转自： 人工智能在中国航天的应用与展望_数据 (sohucom)
嵌牛导读
随着物联网、大规模并行计算、大数据和深度学习算法等技术的突破，人工智能近年来取得了突飞猛进的发展，在图像识别、语音识别、自然语言处理、无人驾驶、智能机器人等众多领域展现出令人期待的发展前景，并得到了国内外各政府的关注和支持;该文将人工智能技术与运载火箭、深空探测器、武器装备等航天应用相结合，论述其在自主规划航天任务、高效智能地面测试、全面快速设计保障等方面的应用模式，并从产品规划、顶层设计、产品打造、具体实施几个方面对中国航天后续发展人工智能技术提出了相关的对策建议。
嵌牛鼻子人工智能运用于航天。
嵌牛提问人工智能在航空航天中有什么运用呢？
嵌牛正文
岳梦云, 王 伟, 张羲格
(北京宇航系统工程研究所，北京 100076)
摘要： 随着物联网、大规模并行计算、大数据和深度学习算法等技术的突破，人工智能近年来取得了突飞猛进的发展，在图像识别、语音识别、自然语言处理、无人驾驶、智能机器人等众多领域展现出令人期待的发展前景，并得到了国内外各政府的关注和支持;该文将人工智能技术与运载火箭、深空探测器、武器装备等航天应用相结合，论述其在自主规划航天任务、高效智能地面测试、全面快速设计保障等方面的应用模式，并从产品规划、顶层设计、产品打造、具体实施几个方面对中国航天后续发展人工智能技术提出了相关的对策建议。
关键词： 人工智能； 大数据； 航天应用
0 引言
在十二届全国人大五次会议上，国务院总理李克强在作政府工作报告时表示，要“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化”，这也是“人工智能”这一表述首次出现在政府工作报告中。
近年来，物联网、大规模并行计算、大数据和深度学习算法这四大催化剂的发展，以及计算成本的降低，使得人工智能技术突飞猛进。2016年12月，升级版“AlphaGo”化名“master”在60场互联网棋局车轮大战中连胜柯洁九段、陈耀烨九段、朴廷桓九段、芈昱廷九段、唐韦星九段等高手，取得全胜战绩，引起各界对人工智能的广泛关注与讨论。
1 人工智能的四大先决条件
11 物联网
随着摄像头、麦克风、各种类型传感器的发展，基于物联网技术的智能设备得到了飞速提升，而大量智能设备的出现则进一步加速了传感器领域的繁荣。这些传感器负责采集数据、记忆、分析、传送数据，将外部世界数字化，为智能系统提供了多维度的数据输入，成为数字世界与物理世界交互、反馈的接口和手段。
12 大规模并行计算
并行计算(Parallel Computing)指同时使用多种计算资源解决一个计算问题的过程，能够有效的提高计算速度和处理能力的一种有效手段。海量的分布式计算资源和超高速计算能力，令快速处理大量数据、训练复杂模型、用知识体系代替人类常识成为可能。这些知识和模型为人类和机器人提供智能的辅助决策，让人工智能成为现实。
13 大数据
大数据具备Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)的5V特点。在过去，要尽可能全面地认识某项事物，必须合理设计抽样调查的策略，使样本能够尽量覆盖全集特征。随着计算能力的提升，可以不再采用随机分析法这样的权衡之策，而采用所有数据进行分析处理。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。海量的数据为人工智能的学习和发展提供了资源。通过知识挖掘，可以从大量有噪声的随机实际应用数据中，提取人们事先不了解但是隐藏在数据中的有价值的信息和知识。这种对隐性信息的挖掘是大数据价值的核心，也是实现人工智能的关键。
14 深度学习算法
深度学习算法作为机器学习的一个分支，由Hinton等人于2006年提出，是人工智能迎来新一轮飞速发展最重要的核心技术[1]。深度学习算法用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征，其中最广为使用的算法包括卷积神经网络(convolutional neural networks，CNN)、循环神经网络(recurrent neural network，RNN)长短期记忆网络(long short-term memory，LSTM)等，需要根据具体应用场景和数据特征加以选择。深度学习是对人类思维方式的建模，让机器能够理解人的行为，并将知识运用到与用户的交互中，达到机器“人性化”的终极目标，实现人工智能技术在商业中的落地。
