下载掌阅APP，畅读海量书库
立即打开
智能无人系统有各种形态和功能，面对不同任务，不同形态和功能的智能无人系统拥有不同的关键技术。突破这些关键技术是研制和应用这些智能无人系统的关键。这里，介绍几个典型智能无人系统及其关键技术。
无人车自动驾驶涉及认知科学、人工智能、机器人技术与车辆工程等交叉学科，是各种新兴技术的综合试验床与理想载体，也是当今前沿科技的重要发展方向，同时，研制具有自主知识产权的无人驾驶车辆不仅对改善道路交通、促进国民经济发展具有重要推动作用，也对满足国家安全战略需求具有重要意义。无人车已经在很多领域开始应用，例如物流运输、安防巡逻、抢险救援等。
无人车发展的核心是提高其智能性，发展趋势是提高复杂环境的感知和认知水平，实现智能驾驶决策与规划，实现高速高精度的运动控制。主要关键技术包括以下几点。
基于跨媒体协同的异构信息整合与环境感知技术
基于跨媒体协同的异构信息融合与环境感知技术，包括研究基于深度学习的环境感知方法，运用跨媒体的多源异构信息建立融合多种传感器信息的道路模型，攻克不同道路环境、不同交通流量条件下的环境感知技术，构建智能处理系统，实现对各种典型交通标识（标识牌、红绿灯）、车道线、动静态障碍物的检测与分类，为无人车的行为决策提供可靠的信息输入。
基于驾驶地图的无人驾驶车辆高精度自主定位技术
基于驾驶地图的无人驾驶车辆高精度自主定位技术，包括研究面向无人驾驶车辆的快速驾驶地图构建方法，运用车载卫星定位系统、惯导信息、车载激光雷达、视觉等传感信息，构建复杂环境下的包含多种定位要素的驾驶场景地图；在此基础上，针对车辆行驶时实时高精度定位的需求，利用激光雷达、视觉、驾驶地图等多元传感信息，结合驾驶地图中的街景特征等地图先验知识，提高道路信息检测的准确率与定位的精确性，从而实现无人驾驶车辆的厘米级定位，为智能决策和路径规划提供技术支撑。
复杂环境下交通态势认知与智能决策方法
复杂环境下交通态势认知与智能决策方法，包括针对感知信息的不确定性，决策系统结合各种先验知识，对无人车所处的交通态势（如车辆、行人的交互行为）进行建模与预测，更加有效地支撑安全行为决策与轨迹规划的生成。同时，通过提取人类驾驶员的驾驶经验知识，构建感知不确定性下的智能行为决策模型，实现驾驶知识的自主增量学习，以提高行为决策系统在复杂未知、不确定性场景下的决策水平，从而增强无人车辆的安全性、可靠性和实用性。
基于群体智能的多车交互与协同控制方法
基于群体智能的多车交互与协同控制方法，包括针对未来有人／无人、无人／无人多车交互交通环境下的无人驾驶汽车复杂交互环境，研究基于群体智能的多车交互机理与自组织协同控制方法。在基于群体智能的多车交互机理方面，通过借鉴生物界蚁群、蜂群、鱼群等群体智能交互机制，研究有人／无人、无人／无人多车交互交通环境下的多车交互机理，开发交互模型，并利用仿真、实车测试等手段，实现在多车交互条件下的无人车无碰撞行驶过程。在多车交互机理研究的基础上，进一步研究基于群体智能的多无人车自组织协同控制方法，实现有通信／无通信条件下多车（有人／无人、无人／无人）自动组队、跟车、避障等行为。
无人驾驶车辆智能测试评价方法、测试装备与测试标准
无人驾驶车辆智能测试评价方法、测试装备与测试标准，包括针对系统测试，构建涵盖从虚拟仿真测试、半实物仿真测试到实车测试的无人驾驶车辆测试方法与工具，实现无人驾驶车辆智能能力的量化评价，为无人车上路提供测试与评价工具与依据。
