智能感知技術是指將物理世界的信號通過攝像頭、麥克風或者其他傳感器的硬件設備，借助語音識別、圖像識別等前沿技術，映射到數(shù)字世界，再將這些數(shù)字信息進一步提升至可認知的層次......? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?
? ? ? 作者：吳玉厚、陳關龍、張珂、趙德宏、鞏亞東、劉春時。由清華大

01

智能感知技術的定義

智能感知技術是指將物理世界的信號通過攝像頭、麥克風或者其他傳感器的硬件設備，借助語音識別、圖像識別等前沿技術，映射到數(shù)字世界，再將這些數(shù)字信息進一步提升至可認知的層次，如圖1，比如記憶、理解、規(guī)劃、決策等。

智能感知中的智能指的是事物在網絡、大數(shù)據(jù)、物聯(lián)網和人工智能等技術的支持下，所具有的智慧能動地滿足人類各種需求的屬性。比如無人駕駛汽車，它將傳感器物聯(lián)網、移動互聯(lián)網、大數(shù)據(jù)分析等技術融為一體，達到減輕或一定程度上取締人們手動的操縱車輛的目的，從而能動地滿足人的出行需求。而在媒體行業(yè)中，相對傳統(tǒng)媒體，智能化是建立在數(shù)據(jù)化的基礎上的媒體功能的全面升華。它意味著新媒體能通過智能技術的應用，逐步具備類似于人類的感知能力、記憶和思維能力、學習能力、自適應能力和行為決策能力，在各種場景中，以人類的需求為中心，能動地感知外界事物，按照與人類思維模式相近的方式和給定的知識與規(guī)則，通過數(shù)據(jù)的處理和反饋，對隨機性的外部環(huán)境做出決策并付諸行動。

智能感知由應用層、感知層與信息層三個層次組成[2]，如圖2所示。

圖2人工智能與信息感知框架

其中，應用層面向實際應用對象，涵蓋了安防監(jiān)控、環(huán)境監(jiān)測、智能制造、智慧城市等被測的物理環(huán)境對象；感知層基于傳感網與物聯(lián)網對應用層的物理環(huán)境對象進行信息的感知，信息感知涵蓋了數(shù)據(jù)融合的基礎理論，采用了協(xié)作感知、自適應融合、統(tǒng)計與估計、特征推理的理論和方法；信息層基于信息感知的數(shù)據(jù)，采用神經網絡、深度學習、進化計算、粒群智能、模糊邏輯、支持向量機等人工智能的理論和方法，實現(xiàn)了智能感知。

02

智能感知技術與人工智能的關系

人工智能主要分為三個階段[3]：第一階段為運算智能，即計算機能夠快速運算和記憶存儲的功能；第二階段為智能感知，即計算機具有通過各種傳感器來獲取物理世界的信息的能力；第三階段為認知智能，即計算機具有了像人一樣理解、分析、推理等能力。當前社會正處于智能感知快速發(fā)展的階段，并朝著認知智能的終極目標進軍。

智能感知是人工智能與現(xiàn)實世界交互的基礎和關鍵，是人工智能服務于工業(yè)社會的重要橋梁，它對于信息進行智能化的感知及測量，將有助于人工智能對信息進行識別、判斷、預測和決策，對不確定信息進行整理挖掘，實現(xiàn)高效的信息感知，使得物理系統(tǒng)更加智能，智能感知涉及諸多工程領域，如海洋船舶、航空航天、土木建筑、生物化學等，這些領域都離不開對于信息的智能感知和處理。

人工智能包括信息感知和計算智能兩個重要組成部分[4]。信息感知是實現(xiàn)人工智能的基礎，計算智能是實現(xiàn)人工智能的關鍵。

信息感知利用傳感系統(tǒng)對被測對象的變化進行測量，是信息處理的首要環(huán)節(jié)，智能感知技術具有“感、知、聯(lián)”一體化的功能，涉及數(shù)據(jù)采集、數(shù)據(jù)傳輸與信息處理等過程，涵蓋信息采集、過濾、壓縮、融合等環(huán)節(jié)。其中，信息采集是獲取所需事物的測量信息，必須要確保信息的準確性；信息過濾是對所采集的信息進行有效的特征提?。恍畔嚎s是對冗余數(shù)據(jù)的去除；信息融合是指對傳感器感知的信息進行融合處理、識別或判別。