2 人工智能的细分领域
21 图像识别
通过结合大数据的训练，人工智能可以对图像进行预处理、图像分割、特征提取和判断匹配。在图像识别的技术框架中，人脸识别应用非常广泛。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。目前国内领先企业旷视科技的人脸识别准确率已高达99999%。此外，在产品生产质量检验上，图像识别技术应用也非常广泛，例如：机械类产品的裂纹自动识别检测。
22 语音/语义识别
利用特征提取技术、模式匹配准则及模型训练技术，语音识别能够让机器对采集到的语音信息进行识别和理解，转化为文本或命令。例如在军事上，可通过语音识别确认说话人的身份、侦听情报内容、或下发 *** 作指令，具有非常重要的价值。目前，针对中小词汇量非特定人的语音识别系统识别精度已超过98%，针对特定人的识别精度甚至更高。
23 自然语言处理
语言是人类区别其他动物的本质特性，因此理解语言也是人工智能的一个核心方向。综合语言学、计算机科学、数学等多种科学，自然语言处理研究能实现人与计算机之间有效通信的各种理论和方法，以一种智能高效的方式，对文本数据进行系统化分析、理解与信息提取。通过使用自然语言处理技术，可以管理大块的文本数据，或执行大量的自动化任务，并且解决如自动摘要，机器翻译，命名实体识别，关系提取等语言相关任务[2]。
24 无人驾驶
无人驾驶的核心技术是即时空间建模和人工智能技术。低成本高效率的感知解决方案是无人驾驶的基础，高精度底图的建立是无人驾驶的关键，具有深度学习的算法芯片是无人驾驶的核心。在过去六年内，谷歌无人驾驶汽车在公路上安全行驶220多万公里，仅发生17起交通以外，而且均是由人类失误引发的。
25 智能机器人
智能机器人融合了几乎所有人工智能分支技术，它至少需要具备感觉要素、反应要素和思考要素。它能够理解人类语言，感知、分析周围环境信息并调整自己的动作。目前已发展出多样化的机器人种类，从智能水平较低的工业机器人，到智能陪护机器人再到高级智能机器人。
3 人工智能在中国航天上的应用前景
31 更自主的任务规划
航天飞行任务规划是一个典型的知识处理过程，其中涉及较为复杂的逻辑推理和众多的约束条件，这种问题适合采用人工智能的方式加以解决，实现“人工智能+”。
311 “人工智能+运载火箭”——高容错飞行
运载火箭的飞行入轨面临的是一个地面难以复制和仿真等效的全新环境，飞行阶段程序转弯、发动机关机、级间分离、再次点火、姿态修正、载荷分离诸多环节中数百个零部件任一失效偏差都可能给火箭带来不可挽回的损失，是运载火箭成败与否的核心一环。高机动性、短飞行周期、恶劣环境都意味着人无法有效干预，因此，发动机推力下降、姿控极性接反均直接造成了任务失败，飞行风险居高不下。
目前的箭载计算机大多不具备重新规划飞行任务的能力，或需要地面人工计算制导诸元后，通过测量系统进行了上行注入，一定程度上实现d道的重规划，将卫星送入轨道[3]。
未来，将运载火箭设计阶段梳理的飞行过程故障模式与传感器参数相结合，研究基于人工智能的运载火箭飞行阶段故障自诊断以及深度学习训练方法，在分秒必争的运载火箭飞行段完成故障预测、故障定位与故障隔离工作，并通过轨迹d道重规划、制导姿控模型重生成，有效隔离局部故障，规避失败风险，最优化飞行轨迹与姿态控制，有效挖掘潜在运力资源[4]。
除此之外，在运载火箭发动机关机、级间分离后，分离的舱部段通过自主感知和自主控制技术，与卫星定位信息、地形布局信息动态匹配，通过发动机再次点火，实现舱部段自主飞行、平稳下落、精准落地以及主动防护，通过舱部段及各级发动机的回收再利用，显著压缩运载火箭任务周期，降低运载火箭制造成本。
312 “人工智能+深空探测器”——自主规划
