人工智能發(fā)展快 “無(wú)人”技術(shù)推動(dòng)傳統(tǒng)產(chǎn)業(yè)智能化

從“汗水物流”到“智慧物流”，“無(wú)人”技術(shù)正在激活新動(dòng)能。傳輸帶上，包裹川流不息，經(jīng)過(guò)機(jī)器快速掃碼，按地址分送到不同“路口”，滑入收集袋里，再走向千家萬(wàn)戶(hù)。從“汗水物流”到“智慧物流”，從手工作業(yè)到智能訂制，“無(wú)人”技術(shù)正在加快推動(dòng)傳統(tǒng)產(chǎn)業(yè)智能化，為經(jīng)濟(jì)增長(zhǎng)注入新動(dòng)能。

我國(guó)科研團(tuán)隊(duì)自主研發(fā)的智能物流裝備，目前已在國(guó)內(nèi)幾家主要快遞企業(yè)得到廣泛應(yīng)用。圖像高速識(shí)別技術(shù)是其中的關(guān)鍵。研發(fā)團(tuán)隊(duì)從初的人工智能處理圖像入手，迭代創(chuàng)新技術(shù)，有效應(yīng)對(duì)條形碼污損、變形、模糊等問(wèn)題，將識(shí)別準(zhǔn)確率提升到99%以上。

智能物流是利用集成智能化技術(shù)，使物流系統(tǒng)能模仿人的智能，具有思維，感知，學(xué)習(xí)，推理判斷和自行解決物流中某些問(wèn)題的能力。智能物流的未來(lái)發(fā)展將會(huì)體現(xiàn)出四個(gè)特點(diǎn)：智能化，一體化和層次化，柔性化與社會(huì)化。在物流作業(yè)過(guò)程中的大量運(yùn)籌與決策的智能化；以物流管理為核心，實(shí)現(xiàn)物流過(guò)程中運(yùn)輸，存儲(chǔ)，包裝，裝卸等環(huán)節(jié)的一體化和智能物流系統(tǒng)的層次化；智能物流的發(fā)展會(huì)更加突出“以顧客為中心”的理念，根據(jù)消費(fèi)者需求變化來(lái)靈活調(diào)節(jié)生產(chǎn)工藝；智能物流的發(fā)展將會(huì)促進(jìn)區(qū)域經(jīng)濟(jì)的發(fā)展和世界資源優(yōu)化配置，實(shí)現(xiàn)社會(huì)化。 通過(guò)智能物流系統(tǒng)的四個(gè)智能機(jī)理，即信息的智能獲取技術(shù)，智能傳遞技術(shù)，智能處理技術(shù)，智能運(yùn)用技術(shù)。

服務(wù)器的裝配工作并不簡(jiǎn)單，全自動(dòng)流水線(xiàn)往往用于同規(guī)格、同配置產(chǎn)品的大規(guī)模量產(chǎn)。然而，不同用戶(hù)對(duì)服務(wù)器的配置需求迥異，提交到工廠的訂單也五花八門(mén)。怎么提升效率？將先進(jìn)計(jì)算等技術(shù)融入智能制造方案中，可以先將銷(xiāo)售訂單信息轉(zhuǎn)成生產(chǎn)訂單信息，然后排序、智能調(diào)度原材料到流水線(xiàn)的各個(gè)工站，再調(diào)度不同的機(jī)械臂開(kāi)展協(xié)同生產(chǎn)。

主要技術(shù)

1.自動(dòng)識(shí)別技術(shù)

