端侧AI在数字孪生城市构建中的边缘扫描：背包式激光雷达的实时点云语义分割.docxVIP

PAGE2

端侧AI在数字孪生城市构建中的边缘扫描：背包式激光雷达的实时点云语义分割

摘要

随着空间计算与扩展现实（XR）技术的演进，数字孪生城市的构建正从宏观建模向微观语义理解深化。本报告聚焦于端侧AI技术在背包式激光雷达实时点云语义分割中的应用，探讨测绘人员背负设备在移动过程中，如何利用边缘计算将点云数据实时分类为道路、建筑、树木等要素，从而大幅减少内业处理时间。

本报告从XR与空间计算的专业视角出发，系统分析了端侧AI测绘行业的宏观环境、产业链现状、竞争格局与需求演变。研究发现，传统移动测绘高度依赖离线算力，内业解算耗时占项目周期的60%以上。而引入端侧AI后，通过轻量化神经网络与边缘NPU的协同，点云语义分割可在采集端实时完成，内业时间缩短约70%，极大提升了数字孪生数据资产的流转效率。

逐章概述如下：第一章界定端侧AI与空间计算的融合边界；第二章分析宏观经济与政策对实景三维中国建设的驱动；第三章梳理背包激光雷达产业链及市场现状；第四章剖析硬件厂商与AI算法服务商的竞争格局；第五章深挖B/G端客户对实时语义分割的核心需求；第六章预测端侧算力演进下的市场趋势；第七章评估投资机会与风险；第八章提出战略建议。

核心数据显示，2023年中国三维激光扫描市场规模约45亿元，随着端侧AI渗透率提升，预计至2028年将突破120亿元，年复合增长率达21.7%。关键结论表明，端侧实时