现有行星探测器的主要前进方式为：拍摄前方照片通过遥测发回地面站， *** 作人员根据图像确定前进路线，再通过上行通道上注行动指令，实现探测车的行驶 *** 作。这种模式过于依赖地面测试人员，效率较低，很多时候由于行星表面环境较为恶劣，或者由于距离的确过于遥远，遥测控制信号也比较微弱，或者由于地球自转引起相对位置改变，无法实现遥测遥控，更难以实现探测器的实时控制。基于人工智能、视觉计算、监控装置的自动驾驶将大幅提高探测、地形勘测的效率。根据视频摄像头、雷达传感器以及激光测距器来了解周围的地形状况，利用图像识别等智能感知技术、智能决策和智能控制技术可以实现行星探测车的自主行动，选取最优探测路线，智能避开障碍物体，以最小的代价、最高的效率采集有用信息，大大辅助深空探测应用。
深空探测应用中，复杂航天器是由大量元器件和软件组成，长期的在轨运行，元器件的故障和软件的不完善在所难免，由于太空环境的特殊性，当某部分损坏时，难以通过人员进入太空进行判别和修复，利用人工智能技术结合空间高精度、高灵敏度机械臂，通过智能分析航天器数据，实现故障的自主定位、自动识别和在轨自主修复，在轨 *** 作、组装、拆卸、管理。
313 “人工智能+武器装备”——智能作战
通过多维度侦查探测系统，智能感知、发现、定位、跟踪敌方动态、电磁频谱信息、作战行动等战场态势信息，以最少的人员、更少的代价、最大化地获取战场情报数据，辅助智能判别与智能决策应用。如利用覆盖红外、可见光、微波雷达等多种技术手段，实现一体化、集成化的多模融合探测装置，智能感知多维度、多层次、多类型数据，然后应用数据配准、智能去噪等预处理手段获取高质量多源数据，再利用深度学习、模糊推理、专家系统等智能技术，建立目标识别和威胁判别模型，实现武器装备作战环境中目标智能探测感知和识别。
通过给武器装备各类传感器、探测器，智能探测感知飞行空间信息、拦截d信息等，数据传输给d载智能“大脑”，设定相应的优化准则、目标等，通过数据分析，智能自主决策，规划调整飞行d道，通过动力学气动调整，改变飞行轨迹，增强突防性能[5]。
人工智能使无人机个体具备较高的智能水平，协同作战能力显著提高，从而形成低成本的无人机蜂群战术。目前，以美国国防高级研究计划局(DARPA)为首的众多机构，都投入了大量经费就无人机集群在空中的协同作战理论和技术展开研究，包括无人机的快速编队、多机间通信协同，自主战术决策与下达作战命令等，构建多无人飞行器的任务自组织系统分布式体系结构。
32 更高效的地面测试
运载火箭的测试发射同样是一个多学科交叉，多专业耦合的复杂系统工程，是运载火箭成败与否的关键一环。状态准备、测试 *** 作、预案决策、数据判读，每一环都是技术能力的保障，都是知识经验的考验，同样每一步都离不开人的参与，成败维系在每一名人员身上，高水平人员的稀缺造成测试发射无法多任务并举，以及连续疲劳带来的风险造成测试发射周期无法进一步压缩，通过应用人工智能技术，可显著提升测试效率，降低发射成本[6]。
321 采集层
通过多样化的手段代替传统的传感器采集或人工直接观测，基于视频语音识别技术的应用可以大大减少火箭本身测点的布置。例如：发动机工作状态，可以通过对其工作时的声音进行频谱分析；一些机构的动作，可以通过非接触的摄像机直接观察；仪器仪表的指示灯状态监控，可以通过摄像头摄录信息，之后在后台用图像识别的方式的进行自动判断。
322 处理层
人工智能技术极大的提升了设备的数据处理与故障诊断的能力。对地面测试数据进行统一管理和应用，除了完成流程自闭环的反馈判断，还能够对数据的趋势、关联进行综合分析，设备不但可以掌握自身的运行状态，实现故障检测与隔离，启用合适的故障预案，还能够想设计 *** 作人员提供辅助决策和任务规划建议。
323 执行层
前端无人值守是未来火箭发展的必然趋势。电测过程中的脱查脱拔等人为 *** 作、异常故障时的抢险 *** 作，可以采用带视觉定位系统的机械臂来完成。此外，后端的人机交互也可以加入语音识别、手势感知等新型指挥手段，提高测试效率。
33 更全面的设计保障
331 智能设计
