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
21世纪人类的科技发明有：3D打印、物联网、人工智能、基因测序、纳米技术、修复手套、无人驾驶汽车、移动支付、人造肌肉等。
21世纪人类社会，3D打印已经与物联网、人工智能、基因测序等，一起被研究人员誉为21世纪改变人类生活的前沿技术。世界各国纷纷加快了在无人驾驶、机器人、5G等领域的布局速度，这使得许多具有创新性和实用性的前沿技术被研发出来，并逐步应用于人们生产生活的许多方面。
相关知识
纳米技术
纳米技术是用单个原子、分子制造物质的科学技术，研究结构尺寸在1至100纳米范围内材料的性质和应用。纳米科学技术是以许多现代先进科学技术为基础的科学技术，它是动态科学和现代科学和现代技术结合的产物，纳米科学技术又将引发一系列新的科学技术。
例如：纳米物理学、纳米生物学、纳米化学、纳米电子学、纳米加工技术和纳米计量学等。
修复手套
2004年，阿伯尔法特凭借他发明的“修复手套”获得了当年的“尤里卡科学奖”。“修复手套”是一种植入了能模仿人手生物力学的特殊致动器和传感器的装置。机械手研究实验室设计“修复手套”的目的是为了制造一种具有人工肌肉的“外衣”。
这种“外衣”能够帮助人体重运动。全世界的科学家、程序设计员、发明者都在开发复制、替代人体结构或者帮助人体的创技术。
无人驾驶汽车
无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。
据汤森路透知识产权与科技最新报告显示，2010年到 2015年间，与汽车无人驾驶技术相关的发明专利超过22000件，并且在此过程中，部分企业已崭露头角，成为该领域的行业领导者。
后来发现就连身边的同事和朋友也都有这样的“理解”，所以我觉得需要正式地写一篇文章，作为对这类说法的一个回应，以及对厘米波、毫米波技术和产生这些争论原因的一个说明。
当然在此我先亮明自己的观点： 厘米波和毫米波5G没有真假之分，只有应用场景的区别，并且目前阶段，全球绝大多数国家更需要厘米波。
如上图所示，目前5G主要使用两段频率，3GPP将它们命名为FR1和FR2频段。
FR1频段的频率范围是450MHz-6GHz，又叫做Sub-6GHz频段， 因为其波长大于10毫米，所以将这个频段称为厘米波。
FR2频段的频率范围是2425GHz-526GHz，由于FR2覆盖波段之中 多数为小于10毫米波长的频率，这部分频段因此得名“毫米波（mmWave）” ——但其实这个波动段中有一部分波长大于10毫米，但因为约定俗成的叫法，也就忽略了。
这个算是厘米波和毫米波称号的由来。
我们大家都知道，5G作为新一代通信技术，它属于网络信息时代的底层建筑，而像物联网、大数据、云计算、人工智能、无人驾驶等新技术，以及像VR/AR、各类5G终端电子产品、智能家居、智能交通工具等5G相关的硬件，都属于这整个生态的上层建筑。
5G通信技术作为底层建筑，在内部也存在着完整的生态，主要包含通信设备生产制造、以及通信运营，说白了就是 一个负责建设网络（通信设备企业），一个负责使用网络（通讯运营商）。
而毫米波和厘米波从技术角度来说，主要归负责建设网络的部分管。当然，生产制造者也都是从市场需求以及对未来的发展前景中进行分析判断，并最终决定生产制造的方向。 而诺基亚、爱立信、华为、中兴等通信设备企业在当前最优先考虑的就是对厘米波技术的落地应用，但不是说不发展毫米波，而是延缓对于毫米波的部署。
至于原因，就在于两者的优缺点。
厘米波的优点就是覆盖面积广，信号稳定，受到环境因素影响较小，它的缺点就是带宽没有毫米波的大，数据传输速率比起4G大很多（能达到100M/s，约为4G速率10倍以上），但是比起毫米波却小了很多。
而毫米波的优点则在于数据传输速率非常快（苹果新机发布展示过），同时时延很小，可同时连接设备的数量很大。但与此同时它的室外覆盖面积很小，非常容易受到建筑甚至树木的阻挡，受环境影响也很大，可能下雨都会极大地影响它的信号—— 总之，毫米波衰减效应太强，穿透性太弱。
当然，由于毫米波优势太突出，而且 毫米波频谱资源相较厘米波来说丰富很多 ，所以对毫米波技术的研究一直都在进行，对于它的两大弱点也有了相对可靠的手段。
