满帮集团2022年Q1营收同比增长53.7%丨产业互联网周报

1、货运软件G7与E6合并

2022年6月7日，G7物联（“G7”）与易流 科技 （“E6”）宣布，已于2022年第一季度完成合并，并已完成首阶段业务整合。合并后，G7创始人兼CEO翟学魂担任公司董事长兼首席执行官，E6创始人兼CEO张景涛担任副董事长，G7首席财务官担任首席财务官。G7和E6是货运行业物联网技术与软件服务领域（IoT SaaS）的头部企业，二者均以物联网技术和软件为核心，向大型货主、大型物流企业和数以万计的货运经营者提供服务。

2、满帮集团2022年Q1营收1333亿元 同比增长537%

数字货运平台满帮集团发布截至2022年3月31日的第一季度未经审计的财务业绩。数据显示，满帮集团第一季度营收1333亿元，较去年同期的867亿元增长537%；净亏损192亿元，去年同期为197亿元；非美国会计准则下实现净利润约19亿元，同比增长68%。

3、易工品工程机械后市场已扩军覆盖全国150城

易工品开启“工程机械后市场扩军”之路，推进 2S+3C店建设，在县城及重点乡镇区域挑选影响力客户/大修厂/机械配件店，统一门店形象，提供高品质的设备服务和配件销售。截至6月，易工品已扩军包括合肥湘元、广西山宁、山西湘阳、浙江成峰、武汉九州龙、陕西悦大、贵州通程兄弟、四川盛和在内的多家合作伙伴，合计签约过百家代表客户，覆盖全国22个省份、150个城市，服务门店数量超过500家。

4、日日顺物流成立国际供应链服务公司 注册资本6亿元

天眼查信息显示，日日顺（青岛）国际供应链服务有限公司成立。该公司法定代表人为于贞超，注册资本6亿元，经营范围包含：供应链管理服务；国际货物运输代理；道路货物运输站经营；国内货物运输代理；普通货物仓储服务；装卸搬运；无船承运业务；运输货物打包服务等。股东信息显示显示，该公司由海尔集团旗下日日顺供应链 科技 股份有限公司100%控股。

5、树根互联“闯关”科创板 拟募资15亿元

6月2日晚间，上交所受理树根互联有限公司（简称“树根互联”）科创板上市申请。招股书（申报稿）显示，树根互联拟募资15亿元。其中，6亿元用于工业互联网平台升级项目，296亿元用于工业互联网行业场景应用项目，3亿元用于营销与客户成功体系建设项目，3亿元用于补充流动资金。

# 这些公司获得了新的融资 #

1、湃道智能获数千万美元A轮和A+轮融资

“湃道智能”连续完成数千万美元A轮和A+轮融资，A轮由赛富亚洲和创新工场联合领投，A+轮由老股东中鑫资本追加投资。本轮融资后公司也将引进更多专业人才。在产品层面，湃道将会在主要行业中开拓更多细分场景，应用包括AR与工业元宇宙等前沿技术。据介绍，湃道智能主要产品“云端工业安全管控平台”，主要用以提升工厂各类生产场景中的人员作业安全水平。

2、“蓝海机器人”连续完成数千万A轮和A+轮融资

智能物流及管理系统提供商“蓝海机器人”连续完成数千万A轮和A+轮融资，由高瓴创投领投。本次融资将主要用于拓展客户及研发新品。

3、“清云智通”完成超亿元B轮及B+轮融资

工业智能服务商“清云智通”（北京） 科技 有限公司完成超亿元B轮及B+轮融资，其中，B轮由高瓴创投领投，百度、鼎晖和泽华资本跟投，B+轮由中石化资本投资，青桐资本担任财务顾问。此前，“清云智通”曾获前沿基金、SEEFUND、达晨财智、建银国际、元禾原点、泰有基金、同方投资等知名机构的投资。

4、“iData盈达”完成过亿元A轮融资

物联网（IoT）数据智能终端服务商“iData盈达”宣布完成过亿人民币A轮融资，由三一创投领投，保腾资本、鹏鼎投资、国联担保、国联新创、无锡创投、新尚资本、云沐资本跟投。该轮融资主要将用于加大研发投入，包括人才引进、产品研发和创新，同时加速海外市场的拓展布局。

