「无人机」+「云计算」地质灾害观测预警中的黑科技

百家 作者:QingCloud 2017-08-25 11:13:55

从 23 号开始,青小云的朋友圈就被一个叫「天鸽」的强台风刷屏了,房屋被毁,人被吹飞;在北京的青小云也深深感受到今年北京的雨水比往年来的更多,各种雷阵雨、中雨、暴雨频发,但贴心的是,在灾害来临之前,运营商和各类 App 总会推送相关气象预警,告诉大家哪些山区比较危险,甚至可以在线观测到灾害的实时情报。


图片来自:深圳台风网


这些播报的信息都是由中国气象局和国土资源部联合制订、
发布的。其中,气象局我们可能都比较熟悉,主要负责天气预报。而地质灾害预报就是由国土资源部制作的。青小云好奇地查了一下之后,发现呈现在我们面前的文字和数字,其背后要付出的其实很多。来听小云给你讲讲。


地质三宝

传统的地质工作有三宝:地质锤、野外记录本和地质工作者的两条腿。在传统地质工作场景中,地质工作员会拿地质锤敲石头,考察当地的地质岩系。野外记录本用来记录地质工作者看到的图形和信息。两条腿是指地质工作人员翻山越岭去调查情况,很多地区交通情况不是特别乐观,都需要靠两条腿走出一条路,工作环境非常艰苦。



温家宝总理也是地质工作出身,当时他就是靠两条腿走过了很多地方,写下了很多宝贵的地质笔记,后来出了一本书《温家宝地质笔记》,地质工作人员都会参考和学习这本书的内容。


但是单靠人力去做地质工作效率太低,比如 512 汶川地震时,波及的范围非常广,如果单靠人力去覆盖整个区域,即使不考虑数据质量的问题,光走完所有区域就会导致信息获取严重延迟。 624 茂县滑坡,高差 1000 多米,人走一圈要两天左右,再加上数据获取的时间,想要对现场情况有一个基本了解大约需要一周的时间,这样的时间跨度对次生灾害的判断和灾后重建工作的开展是极其不利的。


好消息是随着科学技术的发展,现在的地质工作已经可以摆脱靠腿走、靠手敲和靠眼看的时代,地质工作人员可以利用卫星、无人机、大数据等高科技手段来发现隐患,更快速、更有效地获取数据、处理数据,尽可能的避免灾害的发生。

基于云端的无人机三维建模

中国环境地质监测院基于青云QingCloud 云平台构建了一个云端无人机三维建模系统,可以对 10 平方公里以内的小区域、大比例尺进行有效的三维地理信息的快速采集、传输、处理与发布,以达到快速掌握当地情况的目的。


这套云端无人机三维建模系统使用了 QingCloud 高性能的虚拟基础设施 IaaS ,以及数据库、缓存、大数据等 PaaS 服务,并在此基础上开发了三款 SaaS 应用: Ifiler 遥控无人机飞机、 Iflycloud 接收处理数据、 iFlyViewer 发布数据。



在系统数据采集层面,主要使用的工具是轻型旋翼无人机,配合自主研发的无人机航线控制系统 Ifiler。Ifiler 基于微型无人机数据采集端,用于无人机航线控制与数据采集。


无人机倾斜摄影作为新的三维地理信息获取技术,能够更加真实的反应灾害体的实际情况,针对小区域、大比例尺三维地理信息的快速获取以及对灾害体的快速识辨方面具有广泛应用前景。


但由于倾斜摄影数据量庞大,在数据采集、快速建模、数据安全、GIS 应用等各环节中也存在很多技术难点。通常飞一个无人机的架次数据量就能达到 GB 级别,如何将这些数据进行快速传输和处理都是必须面对的一些技术难点。


在数据处理层面和数据发布与应用层面,中国环境地质监测院基于青云QingCloud 云平台构建了无人机数据处理云服务,配合本地的数据处理软件对收集到的地理信息进行处理和建模。



具体的过程比较专业,这里我们只简单了解一下。地质工作人员在使用无人机进行数据采集工作时,可以采集到很多建模的有效信息。通过这些信息点生成云数据,之后再形成白膜,进一步渲染生成三维模型。在生成三维模型数据后,再将数据进行切片处理,并利用大规模数据网络发布技术,实现海量三维场景数据、DOM 数据、DSM 数据的自动发布,解决了传统的空间数据发布中的插件依赖性、私有性、跨平台差、配置繁琐等问题。



在整个技术架构中有两部分比较关键:


1、基于云计算的三维建模技术


前面其实已经介绍过,中国环境地质监测院基于青云QingCloud 云计算技术构建了一个云端无人机三维建模系统。QingCloud 云平台的 SDN 2.0 + SDS 2.0 技术特别擅长处理高并发的计算需求,配合 QingCloud 秒级响应、秒级调度,可以达到或接近物理服务器的性能。


2、基于云计算的 GPU 数据处理技术


要处理大量的图像数据光靠传统的CPU是很难解决的,通过部署青云QingCloud GPU 主机,中国环境地质监测院大幅提高了图像数据的处理能力。


青云QingCloud GPU 主机采用直通的方式将物理 GPU 卡与虚拟机直接对接,减少虚拟化带来的损耗,全面释放物理 GPU 的计算加速能力。配合 SSD 实现了大量数据处理的能力,解决了之前提到的超 GB 级数量图像数据的处理难题。


国土资源部中国地质环境监测院高级工程师杨飞对此深有感触:“最初,我们用几台 GPU 放到服务器上单独跑,然后又用几台 GPU 放到 QingCloud 云平台上跑。对比发现,GPU 放在 QingCloud 上的更加靠谱。一开始的时候,我觉得青云QingCloud 是一家做云计算平台服务的公司,可能对于深入到专业领域、耗费大量人力物力搞研发并不会很上心。但是 QingCloud 让我很感动的是,在没有大量投入资金的情况下, GPU 就可以轻松上云。”

能在地质灾害监测和预警中立了功,青小云不禁自豪地唱起了歌~



目前,上面提到的 GPU 主机现在已经在青云QingCloud 上推出内测。有需求的小伙伴可以点击文末的原文链接申请内测。


青云QingCloud GPU 主机采用专为人工智能计算优化设计的 NVIDIA Tesla P100 GPU ,并采用直通的方式将物理 GPU 卡与虚拟机直接对接,减少虚拟化带来的损耗,全面释放物理 GPU 的计算加速能力。用户使用 QingCloud GPU 主机既可以享受云端弹性计算带来的好处,创建的 GPU 主机还能与现有云上资源实现无缝集成,享受到所有主机相关的安全性保障。


NVIDIA Tesla P100 GPU 采用专门为计算加速场景优化设计的 NVIDIA Pascal 架构,可提供 3584 个并行计算核心,单精度浮点运算能力达 9.3 TFLOPS ,双精度浮点运算能力达 4.7TFLOPS 。单台 GPU 主机最多可挂载两块 P100 GPU ,并采用物理直通方式连接,消除虚拟化损耗,提供接近物理部署的计算性能。


相比自建 GPU 计算平台, QingCloud GPU 主机可以帮助用户节省搭建及运维的所有成本,同时通过弹性按需的计费方式,赋予用户更高的使用灵活性,优化整体使用成本。

注:本文由国土资源部中国地质环境监测院高级工程师杨飞在 QingCloud Insight 2017 中的演讲整理改编而来。


点击「阅读原文」获取更多关于「GPU 主机」的内容~


- FIN -


关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接