物联网专业考研方向

物联网工程专业考研方向主要集中在：计算机科学与技术、软件工程、电子与通信工程等，以下是各专业介绍：

物联网工程专业考研方向1：计算机科学与技术

计算机科学与技术（Computer Science and Technology）是国家一级学科，下设信息安全、软件工程、计算机软件与理论、计算机系统结构、计算机应用技术、计算机技术等专业。

主修大数据技术导论、数据采集与处理实践（Python）、Web前/后端开发、统计与数据分析、机器学习、高级数据库系统、数据可视化、云计算技术、人工智能、自然语言处理、媒体大数据案例分析、网络空间安全。

计算机网络、数据结构、软件工程、 *** 作系统等课程，以及大数据方向系列实验，并完成程序设计、数据分析、机器学习、数据可视化、大数据综合应用实践、专业实训和毕业设计等多种实践环节。

物联网工程专业考研方向2：软件工程

软件工程是一门研究用工程化方法构建和维护有效的、实用的和高质量的软件的学科。它涉及程序设计语言、数据库、软件开发工具、系统平台、标准、设计模式等方面。

在现代社会中，软件应用于多个方面。典型的软件有电子邮件、嵌入式系统、人机界面、办公套件、 *** 作系统、编译器、数据库、游戏等。同时，各个行业几乎都有计算机软件的应用，如工业、农业、银行、航空、政府部门等。这些应用促进了经济和社会的发展，也提高了工作效率和生活效率 。

物联网工程专业考研方向3：电子与通信工程

电子通信工程英文名为Electronics and Communication Engineering，是电子科学与技术和信息技术相结合，构建现代信息社会的工程领域，利用电子科学与技术和信息技术的基本理论解决电子元器件、集成电路、电子控制、仪器仪表、计算机设计与制造及与电子和通信工程相关领域的技术问题，研究电子信息的检测、传输、交换、处理和显示的理论和技术。

前景

物联网的应用仍然存在成本、技术、政策、用户壁垒等瓶颈，从目前情况来看，环保、安防、智能交通、农业、医疗推广的可能性最大，而企业和个人的物联网应用的普及仍然需要较长时间。虽然未来物联网将拓展到智能家居、智能交通、智能医疗等各个领域，但现在还没到广泛应用的时候，估计在中国还得需要几年的时间。

物联网产业的兴起，不能跟风无序地发展。当前，我国还处于发展初期阶段，各个产业链还缺少一定的行业标准，RFID应用产业市场密钥体系独自为政，国内也缺少统一的行业标准，每家企业生产的产品绝大多数是不通用的。

包括刚刚兴起的手机一卡通，电信、移动、联通三家采用的是不同的技术标准，即使同一家运营商采购的标准也不尽完全相同;因此物联网产业的兴起，更多的需要政府部门引导整个产业链出台更多行业技术标准，以规范各个产业的生产、研发秩序。

来源:人民网

中国航天 科技 集团五院供图

7月4日14时57分，经过约7小时的出舱活动，神舟十二号航天员乘组密切协同，圆满完成出舱活动期间全部既定任务，航天员刘伯明、汤洪波安全返回天和核心舱，标志着我国空间站阶段航天员首次出舱活动取得圆满成功。这是继2008年神舟七号载人飞行任务后，中国航天员再次实施的空间出舱活动，也是空间站阶段中国航天员的首次空间出舱活动。

“走出”航天器，到茫茫太空进行活动，具有高风险、高难度的特点。协助“神十二”航天员成功完成出舱任务，这些“利器”不可或缺。

新一代舱外航天服——

使用时间更长、安全可靠性更高、机动灵活性更好

据中国航天员中心航天服工程研究室主任、载人航天工程航天员系统副总设计师张万欣介绍，舱外服是指航天员离开母船，走入外太空或其他星球时所穿着使用的个体防护装备，根据使用环境又分为轨道出舱舱外服和星际舱外服。舱外服为航天员提供安全有效的环境防护、密闭空间的环境控制和生命保障，相当于一个小的飞行器。但与一般飞行器相比，舱外服还需要保证航天员在穿着舱外服的条件下能够完成舱外活动任务，这是其最具特色的重要功能。