5、奕目 科技 完成数千万元Pre-A+轮融资

工业三维光场视觉头部企业奕目（上海） 科技 有限公司宣布完成数千万元的Pre-A+轮融资，本轮由经纬创投独家投资。

6、能源云链平台“普投能源”获数千万元首轮融资

能源云链平台普投能源获数千万元首轮融资。本轮融资由中督国际应急救援领投，海通云链跟投、普投产业控股集团担任独家财务顾问。本轮融资主要用于“油”+云链平台的迭代开发，市场推广和人才招募。

7、数字化家装企业未来美家完成数千万元天使轮融资

数字化家装企业未来美家宣布完成数千万人民币天使轮融资，本轮融资由华立投资领投，希晟控股、中博装饰、易宸投资、凤鸟投资与鼎鑫投资跟投。

8、“乐胶网”完成Pre-A轮融资

一站式胶粘供应链电子商务在线交易平台“乐胶网”宣布完成数千万元的Pre-A轮融资，本轮融资由奋道资本领投，产业投资人跟投。乐胶网创始人张立方表示，本轮融资资金将用于物联网设备部署、智能分配算法升级等业务方面。

高端产后修复品牌品牌很多，但是无论高端还是中端，必须了解什么样的品牌值得选择；
在考察产后恢复店加盟品牌就需要提前了解产后恢复加盟十大品牌；
产后恢复加盟十大品牌第一名：俪芬佳
俪芬佳隶属于上海汉甲集团，专注连锁加盟行业11年，时至今日，已成为一个集研发、培训、加盟为一体的集团化连锁运营公司!俪芬佳始终秉承“顾客第一，优秀进取，积极主动，诚信团结”的经营理念，经得起市场考验。
产后恢复加盟十大品牌第二名：御众堂
徐州御众堂回奶汤研发中心是一家集研发、生产、销售于一体的提供母婴保健产品、母婴保健服务、保健培训产品的母婴科学护理专业公司;中心成立以来，始终以“关爱母亲健康、呵护宝宝成长”为宗旨，并坚持有耕耘才有收获、有真诚才有回报的信念，坚持自主创新，努力开拓市场资源，几年来经济效益和社会效益持续增长，实现了跨越式的发展，已经逐步形成了科学的经营理念，优良的运作体系，卓越的信誉保证，使公司产品的市场占有额不断攀升。
产后恢复加盟十大品牌第三名：普睿媞
2008年成立于香港，历经12年的发展成为中国有影响力的健康产业中心。集团旗下设立普睿媞产后恢复中心、御骨精雕、 产品研发中心 、 御美人商学院四大版块。御美人集团旗下的合肥普睿媞产后恢复中心，2008年正式成立于安徽合肥，针对女性备孕期、产褥期、哺乳期、恢复期和保养期等时期提供健康调理服务的连锁品牌机构。针对产后体型、体貌、体质、胸部护理、身体护理、宝宝游泳等领域提供专业服务。专业立足于产后12年，公司现有员工200多名，其中包括全职专家、咨询师及管理团队近100人，御骨专家团队50名，均为来自国际；普睿媞有12年的开店经验，每家店都开的很成功每家店月均营业额都达到40W+
产后恢复加盟十大品牌第四名：漂亮妈妈
南京漂亮妈妈健康管理有限公司旗下漂亮妈妈产后恢复中心，总部南京,公司第一家直营店成立于2005年，经过7年的沉淀之后于2012年成立南京漂亮妈妈健康管理有限公司，在南京设立连锁运营总部。现如今拥有产后恢复、月子会所、商学院、孕产瑜伽四大板块，公司拥有10余种专项产品，赋能终端店，合作共赢。
产后恢复加盟十大品牌第五名：蓝丝带
蓝丝带产后恢复中心(LASTARPRTUM)，总部山东，秉承为亚洲女性打造完美产后健康恢复的理念，以感恩文化为主题的产后恢复品牌。其特色是采用4：2：4(中医理疗40%、科技恢复20%、营养指导40%)健康黄金比例的恢复方式，让产后妈妈变得美丽、健康、自信，并有明星应采儿倾情代言。

