智能感知技能是指将物理天下的旗子暗记通过摄像头、麦克风或者其他传感器的硬件设备，借助语音识别、图像识别等前沿技能，映射到数字天下，再将这些数字信息进一步提升至可认知的层次......

- 文章信息 -

本文引自：《智能制造装备根本》。
作者：吴玉厚、陈关龙、张珂、赵德宏、巩亚东、刘春时。
由清华大学出版社「智造苑」原创首发， 数字化企业经授权发布。

01

智能感知技能的定义

智能感知技能是指将物理天下的旗子暗记通过摄像头、麦克风或者其他传感器的硬件设备，借助语音识别、图像识别等前沿技能，映射到数字天下，再将这些数字信息进一步提升至可认知的层次，如图1，比如影象、理解、方案、决策等。

图1 人工智能[1]

智能感知中的智能指的是事物在网络、大数据、物联网和人工智能等技能的支持下，所具有的聪慧能动地知足人类各种需求的属性。
比如无人驾驶汽车，它将传感器物联网、移动互联网、大数据剖析等技能融为一体，达到减轻或一定程度上撤消人们手动的操纵车辆的目的，从而能动地知足人的出行需求。
而在媒体行业中，相对传统媒体，智能化是建立在数据化的根本上的媒体功能的全面升华。
它意味着新媒体能通过智能技能的运用，逐步具备类似于人类的感知能力、影象和思维能力、学习能力、自适应能力和行为决策能力，在各种场景中，以人类的需求为中央，能动地感知外界事物，按照与人类思维模式附近的办法和给定的知识与规则，通过数据的处理和反馈，对随机性的外部环境做出决策并付诸行动。

智能感知由运用层、感知层与信息层三个层次组成[2]，如图2所示。

图2人工智能与信息感知框架

个中，运用层面向实际运用工具，涵盖了安防监控、环境监测、智能制造、聪慧城市等被测的物理环境工具；感知层基于传感网与物联网对运用层的物理环境工具进行信息的感知，信息感知涵盖了数据领悟的根本理论，采取了协作感知、自适应领悟、统计与估计、特色推理的理论和方法；信息层基于信息感知的数据，采取神经网络、深度学习、进化打算、粒群智能、模糊逻辑、支持向量机等人工智能的理论和方法，实现了智能感知。

02

智能感知技能与人工智能的关系

人工智能紧张分为三个阶段[3]：第一阶段为运算智能，即打算机能够快速运算和影象存储的功能；第二阶段为智能感知，即打算机具有通过各种传感器来获取物理天下的信息的能力；第三阶段为认知智能，即打算机具有了像人一样理解、剖析、推理等能力。
当前社会正处于智能感知快速发展的阶段，并朝着认知智能的终极目标进军。

智能感知是人工智能与现实天下交互的根本和关键，是人工智能做事于工业社会的主要桥梁，它对付信息进行智能化的感知及丈量，将有助于人工智能对信息进行识别、判断、预测和决策，对不愿定信息进行整理挖掘，实现高效的信息感知，使得物理系统更加智能，智能感知涉及诸多工程领域，如海洋船舶、航空航天、土木建筑、生归天学等，这些领域都离不开对付信息的智能感知和处理。

人工智能包括信息感知和打算智能两个主要组成部分[4]。
信息感知是实现人工智能的根本，打算智能是实现人工智能的关键。

信息感知利用传感系统对被测工具的变革进行丈量，是信息处理的紧张环节，智能感知技能具有“感、知、联”一体化的功能，涉及数据采集、数据传输与信息处理等过程，涵盖信息采集、过滤、压缩、领悟等环节。
个中，信息采集是获取所需事物的丈量信息，必须要确保信息的准确性；信息过滤是对所采集的信息进行有效的特色提取；信息压缩是对冗余数据的去除；信息领悟是指对传感器感知的信息进行领悟处理、识别或判别。

打算智能由贝兹德克于1922年提出的，他认为打算智能取决于制造者供应的数值数据，不依赖于知识。
要实现智能感知，就必须完成信息的感知与数据的领悟。
由此可知，智能感知是面向感知信息，并基于先验知识模型进行领悟处理的过程。
传感系统实时采集的数据信息通过感知处理，得到丈量工具的状态信息。
感知系统综合来源于各种传感系统和打算云等的数据，剖析、提取、感知数据源的有效信息。
采取感知丈量网络协作获取的多传感器系统丈量数据通过打算智能的方法，提取有效的特色信息，从而提高系统的感知能力。