空间站航天员出舱活动属于轨道的出舱活动，所面临的是300—450公里轨道高度的空间环境，真空、失重，以90分钟为周期的 120摄氏度左右的冷热交变，还有微流尘/碎片和空间辐射。为了保证航天员在这样一个环境下能够维持正常生命活动和舱外作业，舱外服需具备环境防护、生命保障、工效保障、通信保障和安全保障五大基本功能。

张万欣说，目前我国在研的空间站舱外服属于轨道基舱外服，也就是舱外服运送入轨后不再返回地面，寿命周期内通过在轨维护与维修，保证状态良好，完成出舱活动任务。适体性采用一对多的方式，也就是一套舱外服通过尺寸调节后能够满足所有航天员穿着适体，大大减少了上行载荷的重量和空间站空间的占用。

针对空间站任务出舱活动需求，“神十二”任务航天员穿着的舱外服在“神七”任务研制的基础上，进行了三个方面的重要改进：一是改变了结构布局设计，二是提高了服装的寿命，三是提高了人服能力。与第一代相比，具有使用时间更长、安全可靠性更高、机动灵活性更好、测试维修性更强的特点。

核心舱机械臂——

空间站任务中的“大力士”

在“神十二”航天员出舱过程中，验证了空间站机械臂的大范围转移能力，完成了我国空间站工程建造任务的又一重要任务。

空间站核心舱机械臂由中国航天 科技 集团五院抓总研制，是目前同类航天产品中复杂度最高、规模最大、控制精度最高的空间智能机械系统，主要承担舱段转位、航天员出舱活动、舱外货物搬运、舱外状态检查、舱外大型设备维护等八大类在轨任务。核心舱机械臂展开长度为102米，最多能承载25吨的重量，堪称空间站任务中的“大力士”。

据介绍，空间站核心舱机械臂是我国首个可长期在太空轨道运行的机械臂，其肩部设置了3个关节、肘部设置了1个关节、腕部设置了3个关节，一共7个关节，每个关节对应一个自由度，就如同人的手臂一般，具有七自由度的活动能力。通过各个关节的旋转，能够实现自身前后左右任意角度与位置的抓取和 *** 作，为航天员顺利开展出舱任务提供强有力的保证。

为扩大任务触及范围，空间站核心舱机械臂还具备“爬行”功能。由于核心舱机械臂采用了“肩3+肘1+腕3”的关节配置方案，肩部和腕部关节配置相同，意味着机械臂两端活动功能是一样的。同时肩部与腕部各安装了一个末端执行器。作为机器臂的触手，末端执行器可以对接舱体表面安装的目标适配器，机械臂通过末端执行器与目标适配器对接与分离，同时配合各关节的联合运动，从而实现在舱体上的爬行转移。

空间站机械臂是我国航天事业发展的新领域之一，中国航天 科技 集团五院在关键技术、原材料选用、制造工艺、适应空间站环境的长寿命设计等方面均作出了巨大的突破和创新。在研制团队的努力下，我国成功掌握大型空间机械臂核心技术并成功应用，全部核心部件实现国产化，并形成了多项国家空间机器人行业标准。

舱外维修与辅助工具——

航天员执行出舱任务的“机械伙伴”

我国空间站首次舱外活动中，作为航天员执行出舱任务的“机械伙伴”——舱外维修与辅助工具，也首次成功亮相。

舱外维修与辅助工具由中国航天 科技 集团五院研制，可协助航天员有效克服在轨着航天服状态下，手套充压后 *** 作不便、航天员需单手 *** 作难度大、在轨防漂要求高等难题，具备辅助航天员在轨着航天服状态下开展舱外行走、位姿转换、设备更换、产品安全防护等多项功能，是航天员执行舱外活动必不可少的工具。

为了确保舱外维修与辅助工具的 健康 状态良好，满足首次出舱任务需求，在首次出舱之前，航天员已在舱内进行了维修工具的 健康 状态检查、使用状态设置等各项工作，确保满足出舱应用需求。