引入人工智能技术，可以将目前的半智能化计算机辅助设计系统升级为智能化计算机辅助设计系统，整合现有的海量资料及资源，模拟人脑思考的过程，彻底解决上述三类问题。采用人工智能技术的“航天大脑”可以根据型号需求提供总体文件的初稿，总体设计师进行决策修改后，“航天大脑”将系统需要的文件自动下发至系统级，并形成系统级文件的初稿，系统设计师进行决策修改后，“航天大脑”再将单机需要的文件下发至单机。在进行具体设计时，设计师仅需将设计输入文件提交至“航天大脑”，系统则会根据需求以及所学习的设计文件完成设计工作。如设计电缆网图时，设计师仅需将电缆的几何尺寸、点位定义等提交至“航天大脑”，“航天大脑”会自动绘制出电缆网图的模板，并自动给出诸如线缆型号推荐、连接器型号推荐等辅助决策信息，设计师将不需逐个翻阅厂家的手册即可完成设计，设计效率将大大提高。此外，由于“航天大脑”能够在很短的时间内完成大量文件的学习工作，并从中找出最优方案，设计的标准化和设计水平也能够得到保证。
332 智能制造
智能制造是一种由智能机器和人类专家共同组成的人机一体化智研制造系统，通过人与智能机器的合作共事，扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。
利用大数据技术，对于运载火箭制造装配需要的物资、工具、生产线、场地、工装、人员、运输车辆都统一进行编码采集与实时定位管理，将散布在全国各地的运载火箭制造装配资源条件，进行投筹管理，真正做到全国一盘棋。并与运载火箭发射任务计划有机对接，通过态势分析与智能预测，实现生产规模进度的最优化预测管理，成本进度最优化，并能够实现突发风险的动态应变处置，实现成本最优化管理。
在生产过程中，也完成了对火箭全生命周期信息的收集与保障。建立火箭的综合档案履历资料库，收集制造、装配、测试各个过程的数据与知识，构建大数据分析中心，作为智慧火箭的数据支撑与健康诊断的依据，降低设计和研制成本、提升测发效率、提升火箭的可靠性[7]。
333 远程支持
随着在运载火箭高密度发射、零窗口点火变得常态化，靠大量人力在靶场保障发射任务的模式已难以适应未来的发展需求。发射中心将从逐步从靶场向远程后方迁移，以日本epsilon火箭为例，科研人员远程使用两台笔记本就可实现火箭发射控制。
远程支持中心能够统一接收、存储各靶场各型号发回的测试数据并存储，并通过智能搜索引擎随时搜索查看关心的数据及相关文档；针对当发测试数据，结合历史数据进行大数据分析，提前识别出可能有质量隐患的关键节点；当靶场出现故障时，远程支持中心通过多媒体、虚拟现实等手段开展协同排故工作。
4 中国航天发展人工智能的对策建议
41 聚焦航天 “大脑”技术体系，做好战略规划和顶层设计
基于对大数据与人工智能的探索和积累，提出以技术-产品-服务为核心的航天“大脑”，其技术体系设想如图1所示。
图1航天“大脑”技术体系
411 技术层
智能感知是为机器装上触觉、视觉、听觉、神经和运动机构等智能硬件，使其具备感知世界的能力。通过集群和虚拟化技术实现对海量数据的快速预处理、分布式存储、并行计算等，为智慧大脑提供强大的记忆”和“计算”能力。
412 产品层
智慧产品包括智慧院所、智慧火箭、智慧装备和智慧民用产业。其中，智慧院所是所有智慧产品研制的基础，其可以充分激发员工创新创业热情，并为员工提供高效便捷的管理方式；智慧火箭指的是为火箭装上“触觉”和“大脑”，降低测发控对人的依赖，提升火箭可靠性；智慧装备指的是通过全寿命周期的健康管理，实现装备自主保障；智慧民用产业指的是通过军民融合方式，将军用技术转向民用领域，如智能健康监测、智慧家电远程测控、智慧照明、智慧安防等领域。
413 服务层
未来应全力推动大数据人工智能等技术与航天装备的结合，实现装备信息智能采集、远程保障、智能决策的完美集成，发展模式也将由提供产品向提供全方位解决方案的服务转变。
42 打造航天“大脑”系列产品，快速形成专业的能力和队伍
421 智慧院所
以创新为驱动、以信息化为基础、以知识为载体，利用智能科学理论、技术、方法和信息及自动化技术工具，充分有效地整合和优化利用各类内外部资源，保证能够持续创新，不断开发新产品、新服务，为航天单位的发展提供智能决策。
422 数据银行
建立航天大数据中心，成立“航天数据银行”，对产品研制、生产等多环节的数据进行统一管控、统一挖掘，实现数据挖掘效果的最大化，创造服务价值。智慧管理通过实现产品全寿命周期的统一管控，建立基于数据信息驱动的智能化研制模式，提升工作效率。智慧决策基于大数据技术，将先进管理理念、业务流程和管理模式等融合，实现管理信息化和智能化，达到“降本增效”的目的。
423 智能装备