无人机一般是无人驾驶飞机的简称，又名无人驾驶航空器，是利用无线电遥控设备和自备的程序控制装置操纵的不需要驾驶员的飞行器。因此，无人机属于一种典型的智能无人系统。通常可以用于数据搜集、监视、监测与侦察等任务，并正在向具有人员／货物运输、作战攻击等有人驾驶飞机所具备的各项任务能力方向发展。应用领域的不同，无人机可以分为两大类：军用无人机与民用无人机。军用无人机主要用于监视、侦察、电子对抗、攻击和伤害评估等；民用无人机主要用于环境监测、资源勘查、农业测绘、交通管制、货物运输、天气预报、航空摄影、灾害搜救、输电线路和铁路线路巡查等。
无人机的关键技术主要围绕两个方面：一是面向单个无人机系统自主能力提升的单机关键技术研究；二是面向多无人机系统或群体无人机系统自主性能力提升的多机关键技术研究。
单个无人机关键技术主要包括以下几个方面
（1）无人机高机动精确飞行控制技术，包括基于在线学习的无人机非线性建模理论；基于学习机制的控制理论与方法研究；变结构、变参数、变翼型智能飞行控制技术等。
（2）无人机高精度自主导航技术，主要研究如何通过多源传感器的信息融合，实现无人机在自感知条件下的精确运动估计。
（3）无人机飞行轨迹优化与避障技术，包括全局路径规划与优化方法、避障模式下的动态飞行轨迹优化与生成、静态与动态障碍物并存条件下的避障理论与技术等。
（4）无人机环境感知、建模与理解技术，包括环境感知数据的表达与存储；环境中目标的分割与识别；对于环境的语义分析和理解等。
多无人机关键技术主要包括以下几个方面
（1）多无人机系统协同控制技术，包括多无人机编队控制技术，机体间的相互作用（通信）拓扑关系描述，以及无人机集群智能自主在线航迹规划、同构／异构无人机群的分布式自主协同鲁棒编队飞行、无人机集群智能自主编队变换等。
（2）多无人机系统多时空协同感知技术，包括多架同构或者异构无人机多时空协同感知技术，海量信息中获取有效信息，实现对大范围环境态势理解技术等。
（3）多无人机系统协同规划技术，主要包括多无人机协同任务规划与飞行轨迹规划。
无人船是一种无人操作的水面舰艇。主要用于执行危险以及不适于有人船只执行的任务。一旦配备先进的控制系统、传感器系统、通信系统和武器系统后，可以执行多种战争和非战争军事任务，比如侦察、搜索、探测和排雷；搜救、导航和水文地理勘察；反潜作战、反特种作战以及巡逻、打击海盗、反恐攻击等。在无人船研发和使用领域，美国和以色列一直处于领先地位。各国都竞相研制无人船，国内比较知名的单位包括海兰信、哈尔滨工程大学、中船重工701所、中船重工707所、中科院沈阳自动化所、北京方位智能系统技术有限公司等，无人船家族正在日益壮大。
无人船的关键技术主要包括以下三个方面：
（1）无人船导航避障技术，主要包括依据态势感知图，综合考虑任务需求、航行安全（搁浅和气候等）、航行空时效率（时间、距离和偏差等）、航行规则（海事避碰规则）、船体操纵性（最小转弯半径等）和环境不确定性（障碍物状态不确定等）等要素，计算航行规划和导航所需关键要素，比如航行偏差、航行时间、CPA和危险概率图等，按照不同粒度和不同频率形成互容的位置和速度序列空间，在满足无人船航行安全包线前提下，发挥无人船的效能。
（2）无人船布放回收技术，包括新型对接锁定释放装置设计，两浮体对接控制技术，高海况下无人船抵近母船自主控制技术以及主动减摆控制技术等。
（3）无人船集群协同技术，包括多船协同海洋环境智能感知技术，多船实时交互认知技术，无人船集群智能协同控制决策技术以及无人船集群应用验证支撑技术等。
