面向高危行業的無人平臺智能化發展

　　摘要 在人工智能與 “新基建” 推動的技術變革背景下, 面向災害救援、突發公共事件、應急處理等高危行業, 推進無人平臺的智能化升級, 對保障人民的健康安全, 提升國家應急和治理能力具有重要的意義. 本文對面向反恐、救災、應急等高危行業的無人平臺智能化發展的特點和現狀進行分析, 對基礎理論、關鍵技術、重大裝備和人才培養等 4 個方面的國內外現狀和發展趨勢進行總結, 結合我國面向高危行業的無人平臺智能化發展的現狀、需求和不足, 提出未來基礎理論、關鍵技術、重大裝備、人才培養等方面需要攻克和解決的挑戰和問題, 提出面向高危行業的無人平臺智能化發展的戰略規劃與頂層設計的建議.

　　陳杰; 方浩; 曾憲琳， 中國科學:信息科學 發表時間：2021-09-16

　　關鍵詞 高危行業, 無人平臺, 智能化發展, 人工智能, 對策建議

　　1 前言

　　21 世紀以來, 恐怖襲擊、自然災害、重大疫情等突發事件頻發, 嚴重威脅著人類的生命與財產安全, 我國面臨著東突恐怖主義的威脅, 也是世界上自然災害最為嚴重的國家之一. 反恐、救災、應急等高危行業直接關系著人民生命財產安全, 同時這些行業存在作業復雜度高、危險系數高、易造成人員傷害等特點, 利用自主無人系統和人工智能等新技術不斷提升我國反恐、救災、應急等高危行業的應對能力和安全性, 對國家安全和人民健康具有重要意義.

　　人工智能和無人系統理論和技術近年來快速發展 [1∼4] , 以無人車、機器人、無人機、無人艇等為代表的智能無人平臺可廣泛應用于災害救援、環境監測、應急物流、應急處理等危險、復雜、惡劣環境[5∼8] . 無人平臺涉及到自動化、計算機、通信、電子、機械、數學、管理等多學科的交叉融合[4, 9∼11] , 是人工智能、大數據等科技前沿領域的交叉融合發展的代表性物理載體, 是研究人工智能理論、方法與技術的最佳切入點與重要抓手. 人工智能基礎理論、方法與技術的不斷發展將極大提高無人平臺的自主化和智能化水平, 促進無人平臺向智能化發展. 我國年產無人平臺約 300 萬臺, 產值 30 億元. 無人平臺作為人工智能、無人系統與反恐救災等高危行業結合的重要載體, 在反恐、救災、應急管理等方面具有廣泛市場需求1) , 對國民經濟和產業發展具有重要的拉動作用.

　　各個國家都制定了相關的政策來推動面向安全的無人平臺智能化發展. 日本在 2015 年通過 “機器人新戰略”, 將救災服務智能無人平臺作為重要研究方向之一[12] . 美國在 “2016 機器人發展路線圖” 中將救災、反恐、排爆等無人平臺作為未來 15 年的重點發展方向 [13] . 歐洲聯盟在 “機器人 2020 多年度路線圖”、“地平線 2020” 等計劃中重新設計了機器人產業整體的研發方向, 強調開展面向搜救、反恐等高危行業無人平臺智能化研發的重要性 [14] . 我國的《人工智能發展白皮書 (2018 年)》指出: “在反恐反暴領域, 人工智能在打擊恐怖分子、炸彈排除等領域可發揮重要作用”、“在災后救援領域, 人工智能在高效處置災情、避免人員傷亡方面發揮關鍵作用”.

　　由于無人平臺智能化在安全領域的重要性, 美國在該領域對我國實施技術和智力封鎖. 2018 年 11 月, 美國商務部工業和安全局宣布禁止對中國出口 14 類代表性新興技術2) , 其中人工智能、機器人、導航與授時等與智能無人平臺密切相關, 并限制中國公民赴美進行與上述新興技術相關的學術交流、停止招收來自中國相關專業的學生; 2019 年 12 月, 美國再次禁止出口無人平臺的地圖、軟件、高精度光學感知器件等有關技術; 2020 年 5 月, 美國白宮發布《暫時禁止部分中國留學生、研究人員入境總統公告》, 企圖對我國相關領域進行智力封鎖. 因此, 從戰略高度建立無人平臺智能化的基礎理論、關鍵技術、重大裝備、人才培養等方面的發展戰略, 依靠自身力量, 自主創新、協同攻關, 解決無人平臺智能化卡脖子難題, 才能使得我國反恐、救災、應急等高危行業的安全性實現跨越式發展.

　　2 面向高危行業的無人平臺智能化發展現狀

　　2.1 發展現狀

　　國內外積極推進反恐、救災、應急等高危行業的智能化發展, 面向高危行業的無人平臺智能化在基礎理論、關鍵技術、重大裝備、人才培養等方面都取得了階段性進展.

　　2.1.1 無人平臺智能化的基礎理論

　　在感知理論研究中, 理想環境下數據挖掘、環境感知已經取得了豐富的成果, 近年來的研究重點是復雜、大范圍環境下多模態數據融合、小樣本/弱泛化數據的智能解析、隱私保護的分布式計算、復雜環境的主動感知等方面; 在認知理論研究中, 認知計算、環境建模、故障/災害預測、分布式污染/信息源定位等方面都取得了顯著進展, 近年來的前沿包括可解釋的學習認知理論、考慮對抗欺騙的認知理論、開放/非結構化環境的精確建模、突發性事件的智能預測與定位; 決策理論在封閉環境、簡單場景下的任務分配、路徑規劃、軌跡生成等方面成果豐富, 研究重點逐步轉移到復雜非結構化的路徑規劃、基于博弈和優化的多目標決策、自組織與自涌現機理、對抗條件下的在線決策等方面; 控制理論研究中, 如魯棒自適應控制、協同控制與編隊、網絡化控制等方面取得了很多的研究成果, 近年來的研究前沿包括人機協作控制、協同優化與博弈控制、基于學習的控制、多模態機器人控制、類腦與仿生控制等.

