物联网就业方向

物联网就业岗位：射频识别开发工程师、物联网/嵌入式硬件开发工程师、物联网/嵌入式硬件测试工程师、物联网/嵌入式硬件驱动工程师、

物联网/嵌入式系统软件工程师、物联网系统集成工程师等。

就业方向：自动化企业、智能家电、智能家居、工业控制企业、数字娱乐公司、汽车、医疗、航空航天、环境保护、智能物流等领域。

随着经济的发展和航空业的进步，世界各地的大型机场都先后推出临空经济区的建设计划，并且，在整体规划上，呈现多元化、多层次、辐射广的态势。
（一）国外部分
1959年，爱尔兰成立了香农国际航空港自由贸易区，它包括紧靠香农国际机场的香农自由工业区和香农镇，自由贸易区利用国外资金和原材料，大力发展出口加工业，这是临空经济区的早期形式。
从20世纪60年代起，日本政府就先后提出了在东京、大阪建设三大国际空港的课题，新东京国际空港（成田）、东京国际空港（羽田）、关西国际空港成为日本最重要的航空港。日本采用了研究—建设—再研究—再建设的方针，使得航空运输在日本得到了飞速的发展，形成了建设与发展的良性循环。最典型的是日本长崎县，依托长崎空港，在滨海区域规划兴建了一个临空经济区，建设一条商务办公街，建立系列航空关联产业开发区、自由贸易区、高级文化娱乐区、高级住宅区和高精尖端技术产业区。
荷兰阿姆斯特丹史基浦机场持续保持在欧洲机场客运量第四，货运量第三的位置。机场不仅仅作为航空旅客的集散点，而是作为航空城来综合管理，即构建高效枢纽，由航空、铁路、公路等多种运输形式互为补充。从航空港到航空港都市城的发展，丹史基浦机场将建立和发展机场城市来为利益相关者创建可持续发展价值，作为一个重要的目标。
（二）国内部分
北京临空经济区
北京顺义的临空经济现已形成了五大产业区，包括高科技产业区、现代制造业产业区、饮料产业区、现代服务业产业区和现代农业产业区，并且已具有相当规模，有一些著名的世界五百强的著名企业也入住此地。 2005年，顺义经济70%来自与临空有关的产业，它的税收达到了86%。凭借此条件，首都机场是中国最具实力的临空经济区。北京临空经济区由空港工业区、天竺出口加工区、空港物流基地、林河工业区、北京汽车生产基地、国门商务区等六大主要功能区和天竺、后沙峪、仁和、李桥、南法信、高丽营等六镇构成。
上海虹桥临空经济区
上海虹桥临空经济园区依托虹桥国际机场而发展，规划面积28平方公里，集高新技术产业、都市型工业等于一体。机场对周围地区具有强大的辐射能力，经济和交通的发展已带动了周边的大片房地产业的兴起，充盈着巨大的商机。尤其是机场周边的可利用土地资源显得弥足珍贵。作为上海第一个民用机场的上海虹桥机场，经过多年的扩建后，现已成为我国最大的国际航空港之一。2010年上海虹桥国际机场旅客吞吐量为3130万人次，同比增长248%，全国排名第四位。完成货邮吞吐量48万吨，同比增长94%。共保障飞机起降22万架次，同比增长158%。
郑州航空港实验区
2013年3月7日，国务院正式批复了《郑州航空港经济综合实验区发展规划(2013~2025年)》。这是全国首个上升为国家战略的航空港经济发展先行区。郑州航空经济综合实验区作为中国首个航空港经济发展先行区，它是以河南省郑州市新郑国际机场附近的新郑综合保税区（即郑州航空港区）为核心的航空经济体和航空都市区，是郑州市朝着国际航空物流中心、国际化陆港城市、国际性的综合物流区、高端制造业基地和服务业基地方向发展的主要载体。在相关政策的支持下，郑州航空经济综合实验区会成为郑州市经济发展的新板块和中原经济区的龙头。郑州航空经济综合实验区按照“一城五区”的规划，由核心区、主体区和带动辐射区三大部分组成。2014年9月25日，提前实现自贸区功能。
西安国家航空城实验区
2014年5月14日，全国首个以发展航空大都市为定位的临空经济区、西咸新区空港新城《西安航空城实验区发展规划（2013-2025）》获得国家民航局批复，批复指出：将支持把西安航空城实验区建设成为丝绸之路航空枢纽和内陆空港城市示范区。据悉，这是全国首个以发展航空大都市为定位的临空经济区，也是继西咸新区获批国家级新区之后，国家推进西部大开发和丝绸之路经济带建设的又一重大举措。《规划》把西安国家航空城实验区定位为丝绸之路经济带对外开放的国际门户、临空现代服务业引领区、现代航空高端制造科研聚集区、国际内陆型空港城市示范区。到2025年，航空城将全面建成，形成以航空城为中心，连通国内外160多个城市280条航线网络，航空旅客和货邮吞吐量分别达到6700万人次和70万吨左右，航空制造业实现产值3000亿元，与临空相关联的高端研发制造、文化、旅游等产业年均增长20%以上。