通过大数据与互联网等高新技术，实现火箭的高度信息化与智能化。包括智慧的远程发射支持平台，智慧的测发指控平台，智慧的全寿命周期综合保障平台。智慧的远程发射支持平台通过大数据技术，训练后方的智能机器大脑，提升异地协同保障能力，减免专家到一线协助排故，解决问题。智慧的测发指控平台依托于语音识别、图像识别、大数据等技术，实现自主的测发指控过程。智慧的全寿命周期综合保障平台利用大数据技术保障数据统一化规范，完成自主健康评估、精准的寿命预测和数据驱动的视情维修[8]。
424 智慧产业
依托剩余载荷和末级监控，实现对地观测等服务，依托远程测控、健康监测、大数据、新一代信息应用技术，通过融合智慧城市中的多源数据，在智慧城市和智慧产业中，提升城市的精细化管理水平，同时为航天单位军民融合开拓增收，锻炼队伍。
43 分布落地执行，拓展航天“大脑”的服务
未来，应全力推动大数据人工智能等技术与航天装备的结合，实现装备信息智能采集、远程保障、智能决策的完美集成，航天企业的发展模式也将由提供产品向提供全方位解决方案的服务转变，如智慧的发射服务、全面的体系作战服务和智慧的军民融合服务。智慧发射最终要实现输入一个指定的位置坐标，为其精准、快速、智能、高效、低廉地发射到指定地点。全面的体系作战服务基于大数据和人工智能技术，能够实现装备的自主保障、战时智能决策和一体化的体系作战。智慧的军民融合服务结合现有的技术和民用产业，开展更多的智慧产业服务，通过信息和通信技术的应用，提升城市的管理水平，提高市民的生活质量，令城市运行和市民生活更加智能。
参考文献:
[1]夏定纯, 徐 涛 人工智能技术与方法[M]华中科技大学出版社, 2004
[2]张 妮, 徐文尚, 王文文 人工智能技术发展及应用研究综述[J] 煤矿机械, 2009, 30(2):4-7
[3]沈林城, 关世义 开放式飞行任务规划方法[J]宇航学报, 1998, 19(2):13-18
[4]席 政 人工智能在航天飞行任务规划中的应用研究[J] 航空学报, 2007, 28 (4) :791-795
[5]张 克, 邵长胜, 强文义 基于面向Agent技术的任务规划系统研究[J] 高技术通讯, 2002, 12(5):82-86
[6]鲁 宇 中国运载火箭技术发展 [J] 宇航总体技术, 2017(3):5-12
[7]郭凤英, 何洪庆 人工智能技术在航天领域的应用[J] 中国航天, 1996(6)：19-21
[8]谭 勇, 王 伟 智能故障诊断技术及发展[J]飞航导d, 2009(7):35-38
Application and Prospect of Artificial Intelligence in China Aerospace
Yue MengYun, Wang Wei, Zhang Xige
(Beijing Institute of Aerospace SystemEngineering, Beijing 100076,China)
Abstract : With the breakthrough of technology such asnetworking, massively parallel computing, big data and deep learningalgorithms, Artificial Intelligence has achieved rapid development in recentyears, exciting prospects for development in image identification, voicerecognition, Natural Language Processing(NLP), self-driving, thus got theattention and support from governments of the world This paper combinesartificial intelligence technology with space applications such as rockets,deep-space detector and weapon equipment, then describes its applicationprospect in space Mission Planning, Ground Testing, Integrated Support, etcAnd puts forward relevant countermeasures and suggestions on the subsequentdevelopment of AI technology in China Aerospace
