住建部2023城市体检要求已经将城市体检工作要求提升到了更高的高度，其中既有对于调研对象颗粒度的要求，也有对于调研问题的深化。同时，在中国各个城市的城市更新工作过程中，逐渐有更多有共性的内生诉求被发掘，相应的调研工作也需要响应这些实际更新中产生的问题需求。
那么，当城市体检调研颗粒度细化，社区调研工作时间明显加长，我们是否可以为已经走入城市空间微部的调研人员提供更强大的感知工具，尽可能多地采集区域数据，发现区域具体问题，让已经既定的调研工作时长发挥更大的价值？城市象限认为，社区范围内的问题，主要可分为以下三类：公共空间环境问题、公共服务问题、居民主观诉求问题。
如上篇城市体检工具推介文章中所述，公共服务问题主要基本都可以通过“研城象限”现场调研采集工具来进行采集，居民主观诉求问题则可以通过“问见象限”市民问卷采集小程序和“云雀象限”市民提案采集小程序进行采集。而面对隐藏在社区公共空间中的问题，我们是否能实现自动化捕获与分析？今天，我们将进一步详细介绍专门面向这一场景开发的智方象限智能巡检感知工具。
智方象限，是城市象限推出的面向社区公共空间要素信息采集的智能感知设备工具包，其中包括IoT一体智能巡检车、巡检背包，以及体检云平台。IoT一体智能巡检车与巡检背包，服务于社区公共空间数据要素的日常采集，可以实现数十项空间要素的批量采集。
IoT一体智能巡检车可以同时采集实时定位、空间图像、路面情况、环境数据，同时，还能通过将设施集成在轮椅上的方式，模拟残疾人出行，进一步全面感知。通过我们在多个区域测试，每小时可以完成2平方公里的巡检任务。自带电池供电可连续行驶30km以上，并可基于此电源继续增添感知设备，有很强的扩展性。IoT一体智能巡检车包含以下组件：
IoT一体智能巡检背包可以同时采集实时定位、空间图像、环境数据。是在IoT一体智能巡检车的基础上进行的简化，轻量级、便携式的社区体检用背包设备，适合巡检员单人背包步行或缓慢骑行实现社区调研巡检。IoT一体智能巡检背包包含以下组件：
感知设备完成数据采集后，将数据上传至体检云平台。体检云平台将对感知数据进行批量处理及要素分析，并产出专题地图与自动化报告。目前体检云平台可支持的专题分析维度有：
在以往使用普通相机或手机自带相机，进行外业照片采集时，作业人员必须要将相机对准被拍摄物体。如果在一个区域内不同方向有多个物体需要拍摄，就需要作业人员多次拍摄，降低了采集效率；甚至由于疏忽，有还会时遗漏一些需要采集的对象。回到内业后，还需要把同一位置，不同方向的照片进行整理。照片越多，内业的工作量就越大。我们的方案中使全景相机进行拍摄，一次采集的照片基本可以覆盖全部的现场环境。可以从前、后、左、右、上、下任意一个角度观察现场的情况，完全不用担心会遗漏某个反向，大大提升了采集效率。回到内业后，相机的控制器会记录相机拍摄时的地理位置和姿态，几乎不需要整理照片，只要将控制器和拍摄的照片导入平台，就完成了内业数据整理的工作。通过平台就可以方便的浏览全景照片，可以准确的判断某个目标在什么位置的什么方向。
全景照片的优势就是可以全方位反映现场的景象。国内外的LBS服务商都会提供带有位置信息的全景照片服务。城市规划和城市体检业务就经常用到“街景”来了解研究区域的现状。但各个厂商提供的公共街景服务，往往更新频率较低，无法反映现状。由于LBS厂商普遍采用的是“车载”方案，街景信息仅停留在市政道路两侧空间，一些内部区域就无法覆盖。我们提供的方案是可穿戴的采集设备，只需要一个背包，就可以轻松的实现采集带有位置和方向信息的全景照片。自研的控制器会控制相机全程自动拍摄，同时记录位置和相机姿态信息，在平台中通过空间拟合技术，快速灵活的进行局部街景生产。配合电动轮椅，还可以实现更大范围的作业区域。大大降低了数据更新成本。可以轻松实现局部区域，不同时间段的快速街景数据更新和高密度历史数据的积累。