比如说 Massive MIMO ，即大规模天线技术，它就是为了弥补衰减效应而发展出来的技术，原理很简单，发射天线和接收天线的单个增益既然没办法加强，那就增加数量，以提升信号强度。又比如 波束赋形 ，这个是为了解决传播路径的问题，既然穿透性很差，那就将无线信号定向传输到需要使用的方向，对于室外使用环境来说就能更精准的提升使用效率。
上边两项技术，主流设备商包括中兴、华为、大唐移动、爱立信、诺基亚以及三星都有相应的方案。
只不过大家需要知道的是， 无论如何弥补毫米波的短板，都需要付出很高的代价。 研发成本高企且不说，毫米波部件对于半导体加工的要求很高，这造成了元器件成本的增大，同时毫米波技术需要的基站数量要远大于厘米波技术，所以部署成本非常高，建好以后，海量的毫米波基站相比厘米波基站的耗电量也要大得多——运营成本非常高， 在成本如此高的情况下，却还远不能产生与之相对应的经济效益——因为5G时代可不是跟之前的移动通信时代一样，主要只针对电子产品的联网，它要承载的东西更多。
所以在当前全球各国的部署规划中，基本上都是厘米波先行，作为大范围的5G基础设施，毫米波则根据实际情况进行点状部署，比如某些工业企业、人口密集的大城市等有着实际需求且能够产生经济效益的地方。
全球各国可能只有美国例外，因为美国军方和国防建设占用了大量的厘米波频谱资源，以致于美国通信运营商只能选择毫米波频谱资源进行部署。 当然，美国的城镇化水平非常高，大城市里人口密集，具有很好的毫米波部署的先决条件。但是美国通信运营商已经在寻求美国军方对于厘米波频谱资源的腾让，他们也意识到厘米波技术的重要性。
其他发达国家的步调则基本都是厘米波为主、毫米波为辅，兼顾经济效益与实际条件。
而亚洲各国中，中日韩基本都是以厘米波为主，但日韩对于毫米波的部署与发展程度略微领先于中国，这个主要跟国情有关——我们的5G网络需要提供给14亿人使用，且覆盖面积远大于日韩，仅基于Sub-6技术的5G基站据初步规划就需要建设1400万个。当然，我们也有对于毫米波基站的部署，并且最早将于2022年开启商用。
其实很多人是比较迷惑的，4G时代的时候华为通信设备领域已经这么牛了，怎么不见制裁，为什么到了5G时代，美国忽然间发疯了一般对华为下手？
回答之前，大家应该知道 美国作为世界唯一超级大国的底气在哪里—— 科技 、军事、金融， 通俗点说就是美国硅谷、美军、美元。
华为发展厘米波基站技术，并在西方国家推广使用，包括爱立信、诺基亚等也纷纷展开相应研究，这一点仅从民生领域来说确实没什么。但我们要知道，美军的军事影响力遍及全球，北约组织实际上就是美军的后花园，这是美军能够在西欧各国驻军的原因。与此同时，美军在全球的海外军事基地、航空母舰编队、军方情报机构等，他们所使用的频谱资源都是厘米波。
所以美国在游说西方国家放弃华为的时候，基本上都会以这种巧合作为阴谋论的根基：你们国家用了华为的通信设备，那么我们的频谱资源相近，那数据就可能被窃取，安全就无法得到保障。
华为说自己不会窃取。
然后美国政客就说， 你怎么证明你们不会窃取呢？如果你们不能证明你们无法窃取，那就证明它可能会被窃取——那就是肯定能窃取。
这就叫诡辩术。
“你无法证明你没有杀人，那就证明你有杀人的嫌疑——所以我就可以说你杀了人。”——是不是很厉害？
美军靠这一招曾经收拾了伊拉克，但问题就在于华为不是伊拉克，华为背后站着中国，同时华为自己在海外的业务也确实非常透明公开。
近期瑞典反对华为5G，实际上也是美军在后边玩弄这套诡辩术，瑞典如果想加入北约，那就必须放弃华为5G。
那么有人问了，美军为什么明知道华为的厘米波5G基站对美军安全没什么威胁，却还是要反对它？
真相其实大家都知道， 因为华为不是美国公司，无法为美国军方及美国政府搜集情报提供帮助。 而且美国拿着q的时候大杀四方，有一天q跑到了别人手里，它也并不会觉得别人会拿q去打猎，它没有安全感。如果引领5G厘米波技术进展的是爱立信或者诺基亚，那相信阻碍会少上很多。
而且更重要的是，华为掌握厘米波5G技术不仅让美军感受到了威胁，还对美国 科技 造成了威胁。
同时对美国三大基石中的两个产生影响，虽然实质影响非常小，但是美国不允许出现任何意外，更何况华为背后站着的中国正在以不可阻挡的姿态迅速崛起。
