伟景行智慧建筑运维管理平台解决方案 GIS & BIM & FM 在平台中采用 GIS 技术，集成组织机构管理与楼层空间布置信 息，实现在地图中动态查询各建筑地理位置，进而查询建筑楼层各 区域划分，便于使用者快速定位查找相关单位，同时，集成建筑、 周边设施相关的图片和相关说明信息，便于使用者直观真实了解建 筑概况。 GIS 与 BIM 数据丢失等情况。 伟景行智慧建筑运维管理平台解决方案 GIS & BIM & FM 2. GIS 地图模块 GIS 地图模块以二维空间信息数据资源库为基础，集成影像数据、矢量数据、建筑 物模型，为管理人员提供可视化建筑管理服务，直观展示建筑地理信息、位置分布， 周边道路、设施、环境信息以及重要单位，从而极大地提高管理乐趣，提高工作的准 确性，推进建筑、空间、设施设备科学化管理。 基础地理信息数据管理：基于地方地理坐标系及高清航拍图、基础地形、地籍房 籍数据、关键基础设施现状等基础信息，通过空间层级结构，定位空间具体地理位置， 在地图中对区域或建筑进行框选标注，并展示其详细信息。 伟景行智慧建筑运维管理平台解决方案 GIS & BIM & FM

▪ 分类识 别海外园区数 量和分布。本研 究 建立的 基于表格的数据库涵盖了1992—2022年间成立 且截至2022年处于在营状态的中国海外园区，共 计159个。截至2022年底的海外园区分布地图如 图4所示。本研究通过其他数据来源或渠道对经 由单一数据来源收集的信息进行了交叉复核，同 时确认了截至2022年园区的在营情况。中国海外 园区数据库的具体内容见附件1。 ▪ 基于可用信息识别海外园区用地类型和面积。 屋顶总 面积 工业/商业园区 农业园区 发电量 种植用地 装机容量 发电量 装机容量 厂房 用地 工商业区域 光伏发电量 工商业区域 光伏发电量 同工 商业 类园 区评 估方 法 地图 标注 屋顶选取 工具 COIPD COIPD 发电量 直接计算法 装机容量 COIPD COIPD 容量 密度 计算法 最大 风机 间距 情景 园区 面积 最小 源发展潜力及愿景 地理位置信息 我们无 法 估 算 其 屋顶 面 积 数 据）。关于 各 分析 等级园区的分类方法详见附件2。 ▪ Tier1园区的屋顶面积数据信息通过人工标注卫 星地图的方式进行采集。其中，卫星地图数据 主要来自Google Map，采用Google Earth Engine （GEE）进行标注，具体方法参见附件3。 ▪ Tier2园区和Tier3园区的屋顶数量较多，采用

通网络不仅能够广泛搜集交通状态数据，提供近即时、精 确的数据洞察，还能够基于数据洞察对交通网络进行智慧 化的控制。 • 资产管理： 重点在于保障园区类各项数据资产能够通过周全的盘点， 构建完善的数据资产地图，同时强化资产的利用，让园区 内各项资产可以物尽其用。 3.4 应用层 数智园区行业参考指南 | "IN" 数智时代 赋能园区转型 20 | 数智园区系统参考架构 • 能效管理： 空间解析、空间执行、空间服务 任务调度引擎 定时任务、事件任务 规则引擎 设备联动、空间联动、场景联动 数字孪生引擎 空间渲染、虚实融合渲染 3D 高精度地图 二维 GIS 地图、三维空间定位 空间场景服务 城市管网、光伏屋顶、高效机房、人行道闸、停车场、共享工位、… 基础服务 设备、数据、算法、数字孪生、统一身份、位置、… 知识推理与计算引擎

分析、液化石油气爆炸分析、管道 泄 漏影响分析、储罐泄漏影响分析、 应 急资源故障关联趋势分析等。 综合决策 综合决策宜能根据园区决策需要将实 时监测数据、静态数据、业务数据、 研判分析数据等叠加在一张地图上进 行展示，辅助园区进行科学决策。 态势监控 为园区态势进行汇总、分 析和展示，提供全面、实 时的数据资源态势视图。 4 3 十三、智慧决策 1 企业画像 园区画像 安防一张图

发展。 þ “模速空间”2023年9月投入运营，已集聚100余家大模型企业 带动周边落地200多家AI企业。 13 赛道 2：高级别自动驾驶 自动驾驶方案、计算芯片、 核心传感器、高精度地图等 技术和产品不断迭代 公司 主要进展 特斯拉 采用纯视觉方案的自动驾驶技术路线，全车队累计自动驾 驶里程超过数十亿英里; Autopilot系统广泛应用于量产车型 百度 APOIIO 累计

年）》显示，我国智能制造应用规模和水平大幅提升，四成以上制造企业进入数字化、网络化制 造阶段，制造机器人密度跃居全球第五位，智能制造装备产业规模达 3 万亿元，市场满足率超过 50%。 而在经营管理方面，根据《中国两化融合发展数据地图（2020）》的数据， “十三五”期间，我国 49.3% 的制造企业在研发设计、 生产、采购、销售、财务、人力、办公等环节实现了数字化工具的全面覆盖。 其中，办公、人力环节的数字化工具应用普及度很高，分别达到 员工绩效和企业目标绑定，助力业 务战略解码 03. 绩效数据多元应用，赋能管理 各角色协同为绩效负责 为人才管理提供数据依据 目标管理，简易操作 ��. 灵活配置目标管理，逐级分解、敏 捷对齐 全局作战图，目标地图全局一览，实时查看、跟踪。对企 业战略目标逐级分解，层层关联。确保各层级人员对目标 理解一致，激活员工，帮助企业目标高效达成 战略目标，层层拆解 周期、模板、指标、流程等自定义灵活配置、简易操作，

从产品购买者变身为设计者，每年可汇聚用户有效创意过万，建立起 用户、设计师、全球资源零距离交互设计的全新模式。 专栏 2 自动驾驶领域开放式创新 百度在 2017 年正式推出了 Apollo 计划，打造包括高精度地图、 定位与感知、规划与控制、仿真测试开放数据等在内的自动驾驶创 新生态系统。 新质生产力研究报告——从数字经济视角解读（2024 年） 18 Apollo 平台吸引了来自全球范围内的上百家合作伙伴，涵盖了

性能优化等自动化能力。自动驾驶通过数字孪生，知识图谱，机器学习等技术， 结合感知/分析/决策/执行闭环流程，实现故障根因自动发现，故障自动快速修复， 并大幅优化准确率和故障闭环时间。自动驾驶可构建网络/用户/终端/应用的四维 立体地图，端到端体验可视，一键直达问题根因。通过自动驾驶可构筑领先的运 维运营能力，先于业务感知网络故障，先于用户修复故障。 网元层自动驾驶：通过光层数字化实现隐患主动预测。 网元层自动驾驶首先要求光

知、路 径规划和决策优化等方面具有广泛应用。在视觉感知方面，大模型可以处理多 传感器数据（如摄像头、激光雷达、毫米波雷达等），提高目标识别精度。在路 67 径规划方面，大模型可以结合地图数据、交通流量信息和驾驶习惯，优化路径 选择，提高行驶效率。在决策优化方面，大模型可以基于强化学习算法，优化 自动驾驶系统的决策逻辑，提高安全性。 工业大模型在整车设计与仿真领域发挥着重要作用，能够优化轻量化设计、