智慧城市有助于城市的可持续发展。城市计算利用城市中的大数据，通过对多种异构数据的整合、分析和挖掘，来提取知识和智能，解决城市本身所面临的各种问题。本书重点介绍智慧城市和城市计算的发展现状、体系架构和关键技术，以及智慧旅游、智慧物流、灾难应急、智慧停车、智慧饮食、智慧娱乐、安全驾驶、智慧监护等典型应用，集中反映了智慧城市和城市计算的新思路、新观点、新方法和新成果，具有较高的学术价值和应用价值。

随着城镇化的不断发展和城市人口持续增加，城市资源承载能力无法与城市人口匹配，资源短缺、环境污染、交通拥堵、安全隐患等“城市病”日益凸显，成为困扰城市建设与管理的首要难题。为了破解“城市病”的困局，智慧城市应运而生。 智慧城市综合采用了包括射频传感技术、物联网技术、云计算技术、下一代通信技术在内的新一代信息技术，使城市变得更易于被感知、城市资源更易于被充分整合，并在此基础上实现对城市的精细化和智能化管理，从而减少了资源消耗、降低了环境污染、解决了交通拥堵问题、消除了安全隐患，最终可实现城市的可持续发展。 为了更好地建设智慧城市，以计算机科学为核心，并与城市规划、交通、能源、环境、社会学和经济学等学科相互交叉的城市计算渐渐兴起。城市计算用城市中的大数据来解决城市本身面临的挑战，通过对多种异构数据的整合、分析和挖掘来提取知识和智能，并利用这些智能来创造“人-环境-城市”三方共赢的结果。智慧城市建设以信息技术应用为主线，其他资源优化配置为辅，在民生、环保、公共安全、城市服务、工商业活动等需求上予以智能化改造，打造城市发展的新模式。随着信息技术的迅速发展和深入应用，城市信息化向更高阶段的智慧化发展已成为必然趋势。在此背景下，发达国家的重要城市，如东京、伦敦、巴黎、首尔等，纷纷启动了智慧城市战略，以增强城市的综合竞争力。全球已启动或正在启动建设的智慧城市有1000多个，其中约一半在我国。截至2018年11月，全国共700多个城市（含县级市）都开始了智慧城市的建设，已有277个智慧城市试点和3个新型智慧城市试点。同时，阿里巴巴、腾讯、华为等知名企业纷纷发力：对于智慧城市，阿里巴巴给出的解决方案是阿里云ET城市大脑；腾讯定制的解决方案包括互联网+智慧医院、互联网+社会保障、互联网+警务、互联网+交通等；华为认为，智慧城市应当是一个有机生命体，赋予生命力的是神经系统，而神经系统不仅包括城市大脑，还包括从大脑到末梢的神经网络。 然而，智慧城市建设还有很长的路要走，当前我国智慧城市建设存在以下问题。 （1）体制机制问题。主要表现为智慧城市建设政出多门、主体不明，导致信息孤岛和重复建设的现象严重。 （2）顶层设计问题。主要表现为缺乏科学、统一的智慧城市顶层设计，智慧城市建设存在一定的盲目性。 （3）智慧应用问题。主要表现为智慧应用与公众需求的匹配度不高，社会公众对智慧城市建设的感知度和参与度不高，云计算与大数据的应用还不够。 （4）建设运营模式问题。主要表现为以政府投入为主导，多元化建设运营模式还未形成。 （5）核心资源开发利用问题。主要表现为基础数据库建设进展不大，信息资源尚未真正互联互通共享，政府数据资源开发开放的问题没有得到应有的重视。 （6）人才及管理架构问题。主要表现为普遍缺乏整体操盘的关键人才及专业人才，未形成专业的智慧城市CIO制度及整体保障团队。 （7）标准体系及信息安全问题。主要表现为标准不统一或缺乏相关标准规范，信息安全保障法律法规不健全、技术水平比较低、安全问题比较普遍等。 学术界对智慧城市也格外关注。2019年年初，在国际人工智能领域权威的会议“AAAI 2019”上，城市计算成为争相热议的焦点。城市计算理念的提出者、京东集团副总裁郑宇更是成为国内首个受邀在AAAI大会上发表主题演讲的学者。 本书作者在物联网、云计算、大数据与人工智能等技术领域进行了多年的研究，具有扎实的理论基础和实践经验。本书的内容主要源于作者所领导的科研团队承担的江苏省重点研发计划项目“基于大数据的灾害管理与应急处理关键技术的研究与应用示范”（编号：BE2016776），以及参与的国家重点研发计划专项“数据驱动的云数据中心智能管理技术与平台”（编号：2018YFB1003700）等课题研究工作和相关成果。 针对目前国内对智慧城市的研究和开发需求，作者根据国内外的最新资料，在认真总结相关科研成果的基础上，精心组织编写了本书。