舱外电动工具作为空间站维修工具产品的“一号选手”，是此次维修任务用到的唯一一个机电类工具，可以适应舱外复杂的真空和高低温环境。舱外通用把手可以安装到维修设备上用于航天员在轨维修时进行待维修设备的转移及防漂，通过与设备端的通用把手底座配合，实现航天员单手完成对设备的快速锁定、解锁。

舱外维修与辅助工具不仅有用于舱外设备维修的舱外电动工具、舱外扳手、通用把手等工具，也有各种配合航天员舱外姿态稳定、转换的便携式脚限位器、舱外 *** 作台等辅助工具。便携式安全带协助航天员实现舱外作业位置设备及维修工具的防漂；与航天服直接相连的微型工作台，则像一根多功能腰带一样环绕在航天服腰部，将航天员出舱使用的舱外电动工具、舱外通用把手和舱外扳手随身携带，确保航天员随用随取。

此次航天员出舱任务的成功实施，充分验证了舱外维修与辅助工具在轨应用的可靠性。

太空通信“天路”、网络“热点”——

护航出舱活动

出舱活动是航天员身着舱外航天服在航天器外进行太空行走和作业的统称。在空间站任务中，航天员将进行多次出舱活动，完成空间站的维修、维护及建造等任务。进行出舱活动时与地面建立高速及时的通信联系尤为重要，出舱活动不仅是对航天员的全方位考验，也是对空间站天和核心舱与地面测控站间通信能力的一大考验。

据介绍，中国航天 科技 集团五院研制的第三代中继终端产品，通过与中继卫星天链一号和天链二号建立中继链路，实现中继通信，确保航天员与地面通信的实时畅通。这就好比在太空中搭建了地面与中继卫星、中继卫星与航天员之间的“天路”。

空间站中继终端与其他型号在设计上最大的区别在于，为了保证在轨使用的长寿命，需要具备在轨可维修性。空间站中继终端采用了集成化、模块化的设计思路，在保证传输信号质量的同时，方便航天员维修更换。

此外，中国航天 科技 集团五院研制的出舱通信子系统实现了舱内外航天员之间、舱内外航天员与地面人员之间以及舱外航天员之间的全双工语音通信，在航天员舱外活动范围内实现无线通信全覆盖，支持多名航天员同时出舱活动时的通话功能。

舱外图像传输子系统则为舱外提供无线网络覆盖，通过出舱无线收发设备提供的网络“热点”进行图像传输，实现了航天员出舱活动的实时显示。

制图：蔡华伟

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

物联网（英语：InternetofThings，缩写IoT）是互联网、传统电信网等信息承载体，让所有能行使独立功能的普通物体实现互联互通的网络。

物联网指嵌入式物理设备，如：汽车、家用电器等，具有计算机化系统，如软件、传感器等，通过智能感知、识别技术与计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。

在这项技术中，每一个设备都能自动工作，根据环境变化自动响应，与其他或多个设备交换数据，不需要人为参与。整个系统由无线网络和互联网的完美结合而构建。物联网的主要目的是提高设备的效率和准确性，为人们节省金钱和时间。

物联网包括智能手机、耳机、汽车、灯泡、冰箱、咖啡机、安全系统、警报系统还有许多其他家庭和移动设备。

通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制，也可以对家庭设备、汽车进行遥控，以及搜索位置、防止物品被盗等，类似自动化 *** 控系统，同时透过收集这些小事的数据。

最后可以聚集成大数据，包含重新设计道路以减少车祸、都市更新、灾害预测与犯罪防治、流行病控制等等社会的重大改变，实现物和物相联。

扩展资料：

一、应用领域

智能家居、智慧交通、智能医疗、智能电网、智能物流、智能农业、智能电力、智能安防、智慧城市、智能汽车、智能建筑、智能水务、商业智能、智能工业、平安城市

二、应用案例

1、物联网传感器产品已率先在上海浦东国际机场防入侵系统中得到应用。机场防入侵系统铺设了3万多个传感器节点，覆盖了地面、栅栏和低空探测，可以防止人员的翻越、偷渡、恐怖袭击等攻击性入侵。而就在不久之前，上海世博会也与无锡传感网中心签下订单，购买防入侵微纳传感网1500万元产品。

