやプロトコルとの接続IoT

• より多くの時空間ビッグデータ空間解析アルゴリズムの開発

• ラスタデータの分散保管と演算ビッグデータ

• より多くのAIアルゴリズムの探索

• 製品シリーズの形成AI


SuperMapグループ概要

•創業チームは中国科学アカデミー出身者

SuperMapソフトウェア、1997に設立。日本スーパーマップは2000年に設立

• 3700人（2017年末）

連結従業員数

•中国大陸でトップシェアの31.6%を占める

•ユーザーは世界150以上の国・地域に分布

GISプラットフォームマーケット


SuperMap開発者ネットワーク

SuperMapGISは世界有数の大規模GISプラットフォームソフトウェア開発会社の一つとして、現在中国大陸をはじめ、日本、韓国、マレーシア、インドネシア、トルコ、サウジラビアなどに開発者ネットワークや販売代理店を構築している。

日本では、「地方にやさしいSuperMap」としてこれまでに従来のGIS利用を目的に地方の中堅測量・建設コンサルタントを中心に展開してきた。また、開発パートナーに価格面、サポート面で様々な優遇策をとってきた。


ビッグデータ時代のSuperMap開発者ネットワーク

昨今のビッグデータ時代を迎えて時空間ソリューションのニーズが拡大しつ

つある。

時代のニーズに応えるべく、SuperMap GISはイノベーションを断行しつ

つ、皆様とともに共同企画し、よりよい時空間ソリューションを展開するために

開発者ネットワークを拡大していこうと考えている。

本日より無償で少人数の開発者講座を開設します。特にNF研メンバー

には業務受注まで最長1年間、開発ライセンスをサポート付きで無償提供

する。


そして皆様とともにSuperMapGISはまい進していきます…

日々進化するIoT、ビッグデータ、AI技術とともに

iot, big data & ai 升维gis软件技术...2018/06/21 ·...

Documents