本书详细、深入地介绍了智慧城市和城市计算的发展现状、体系架构和关键技术，以及智慧旅游、智慧物流、灾难应急、智慧停车、智慧饮食、智慧娱乐、安全驾驶、智慧监护等典型应用，集中反映了智慧城市和城市计算的新思路、新观点、新方法和新成果，具有较高的学术价值和应用价值。 本书从实际出发，采用读者容易理解的体系和叙述方法，深入浅出、循序渐进地帮助读者了解智慧城市的主要内容，富有启发性。与国内外已出版的同类书籍相比，本书取材新颖、学术思想新、内容新；体系完整、内容丰富；范例实用性强、应用价值高；表述深入浅出、概念清晰、通俗易懂。 本书在编写过程中引用了国内外研究人员的诸多研究成果及相关网络资料，在此表示衷心的感谢！ 由于编写时间仓促，加上作者水平有限，书中难免会存在不妥之处，敬请广大读者批评指正。 作者 2022年4月

第1章 智慧城市 1 1.1 智慧城市的起源与发展历程 1 1.1.1 城市的起源与发展 1 1.1.2 信息化城市 2 1.1.3 数字城市 3 1.1.4 智慧城市 4 1.2 智慧城市的定义与核心特征 5 1.2.1 智慧城市的定义 5 1.2.2 智慧城市的核心特征 6 1.3 智慧城市的体系架构 7 1.4 建设智慧城市的关键技术 8 1.4.1 物联网 8 1.4.2 云计算 11 1.4.3 大数据 14 1.4.4 人工智能 15 1.4.5 通信技术 17 1.5 国内外智慧城市建设成果案例 20 1.5.1 美国迪比克市 20 1.5.2 瑞典斯德哥尔摩市 21 1.5.3 日本柏之叶校园城市 21 1.5.4 中国深圳 23 1.5.5 中国上海 24 1.6 本章小结 25 本章参考文献 25 第2章 城市计算 29 2.1 城市计算的起源与定义 29 2.2 城市计算的体系架构 30 2.3 城市计算的关键技术 31 2.3.1 数据采集 31 2.3.2 数据管理 32 2.3.3 数据挖掘 33 2.3.4 数据可视化 35 2.4 城市计算的应用案例 36 2.4.1 城市自行车道规划 36 2.4.2 京东城市计算平台 38 2.5 城市计算面临的问题与挑战 39 2.5.1 城市数据的自动获取 39 2.5.2 异源异构数据的管理和协同计算 40 2.5.3 虚实结合的混合系统 40 2.5.4 数据科学家的缺乏 40 2.6 本章小结 41 本章参考文献 41 第3章 智慧旅游 43 3.1 智慧旅游的背景与需求分析 43 3.1.1 智慧旅游的背景分析 43 3.1.2 智慧旅游的需求分析 45 3.2 智慧旅游的发展现状 46 3.3 旅游路线规划算法 47 3.3.1 多旅行商问题 47 3.3.2 MTSP建模 49 3.3.3 算法描述 50 3.3.4 实验验证与性能分析 55 3.4 旅游路线规划系统 58 3.4.1 旅游路线规划系统的设计 58 3.4.2 旅游路线规划系统的实现 60 3.5 本章小结 63 本章参考文献 63 第4章 智慧物流 65 4.1 智慧物流的背景与需求分析 65 4.1.1 智慧物流的背景分析 65 4.1.2 智慧物流的需求分析 66 4.2 智慧物流的发展现状 67 4.3 超市配送路线规划算法 68 4.3.1 动态旅行商问题 68 4.3.2 DTSP建模 68 4.3.3 算法描述 70 4.3.4 实验验证与性能分析 73 4.4 超市配送路线规划系统 77 4.5 本章小结 79 本章参考文献 79 第5章 灾难应急 81 5.1 灾难应急的背景与需求分析 81 5.1.1 灾难应急的背景分析 81 5.1.2 灾难应急的需求分析 82 5.2 灾难应急的发展现状 83 5.3 应急疏散规划机制 84 5.3.1 应急疏散规划问题建模 84 5.3.2 算法描述 85 5.3.3 实验验证与性能分析 91 5.4 应急救援规划机制 95 5.4.1 应急救援规划问题建模 95 5.4.2 算法描述 97 5.4.3 实验验证与性能分析 102 5.5 应急疏散与救援系统 107 5.5.1 应急疏散与救援系统的分析 107 5.5.2 应急疏散与救援系统的设计 108 5.5.3 移动终端系统 111 5.5.4 应急中心监控系统 113 5.5.5 云端服务器 116 5.6 本章小结 121 本章参考文献 121 第6章 