2、ZigBee路灯控制系统点亮济南园博园。ZigBee无线路灯照明节能环保技术的应用是此次园博园中的一大亮点。园区所有的功能性照明都采用了ZigBee无线技术达成的无线路灯控制。

3、智能交通系统(ITS)是利用现代信息技术为核心，利用先进的通讯、计算机、自动控制、传感器技术，实现对交通的实时控制与指挥管理。

交通信息采集被认为是ITS的关键子系统，是发展ITS的基础，成为交通智能化的前提。无论是交通控制还是交通违章管理系统，都涉及交通动态信息的采集，交通动态信息采集也就成为交通智能化的首要任务。

参考资料来源：百度百科-物联网

参考资料来源：百度百科-物联网概念

不同于消费互联网的“赢者通吃”，工业互联网是一个行业一个行业的“小锅菜”，每个行业都有不同的解决方案。制造企业的优势在于，他们掌握了很高的Know-How壁垒。

策划 《中国企业家》编辑部

封面设计 王超

工业互联网狂飙

制造企业和 科技 公司这两股推动“工厂革命”的重要力量汇合，掀起了智能制造和工业互联网势不可挡的浪潮。

一方面，工厂本身正在掀起一场数字化、智能化和网络化的革命。制造过程正变得可感知、可预测、可控制，当这一切变成联网的数据之后，工业互联网更深层次的变化发生了：生产全要素、全产业链互联互通，通过精密制造和智能算法，实现制造资源的优化配置。

另一方面， 科技 公司正在快速渗透到工厂。它们手持AI、云计算、5G等利器，深入到垂直行业，找到传统生产方式的瓶颈，拆解需求，改造生产制造流程和工艺，提升质量和效益。一个行业的解决方案，就是一个新技术落地的场景，也就是一套工业互联网的生态体系。

“聪明”的工厂

编辑 万建民

科技 的种子，往往要经过漫长的孕育期，才有可能生根发芽。

30年前，华中理工大学（现华中 科技 大学）机械系硕士研究生李军旗第一次接触了“人工智能”。这是他跟随中国工程院院士、著名机械工程专家杨叔子学习的方向。

此前的1988年，杨叔子首次提出了“智能制造”，当时这一概念在国际上也“尚处在概念形成与实验 探索 阶段”，杨叔子在1989年发表的论文中首次探讨了制造系统的集成化与智能化问题。

30年后，李军旗执掌的工业富联，成为国内智能制造和工业互联网领域的代表性企业。李军旗也像个布道者，不厌其烦地四处宣讲什么是智能制造、什么是工业互联网。即使时间已经过去了30年，如何向人们说清楚这个问题，仍然有一定的难度。

徐工的工程师讲了两个小故事：非洲的一个露天矿场距离城市几百公里，徐工售出的挖掘机在此作业。以往如果有零配件需要补给的话就只能停工，来回要耽误好多时间，现在可以通过网络实时监测提前预判并备货；在印尼的某个大型项目工地上，工程师发现两台工程机械有两个月没支付租金了，于是直接远程遥控锁车，对方主动联系付款之后才获得解锁。

在联宝位于安徽合肥经济开发区的车间里，一台台笔记本电脑经过安装、调校、检测、包装等多道程序后，等待投递到不同的消费者手中。它们外观上看起来并无明显差异，其实每一台内部定制的专属配置从下单的那一刻起就被记录了下来，并传递到柔性生产线上完成精确匹配。

有别于淘宝、京东、拼多多等与大众生活密切相关、更容易被感知的消费互联网，工业互联网基本隐藏在车间、生产线以及工程师的设计方案里，略显遥远而陌生。车间里的一台台机器，被植入了精密控制软件、工业大数据和人工智能算法，整个生产制造过程不同程度地实现了自动化、数字化、智能化，联网上云，一张张无形的工业互联网正在快速织就。它对于传统工厂的深远影响，已经通过一个个案例被证明；对于国家层面的战略意义，也正在逐步凸显出来。

