11.1信息物理系统技术概述11.1.1信息物理系统的概念CPS信息物理系统 (Cyber-Physical Systems,CPS)11.1.2CPS的实现层级核心定义主要特点与功能典型示例单元级 CPSCPS 最小不可分割单元软件对物理实体实现感知—计算—控制闭环可感知、可计算、可交互、可延展、自决策基本数据自动流动闭环智能部件、工业机器人、智能机床系统级 CPS多个单元级 CPS 经工业网络互联形成的局部系统多单元互联互通、互操作自组织、自配置、自决策、自优化含边缘网关、协同控制、监控诊断、即插即用等生产线传送带机器人冲压机床SoS 级 CPS系统之系统多个系统级 CPS 有机组合形成的全局系统数据汇聚融合、分布式计算、大数据分析、数据服务全局资产与运营优化跨系统互操作车间级 CPS、整工厂 CPS、大数据智能服务平台11.1.3信息物理系统的建设和应用11.2人工智能技术概述11.2.1人工智能的概念项目原文内容人工智能定义人工智能 (Artificial Intelligence, AI) 是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能目标了解智能的实质并生产出一种新的能以人类智能相似的方式做出反应的智能机器。研究领域包括机器人、自然语言处理、计算机视觉和专家系统等。弱人工智能不能真正实现推理和解决问题表面看似智能但不真正拥有智能、无自主意识是面向特定功能的专用智能。目前主流研究均为此类在语音识别、图像处理、机器翻译等领域接近或超越人类水平。强人工智能能真正思维、有知觉和自我意识的智能机器分为类人与非类人两类也叫通用人工智能。技术挑战性极大当前鲜有进展专家认为至少未来几十年难以实现。11.2.3人工智能关键技术序号技术名称原文说明1自然语言处理(NLP)计算机科学与语言学交叉学科AI重要方向研究人与计算机用自然语言通信包含机器翻译、语义理解、问答系统等。2计算机视觉模仿人类视觉系统让计算机具备提取、处理、理解图像及序列能力用于自动驾驶、机器人、医疗等深度学习形成端到端算法。3知识图谱结构化语义知识库由节点和边组成的图结构描述概念及关系用于反欺诈、搜索引擎、精准营销等。4人机交互(HCI)研究人与计算机间信息交换含输入输出双向交互交叉认知心理学、人机工程、VR等包括语音、情感、体感、脑机交互等。5虚拟现实/增强现实(VR/AR)以计算机为核心的视听技术生成高度近似真实的数字化环境用户通过装备交互获得近似真实的感受与体验。6机器学习(ML)AI核心领域多学科交叉以数据为基础从样本找规律并预测未来数据应用于数据挖掘、计算机视觉、NLP、生物特征识别等。11.3机器人技术概述11.3.1 机器人的概念11.3.2机器人的定义和发展历程阶段名称核心特点典型代表/说明第一代示教再现型机器人通过示教存储程序工作时重复再现动作无环境感知能力1962年PUMA机器人汽车点焊机器人第二代感觉型机器人具备力觉、触觉、视觉、听觉等感知能力可识别工件形状、大小、颜色20世纪70年代后期开始发展第三代智能型机器人搭载多传感器可逻辑推理、判断决策在变化环境中自主决定行为20世纪90年代以来发展11.3.3机器人4.0的核心技术序号核心技术核心内容1云-边-端的无缝协同计算端负责实时操作边缘处理数据、实现协同共享云高性能计算与知识存储。依托5G与边缘计算降低延迟支持动态任务迁移面向大规模机器人协同。2持续学习与协同学习从监督学习转向持续自主学习小样本建立基础→自主采集数据并标注→自迭代优化模型。通过云端大数据实现机器人间数据共享提升学习速度与精度。3知识图谱需动态、个性化知识与感知/决策深度结合知识分布在端-边-云并可共享支撑场景理解与模式挖掘实现自适应感知与持续学习。4场景自适应基于三维语义理解观察人/物变化并预测事件调整行动模式。依托云-边-端知识共享与云端模拟预演实现“感知-认知-行动”更智能人性化。5数据安全保护视觉、位置、语音等隐私数据建立端到端传输与服务器存储安全机制端、边、云采用不同安全策略严控授权访问减少敏感数据上云。11.3.4机器人的分类11.4边缘计算概述11.4.1边缘计算概念边缘计算将数据的处理、应用程序的运行甚至一些功能服务的实现由网络中心下放到网络边缘的节点上。在网络边缘侧的智能网关上就近采集并且处理数据不需要将大量未处理的原生数据上传到远处的大数据平台。11.4.2边缘计算的定义定义来源核心定义要点说明边缘计算产业联盟(ECC)边缘计算是云计算在数据中心之外汇聚节点的延伸和演进包括云边缘、边缘云、云化网关三类形态以“边云协同”和“边缘智能”为核心能力1. 三类形态云边缘、边缘云、云化网关2. 软件云理念、云架构、云技术3. 