移动群智感知任务分配涉及两类重要实体，即感知任务和任务参与者，关键在于如何利用优化模型和算法，在候选者选择质量的参与者执行任务，以保证低成本地获取足量的质量数据。针对如何为城市空间中的单个感知任务（如城市某重点区域交通动态）选择合适感知节点这一问题，提出了基于信用分布的影响力比较大化算法，预测感知参与度。将基于事件的社交网络（EBSN, Event-Based Social Network）的活动视为感知任务，综合考虑任务的内容特征、时空情境特征和社会影响特征，提高预测用户参与任务的准确率，即提高感知能力发现和任务分配的命中率。如图2所示，将感知节点挑选的问题形式化为偏好-影响力**选择问题，即寻找对当前感兴趣且具有影响力的用户集。方法框架包括用户-任务偏好建模和影响力比较大化两个部分。高度融合的物理感知与社会感知，高度智能化的城市管理分析能力，以及高置信度的城市信物融合系统决策。静态环境感知行业现状
正确理解空天地集成化传感网要把握4个层次的内涵：首先，它是一种系统性、多维度和多尺度监测分析的新思想，要求从系统论的角度思考城市感知问题，从协同论的角度融合空天地多种手段，这对传统感知行业的从业者来说，是一种思想革新；其次，它是一种互联互通大规模城市监测资源的新技术，包括海量传感器组网通信、异构传感器接入、传感网资源管理、传感网服务组合、流式数据挖掘分析和地理信息互操作等技术；再次，它是一种协同多源异构城市感知资源的新方法，包括传感器信息建模、观测能力评价、协同监测、点面观测数据融合和按需聚焦服务等方法；它是一种实现城市泛在感知与深度智能的新愿景，无论是李德仁院士谈到的4W到4R信息服务能力，还是城市感知脑，还是未来通导遥一体化蓝图，其基础都包括空天地集成化传感网。静态环境感知行业现状环境感知它是一种系统性、多维度和多尺度监测分析的新思想，要求从系统论的角度思考城市感知问题。
城市感知体系如果作为环境感知体系，本身也由端侧、网侧、平台侧、安全侧组成，而它“深入”融入城市智能体之后，各部分又能够与智能体有机地组合起来，就能让城市智能体的“五官”具备更为强大的“视觉、听觉、嗅觉、触觉”，更好地使能智慧城市的精细化感知、精细化治理。无论智慧城市怎样发展，落脚点都必须是为“人”服务，而城市感知体系目前在城市的公共安全、公共设施和公共服务等应用场景方面，也带来了全新的价值，不但能够驱动城市的精细化治理，更能让城市真正充满流动的“智慧”。比如，在城市公共安全方面，综合管廊相较于传统地下管网建设，管廊内设备维护以及巡检有更高的要求，而通过在设备中引入OpenHarmony系统，就能实现单一设备对接控制多种设备，比较大化帮助廊内巡检人员，显著提高廊内设备巡检、维护效率。
移动群智感知关注的主要科学问题是：1、如何合理选择和协同泛在、互补的群体感知能力实现高质量感知；2、如何高效处理和融合低质、冗余的群体感知数据实现准确理解。无线感知的基本原理是：环境中传播的无线信号, 会由于感知目标（人或物）的存在而产生反射、衍射、散射等现象，使得接收设备所接收信号（即回波信号）的振幅、相位等特征发生变化，通过检测和分析信号的变化特征，便可推断感知目标的位置、状态等信息，达成感知之目的。当前城市各类空间信息基础设施正逐步完善，其感知能力、服务标准和应用规范基本可以满足城市相应领域需求。
群智感知利用存在的智能设备（智能手机、可穿戴设备、车载设备等），实现灵活机动且成本低廉的数据收集。移动群智感知(Mobile Crowd Sensing)是群智感知的一种特殊形式，其以大量普通用户及携带的智能设备作为感知节点，利用大众的分布性、灵活移动性和机会连接性实现大规模时空感知。相比群智感知，移动群智感知覆盖范围更广、灵活性更强，是一种“以人为中心”的感知模式，通过利用显式或隐式的大众“智慧”（即群体智能），对低质、冗余、碎片化感知数据进行推荐和增强理解，进而为城市计算提供更加质量的数据。城市感知与决策是实现城市智慧化的首要前提。静态环境感知行业现状
智慧城市环境感知技术它是一种实现城市泛在感知与深度智能的新愿景。静态环境感知行业现状
城市信物融合系统决策是在城市感知基础设施和信息系统的基础上，深度融合可控可信的网络物理设备，以安全、可靠、高效和实时的方式传递、监测和控制物理实体，对城市事件作出高置信度响应的能力。为此，必须重点突破具有稳健性、可追溯、可自进化的高置信度信物融合城市感知管理系统体系架构，构建多模态多源数据管理和自进化控制系统平台。要深入挖掘区块链技术在其中的**作用，构建城市信物融合系统决策的可追溯性。这也是积极响应把区块链作为环境感知技术自主创新重要突破口”重要指示的关键性举措。与此同时，要研究构建自进化的信物融合系统，具备自适应性、可自我驱动、具有主动安全防御功能。还要积极构建高置信智慧城市信物融合系统决策相关的构建标准、指标体系、评价标准、设计方法和运行机制。静态环境感知行业现状