Keywords : Artificial Intelligence; Big Data; China Aerospace
收稿日期：2019-02-18；修回日期：2019-02-26。
作者简介：岳梦云(1988-)，女，安徽合肥人，硕士，工程师，主要从事运载火箭与导d的地面测发控系统设计方向的研究。
文章编号：1671-4598 ( 2019 ) 06-0001-04
DOI ： 1016526 / jcnki11-4762 / tp201906001
中图分类号：TP18
文献标识码：A
VR的英文全称是Virtual Reality，翻译成中文名称是虚拟现实。
虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种模拟环境，是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真使用户沉浸到该环境中。
1简介
虚拟现实技术是仿真技术的一个重要方向，是仿真技术与计算机图形学人机接口技术多媒体技术传感技术网络技术等多种技术的集合，是一门富有挑战性的交叉技术前沿学科和研究领域。虚拟现实技术(VR)主要包括模拟环境、感知、自然技能和传感设备等方面。模拟环境是由计算机生成的、实时动态的三维立体逼真图像。感知是指理想的VR应该具有一切人所具有的感知。除计算机图形技术所生成的视觉感知外，还有听觉、触觉、力觉、运动等感知，甚至还包括嗅觉和味觉等，也称为多感知。自然技能是指人的头部转动，眼睛、手势、或其他人体行为动作，由计算机来处理与参与者的动作相适应的数据，并对用户的输入作出实时响应，并分别反馈到用户的五官。传感设备是指三维交互设备。
2发展历史
虚拟现实技术演变发展史大体上可以分为四个阶段：有声形动态的模拟是蕴涵虚拟现实思想的第一阶段（1963年以前）；虚拟现实萌芽为第二阶段（1963 -1972 ）；虚拟现实概念的产生和理论初步形成为第三阶段（1973 -1989 ）；虚拟现实理论进一步的完善和应用为第四阶段（1990 -2004 ）。
3特征
多感知性
指除一般计算机所具有的视觉感知外，还有听觉感知、触觉感知、运动感知，甚至还包括味觉、嗅觉、感知等。理想的虚拟现实应该具有一切人所具有的感知功能。
存在感
指用户感到作为主角存在于模拟环境中的真实程度。理想的模拟环境应该达到使用户难辨真假的程度。
交互性
指用户对模拟环境内物体的可 *** 作程度和从环境得到反馈的自然程度。
自主性
指虚拟环境中的物体依据现实世界物理运动定律动作的程度。
4关键技术
显示
人看周围的世界时，由于两只眼睛的位置不同，得到的图像略有不同，这些图像在脑子里融合起来，就形成了一个关于周围世界的整体景象，这个景象中包括了距离远近的信息。当然，距离信息也可以通过其他方法获得，例如眼睛焦距的远近、物体大小的比较等。
在VR系统中，双目立体视觉起了很大作用。用户的两只眼睛看到的不同图像是分别产生的，显示在不同的显示器上。有的系统采用单个显示器，但用户带上特殊的眼镜后，一只眼睛只能看到奇数帧图像，另一只眼睛只能看到偶数帧图像，奇、偶帧之间的不同也就是视差就产生了立体感。
声音
人能够很好地判定声源的方向。在水平方向上，我们靠声音的相位差及强度的差别来确定声音的方向，因为声音到达两只耳朵的时间或距离有所不同。常见的立体声效果就是靠左右耳听到在不同位置录制的不同声音来实现的，所以会有一种方向感。现实生活里，当头部转动时，听到的声音的方向就会改变。但目前在VR系统中，声音的方向与用户头部的运动无关。
感觉反馈
在一个VR系统中，用户可以看到一个虚拟的杯子。你可以设法去抓住它，但是你的手没有真正接触杯子的感觉，并有可能穿过虚拟杯子的“表面”，而这在现实生活中是不可能的。解决这一问题的常用装置是在手套内层安装一些可以振动的触点来模拟触觉。