智能感知与人工智能已成为当现代界高度关注的热门领域，如何将两者进行有机地结合，具有主要的理论和实际运用代价[5]。

03

智能感知技能的特点和关键技能

1）智能感知技能特点

（1）要能够更加准确地得到被测工具或环境的信息，而且比任何单一传感器所得到信息具有更高的精度与准确性。

（2）能通过各个传感器性能的互补，得到单一传感器所不能得到的独立的特色信息。

（3）和传统的单一的传感器系统比较，能够以更少的韶光、更小的代价得到同样的信息。

（4）能根据系统的先验知识，通过对多传感器信息的领悟处理，完身分类、讯断、决策等任务。

2）智能感知关键技能

（1）智能感知器。
感知传感器是智能感知技能的核心之一，根据所完成任务的不同，一样平常可分为内部感知器和外部感知器。
在运用中都该当具有以下性子：

①丈量范围。
传感器应能对所测信息的输入旗子暗记的最大值最小值都有显像。

②灵敏度。
一样平常来说，在任何运用中的传感器该当具有足够的灵敏度，这样才可以在输入旗子暗记浸染下有精确的信息输出。
灵敏度便是输入和输出之间的关系，它表示输出相对付非丈量参数输入（比如环境参数的变革）所发生的变革。
当环境参数变革时，空想的情形是传感器的灵敏度变革为零或者很小，这样环境变革就很随意马虎忽略。
如果环境参数的影响比较大，是不能忽略不计的，需进一步采取补偿的方法改进。

③精确度。
用来衡量传感器的实际输出与空想输出的靠近程度。
它解释丈量结果的缺点程度。
任何可能的缺点都会发生，这也取决于调校的方法。
精确度可以用绝对值表示或者输出满量程的百分比表示。

④稳定性。
常日情形下，运用于实际领域的传感器每每须要利用较永劫光。
因此传感器要有足够的稳定性。
即传感器能在一定韶光内，在相同的输入时能够有稳定的输出。
对付稳定性而言，常用术语“漂移”来描述输出是随着韶光而变革的，它可用输出满量程的百分最近表示。

⑤重复性。
重复性对付任何传感器都非常主要，特殊是用于关键运用处所的传感器。
它是指传感器在重复运用中有相同量输入的情形下，有着相同数量的输出，它也被称为“可重复性”。

⑥静态和动态特性。
当为某个运用领域选择传感器时，传感器的静态和动态特性都要考虑到，如上升韶光、韶光参数和相应建立韶光。
例如利用压力传感器丈量动态气流速率变革的风洞运用中，传感器的旗子暗记输出必须随着风速变革，此时就须要快速的相应韶光，否则达不到监测哀求。
但是相应韶光也不是越快越好，过快的传感器相应会引入未过滤和不须要的系统噪声或者湍流压力颠簸等，造成对系统监测的滋扰。
因此，在设计中理解传感器的静态和动态特性需求是十分主要的。

⑦能量网络。
传感器已广泛用于无线传感网络（WSN）中，为担保网络传感器能量持续供应，可采取能量网络技能实现网络传感器部件长效供电。
能量网络是利用环境中的能量进行网络并实现运用。
目前能量网络可利用机器振动、光能、温度变革、电磁场、风能、热能、化学能等。
个中以机器振动和光能的运用最为广泛。

⑧温度变革以及其他环境参数变革的补偿。
由于环境温度、湿度和其他环境参数的变革，传感器的相应也会受到影响。
为了减少外部成分而造成的影响，传感器的旗子暗记调度部分必须要有得当的补偿机制。

（2）多传感器数据领悟。
数据领悟是20世纪80年代出身的信息处理技能[6]，紧张办理多传感器信息处理问题，多传感器数据领悟研究如何充分发挥各个传感器的特点，把分布在不同位置的多个同类或不同类型传感器所供应的局部、不完全的不雅观察信息加以综合，利用其互补性、冗余性，战胜单个传感器的不愿定性和局限性，提高全体传感器系统的有效性能，以形成对系统环境相对完全同等的感知描述，提高丈量信息的精度和可靠性，从而提高智能识别系统识别、判断、决策、方案、反应的快速性和准确性，同时也降落其决策风险（如图3所示）。