自動(dòng)識(shí)別技術(shù)是以計(jì)算機(jī)、光、機(jī)、電、通信等技術(shù)的發(fā)展為基礎(chǔ)的一種高度自動(dòng)化的數(shù)據(jù)采集技術(shù)。它通過(guò)應(yīng)用一定的識(shí)別裝置，自動(dòng)地獲取被識(shí)別物體的相關(guān)信息，并提供給后臺(tái)的處理系統(tǒng)來(lái)完成相關(guān)后續(xù)處理的一種技術(shù)。它能夠幫助人們快速而又準(zhǔn)確地進(jìn)行海量數(shù)據(jù)的自動(dòng)采集和輸入，在運(yùn)輸、倉(cāng)儲(chǔ)、配送等方面已得到廣泛的應(yīng)用。經(jīng)過(guò)近30年的發(fā)展，自動(dòng)識(shí)別技術(shù)已經(jīng)發(fā)展成為由條碼識(shí)別技術(shù)、智能卡識(shí)別技術(shù)、光字符識(shí)別技術(shù)、射頻識(shí)別技術(shù)、生物識(shí)別技術(shù)等組成的綜合技術(shù)，并正在向集成應(yīng)用的方向發(fā)展。 條碼識(shí)別技術(shù)是使用廣泛的自動(dòng)識(shí)別技術(shù)，它是利用光電掃描設(shè)備識(shí)讀條碼符號(hào)，從而實(shí)現(xiàn)信息自動(dòng)錄入。條碼是由一組按特定規(guī)則排列的條、空及對(duì)應(yīng)字符組成的表示一定信息的符號(hào)。不同的碼制，條碼符號(hào)的組成規(guī)則不同。較常使用的碼制有： EAN/ UPC 條碼、128 條碼、ITF - 14 條碼、交插二五條碼、三九條碼、庫(kù)德巴條碼等。 射頻識(shí)別(RFID)技術(shù)是現(xiàn)代自動(dòng)識(shí)別技術(shù)，它是利用感應(yīng)、無(wú)線(xiàn)電波或微波技術(shù)的讀寫(xiě)器設(shè)備對(duì)射頻標(biāo)簽進(jìn)行非接觸式識(shí)讀，達(dá)到對(duì)數(shù)據(jù)自動(dòng)采集的目的。它可以識(shí)別高速運(yùn)動(dòng)物體，也可以同時(shí)識(shí)讀多個(gè)對(duì)象，具有抗惡劣環(huán)境、保密性強(qiáng)等特點(diǎn)。 生物識(shí)別技術(shù)是利用人類(lèi)自身生理或行為特征進(jìn)行身份認(rèn)定的一種技術(shù)。生物特征包括手形、指紋、臉形、虹膜、視網(wǎng)膜、脈搏、耳廓等，行為特征包括簽字、聲音等。由于人體特征具有不可復(fù)制的特性，這一技術(shù)的安全性較傳統(tǒng)意義上的身份驗(yàn)證機(jī)制有很大的提高。人們已經(jīng)發(fā)展了虹膜識(shí)別技術(shù)、視網(wǎng)膜識(shí)別技術(shù)、面部識(shí)別技術(shù)、簽名識(shí)別技術(shù)、聲音識(shí)別技術(shù)、指紋識(shí)別技術(shù)等六種生物識(shí)別技術(shù)。

2.數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)倉(cāng)庫(kù)出現(xiàn)在20 世紀(jì)80 年代中期，它是一個(gè)面向主題的、集成的、非易失的、時(shí)變的數(shù)據(jù)集合，數(shù)據(jù)倉(cāng)庫(kù)的目標(biāo)是把來(lái)源不同的、結(jié)構(gòu)相異的數(shù)據(jù)經(jīng)加工后在數(shù)據(jù)倉(cāng)庫(kù)中存儲(chǔ)、提取和維護(hù)，它支持全面的、大量的復(fù)雜數(shù)據(jù)的分析處理和高層次的決策支持。數(shù)據(jù)倉(cāng)庫(kù)使用戶(hù)擁有任意提取數(shù)據(jù)的自由，而不干擾業(yè)務(wù)數(shù)據(jù)庫(kù)的正常運(yùn)行。 數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的及隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中， 挖掘出隱含的、未知的、對(duì)決策有潛在價(jià)值的知識(shí)和規(guī)則的過(guò)程。一般分為描述型數(shù)據(jù)挖掘和預(yù)測(cè)型數(shù)據(jù)挖掘兩種。描述型數(shù)據(jù)挖掘包括數(shù)據(jù)總結(jié)、聚類(lèi)及關(guān)聯(lián)分析等，預(yù)測(cè)型數(shù)據(jù)挖掘包括分類(lèi)、回歸及時(shí)間序列分析等。其目的是通過(guò)對(duì)數(shù)據(jù)的統(tǒng)計(jì)、分析、綜合、歸納和推理， 揭示事件間的相互關(guān)系，預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)，為企業(yè)的決策者提供決策依據(jù)。

3.人工智能技術(shù)