天津临空产业区/天津空港经济区
天津滨海国际机场位于天津东丽区，是中国主要的航空货运中心之一，也是新成立的奥凯航空公司的枢纽机场。天津滨海国际机场位于渤海弯畔，距北京134公里，距天津港30公里，离天津市中心13公里。天津滨海国际机场已开通客、货混装航线56条，全货运航线14条，通航城市53个。天津滨海国际机场执行航班的国内外航空公司达到30余家，基地航空公司6家，包括国航、奥凯航空、大新华快运及厦门航空等。天津机场成为国内基地航空公司最多，机型最全的机场之一。
青岛临空经济区
随着青岛航空运输的快速发展，极大的带动了青岛临空经济区内经济的快速发展，并在机场周围集聚了大量产业，使机场周边地区形成多功能经济区域。已经形成了以山东航空公司青岛分公司为主的航空公司产业链，其主要包括航空物流、航空食品、航空器维修、航油航材、航空培训、酒店餐饮等相关产业。现状产业门类主要包括：工艺首饰品、生物制药业、新材料工业、纺织加工业。随着经济的快速发展，在临空经济区内已初步形成了以机场为中心的机场核心区，并在周边形成多个以临港产业、保税物流为主的产业园区。
成都双流国际机场
成都作为西南人流、物流的集散地，已是西南最大的航空港。其吞吐量在全国已经位居第五。预计到2010年，双流机场旅客吞吐量可达1750万人次；货邮吞吐量将达到48万吨。到2020年，旅客吞吐量可达3500万人次，货邮吞吐量将达107万吨。成都“临空经济区”将以机场为龙头、以火车南站、公路货运站和府河成都港（在建）为基础，使其与高新区、教育科研商贸区、城南副中心紧密相连，通过整治机场路、新建临港路、扩建大件路、延伸川大路等，形成一个空、铁、水、陆四网合一的大联营、大通关格局。从而构成一个“四网合一”的网络，并培育成西部最大的临空经济区。
杭州萧山空港经济区
2009年2月杭州“空港经济区”的规划出炉。空港经济区的空间结构为：一个中心、六大片区、圈层发展。一个中心是指萧山国际机场；六个片区为：一片空港物流区（含空港保税区）、一片综合服务区、两片临空工业区、两片生活居住区；圈层发展：即以萧山国际机场为中心，以空港物流区、综合服务区、临空工业区为第一个圈层，依托机场东路、坎红路、滨江二路、红十五线、靖江路向周边辐射，形成圈层空间结构。一个个圈层空间，可以发展解决员工吃、穿、住、行的业态，也可以发展金融机构等“附属产业”，跨国公司总部、会展中心等“吸引产业”。
武汉临空经济区
武汉临空经济区是武汉市“十一五”重点规划建设项目，根据武汉市政府常务会2008年10月讨论通过的《武汉临空经济区发展总体规划》，武汉临空经济区以武汉天河机场为核心，西临白水湖、董家湖，南临府河，北部以京广铁路为界，东至黄龙墩河与汉口北编组站，面积110平方公里，是武汉市重点发展的八大主体功能区之一。截至2010年7月，已有东航、国航、海航等60余家航空及相关企业入驻。武汉临空经济区是武汉继上世纪80年代建沌口汽车城、90年代建东湖高新区科技城、2000年建阳逻港口城后，新建的第四座产业城——航空城，第四座城比前三座城都大。武汉希望借临空经济区的建设和发展，使之成为推动武汉城市经济腾飞的新的“发动机”。
深圳机场物流园区
深圳机场物流园区总用地面积将超过150万平方米。规划的五大功能区域占地总面积约110万平方米，包括：空运中心（国内货站、国内货运村；国际货站、国际货运村；海关快件监管中心）、保税贸易仓区（保税仓、保税加工贸易区）、临港工贸园区（多功能仓库、配送中心及临港工贸园）、海运中心（货运码头、仓储区海关、联检查验场等）及其他综合服务设施（联检综合楼及公共绿地、道路、停车场等），此外还预留了近42万平方米的土地用于今后业务拓展。
广州花都空港经济区
广州花都空港经济区（以下简称：“花都空港区”）规划占地203平方公里，其中空港经济核心区59平方公里。花都空港区涵盖了花东、新华、花山、雅瑶和狮岭五个镇（街），其功能布局规划属于“花都副中心功能区”的一部分。