在我们的巡检采集车方案中使用的是电动轮椅。轮椅在行进过程中，由于不同的路面铺装、路面破损或路面设施的起伏，会使轮椅产生不同程度的震动，还会使轮椅的姿态发生变化，甚至阻碍正常行进。我们在电动轮椅的核心支撑部分安装了震动传感器和陀螺仪。会以每秒30-40次的频率记录轮椅发生的震动、加速度、姿态变化等信息。通过分析这些信息，结合GPS数据，来综合判断路面的颠簸程度，为无障碍通行提供数据依据。
在上一篇文章中，我们介绍了智方象限配套的通用体检云平台，提供的全景照片的图像要素自动识别并标注的能力。当面临更多、更复杂的业务场景时，可能会产生这些云平台现有的标准化图像要素之外的要素标注需求。
对此，作为对体检云平台的补充，我们开发了全景照片标注工具，支持业务人员对全景照片进行自定义标注。
在标注工具中，我们可以点击图像对应的位置，添加一个标签，然后编辑标签的具体内容。保存后，下次进入项目后也可以看到过去标注的成果。
这样我们就可以通过人工标注的方式，来对体检云中图像自动识别的结果进行补充。如当前阶段很难识别的废弃车辆、围墙损坏、围墙破损、公共空间违规晾挂衣物等。
以上是部分标注的成果的样例。
将标签数据从平台导出后，会保留标签的位置。
数据可以导入GIS软件，用户可以根据自己的需要进行进一步应用和分析。
全景相机和各类传感器其实在市面上不难采购到，但如何把诸多设备集成到一体，并稳定工作，需要对硬件配套进行整体设计，同时根据实用反馈不断优化更新。我们的硬件工程师从一设备诞生开始关注设计相关配套部件，确保主体设备能够方便、可靠、稳定的工作。
例如，我们最早版本的震动收集传感器主要追求安装方便，但在多次的实地测试时，遇到较大的颠簸，会出现脱落的情况。当前版本，我们重新设计设计了转接头，可以随时更换多种型号的管卡，也可以更换安装方向。轻便小乔，同时能最大程度上适合市面上常见的轮椅。
震动收集传感器配套固件的优化（左图为原始版本，右图为当前版本）
我们在相机的安装结构上，同样经历了多轮的迭代和测试。左图是我们的相机固定件的原始版本。经过多轮测试和志愿者的使用，由于材料的韧性问题，发生了多次因为震动过大，发生断裂的情况。
为了应对这些问题，我们改进了结构，并且更换了材料。
右面是我们的当前版本。这个方案材料使用的是工程尼龙，坚固的同时韧性非常好，强度和韧性是abs塑料的好几倍。当然成本也是高了好多倍。这个方案还设计了“防误触”结构。能够有效的防止用户的误操作。基本杜绝了由于用户在作业中，由于误触按键造成的操作错误。
相机配套固件的优化（左图为原始版本，右图为当前版本）
当前版本还可以更便捷的支持连接充电宝，来延长相机的作业时间。使用5000mAh的充电宝，可以使原本可以连续工作1.6-2.2小时，提高到10个小时的作业时间。
城市象限调研小组在过去的工作实践中，使用智方象限进行了诸多调研作业，其中：对于天鼎二一八社区进行的社区调研，主要聚焦在采集公共环境中的各类要素信息，并进行自动化识别与处理，提高体检工作效率；而由残疾人志愿者参与的轮椅日志调研，则是利用轮椅本身的无障碍功能属性，直接通过残疾人的日常视角来还原城市无障碍建设现状，并基于采集的图像数据，发现城市各类空间与节点中真正与残疾人生活息息相关的设计与细节。
调研小组同样使用智方象限对二一八社区进行了智能巡检感知调研。调研人员驾驶IoT一体巡检车对二一八社区周边进行了主干道路巡检。巡检范围约为2.7平方公里，路线距离5.2公里，整体巡检调研共耗时2小时。IoT一体巡检车搭载的多元感知设备，在一次巡检中，帮我们实现了全景图像、道路颠簸度感知、环境感知（pm2.5、噪音、异味、人群活力等）等多源数据的采集，极大提升了社区体检中数据采集的效率。