人工智能就是探索研究用各種機(jī)器模擬人類(lèi)智能的途徑，使人類(lèi)的智能得以物化與延伸的一門(mén)學(xué)科。它借鑒仿生學(xué)思想，用數(shù)學(xué)語(yǔ)言抽象描述知識(shí)，用以模仿生物體系和人類(lèi)的智能機(jī)制，主要的方法有神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算和粒度計(jì)算三種。 神經(jīng)網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)是在生物神經(jīng)網(wǎng)絡(luò)研究的基礎(chǔ)上模擬人類(lèi)的形象直覺(jué)思維，根據(jù)生物神經(jīng)元和神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，通過(guò)簡(jiǎn)化、歸納，提煉總結(jié)出來(lái)的一類(lèi)并行處理網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的主要功能主要有聯(lián)想記憶、分類(lèi)聚類(lèi)和優(yōu)化計(jì)算等。雖然神經(jīng)網(wǎng)絡(luò)具有結(jié)構(gòu)復(fù)雜、可解釋性差、訓(xùn)練時(shí)間長(zhǎng)等缺點(diǎn)，但由于其對(duì)噪聲數(shù)據(jù)的高承受能力和低錯(cuò)誤率的優(yōu)點(diǎn)，以及各種網(wǎng)絡(luò)訓(xùn)練算法如網(wǎng)絡(luò)剪枝算法和規(guī)則提取算法的不斷提出與完善，使得神經(jīng)網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用越來(lái)越為廣大使用者所青睞。 進(jìn)化計(jì)算：進(jìn)化計(jì)算是模擬生物進(jìn)化理論而發(fā)展起來(lái)的一種通用的問(wèn)題求解的方法。因?yàn)樗鼇?lái)源于自然界的生物進(jìn)化，所以它具有自然界生物所共有的極強(qiáng)的適應(yīng)性特點(diǎn)，這使得它能夠解決那些難以用傳統(tǒng)方法來(lái)解決的復(fù)雜問(wèn)題。它采用了多點(diǎn)并行搜索的方式，通過(guò)選擇、交叉和變異等進(jìn)化操作，反復(fù)疊代，在個(gè)體的適應(yīng)度值的指導(dǎo)下，使得每代進(jìn)化的結(jié)果都優(yōu)于上一代，如此逐代進(jìn)化，直至產(chǎn)生全局優(yōu)解或全局近優(yōu)解。其中具代表性的就是遺傳算法，它是基于自然界的生物遺傳進(jìn)化機(jī)理而演化出來(lái)的一種自適應(yīng)優(yōu)化算法。 粒度計(jì)算：早在1990 年，我國(guó)著名學(xué)者張鈸和張鈴就進(jìn)行了關(guān)于粒度問(wèn)題的討論，并指出“人類(lèi)智能的一個(gè)公認(rèn)的特點(diǎn)，就是人們能從極不相同的粒度(granulari2ty) 上觀察和分析同一問(wèn)題。人們不僅能在不同粒度的世界上進(jìn)行問(wèn)題的求解，而且能夠很快地從一個(gè)粒度世界跳到另一個(gè)粒度世界，往返自如，毫無(wú)困難。這種處理不同粒度世界的能力，正是人類(lèi)問(wèn)題求解的強(qiáng)有力的表現(xiàn)”.隨后，Zadeh 討論模糊信息粒度理論時(shí)，提出人類(lèi)認(rèn)知的三個(gè)主要概念，即粒度(包括將全體分解為部分) 、組織(包括從部分集成全體) 和因果(包括因果的關(guān)聯(lián)) ,并進(jìn)一步提出了粒度計(jì)算。他認(rèn)為，粒度計(jì)算是一把大傘，它覆蓋了所有有關(guān)粒度的理論、方法論、技術(shù)和工具的研究。主要有模糊集理論、粗糙集理論和商空間理論三種。

隨處可見(jiàn)的Wi-Fi，通過(guò)統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，讓手機(jī)、電腦輕松實(shí)現(xiàn)聯(lián)網(wǎng)，但實(shí)現(xiàn)制造設(shè)備之間的實(shí)時(shí)互聯(lián)，受工作環(huán)境及性能要求的限制，始終沒(méi)有得到有效解決。一種名為WIA-FA的工業(yè)無(wú)線(xiàn)網(wǎng)絡(luò)標(biāo)準(zhǔn)，將幫助互聯(lián)網(wǎng)信息技術(shù)(IT)系統(tǒng)與工控系統(tǒng)操作技術(shù)(OT)系統(tǒng)深度融合，組成工業(yè)互聯(lián)網(wǎng)，使智能工廠優(yōu)化部署和控制，真正實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)。

但IT網(wǎng)絡(luò)與OT網(wǎng)絡(luò)的技術(shù)體系有明顯差異，發(fā)展應(yīng)用協(xié)議和數(shù)據(jù)互認(rèn)面臨諸多挑戰(zhàn)。為此，中科院沈陽(yáng)自動(dòng)化所歷時(shí)10余年，牽頭制定了工業(yè)無(wú)線(xiàn)網(wǎng)絡(luò)WIA系列國(guó)家標(biāo)準(zhǔn)，其中，WIA-FA協(xié)議一致性測(cè)試規(guī)范將解決不同生產(chǎn)廠家的WIA-FA無(wú)線(xiàn)網(wǎng)絡(luò)設(shè)備互聯(lián)互通問(wèn)題，于2021年2月1日出版實(shí)施。

沈陽(yáng)自動(dòng)化研究所所長(zhǎng)于海斌說(shuō)，具有自主知識(shí)產(chǎn)權(quán)的WIA技術(shù)體系和WIA系列國(guó)家標(biāo)準(zhǔn)，將為智能制造提供解決方案，助力我國(guó)制造業(yè)的轉(zhuǎn)型升級(jí)。