产后恢复加盟十大品牌第六名：骄阳兰多
骄阳兰多隶属于兰多控股旗下的品牌，总部重庆,兰多控股旗下拥有“骄阳兰多产后调理恢复中心”、“妈乐购”及“乐妈邦”等多个知名品牌和公司，服务及产品主要涵盖了女性孕前保养，孕期护肤以及产后恢复等。专注于产后恢复行业10年的高端品牌，全国连锁，门店近1000家，服务项目涵盖备孕、怀孕、产后、更年期等多个阶段，是女性全生命周期健康服务的提供者。其特色是“产品+手法+仪器”三结合助力产后妈妈们的恢复，其中产品和仪器都是自主研发，并拥有多项专利技术，是真正意义上的实力派品牌。

产后恢复加盟十大品牌第七名：美丽妈妈
美丽妈妈总部上海,立足于在产后健康领域长达十年的投资、研发、运营经验，截至目前，美丽妈妈已经在全国建立了近200家产后健康服务中心，累计为上百万新妈妈，制订了科学有效的个性化产后健康恢复方案，并成功帮助她们恢复健康、美丽、自信；美丽妈妈产后恢复中心全国有近200家门店，致力于为产后女性提供健康检测、咨询及整体解决方案与恢复 服务的综合性健康管理连锁机构。个性化定制产后健康恢复方案，集理疗、瘦身、养生及美容为一体。

产后恢复加盟十大品牌第八名：纤思韵
纤思韵隶属于北京鸿泰美业国际商贸有限公司，成立于2012年04月20日，凭借多年来港龙在生物美容护肤品工程、生物基因工程、中药半成品出口贸易等三大支柱产业的成功经验。鸿泰人重金打造女性由生至老的健康专家、产后修复品牌纤思韵；纤思韵产后综合修复依托专业学术积淀，以专业技术关注女性生活品质，让生育不再是一种牺牲！

产后恢复加盟十大品牌第九名：娇美妈咪
娇美妈咪是目前国内注重品牌核心竞争力塑造，专注产品体系架构，着重服务与创新的产后恢复品牌，先后创立12大产后恢复体系、4+1服务理念，是目前国内注重品牌核心竞争力塑造，专注产品体系架构，着重服务与创新的产后恢复品牌。为夯实自身实力、打造差异化优势，先后创立12大产后恢复体系、4+1服务理念、6步严谨服务流程，构建系统科学、多元联动的平台版块，贯彻“亦医·亦美·亦家”的品牌文化
产后恢复加盟十大品牌第十名：美可美塑
美可美塑总部江苏，北京恺钰集团旗下专业的产后复龄品牌，秉承使用科学的方法还原产后妈妈本色风采。用健康的传统养生、经络按摩等美容的方式去塑造每一位妈妈和孩子心灵、身体的美丽。
以上内容来自知乎文字，不管排名如何，希望大家都可以对比了解考察，选择出适合自己的品牌

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

北京交通大学、西安电子科技大学、长安大学、暨南大学、北京工业大学、天津工业大学、天津理工大学、河北工程大学、河北农业大学、内蒙古科技大学、沈阳工程学院、长春大学光华学院、长春理工大学光电信息学院、黑河学院、东北石油大学、黑龙江科技学院、哈尔滨师范大学、哈尔滨商业大学、上海电机学院、扬州大学、金陵科技学院、淮阴工学院、常州工学院、淮阴师范学院、南京师范大学中北学院、南京信息工程大学滨江学院、苏州大学文正学院、杭州电子科技大学、浙江工业大学、浙江科技学院、浙江万里学院、安徽大学、安徽师范大学、安庆师范学院、滁州学院、合肥师范学院、铜陵学院、福州大学、福建工程学院、厦门大学嘉庚学院、南昌航空大学、江西科技师范学院、烟台大学、山东建筑大学、山东交通学院、山东农业大学、河南理工大学、安阳工学院、黄河科技学院、河南师范大学、安阳师范学院、郑州航空工业管理学院、湖北工业大学、湖北科技学院、武汉理工大学华夏学院、南华大学、衡阳师范学院、广东工业大学、广东海洋大学、广东技术师范学院、广州大学华软软件学院、梧州学院、桂林理工大学、桂林电子科技大学、重庆三峡学院、重庆理工大学、重庆科技学院、重庆师范大学涉外商贸学院、重庆大学城市科技学院、西南石油大学、四川理工学院、内江师范学院、云南财经大学、宝鸡文理学院、西安科技大学、陕西科技大学、西安邮电大学、西北师范大学、新疆农业大学，海南大学。

---