这就是美国这届政府对华为的制裁不断加大力度，并最终靠着非常恶劣的方式终止华为芯片供应，以及外部的5G商业化部署。它需要把这个很小的可能性彻底地除去。
但 美国最终能够也没办法除掉华为，因为华为的背后站着的是中国，看上去我们国家对于华为在台面上没提供什么强有力的帮助，但其实国家对于华为的帮助远超我们的想象。
要不然华为早就和法国的阿尔斯通一样早就解体，阿尔斯通的创始人被美国法院判了125年监禁，而孟晚舟虽然也被美国刁难，但美国也没敢直接就对孟晚舟下黑手，为什么呢？只是因为美国对华为无能为力？因为美国害怕我们施以对等的惩罚，这就是加拿大出头的原因。而在美国实现了芯片断供后才发现，它对华为的实质伤害比自己想象中的要小，而且美国 科技 企业大受损失。
从最近的信息中可以判断出，孟晚舟应该离归国不远矣。加拿大已经逐渐承受不起非法羁押孟晚舟带来的各类损失及压力，美国对于华为进一步扼杀的意愿也已经随着现实的改变而发生了本质的转变。
所以现在最尴尬的就是加拿大。
但我们可能会让加拿大政府知道，只有尴尬是不够的，我们这个五千年文明古国有秋后算账的优良传统，一切等孟晚舟回国再说。
其实如果真去较真什么“真假5G”，我觉得“独立组网”（SA）和“非独立组网”（NSA）更类似于真假5G，但从本质来说，这两者提供的网络都是货真价实的5G，只不过都是为了兼顾经济效应而做出了对配置的调整。
厘米波和毫米波都属于真5G的不同路线，从本质来说，两者谁先谁后没啥区别，但如果将这个顺序放在产业链发展和用户角度去考量，就会发现先后顺序、主次顺序很重要。
如果先推进毫米波技术，而且一条腿走路，只走毫米波路线，那么建设的话就意味着资源的闲置和浪费，尤其对于我们中国这样地大物博、人口众多的国家，使用毫米波技术部署5G，将给我们整个通信网络建设运营带来极大的负担，而且还是长期的负担——因为目前还无法实现5G物联网方向的大规模应用，你花了非常大的精力和金钱建好了，却没办法收回投入（只靠5G手机入网经济效益很低），还要再投入海量的金钱和精力去维持它（耗电、耗材）—— 这就好比陷入了一种无意义的竞赛中。
而且目前我们推动毫米波基站的话，最赚钱的还是美国硅谷的那些半导体企业们，因为我们自己的半导体产业链还无法到达提供毫米波技术等级半导体元件的地步。
这样的困扰并不只存在于我国，西方发达国家的发展也并不均衡，城镇乡村的部署短期内都没办法考虑成本居高不下的毫米波方案。
所以大多数国家选择的都是厘米波先行，而 对于我国来说，厘米波先行还有其他的好处——有利于半导体产业链制造能力的提升。
我国早在几年前就已经制定了5G的发展规划，厘米波基站先行，目前也已经实现了商用，可以这么说， 厘米波5G的商用基本能够满足未来3-5年内的用户需求 ，包括用户的网络需求以及用户对于物联网、无人加势的需求。网络需求相对来说容易实现，即便上网设备数量猛增，厘米波基站可以以增益的方式实现一定的网速保障。而无人驾驶、物联网等需求在未来3-5年仍然属于发展阶段，即便有成熟的方案，也不会出现熟练众多的此类设备。
而在这三到五年间，我们的半导体产业链将因为此前的遭遇而获得更多重视及资源倾斜，也就意味着有更大的可能实现技术突破，那么很有可能，当我们真正需要大规模的毫米波技术基站的时候，我们的半导体产业链既能满足毫米波基站半导体元件的需求，也能满足消费电子、智能设备等硬件的半导体元件需求，尤其是芯片——我们将有一个时间窗口来发展我们自己的芯片制造产业链。
而如果我们在美国主导的毫米波战略下进行部署，很显然不符合我们的国家利益。
有个时间点很有意思： 我国规划2022年开启毫米波5G的商用，华为计划在上海建造一家不使用美国技术的芯片工厂，并预计将在2022年年底之前为其5G电信设备生产20nm的芯片。
那么我们的毫米波基站芯片或许将完全由国内提供。
所以如果之后即便美国松开对华为的5G芯片供应，可能我们也会拒绝——踹醒了我们，又想着把我们哄睡，可能么？
从目前来看，我们在5G发展上还是有些流于表面。
我们需要知道一件事，5G的发展水平看的并不是我们有多少5G用户，单从用户数量来看，中国的5G网络使用人数确实独一无二，但5G更大的意义可不是提供高速网络，我们需要看的是5G在工业领域的应用，对物联网、人工智能、无人驾驶等新兴领域的支撑。