物联网主要技术。在物联网应用中有三项关键技术为物联网开辟出极为广阔的应用前景：

1、传感器技术：这也是计算机应用中的关键技术。大家都知道，到目前为止绝大部分计算机处理的都是数字信号。自从有计算机以来就需要传感器把模拟信号转换成数字信号计算机才能处理。

2、RFID标签：也是一种传感器技术，RFID技术是融合了无线射频技术和嵌入式技术为一体的综合技术，RFID在自动识别、物品物流管理有着广阔的应用前景，这也是为什么“物流”这个词总是与“物联网”同时出现。

3、嵌入式系统技术：是综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。经过几十年的演变，以嵌入式系统为特征的智能终端产品随处可见;小到人们身边的MP3,大到航天航空的卫星系统。嵌入式系统正在改变着人们的生活，推动着工业生产以及国防工业的发展。如果把物联网用人体做一个简单比喻，传感器相当于人的眼睛、鼻子、皮肤等感官，网络就是神经系统用来传递信息，嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。这个例子很形象的描述了传感器、嵌入式系统在物联网中的位置与作用。

物联网应用领域。物联网用途广泛，遍及智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、环境监测、路灯照明管控、景观照明管控、楼宇照明管控、广场照明管控、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。

智慧物流是以物流互联网和物流大数据为依托，通过协同共享创新模式与人工智能先进技术，重塑产业分工，再造产业结构，转变产业发展方式的新生态。具体到我国民航的产业升级与智慧化发展，早在2018年2月，民航总局就和铁路总公司签署了《推进空铁联运战略合作协议》，标志着建立起了空铁跨运输方式联合的协调和沟通机制。当年5月，民航总局印发了《民航局关于促进航空物流业发展的指导意见》（民航发〔2018〕48号），从业层面对航空货运与物流业的融合进行了战略规划。其中，机场货站融入智慧物流体系在国民经济进行供给侧改革的大背景下，以连接升级、数据升级、模式升级、体验升级、智能升级为主要特征进行智慧物流建设，深刻改变着传统航空货运物流业的面貌。

在我国航空业国有企业混改的大背景下，《民航局关于促进航空物流业发展的指导意见》（民航发〔2018〕48号）提出了建立公共信息服务平台的规划。机场货运要积极参与公共信息服务平台建设，应用统一条码、射频识别等物联网技术，在行政力量和资本力量的双重推动下，打破条块化、碎片化的藩篱，连点成线、织线结网，搭建起全国联网的公共信息服务平台。通过与航空公司、货运代理人、快递企业、海关、检疫等单位的信息互联互通，促进了航空物流的组织化和集约化。

进入“十四五”时期后，政策层面对民航行业向智慧化的引导进一步明确。首先，“十四五”时期民航确定 “一二三三四”总体工作思路中的“四”——开拓四个新局面，其中明确指出“十四五”期间智慧民航建设要有新突破，这是战略目标层面对智慧化的要求。另外，2020年底，民航总局出台了《中国民用航空局关于推动新型基础设施建设促进民航高质量发展的实施意见》（简称“《实施意见》”）及《中国民用航空局关于推进新型基础设施建设五年行动方案》（简称“《五年行动方案》”），旨在积极推动行业数字化、智能化、智慧化转型升级，促进民航基础设施高质量发展。两项指导政策，其中明确提出了“2035年实现物流一张单的发展目标。力争到2025年数字化转型取得阶段性成果。”中国建筑科学研究院有限公司航空物流规划设计研究所李颖总工程师认为这些行业的政策，对于规划设计工作者包括各个建设单位的指导意义是很强的，“政策引导我们在工作中就着力提高货运设施的自动化水平，为物流设备、设施、和行业监管等全方位的智能化、智慧化发展创造基础条件。今年局方已经推动了一批智慧化工程的试点项目，比如湖北国际物流机场的少人化货运机坪；深圳机场航空集中器CT安检机应用项目；还有郑州机场航空电子货运项目等。这些都是民航物流方面智慧化发展的具体实例。”