巡检轨迹与照片预览
通过巡检车上的全景相机，我们采集到了巡检沿路10秒一次的全景照片，通过图像识别算法，识别出了车辆、停车位、垃圾存放点等有价值要素，初步发现了停车占道等多处不规则停车的现象，与人工调查、居民意见调查的结果一致。
通过巡检车上的环境感知设备，我们采集了道路颠簸、空气质量、噪音等信息。从中我们发现：
社区沿街道路，噪音普遍超过声环境质量标准中昼间60db的要求，个别临近建筑施工的位置噪音超过90，会对居民健康产生负面影响。社区内部情况稍好，但仍有相当部分空间超过60db，影响居民正常休息。
分析专题图生成：噪音超标
空气质量监测结果发现，社区内部存在部分垃圾投放点等超过当日全市pm2.5值（39μg/m3），部分道路口pm2.5值超过国家二级标准75μg/m3。其他位置pm2.5值好于当时全市平均。
分析专题图生成：PM2.5
二一八社区内部的大部分路段，平整程度在无障碍出行正常可接受范围内（绿色及黄色）。部分路段，由于人行道铺装存在破损，行进有颠簸感。社区外的道路，及各小区出入口，因人行道不连续产生高差或杂物阻碍道路需要绕行，出现了较强颠簸感，严重影响无障碍出行。
分析专题图生成：路面平整度
智方象限将通过全景相机识别的要素进行综合分析，生成多种服务于社区空间认知及社区问题诊断的专题地图。如通过对图像要素分割，识别出绿视率、天空占比、建筑占比等。
绿视率分析专题发现社区大部分空间绿视率低于25%左右的人体舒适范围。符合范围标准的不足1/3.
分析专题图生成：绿视率
道路开敞程度专题（由图像天空占比得出）发现，社区内部视域内的天空占比普遍低于20%，建筑立面视域占比分析发现，社区内部大量空间的建筑视域占比超过40%。结合起来可以发现，社区空间明显局促，会让社区居民感到压抑。
分析专题图生成：道路开敞程度
分析专题图生成：建筑立面视域占比
通过更复杂的机器学习算法识别的公共设施要素，可以帮助我们快速形成社区空间资源地图，如公共活动空间、休闲空间、垃圾收集点等。在二一八社区的识别结果，可以明显发现社区公共活动及休闲空间的缺乏，与居民意见调查发现的情况一致。
分析专题图生成：公共活动场地
分析专题图生成：休息座椅
分析专题图生成：垃圾收集点
智方象限还可以针对如小区内部停车等社区常面临的疑难问题，整合多种图像识别要素，进行更进一步的综合分析。停车位占用分析专题，我们结合识别出的路边停放车辆和停车位，判别出被占用停车位和未被占用停车位，从而可以进一步判断出社区空间停车空间整体利用情况。
在二一八社区，我们发现社区内部几乎所有停车位都被占用，停车位使用紧张，与居民意见调查发现的情况一致。
分析专题图生成：停车位占用
在城市象限《北京低碳交通公正转型视角下的轮椅出行无障碍环境研究》中，10位残疾人志愿者使用IoT一体智能巡检车，各自进行了2-3天的无障碍调研日志记录，一共沉淀了6442条关于北京无障碍出行环境的实际出行数据。通过调研，研究团队以自动采集和人工判读相互辅助的方式，更清晰还原了志愿者每天的出行路线、出行道路选择、主要活动节点，以及具体出现的问题。部分调研成果展示如下：
出行距离：志愿者工作日和周末的出行距离有明显差异
出行方式：志愿者在不同路段和环境下会选择不同的出行方式
日志还原：不同时间节点与不同生活场景下，志愿者会遇到的无障碍出行问题
障碍定位：对于各个志愿者的调研日志进行分析，定位具体的街道设计与无障碍设施设计问题。
智方象限是城市象限结合目前的城市体检与城市更新的实际工作需求所研发的社区调研效率工具。可进一步与城市象限其他智能化产品打通使用，服务于城市治理与空间品质提升的各个工作环节。
京公网安备11010602007176号