計算智能由貝茲德克于1922年提出的，他認為計算智能取決于制造者提供的數(shù)值數(shù)據(jù)，不依賴于知識。要實現(xiàn)智能感知，就必須完成信息的感知與數(shù)據(jù)的融合。由此可知，智能感知是面向感知信息，并基于先驗知識模型進行融合處理的過程。傳感系統(tǒng)實時采集的數(shù)據(jù)信息通過感知處理，得到測量對象的狀態(tài)信息。感知系統(tǒng)綜合來源于各類傳感系統(tǒng)和計算云等的數(shù)據(jù)，分析、提取、感知數(shù)據(jù)源的有效信息。采用感知測量網絡協(xié)作獲取的多傳感器系統(tǒng)測量數(shù)據(jù)通過計算智能的方法，提取有效的特征信息，從而提高系統(tǒng)的感知能力。

智能感知與人工智能已成為當今世界高度關注的熱門領域，如何將兩者進行有機地結合，具有重要的理論和實際應用價值[5]。

03

智能感知技術的特點和關鍵技術

1）智能感知技術特點

（1）要能夠更加準確地獲得被測對象或環(huán)境的信息，而且比任何單一傳感器所獲得信息具有更高的精度與準確性。

（2）能通過各個傳感器性能的互補，獲得單一傳感器所不能獲得的獨立的特征信息。

（3）和傳統(tǒng)的單一的傳感器系統(tǒng)相比，能夠以更少的時間、更小的代價獲得同樣的信息。

（4）能根據(jù)系統(tǒng)的先驗知識，通過對多傳感器信息的融合處理，完成分類、判決、決策等任務。

2）智能感知關鍵技術

（1）智能感知器。感知傳感器是智能感知技術的核心之一，根據(jù)所完成任務的不同，一般可分為內部感知器和外部感知器。在應用中都應該具有以下性質：

①測量范圍。傳感器應能對所測信息的輸入信號的最大值最小值都有顯像。

②靈敏度。一般來說，在任何應用中的傳感器應該具有足夠的靈敏度，這樣才可以在輸入信號作用下有正確的信息輸出。靈敏度就是輸入和輸出之間的關系，它表示輸出相對于非測量參數(shù)輸入（比如環(huán)境參數(shù)的變化）所發(fā)生的變化。當環(huán)境參數(shù)變化時，理想的情況是傳感器的靈敏度變化為零或者很小，這樣環(huán)境變化就很容易忽略。如果環(huán)境參數(shù)的影響比較大，是不能忽略不計的，需進一步采用補償?shù)姆椒ǜ倪M。

③精確度。用來衡量傳感器的實際輸出與理想輸出的接近程度。它說明測量結果的錯誤程度。任何可能的錯誤都會發(fā)生，這也取決于調校的方法。精確度可以用絕對值表示或者輸出滿量程的百分比表示。

④穩(wěn)定性。通常情況下，應用于實際領域的傳感器往往需要使用較長時間。因此傳感器要有足夠的穩(wěn)定性。即傳感器能在一定時間內，在相同的輸入時能夠有穩(wěn)定的輸出。對于穩(wěn)定性而言，常用術語“漂移”來描述輸出是隨著時間而變化的，它可用輸出滿量程的百分比來表示。

⑤重復性。重復性對于任何傳感器都非常重要，特別是用于關鍵應用場合的傳感器。它是指傳感器在重復應用中有相同量輸入的情況下，有著相同數(shù)量的輸出，它也被稱為“可重復性”。

⑥靜態(tài)和動態(tài)特性。當為某個應用領域選擇傳感器時，傳感器的靜態(tài)和動態(tài)特性都要考慮到，如上升時間、時間參數(shù)和響應建立時間。例如利用壓力傳感器測量動態(tài)氣流速度變化的風洞應用中，傳感器的信號輸出必須隨著風速變化，此時就需要快速的響應時間，否則達不到監(jiān)測要求。但是響應時間也不是越快越好，過快的傳感器響應會引入未過濾和不需要的系統(tǒng)噪聲或者湍流壓力波動等，造成對系統(tǒng)監(jiān)測的干擾。因此，在設計中理解傳感器的靜態(tài)和動態(tài)特性需求是十分重要的。

⑦能量收集。傳感器已廣泛用于無線傳感網絡（WSN）中，為保證網絡傳感器能量持續(xù)供應，可采用能量收集技術實現(xiàn)網絡傳感器部件長效供電。能量收集是利用環(huán)境中的能量進行收集并實現(xiàn)應用。目前能量收集可利用機械振動、光能、溫度變化、電磁場、風能、熱能、化學能等。其中以機械振動和光能的應用最為廣泛。