智慧停车 123 6.1 智慧停车的问题、背景与需求分析 123 6.1.1 智慧停车的问题分析 123 6.1.2 智慧停车的背景分析 124 6.1.3 智慧停车的需求分析 124 6.2 智慧停车的发展现状 125 6.3 室内定位机制 126 6.3.1 问题分析 126 6.3.2 地磁定位方案 127 6.3.3 地磁指纹地图 130 6.3.4 地磁匹配定位 136 6.3.5 实验验证与性能分析 139 6.4 停车导航机制 142 6.4.1 最优车位选择模型 142 6.4.2 最优路径调度机制 143 6.4.3 实验验证与性能分析 146 6.5 停车导航系统 147 6.5.1 移动计算开发平台 147 6.5.2 系统设计 148 6.5.3 移动终端系统 152 6.5.4 监控端系统 154 6.6 本章小结 156 本章参考文献 156 第7章 智慧饮食 159 7.1 智慧饮食的背景与需求分析 159 7.1.1 智慧饮食的背景分析 159 7.1.2 智慧饮食的需求分析 159 7.2 智慧饮食的发展现状 161 7.3 食品智慧搭配 162 7.3.1 粒子群优化算法 162 7.3.2 CS-PSO算法 166 7.3.3 早餐推荐 169 7.3.4 实验验证与性能分析 171 7.4 早餐推荐系统 175 7.5 本章小结 177 本章参考文献 177 第8章 智慧娱乐 181 8.1 智慧娱乐的背景与需求分析 181 8.1.1 智慧娱乐的背景分析 181 8.1.2 智慧娱乐的需求分析 182 8.2 智慧娱乐的发展现状 183 8.3 基于社交网络的智慧推荐 184 8.3.1 基本思想 184 8.3.2 信任度量与计算 185 8.3.3 基于社交网络的推荐 188 8.3.4 实验验证与性能分析 191 8.4 基于情境融合感知的智慧推荐 195 8.4.1 基本思想 195 8.4.2 情境感知 195 8.4.3 基于情境融合感知的推荐 197 8.4.4 实验验证与性能分析 201 8.5 个性化电影推荐系统 204 8.5.1 系统体系结构 204 8.5.2 系统设计与实现 205 8.5.3 系统界面设计 210 8.5.4 系统分析 212 8.6 本章小结 212 本章参考文献 213 第9章 安全驾驶 215 9.1 安全驾驶的背景与需求分析 215 9.1.1 安全驾驶的背景分析 215 9.1.2 安全驾驶的需求分析 216 9.2 安全驾驶的发展现状 216 9.3 疲劳驾驶状态检测 217 9.3.1 基本原理 217 9.3.2 数据采集与预处理 218 9.3.3 动态阈值训练 222 9.3.4 基于数据融合的疲劳驾驶状态检测 225 9.3.5 状态调节机制 230 9.3.6 实验验证与性能分析 231 9.4 愤怒驾驶状态检测 235 9.4.1 基本原理 235 9.4.2 脉搏数据特征提取 236 9.4.3 基于BP神经网络的愤怒驾驶状态检测 237 9.4.4 状态调节机制 240 9.4.5 实验验证与性能分析 240 9.5 驾驶员危险驾驶状态检测系统 241 9.5.1 系统整体架构设计 241 9.5.2 功能模块 242 9.6 本章小结 249 本章参考文献 249 第10章 智慧监护 253 10.1 智慧监护的背景与需求分析 253 10.1.1 智慧监护的背景分析 253 10.1.2 智慧监护的需求分析 254 10.2 智慧监护的发展现状 254 10.3 人体动作识别机制 255 10.3.1 基本思想 255 10.3.2 数据预处理 256 10.3.3 人体运动特征值选取 258 10.3.4 基于决策树的动作识别 258 10.3.5 实验验证与性能分析 262 10.4 人体跌倒检测算法 263 10.4.1 跌倒检测研究 263 10.4.2 跌倒运动特征 264 10.4.3 跌倒检测流程 266 10.4.4 实验验证与性能分析 267 10.5 人体运动状态监测系统设计与构建 269 10.5.1 系统整体架构设计 269 10.5.2 移动终端软件设计与实现 270 10.5.3 服务器端软件设计与实现 275 10.6 本章小结 279 本章参考文献 279