1月13日，工信部官网正式发布了《工业互联网创新发展行动计划（2021-2023年）》，明确提出到2023年，覆盖各地区、各行业的工业互联网网络基础设施初步建成，在10个重点行业打造30个5G全连接工厂；打造3~5个具有国际影响力的综合型工业互联网平台；基本建成国家工业互联网大数据中心体系，建设20个区域级分中心和10个行业级分中心。

智能制造和工业互联网这股势不可挡的浪潮，正在深入到制造业的毛细血管。

追根溯源，“工业互联网”这个概念，最早是由通用电气（General Electric，GE）于2012年提出的。按照美国国家标准与技术研究院（NIST）的定义，它指的是把全球工业系统和先进计算、分析、传感、互联网能力融合在一起形成的新体系。

GE厉害的地方是不仅系统阐述了这一概念，并且首先将其商业化。特别是GE工业互联网平台Predix的推出，对全球产生了很大影响。除了GE，美国还有一大批跨国企业如思科、罗克韦尔、霍尼韦尔、IBM、英特尔等也加入进来，推动了工业互联网的发展。

2013年，德国在汉诺威工业博览会上正式推出理念与之类似的“工业40（Industry 40）”。所谓工业40，是基于工业发展不同阶段作出的划分。工业10是蒸汽机时代，工业20是电气化时代，工业30是信息化时代，工业40则是智能化时代。

日本于2017年提出了“互联工业”，思路与美国、德国差不多，同时融入了本土的精益生产基因，三菱、日立、富士、NEC等领军企业都在大力开展实践。日本有一个重要的 探索 是打通工厂底层和云端，在工厂现场侧引入计算和人工智能能力，通过工业互联网实现数字化转型，因此也形成了一些联盟，例如日本价值链促进会（IVI）、边缘计算的Edgecross等。

虽然杨叔子院士1988年就研究智能制造，但李军旗真正接触到智能制造是在1995年被公派去日本留学。当他在东京大学智能制造实验室看到大量世界领先的设备时，萌生了一个想法：让世界各地的人都可以通过互联网使用这些先进设备。

多年之后，执掌工业富联的李军旗建成了国内第一座“灯塔工厂”，并利用智能制造领域的经验帮助中小企业转型升级。对于大多数企业家来说，弄懂什么是智能制造、什么是工业互联网，并不是一件三言两语就能解决的事情。

在李军旗看来，智能制造就是要实现制造结果的可感知、可预测、可控制、可复制，实现生产制造过程的自动化、数字化、网络化、智能化，打造一个真正的智能化的无忧生产状态。

而工业互联网的核心要素分为“三硬三软”：“三硬”是云、网、端，分别指服务器、网络和智能终端；“三软”是工业大数据、工业人工智能和工业APP。

那么智能制造和工业互联网又是什么关系呢？李军旗解释道，如果没有数字化、网络化、智能化的制造过程，要把它连到互联网上是很难的。某种程度上来讲，只有在实现智能制造的基础上，工业互联网才有可能大面积实现。

为什么要做工业互联网？李军旗说，它实际上是让整个生产环节、生产全要素、全产业链实现互联互通，通过优化流通和制造的环节，实现制造资源的优化配置，实现按需和定制化生产，让企业最终达到提质增效、降本减存的目的。

事实上，中国政府自2017年正式在文件中提及工业互联网，这一领域就呈现典型的两极分化：一方面是大企业纷纷涌入，生怕错过机遇；另一方面是千万中小企业犹疑观望，对其内涵和价值不甚了了。

从国家战略层面来看，我国提出制造强国和网络强国两大强国战略。李军旗认为，这两大战略的交汇点就是工业互联网。

最难啃的骨头总是在后面。

和消费互联网“赢者通吃”的格局不同，工业互联网的空间更加开阔。中国国际经济交流中心副理事长黄奇帆有过一个形象的比喻：产业互联网在实际的发展中，是一个行业一个行业的“小锅菜”。因此，产业互联网这道菜，是要一锅一锅地炒，每个行业都有不同的解决方案。黄奇帆所称的“产业互联网”，是比工业互联网更宽泛的概念。