语音
在VR系统中，语音的输入输出也很重要。这就要求虚拟环境能听懂人的语言，并能与人实时交互。而让计算机识别人的语音是相当困难的，因为语音信号和自然语言信号有其“多边性”和复杂性。例如，连续语音中词与词之间没有明显的停顿，同一词、同一字的发音受前后词、字的影响，不仅不同人说同一词会有所不同，就是同一人发音也会受到心理、生理和环境的影响而有所不同。
5技术应用
医学。VR在医学方面的应用具有十分重要的现实意义。在虚拟环境中，可以建立虚拟的人体模型，借助于跟踪球、HMD、感觉手套，学生可以很容易了解人体内部各器官结构，这比现有的采用教科书的方式要有效得多。
娱乐。丰富的感觉能力与3D显示环境使得VR成为理想的视频游戏工具。由于在娱乐方面对VR的真实感要求不是太高，故近些年来VR在该方面发展最为迅猛。
军事航天。模拟训练一直是军事与航天工业中的一个重要课题，这为VR提供了广阔的应用前景。美国国防部高级研究计划局DARPA自80年代起一直致力于研究称为SIMNET的虚拟战场系统，以提供坦克协同训练，该系统可联结200多台模拟器。另外利用VR技术，可模拟零重力环境，替非标准的水下训练宇航员的方法。
室内设计。虚拟现实不仅仅是一个演示媒体，而且还是一个设计工具。
房产开发。随着房地产业竞争的加剧，传统的展示手段如平面图、表现图、沙盘、样板房等已经远远无法满足消费者的需要。
工业仿真。当今世界工业已经发生了巨大的变化，大规模人海战术早已不再适应工业的发展，先进科学技术的应用显现出巨大的威力，特别是虚拟现实技术的应用正对工业进行着一场前所未有的革命。虚拟现实已经被世界上一些大型企业广泛地应用到工业的各个环节，对企业提高开发效率，加强数据采集、分析、处理能力，减少决策失误，降低企业风险起到了重要的作用。
应急推演。防患于未然，是各行各业尤其是具有一定危险性行业（消防、电力、石油、矿产等）的关注重点，如何确保在事故来临之时做到最小的损失，定期的执行应急推演是传统并有效地一种防患方式，但其弊端也相当明显，投入成本高，每一次推演都要投入大量的人力、物力，大量的投入使得其不可能进行频繁性的执行，虚拟现实的产生为应急演练提供了一种全新的开展模式，将事故现场模拟到虚拟场景中去，在这里人为的制造各种事故情况，组织参演人员做出正确响应。
游戏。三维游戏既是虚拟现实技术重要的应用方向之一，也为虚拟现实技术的快速发展起了巨大的需求牵引作用。 尽管存在众多的技术难题，虚拟现实技术在竞争激烈的游戏市场中还是得到了越来越多的重视和应用。
Web3D
Oculus Rift开拓虚拟现实游戏新时代[3]
Web3D主要有四类运用方向：商业、教育、娱乐、和虚拟社区。
道路桥梁。城市规划一直是对全新的可视化技术需求最为迫切的领域之一，虚拟现实技术可以广泛的应用在城市规划的各个方面，并带来切实且可观的利益。
地理。应用虚拟现实技术，将三维地面模型、正射影像和城市街道、建筑物及市政设施的三维立体模型融合在一起，再现城市建筑及街区景观，用户在显示屏上可以很直观地看到生动逼真的城市街道景观，可以进行诸如查询、量测、漫游、飞行浏览等一系列 *** 作，满足数字城市技术由二维GIS向三维虚拟现实的可视化发展需要，为城建规划、社区服务、物业管理、消防安全、旅游交通等提供可视化空间地理信息服务。
教育。虚拟现实应用于教育是教育技术发展的一个飞跃。它营造了“自主学习”的环境，由传统的“以教促学”的学习方式代之为学习者通过自身与信息环境的相互作用来得到知识、技能的新型学习方式。
还有演播室、水文地质、技术培训、船舶制造、汽车仿真、轨道交通、生物力学、数字地球、虚拟现实等方面都会有很大的应用价值。
但是从现在来看，虚拟现实技术想要真正进入消费级市场，还有一段很长的路要走，包括Oculus公司在内。在Oculus内部，也对虚拟现实技术现在面对的问题进行了讨论，并且不断的在寻找解决方法。虽然所有问题最终都会找到答案，但是都不太可能在一夜之间全部解决。
目前，开发者如何为用户提供一个真正身临其境的游戏或应用体验还存在比较大的技术局限性，而一些问题到现在仍然还没有很好的解决办法。
从“经验感觉”到“数据制胜”，从“传统侦察”到“多维感知”，从“单打独斗”到“体系作战”的蝶变。