近年来，国内外服务机器人热门产品不断涌现。在家庭服务机器人、教育娱乐机器人、医疗康复与外科手术机器人、特种机器人等方面，许多研究机构或机器人公司都取得了重要突破。我国的服务机器人技术经过近二十年的发展，在机械、信息、材料、控制、医学等多学科交叉方面取得了重要成果，市场前景广阔。
服务机器人与人工智能、大数据、智能传感器／芯片等融合发展。服务机器人基础与前沿技术融合正在迅猛发展，涉及工程材料、机械、传感器、自动化、计算机、生命科学，并且涉及法律、伦理等各个方面，多学科相互交融促进快速发展。服务机器人急需攻克的部分核心关键技术包括核心开放的操作系统与专用芯片，精确的环境感知与物联网感知，自适应环境、自学习无需编程，灵巧安全可靠操作，人工肌肉驱动与智能软体，提高机器人认知、情感交互与陪护等交互技术，高效动力电池与安全；并且高度重视服务机器人的标准化，以安全可靠、环保节能、使用便捷为准则。服务机器人前沿科技研究内容包括服务机器人智能材料与新型结构，服务机器人感知与交互控制，服务机器人认知机理与情感交互，服务机器人的人机协作与行为控制，云服务机器人与服务机器人遥操作等。
当前制造过程的特征表现出高效、高质量、绿色、环保的需求，需要对制造系统进行全局优化，特别是随着人力资源问题日益严重和产品个性化需求的显现，传统的工厂已经难以应对产品订单的脉动特征和个性化定制化生产要求，无人车间／智能工厂系统作为实现未来智能制造的核心要素之一，是联结制造过程物料流、信息流、能量流的枢纽节点，通过对工厂内部参与产品制造的物料、设备、人员等全要素环节进行泛在感知，并充分利用物联网、大数据、云计算、虚拟现实和知识自动化等新思想与新技术，实现具有状态高度自感知、动态优化自决策等高度智能化特征，达到高效率、高质量制造过程管控一体化。
随着智能制造在全球范围的快速兴起，无人车间／智能工厂业已成为传统制造企业转型升级的主要突破方向。从狭义上来看，无人车间／智能工厂是移动通信网络、数据传感监测、信息交互集成、高级人工智能等智能制造相关技术、产品及系统在工厂层面的具体应用，以实现生产系统的智能化、网络化、柔性化、绿色化。从广义上来看，无人车间／智能工厂是以制造为基础，向产业链上下游同步延伸，涵盖了产品全生命周期智能化实施与实现的组织载体。
无人车间／智能工厂关键技术主要有以下几点：
（1）无人车间／智能工厂的工业智能系统工程体系与方法体系；无人车间／智能工厂等级评估与智能设备互操作能力评估体系；工业机器人环境适应性与安全等级评价；制造过程无人车间／智能工厂数据标准化；制造物联环境下的无人车间／智能工厂网络协同制造理论；复杂制造场景下多维度人机物协同与互操作理论与方法。
（2）无人车间／智能工厂网络协同制造技术；无人车间／智能工厂全流程的大数据云化管控与服务技术；大数据驱动的智能混合建模与仿真技术；制造过程虚实融合与数字孪生技术；智能工厂生产线的重构技术与动态智能调度技术；制造装备智能物联与云化数据采集技术；知识自动化驱动的无人车间／智能工厂互操作技术。
（3）研发高端装备智能控制系统、智能无人工厂／车间拟实融合设备与系统、人机智能交互与互操作的技术与软硬件产品，构建面向知识驱动工厂自动化互操作试验验证平台以及面向重大装备的智能控制系统及安全测试仿真平台，并在此基础上建成智能工厂／无人车间的云化管控平台、大数据智能分析与知识服务平台，支撑面向无人车间与工业智能系统的系统工程体系与方法体系的建立。