为了获得高质低价的产品、缩短供应端与需求端的距离，服装、家电等“轻”工厂成为电商巨头们追逐改造的对象。传统印象中“老大笨粗”的重工业企业，为了提升效率只有主动求变。

因为痛点明确、针对性高、企业自发性强，加之其发展十几年甚至上百年的技术能力、流程能力，重工业的工业互联网反而落地最快。这一点，从机械、能源行业在全球工业互联网应用分布占比中达五成左右可以佐证。

在中国，以徐工的汉云、三一的树根互联、富士康的工业富联等为代表的企业，有着浓厚的制造基因，熟悉工业流程和场景，更侧重工业装备、制造设备、机械厂房等“重”板块的升级。非常高的Know-How壁垒，反而让它们在这波浪潮中更容易抵挡外来冲击。

如今的徐工，在印尼雅加达总部的矿山设备备件库和徐州总部的备件库实现了全部数字联网；前移到国外的备件库，通过数字化技术每天盘点备件消耗量，根据数据进行补充，保证产品出勤率；在售后服务方面，根据磨损率等指标对设备进行诊断，可以提前预判哪些零部件需要保养，延长整个产品的生命周期；汉云平台可以实现对巴西、缅甸、老挝等国家和地区的远程监控，做到全球服务“零距离”。

李军旗的工业富联平台，可以打通塑胶注塑、轻工、金属加工、精密刀具制造、模具制造、装备制造、电子制造、轨道交通、 汽车 配件制造等9个行业，优化配置相关行业资源，从而大幅缩短交货周期，降低库存和物流成本。

需要指出的一点是，工业互联网的初级成本相当高，只有那些相对有钱的行业和企业才能先用起来。美的集团美云智数总裁金江说，美的为了完成数字化改造，初期项目就有1万多人参与，投入高达二三十亿元。

这也形成了工业互联网发展的一个特点：头部企业积累经验搭建平台，不断释放技术红利，在赋能中小企业的同时，摊薄前期开发成本，最终降低整个架构的门槛。

海尔打造的卡奥斯就是一个完全开放的工业互联网综合型平台，全球任何企业都可以成为其 *** 盘手和合伙人，国内的青岛啤酒、双星轮胎、日照钢铁等大企业都和它签有协议。同时，卡奥斯平台还赋能中小企业转型升级，共享平台资源和能力，至今已孵化了15个行业生态，在全国12大区域、全球20多个国家推广复制。

而工业富联则根据大中小企业各自的特点，形成了不同的输出形式。对大企业，工业富联提供整体解决方案的输出；而对于很难投入大量资金进行转型的中小企业，则通过工业APP、数字云等方式协助。

除了重工业企业，技术巨头也以不同方式加入工业互联网。它们在各自的细分领域不断深耕，通过人工智能、5G、芯片等软硬件技术，改变着工厂的形态。

凭借在智能视觉感知和深度学习算法方面的长期技术积累，商汤 科技 的高级驾驶辅助系统仅需单目摄像头便可以实现高精度的多种辅助驾驶，并且在不同天气、不同光照、不同城市、不同气候等条件下，均有良好的应用表现。商汤的驾驶员监测系统定点工具，已普及到数百万台的未来发展车型。截至目前，商汤 科技 已经与全球20多家车企建立了合作关系。

海康机器人所专注的机器视觉、移动机器人等智能设备，除了让一切生产流程可追踪外，也让生产的效率提升、质量变高，机器视觉的精准度甚至远超人眼，尤其在高精度的装配加工产业被广泛应用。工厂里的移动机器人可以轻松把重物送到指定工位，把人力从繁重的物料运输工作中解放出来。在海康威视桐庐制造基地，目前已投入使用近1300台智能移动机器人，整个仓储作业效率提高了40%。