数字化军营军工可通过建设集光电、雷达、红外、电磁频谱监测、北斗定位、物联网和虚拟仿真等技术于一体的场区监控系统，对核心训练场区实现广域覆盖、多维感知、全景展现，进一步支撑态势掌控，丰富沙盘推演、复盘检讨及丰富场区管理手段。
打破信息孤岛，突破地域限制，实现多协同 *** 作、互联互通、信号共享、资源整合利用。《关于推进营区基地化标准化建设的意见》指出构建营区布局新体系，运用“四新”成果、数字赋能、绿色建造等手段提升军事设施科技水平。
数字孪生的智能化营区集指挥办公、军事训练、政治文化、营连生活、后装保障、融合服务六大区域于一体。
将可视化技术与物联网、大数据、云计算、边缘计算、AI 等技术结合，促进物的智能与官兵智慧在军事管理领域的最优汇聚，实现人员管理、作风管理、安全管理、能耗管理、设备管理、预警管理等功能中的海量数据分析，达到“信息备战、信息施训、信息促管、信息共享、数据可视、智能应用”目的。
可视化营区以人工轻量化建模的方式搭建营房建筑、给排水设施、供电设施、供暖设施、绿化设施、消防设施、训练场、营区道路等物理环境。效果主要以贴图呈现，模型精度高，场景互动性强，可自由进行单体化处理。
车库界面左右两侧的 2D 面板可查看车库容量、面积和装甲侦察车、步兵战斗车、反坦克导d车、特种车辆等的数量。3D 场景以 YW703 装甲指挥车为例，可点击单个车辆查看车长、车宽、爬坡度、单位功率、车高、发动机、型号、装甲结构类型等车辆信息。
通过室内三维仿真建模，快速查看仓库内景、库存或告警信息，可快速查找和定位货物及基础设备信息。结合仓库数据库、RFID 设备、智能安防监控设备联动，形成态势平台，将车库、战备物资库、q械库分类，展示仓库内物资模块化存放的特点，实现信息化、智能化管理。通过智能监控、智能烟感、智能温感、智能线路预警等多种智能硬件，获取仓库实时环境监测数据，形成消防报警体系，三维可视化系统中显示实时数据和预警信息。
将与智能化设备相结合，实现线上申请、车场调度、线下管理三位一体的车辆信息化管理模式。以车辆智能化管理为目标，让车辆进出方便、快捷、安全，提高部队的车辆管理水平。
营区车辆配电子行车证，将每台车的基本信息输入电子行车证，将驾驶员个人信息输入电子驾驶证。再将信息接入Hightopo可视化系统，以便查看。车辆保养时间实时显示，及时进行维保，让车辆随时保持良好性能。
出勤任务表列出任务情况，点击列表可d出 2D 面板查看具体车辆信息。车辆出入营区时由车辆进出系统验审，即时记录储存进出车牌号、进出时间等信息。未派遣车辆私自出车时，系统发出报警声。可通过局域网实现数据连接以便随时查阅。车辆外出因特殊情况熄灯前不能按时归队时系统可自动发送短信通知车管
对于单个车辆的监控管理，以智慧坦克管理场景为例，围绕坦克的推进系统、装甲系统、武器系统、火控系统四个方面，展开部件管理、指挥系统、故障诊断的动态数据描述。
构建的战备物资库展示重点库房温湿度动环监测数据，库存库容信息，作业状态。对温湿度的监测能保障战备物资使用性能良好。
对营区战备物资打码贴签，区分质量等级、使用状态、保障能力，实现标准配置、精确定位。可视化场景内点击单个物品可查看物品名称和数量。
以自动步q、狙击步q、冲锋q等为例进行演示，点击单个q支可查看该q支的类型、数量、生产日期。通过温湿度监控避免q械受潮受损。
“兵者，战、守、迁，皆施于营垒。”营区作为部队赖以生存的物质基础，地址一般根据军事部署、自然环境、建筑技术和经济指标等择优选定，需有利战备、方便生活。一般以城镇为依托，靠近交通要道。营房智能化水平与军队后勤保障、部队训练、生活、战备息息相关。智能化营区能适应多型部队：一栋营房满足多种需求，一栋库房匹配多代装备。
通过监视雷达、全景视频监控、可见光红外双光谱摄像机、电磁频谱监测设备、气象监测设备、高精度时空感知设备、物联网基站等传感设备，实现电磁频谱监测、高精度时空感知、全景视频监控、气象环境监测、雷达警戒观察等全维态势的感知。
从机械化走向数字化，再走向智能化、无人化……，紧盯未来作战需求，结合大项演训任务，不断检验和提升数字化旅基于网络信息体系的整体作战能力。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）