民航机场规划设计研究总院物流所所长刘新力先生认为：航空物流业以打造“互联网+”高效物流，以Airport30智慧型机场建设为重要目标，正在推动机场航空物流向新基建和数字化方面转型：在硬件方面应加快建设5G通信、计算机网络设备等信息技术投入，软件方面，以大数据、云计算、人工智能为抓手，全力打造现代航空物流全产业链体系。刘新力认为，新建的大型机场在货运站或货运机场在物流设备选择上会以人工智能、灵活柔性为原则，会考虑应用无人叉车、无人搬运车、AGV等智能设备，以满足未来较长时间的使用要求。

李颖谈到，在基础设施和物流设备选择上，不论综合型还是专业型货运机场，有一个共同的特点就是功能需求日趋多元化，对功能空间的灵活变化和系统柔性的要求越来越高。这给航空物流园区和空港物流系统的规划建设带来了新的挑战。要求根据机场（及运营方）的特点去分析和研判基础设施及设备系统的现实功能需求和潜在功能需求，并为潜在功能需求的实现预留条件和可能性。

在谈到航空机场货运系统建设时，很多专家都谈到了无人化的趋势，业内称之为“无人化货运机坪”。刘新力所长谈到：随着信息化、数字化、自动化等新兴技术的快速发展，航空货运物流智能化、精细化水平明显提高。一方面，无人机技术、物联网、大数据、云计算、人工智能、北斗导航等先进技术普及运用，进一步推动了物流业服务模式变革，降低了企业运营成本，提升服务网络的智能化和自动化水平。另一方面，无人驾驶技术在全球范围内发展迅速，无人自动驾驶技术正为智慧机场建设和空侧无人化提供新方向。香港机场自2019年12月30日起开始在机场飞行区实际 *** 作环境下试验运行无人驾驶拖车运输航空货物和旅客行李。经过一年多的运作，证实无人驾驶拖车的运作可靠，也比人工驾驶拖车更为安全及顺畅。无人驾驶拖车的驾驶舱内没有司机，也没有乘客或安全员，行驶速度为每小时20公里。车辆搭载多种传感器，能按设定的路线安全行驶，并准确检测障碍物，可靠性高，确保安全及稳定性。2020年全球新冠疫情侵袭，无人驾驶拖车由于技术上实现了完全无人的 *** 作，在防疫期间仍能够常态化展开运作。香港机场将规模化采用无人驾驶拖车，提升运营效率及推动机场运作安全智能化。

对于机场物流系统建设无人化的发展趋势，他还介绍了新加坡樟宜机场的案例。该机场正十分积极地追求全面自动化的目标：它建造了一个完整的航站楼来帮助测试未来的机场机器人。SATS（新加坡机场航站服务公司）正在测试一种远程控制的交通工具，这种交通工具可以在10分钟内将行李从飞机上卸下，并转移到行李处理区域。该公司还在测试使用一辆自动驾驶电动 汽车 ，用它来运送空运单据。SATS正在利用光探测和测距技术来绘制路线，将高承载200公斤食物的手推车运送到休息室。此外，刘新力还提到了智慧机坪在机场货运中的应用。考虑到一般机场货机坪具备相对独立的物理隔离条件，可以在该区域实行全自动的货物转运，包括从货机卸货、到港运输、进入航空货站、离港运输、货机装机等全过程，实行全自动无人化工作流程。通过在机坪采用全自动技术，提高机场货运区的运行时效，节约人力成本，加快场区内货物周转效率。在货运站内部也可以采用AGV、RGV等智能设备的应用，可以采用路径隔离、时间隔离等手段做到站房内部的车辆无人化。根据 科技 发展和适度超前的规划原则，航空货运站设计时考虑打造高效集成的航空物流作业环境，在设施设备上考虑应用四向穿梭车、AGV 等散货处理系统等智能设备，以提高货运设备的整体智能化程度。