⑧溫度變化以及其他環(huán)境參數(shù)變化的補償。由于環(huán)境溫度、濕度和其他環(huán)境參數(shù)的變化，傳感器的響應也會受到影響。為了減少外部因素而造成的影響，傳感器的信號調整部分必須要有合適的補償機制。

（2）多傳感器數(shù)據(jù)融合。數(shù)據(jù)融合是20世紀80年代誕生的信息處理技術[6]，主要解決多傳感器信息處理問題，多傳感器數(shù)據(jù)融合研究如何充分發(fā)揮各個傳感器的特點，把分布在不同位置的多個同類或不同類型傳感器所提供的局部、不完整的觀察信息加以綜合，利用其互補性、冗余性，克服單個傳感器的不確定性和局限性，提高整個傳感器系統(tǒng)的有效性能，以形成對系統(tǒng)環(huán)境相對完整一致的感知描述，提高測量信息的精度和可靠性，從而提高智能識別系統(tǒng)識別、判斷、決策、規(guī)劃、反應的快速性和準確性，同時也降低其決策風險（如圖3所示）。

圖3 數(shù)據(jù)融合的過程

智能感知需要多種人工智能方法的綜合集成應用。人工智能方法主要涵蓋神經網絡、深度學習、模糊計算和進化計算等方面，以實現(xiàn)復雜系統(tǒng)的智能應用。

04

智能感知技術應用

智能感知技術要求因應用領域不同，各有側重[7]。

1）在軍用領域的應用

在軍用領域，要求智能感知以及導航系統(tǒng)具有更強的自主性和可靠性。例如：衛(wèi)星導航系統(tǒng)憑借其全球性、連續(xù)性、高精度，是目前應用最廣的導航系統(tǒng)，比如美國的GPS，我國的北斗。衛(wèi)星導航系統(tǒng)屬于無線電導航方式，通過太空中的衛(wèi)星對地發(fā)射無線電信號，載體通過接收信號并對自身進行定位，這種導航方式易受到外界干擾。在現(xiàn)代戰(zhàn)爭中，衛(wèi)星導航系統(tǒng)這種弱點容易被利用，造成嚴重后果。例如在2011年與2017年，伊朗通過干擾與模擬衛(wèi)星導航信號，誘捕了美國兩架無人機。所以隨著戰(zhàn)爭對抗性的增強，就要求智能導航系統(tǒng)具有更強的自主性與可靠性。

近年來DARPA（Defense Advanced Research Projects Agency，美國國防高級研究計劃局）制定了多項衛(wèi)星導航阻止環(huán)境下的導航發(fā)展計劃（指的是由于自然或人為因素，衛(wèi)星導航系統(tǒng)無法使用的環(huán)境）。2014年DARPA啟動了輕質小型自動化（fast lightweight autonomy，F(xiàn)LA）計劃，Udine提高了小型無人機在GPS阻止環(huán)境中執(zhí)行自主飛行任務的能力。2016年麻省理工學院完成了FLA項目首飛，其研發(fā)的小型旋翼飛行器達到了20m/s的飛行速度。2017年，F(xiàn)LA項目進行了避障飛行測試。試驗飛行器中搭載了慣性傳感器、激光雷達、視覺傳感器等多類傳感器，實現(xiàn)了自主避障飛行。2018年，F(xiàn)LA項目進行了室內自主感知、路徑規(guī)劃飛行測試。

2）在民用領域的應用

在民用領域[8]，隨著現(xiàn)代化社會的發(fā)展，各類行業(yè)對智能感知也提出了許多方面的需求。特別是在環(huán)境感知方面應用較為廣泛，又可進一步分為：

（1）室外環(huán)境感知。室外環(huán)境感知應用最多的兩方面是無人駕駛車輛和無人機。無人車的技術結構主要分為環(huán)境感知、導航定位、路徑規(guī)劃和運動控制四個方面[9-10]。（圖4）

（2）室內環(huán)境感知。在智能制造領域室內環(huán)境感知的應用在特種工作機器人上得到了充分體現(xiàn)。機器人環(huán)境感知技術伴隨著機器人的出現(xiàn)而產生。機器人的環(huán)境一般是指機器人所處的空間環(huán)境，機器人通過對環(huán)境的認知來定位、避障和導航。隨著機器人技術的進步，機器人環(huán)境的概念也在拓寬，除了它的運動空間環(huán)境，還包括其它一些自然環(huán)境因素，例如氣體環(huán)境、氣候參數(shù)等。在煤礦、化工場等場所，人類已經在利用機器人動態(tài)感知危險氣體的濃度，或者通過氣味搜索危險源。（圖5）

編輯：黃飛