硬件支持鲲鹏、ARM、X86、GPU、NPU、FPGA等异构计算ECC - 云边缘云服务在边缘侧的延伸逻辑上仍是云服务依赖云协同华为IEF、阿里云Link Edge、AWS GreengrassECC - 边缘云在边缘构建小规模云服务集中云负责管理调度MEC、CDN、华为IECECC - 云化网关用云化技术重构网关提供协议转换与边缘能力云端统一管控边缘协议转换、接口适配、节点调度OpenStack社区在网络边缘侧为开发者和服务商提供云服务与IT环境在靠近数据输入或用户的地方提供计算、存储、网络带宽由NASA与Rackspace发起ISO/IEC JTC1/SC38一种将主要处理和数据存储放在网络边缘节点的分布式计算形式突出分布式、边缘存储与边缘处理ECC标准定义在靠近物或数据源头的网络边缘侧融合网络、计算、存储、应用核心能力的开放平台就近提供边缘智能服务满足敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护ETSI欧洲电信标准协会在移动网络边缘提供IT服务环境和计算能力靠近移动用户减少时延、提升体验侧重移动通信场景、低时延、用户体验11.4.3边缘计算的特点序号特点原文说明1联接性联接性是边缘计算的基础。所联接物理对象的多样性及应用场景的多样性需要边缘计算具备丰富的联接功能如各种网络接口、网络协议、网络拓扑、网络部署与配置、网络管理与维护。联接性需要充分借鉴吸收网络领域先进研究成果如 TSN、SDN、NFV、Network as a Service、WLAN、NB-IoT、5G 等同时还要考虑与现有各种工业总线的互联互通。2数据第一入口边缘计算作为物理世界到数字世界的桥梁是数据的第一入口拥有大量、实时、完整的数据可基于数据全生命周期进行管理与价值创造将更好的支撑预测性维护、资产效率与管理等创新应用同时作为数据第一入口边缘计算也面临数据实时性、确定性、多样性等挑战。3约束性边缘计算产品需适配工业现场相对恶劣的工作条件与运行环境如防电磁、防尘、防爆、抗振动、抗电流/电压波动等。在工业互联场景下对边缘计算设备的功耗、成本、空间也有较高的要求。边缘计算产品需要考虑通过软硬件集成与优化以适配各种条件约束支撑行业数字化多样性场景。4分布性边缘计算实际部署天然具备分布式特征。这要求边缘计算支持分布式计算与存储、实现分布式资源的动态调度与统一管理、支撑分布式智能、具备分布式安全等能力。11.4.4边云协同分类内容原文说明核心定位对比云计算擅长全局性、非实时、长周期的大数据处理与分析适用于长周期维护、业务决策支撑。边缘计算适用局部性、实时、短周期数据处理与分析支撑本地业务实时智能化决策与执行。关系非替代关系而是互补协同边缘采集预处理数据上云云端下发规则/模型到边缘。边云协同六大能力1. 资源协同边缘提供计算、存储、网络等IaaS资源本地调度云端下发资源调度、设备与网络管理策略。2. 数据协同边缘负责数据采集、初步处理分析并上传云端负责海量数据存储、分析与价值挖掘实现数据全生命周期管理。3. 智能协同边缘侧执行AI模型推理实现分布式智能云端集中进行AI模型训练并下发模型到边缘。4. 应用管理协同边缘负责应用部署、运行及本地应用生命周期管理云端提供应用开发、测试与全局应用生命周期管理。5. 业务管理协同边缘提供模块化、微服务化应用/数字孪生等实例云端按客户需求实现业务编排。6. 服务协同边缘按云端策略提供部分ECSaaS服务云端制定SaaS服务分布策略协同实现按需服务。11.5数字孪生体技术概述11.5.2数字孪生体的定义数字孪生体是现有或将有的物理实体对象的数字模型通过实测、仿真和数据分析来实时感知、诊断、预物理实体对象的状态通过优化和指令来调控物理实体对象的行为通过相关数字模型间的相互学习来进化自身同时改进利益相关方在物理实体对象生命周期内的决策。序号使用场合与含义原文说明(1)技术体系与综合影响Digital Twin 背后的技术体系、跨学科工程领域以及其带来的商业、经济、社会影响体系如“数字孪生体时代”。(2)数字化模型抽象类型/实例物理实体对象的数字化孪生模型的抽象类型或实例分为数字孪生原型体、数字孪生实例体、数字孪生聚合体。(3)具体场景的孪生模型特定场景下物理实体产品、工厂、城市、产业、战场等的数字化孪生模型可作形容词使用如数字孪生制造、数字孪生城市。(4)数字孪生系统由数字孪生体、对应物理实体及相关使能对象共同构成的系统多用于架构设计、实现等强调虚实并重的场合。11.5.3数字孪生体的关键技术分类技术名称核心说明三项核心技术建模对物理实体进行数字化模型构建是数字孪生的源头与“数化”核心采用需求指标、生存期阶段、空间尺度三维建模体系多视图模型需数字线程协同。仿真与建模伴生用于验证模型正确性通过软件模拟物理世界准确反映实体特性保障孪生体与物理实体闭环。数字线程基于数据融合实现多视图、多阶段模型协同与数据贯通。顶层框架技术系统工程 MBSE统领建模、仿真、数字线程作为数字孪生的顶层框架。底层伴生技术物联网支撑数据采集与物理实体连接是数字孪生的底层基础。外围使能技术云计算、机器学习、大数据、区块链为数字孪生提供计算、分析、智能、安全等支撑能力。其他相关技术VR/AR/MR、雾计算、边缘计算等参与数字孪生构建增强交互、分布式处理与实时性。11.6 云计算和大数据技术概述11.6.1云计算技术概述11.6.2大数据技术概述大数据是指其大小或复杂性无法通过现有常用的软件工具以合理的成本并在可接受的时限内对其进行捕获、管理和处理的数据集。这些困难包括数据的收入、存储、搜索、共享、分析和可视化。