机场货站是机场陆侧设施的重要组成部分，是航空物流最重要的地面 *** 作节点。据统计，货邮在机场货站的处理时间占到航空物流运输总时间的80%左右。因此，航空物流系统智慧化升级，机场货站的升级发展是重要项目之一。由于智慧机场货站建设涉及土地、税收、政策、资本、技术、组织机构等一系列复杂的问题，因此有业内专家提出，其信息管理系统要进行全面升级，使其具有有效整合托运书、收货查验、过磅称重、录入货运单、货邮入库、订舱、吨控、运价计算、货邮出库、收款等各 *** 作环节的能力，以及具备综合报表、票据保管、客户关系、基础数据等信息管理功能。相关信息系统建设需以模块化思路建设机场货站的信息管理系统，实现机场货站与安检、配载、机坪装卸等部门的信息互联互通。以智能减少人工、以信息促进优化，通过完善信息管理系统实现机场货站的流程再造和提质增效。

对于机场货站中自动化物流设备智能化发展，机场货站要依据现实的业务规模和仓储需求来建设符合自身特点的硬件设施，不应过于追求技术的先进性。比较适合的方向有出港的自动分拣机、集装板组板机，进港的自动分拣机、传送带，仓储的立体货架等。同时，要优化安检技术与流程，实现与货运代理人、快递企业之间整板、整箱的收运和交付。要发挥大数据的作用，理清出港流向、进港收货人等数据信息，以便调整作业模式和营销策略。例如，让进港量较大的代理人优先分拣等，可以大大地降低进港分拣的人力耗费；再如，及时有效的出港数据分析，有利于承运人、货运代理人及时调整运价水平和路线规划。

对于智能化设备和技术在航空物流领域的应用，李颖认为还存在一些挑战，她谈到：今天在电商仓配和供应链物流领域，智能化、无人化技术的应用远比在航空物流领域更为广泛和普遍。但是这些技术在向航空物流领域渗透的过程中遇到了一些困难。这其中可能有一个比较重要的原因是航空物流在处理环节对设备的要求与非航空的物流领域相比存在巨大的差异。航空物流处理的货物单元偏重且体积偏大，一般普货以托盘为最小 *** 作单元，托重200 800kg不等。这样较重的托盘在航空货站整体的作业流程中需要经过至少2次的拣选动作；而航空物流 *** 作中的拣选也与常规仓不同——必须按单拣选且顺序拣选。航空物流的整体作业流程中还存在着一些类似的非常规 *** 作，使得在常规的物流作业场景下开发的物流技术和解决方案在航空领域遭遇“水土不服”。

航空物流枢纽往往是国际贸易的重要节点。随着跨境电商等贸易方式风行，多式联运等物流组织方式的大发展，使得航空物流业的建设和管理运作升级发展的需求更加迫切。大力发展多式联运包括空空、空陆、空铁、空水、空海等多种物流联运方式，已经成为航空物流枢纽建设升级发展的重要方式。因此，如今很多机场和当地政府结合当地综合交通条件，产业发展、土地情况等前提做好货运区、临空经济区、综合交通的专项规划，加快以航空货运枢纽为核心的多式联运基础设施的规划建设，适当超前布局、因地制宜、分步实施；以战略的眼光谋划布局货运专用的高速公路、货运高铁进入机场，便于上述多种形式的多式联运的实现。

对于具体建设项目，刘新力介绍到：目前，我国规划布局了2个以航空货运为主体的运输机场——鄂州机场与嘉兴机场，在建设时都充分考虑了铁路和公路转运的需求，在设备选择整体上采用成熟产品，以能高效、经济处理包裹、小件包、扁平件、非扁平件、信封、异形件、超大超重件等不同品类的产品为原则；同时也将在部分设备上引入新新设备，降低员工的工作强度、提升系统运作效率。除了专用的货运机场，新建的大型综合机场为了满足客户的需求，在货运站空间布局方面也都有了优化的设计，以保障航空运输方式快速和可靠。新建的航空货运站空间布局都具备良好的空侧资源、完善的综合交通条件、齐备的二级设施、高效的通关条件、齐全的海关口岸等；并为扩展产业链相关货源、承接更多类型的航空货物来考虑空间布局，以适应多变的航空物流市场。

总的来说，我国航空物流领域智慧化发展的前景值得期待，航空货运的传统经营模式要跟上时代的脚步和节奏，机场货站更是要通过智慧化的升级发展，发挥平台和节点的重要作用。时代潮流，浩浩汤汤，在智慧化物流发展的过程中，建设者必须以创新谋求发展、以开放拥抱智慧，才能共同促进包括航空物流的物流行业融入智慧化发展的新时代。

姓名：陈心语  学号：21009102266 书院：海棠1号书院
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

---