所以我们听到通信运营商所公布的5G用户数量暴增，不用太过高兴，真正需要注意的是农业、采矿业、机械制造业、金属冶炼行业等对于5G的应用，以及无人驾驶、物联网建设等在大生态方面的应用，在对5G的应用上又该有着广泛而深入的 探索 。
华为的5G技术实际上做的就是修桥铺路的工作，但是整个5G生态需要的是路上有车、路边有房，而体现我们在整个5G时代发展水平的绝不仅仅是路修的多好，而是看我们依托这条路， 探索 出来了一个多大的应用空间、多么辽阔的世界。
从厘米波和毫米波路线之争中，我们最大的收获并不是证明了谁对谁错，而是看到了决定我们5G发展水平的其实是半导体产业链中的基础工业 ——光刻机制造、芯片设计软件、晶圆原材料加工等，这些决定着我们的5G将拥有什么样的发展潜力。
最后还是想说，大家真的不用羡慕哪款手机支持毫米波5G，因为市面上包括三星S20、iPhone12等支持毫米波5G的手机，基本上都只能在美国使用，而且受到很明显的地域限制——即便美国，毫米波也不可能随处可见。
而且别看三星支持毫米波，那也只是美国版本如此，韩国国内用的也是厘米波技术。厘米波是5G时代的主流基站，毫米波则作为重要补充——这样的格局将成为最终形态。
我认为我们前所未有地靠近下一个网络时代的核心位置，所以希望我们能一如既往地走自己的路，不沉迷不后退，一往无前，直至……
所向无敌。
路凯智行于2020年5月成立，主要研发特种车辆无人驾驶技术和场景管理系统，并提供相应的运营服务。成立以来，路凯智行打造了以无人驾驶系统为主，结合智能集中管控系统、矿山安全及辅助系统、设备 健康 管理系统的无人驾驶整体解决方案。
创始人谢意毕业于清华大学精密仪器系机械设计及自动化专业，并获得法国国立高等工程师学院（ENSAM）工业工程硕士、欧洲工商管理学院（INSEAD）工商管理硕士学位MBA，曾于法国就职于标致雪铁龙 汽车 集团的巴黎研发中心，有10余年特种车辆无人驾驶及高精度定位和物联网云监测平台开发经验。其创立的路凯智行前身就是一家拥有特种车辆无人驾驶工程项目经验的 科技 公司——岩石 科技 。
在今年4月，路凯智行宣布于2020年10月完成数千万人民币融资，由中关村发展前沿基金和达泰资本共同领投。此外，路凯智行于今年同央企集团达成合作，已经展开实施了央企集团的宽体车无人驾驶研发与试运营项目，并且在新疆和内蒙等地相继开展项目的测试和试运营。
在被问及此次融资用途，路凯智行创始人兼CEO谢意表示，路凯智行将开发针对矿区特殊工况的融合感知算法，融合定位算法、决策规划算法、智能调度算法等。同时，路凯智行将根据矿山复杂的气候与地质环境，打造能适应矿山多变条件的无人驾驶技术栈。
目前，除了路凯智行以外，国内已有踏歌智行、慧拓智能、易控智驾等矿山无人化解决方案提供商在山西、内蒙、新疆、河南等地展开测试或运营。
在谈及竞争优势时，路凯智行创始人兼CEO谢意告诉36氪，路凯智行聚焦于从技术研发到工程落地实施的全过程。相比于其他矿山无人化解决方案提供商，路凯智行对于产品架构、工程落地、行业认知有自己的深刻理解。
特种车辆无人驾驶系统需要传感器、人工智能、组合导航定位等多种技术的综合应用。路凯智行拥有一支涉及无人驾驶算法、矿用工程车辆电子电气、矿山开采工艺、人工智能算法调度、工程管理等多领域的交叉学科团队。该团队拥有多技术交叉、多产业融合的技术研发经验，为路凯智行提供了技术支持。
路凯智行核心团队成员均毕业于国内外知名高校，具有丰富的矿山无人驾驶系统研发经验及智慧矿山系统设计和运营经验。预计在年底将达到近百人的团队规模。
谈及投资逻辑，顺为资本认为，矿山长期以来存在环境恶劣、招工难、安全隐患大等诸多痛点，而相比开放道路，无人驾驶在矿山场景落地的可行性更高，且同时兼具经济价值与 社会 价值。顺为资本期待路凯智行可以秉持产品化的本心，实现更加安全、智能、高效的矿山运营。
编辑 | 李勤多轴飞行器不属于以下概念范畴：无人驾驶，物联网，虚拟现实，人工智能。 多轴飞行器是一种由若干个机械臂围成的多旋翼机，具有悬停、定点飞行和 *** 作精度高等特点。总体而言，多轴飞行器更多地应用在多领域内，如运输、搜索与救援、农业等方面。
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）