工业互联网的本质是工业。

华为创始人任正非对此有清醒的认识，他说：工业互联网（工业、联接、人工智能）的本质应该是工业（当然包括农业、医疗、教育……）；联网就是联接这个产业；然后是人工智能。人工智能中除了算法、算力，更重要是Know-How。Know-How在行业里、在企业手里，是他们数十年的摸索积累与千万次验证、反复建模，留下的理论与经验结晶。华为在场景化应用中，必须重视客户需求，必须依靠行业专家。

这也是工业互联网和消费互联网最大的不同，没有一家互联网公司能够独自拿下工业互联网的市场，相反，制造业公司凭借自己掌握的很高的Know-How壁垒，反而具备独特的竞争优势。

当然，也正是因为工业互联网的这一本质，使得其发展面临不少挑战。

中国工业互联网研究院院长徐晓兰认为，我国工业互联网产业基础有待进一步夯实，国内大多数企业数字化程度较国际偏低，网络协议、设备接口等不统一，技术标准多为国外企业掌控，严重制约工业互联网行业应用。

尽管我国已经出现一些基于工业互联网的行业融通发展新业态、新模式，但是大多处于 探索 阶段，尚未全面推广，企业界仍以观望为主。

此外，我国工业互联网生态体系也有待进一步完善。一方面，我国工业互联网行业和跨行业基础设施尚未普及与健全，导致行业内大数据无法统一管理和使用，行业间数据资源孤立、分散，数据孤岛问题严重。另一方面，懂得工业互联网知识的行业人才无法满足发展需要，智力资源相对稀缺；开源社区规模较小，开发者人数较少；工业互联网共性标准尚未制定，数据难以融通；跨行业治理的政策体系有待建立，亟需提供相应的管理依据。

除了意识、人才、数字化等短板，还有一个不容忽视的问题，那就是工业互联网的安全。

360公司董事长周鸿祎说：数字化是当今中国乃至全球最重要的趋势，发展数字化已经成为政府和产业界的共识。预计5~10年后，所有企业都将是数字化企业，所有经济都是数字经济；未来5~10年也是数字化转型的最后机会，抓住机会将赢得未来，错失机会将意味着出局，失去未来的竞争力。

但机遇也意味着挑战，数字化面临的最大挑战是网络安全。一切皆可编程意味着整个世界都被软件重新定义，是软件就会有漏洞，就可能被黑客利用、攻击；万物互联的结果是物联网打通了虚拟世界和物理世界，过去仅在虚拟世界里的网络攻击，可以通过物联网转变成对物理世界的伤害，导致工厂停工、大面积停电、 社会 停摆；数据驱动业务意味着数据安全影响业务安全，当各行各业、甚至政府不同的部门都把数据都共享之后，同时面临数据泄露、数据滥用、数据污染等多种安全问题。

周鸿祎有一个判断：在数字化时代，网络攻击将会超越传统威胁，成为整个 社会 最大的安全威胁。他希望大家都要树立底线思维，把安全作为头等大事，筑牢安全根基。

尽管有诸多担忧，目前全球的工业互联网仍处在起步阶段，但前景还是被更多人看好。黄奇帆提出，工业互联网将产生几十家万亿级企业。不过他同时提醒，建工业互联网要改变原来消费互联网的思维，要从规模经济转变到价值经济，从“提高生产力”转变到“提高利润率”。

回到我们的主题：在经历这场革命之后，未来的工厂会变成什么样呢？

李军旗认为，五到十年后的未来工厂会成为可感知、可预测、可控制的智能化工厂，成为工业互联网上的一个节点。通过数字化转型，未来的生产制造形态会是按需定制、制造资源优化配置。到那个时候，就会彻底消除库存和资源浪费。

联想集团副总裁、联宝 科技 CEO柏鹏则描摹了更具象的一个场景：未来工厂像一个玻璃房子，尽管内部运作环节非常复杂，生产要素非常多，但数字化让这一切变得更加透明。换句话说，整个工厂其实就是一个机器人，有自己的五官、身体和大脑，智能系统相当于大脑，指挥机械臂工作，各类感应器、摄像头则充当了“眼耳鼻喉”，实现了数据采集、信息传达，最终达到整体协同。

---