图3 数据领悟的过程

智能感知须要多种人工智能方法的综合集成运用。
人工智能方法紧张涵盖神经网络、深度学习、模糊打算和进化打算等方面，以实现繁芜系统的智能运用。

04

智能感知技能运用

智能感知技能哀求因运用领域不同，各有侧重[7]。

1）在军用领域的运用

在军用领域，哀求智能感知以及导航系统具有更强的自主性和可靠性。
例如：卫星导航系统凭借其环球性、连续性、高精度，是目前运用最广的导航系统，比如美国的GPS，我国的北斗。
卫星导航系统属于无线电导航办法，通过太空中的卫星对地发射无线电旗子暗记，载体通过吸收旗子暗记并对自身进行定位，这种导航办法易受到外界滋扰。
在当代战役中，卫星导航系统这种弱点随意马虎被利用，造成严重后果。
例如在2011年与2017年，伊朗通过滋扰与仿照卫星导航旗子暗记，诱捕了美国两架无人机。
以是随着战役对抗性的增强，就哀求智能导航系统具有更强的自主性与可靠性。

近年来DARPA（Defense Advanced Research Projects Agency，美国国防高等研究操持局）制订了多项卫星导航阻挡环境下的导航发展操持（指的是由于自然或人为成分，卫星导航系统无法利用的***。
2014年DARPA启动了轻质小型自动化（fast lightweight autonomy，FLA）操持，Udine提高了小型无人机在GPS阻挡环境中实行自主翱翔任务的能力。
2016年麻省理工学院完成了FLA项目首飞，其研发的小型旋翼翱翔器达到了20m/s的翱翔速率。
2017年，FLA项目进行了避障翱翔测试。
试验翱翔器中搭载了惯性传感器、激光雷达、视觉传感器等多类传感器，实现了自主避障翱翔。
2018年，FLA项目进行了室内自主感知、路径方案翱翔测试。

2）在民用领域的运用

在民用领域[8]，随着当代化社会的发展，各种行业对智能感知也提出了许多方面的需求。
特殊是在环境感知方面运用较为广泛，又可进一步分为：

（1）室外环境感知。
室外环境感知运用最多的两方面是无人驾驶车辆和无人机。
无人车的技能构造紧张分为环境感知、导航定位、路径方案和运动掌握四个方面[9-10]。
（图4）

图4 大疆T20植保无人飞机

（2）室底细况感知。
在智能制造领域室底细况感知的运用在特种事情机器人上得到了充分表示。
机器情面况感知技能伴随着机器人的涌现而产生。
机器人的环境一样平常是指机器人所处的空间环境，机器人通过对环境的认知来定位、避障和导航。
随着机器人技能的进步，机器情面况的观点也在拓宽，除了它的运动空间环境，还包括其它一些自然环境成分，例如气体环境、景象参数等。
在煤矿、化工场等场所，人类已经在利用机器人动态感知危险气体的浓度，或者通过气味搜索危险源。
（图5）

图5 气源探测机器人

参考文献

[1] 高金吉.机器故障诊治与自愈化[M].北京：高档教诲出版社，2012.

[2] 赵升吨.高端锻压制造装备及其智能化[M]. 北京：机器工业出版社，2019.

[3] 黄志坚.机器设备振动故障监测与诊断[M].北京：化学工业出版社，2017.

[4] 杨芙,鞠洪涛，贾征，路林，等. 焊接新技能[M]. 北京：清华大学出版社，2019.

[5] 田锋.制造业知识工程[M]. 北京：清华大学出版社，2019.

[6] [美] 李杰（Jay Lee）. 从大数据到智能制造[M].上海：上海交通大学出版社，2019.

[7] [美] 李杰（Jay Lee），邱伯华，刘宗长，等. CPS：新一代工业智能[M].上海：上海交通大学出版社，2017.

[8] [美] 李杰（Jay Lee）. 工业人工智能[M].上海：上海交通大学出版社，2016.

[9] [德] 杰伊·塔克（Jay Tuck）. 无人的演进 人工智能会杀去世我们吗？[M]. 薛原，凌复华，译.上海：上海交通大学出版社，2020.

[10] 高金吉.中国高端能源动力机器康健与能效监控智能化发展计策研究[M]. 北京：科学出版社，2017.