　　通過學術論文 (截至 2020 年 6 月, 基于 Web of Science 數據庫) 計量統計, 美國、中國、日本是論文發表數量最多的國家 (如圖 1 所示). 美國在論文數量、篇均被引頻次、H 指數上均領先其他國家, 中國論文數量已躍居世界第二, H 指數較高, 但篇均被引較低 (如圖 2 所示). 就研究內容而言, 美國研究涉及面廣, 特別在人機交互理論與機器人搜救方法方面較為突出; 中國在無人機的控制理論方面較其他國家更為突出, 其中基于神經網絡、軌跡跟蹤、自適應控制的研究成果較多; 日本注重災害、地震等場景下的機器人相關理論研究, 在水下、蛇形、人形機器人的控制理論方面有明顯優勢; 德國注重水下機器人、災難管理、人機交互技術領域研究.

　　2.1.2 無人平臺智能化的關鍵技術

　　在感知技術方面, 結構化環境、理想環境下的感知技術相對成熟, 在非結構化、干擾條件下, 多傳感器融合技術、跨模態跨尺度信息配準和融合技術、實時態勢感知技術、異構無人平臺的安全交互技 術、集群協同態勢感知和共享等研究受到重視. 在認知技術方面, 基于自然語言和環境圖像的認知技術、室內即時定位與建圖 (simultaneous localization and mapping, SLAM) 技術、GPS/超寬帶定位技術、故障/攻擊檢測技術迅猛發展, 近年來拒止環境下協同定位技術、腦機融合認知技術、開放環境的環境建模、人機協同認知技術、分布式的環境建模與定位技術等方面受到了國內外的重視; 在決策技術方面, 理想條件下的路徑規劃、軌跡規劃、導航技術都取得了很多的成果, 近年來的研究難點包括拒止環境下導航與規劃技術、多無人平臺自組織技術、高動態場景下協同決策與博弈、多無人平臺智能交互技術、沖突消解技術等; 在控制技術方面, 單一任務、確定環境中的單體平臺控制技術相對成熟, 但不確定環境下的無人平臺的自主和協同能力仍然不足, 近年來的熱點包括有人/無人協作智能控制技術、人機交互控制技術、弱通信條件下自主智能控制技術、仿人控制技術等.

　　通過相關專利 (基于科睿唯安公司 Derwent Innovation 數據庫) 計量統計 (如圖 3 和 4 所示), 中國、美國、日本、德國、韓國是高危工作環境無人平臺相關技術專利的主要申請國家, 占全部專利的 90%, 其中中國科研機構的專利申請數量自 2012 年起大幅增加, 占專利申請總量的 57%. 就研究內容而言, 中國在無人平臺的技術布局比較廣泛, 在無人機滅火、無線通信模塊、救援機器人、路徑規劃、無人船技術、地面無人車技術、機械臂/氣動肌腱、機器人伺服控制、焊接機器人、無人機圖像處理、氣體泄漏檢測等領域具有較強技術積累; 美國在無人機、無人車輛、應急救援等相關技術方面的優勢明顯, 包括通信技術、定位技術、處理芯片、傳感器技術、多無人機/無人車協同技術、核反應堆的機械操作技術等方面都具有突出成果; 日本注重機器人救援領域的技術研究, 在圖像/物體識別技術、相機技術、滅火機器人、核反應堆機械操作系統、防爆機器人、工業機器人、救災爬行機器人等方面的相關技術專利成果較多.

　　2.1.3 無人平臺智能化的重大裝備

　　智能無人平臺裝備研發方面, 我國對主要的平臺類型均有研制開發, 但裝備研發水平仍然以跟蹤國外為主, 部分核心部件和核心材料與國外差距較大. 在無人機裝備方面, 多旋翼、固定翼無人機掛載遙感、紅外等多種載荷模塊可實現災區航拍、安防監測、人員搜索等任務, 中小型短近程機型在突發救援事件取得了一定的成功, 獲得了很好的發展, 具備災后運輸、投放物資、喊話等救援的潛力. 在地面無人平臺方面, 我國在消防機器人、安防巡邏機器人、煤礦機器人裝備方面都取得了突破. 瑞典在消防機器人裝備方面具有優勢, 日本在蛇形救援機器人方面處于領先地位. 在水下無人平臺方面, 我國的工業級水下搜救機器人研發進展巨大, 但美國、德國和日本在水下搜救機器人方面仍具有領先優勢.

　　2.1.4 無人平臺智能化的人才培養

　　科研院所和高校是面向高危行業的無人平臺相關領域的專業人才的主要培養機構, 也是相關技術研究中主要的專利權人及論文發表機構, 如圖 5 和 6 所示. 國際學術組織及各國政府也積極開展相關的學術競賽活動, 助力人才培養工作. 例如全國機器人大賽中, 就有排爆救援機器人、全地形機器人、水中機器人模擬管道漏油點檢測等比賽項目, 美國國防高級研究計劃局舉辦的 “地表之下挑戰賽” 中有救援機器人和無人機系統等相關項目.

　　在人才的配置和引進方面, 中國人工智能人才主要集中在應用領域, 而美國人工智能人才主要集中在基礎領域和技術領域. 同時, 我國科技公司對人才的吸引力強勁, 核心科技公司、創業公司都吸引了大量無人平臺智能化人才. 相對美國高校, 我國高校和研究所對智能化人才的吸引力稍低, 截至 2016 年年底, 中國有 10.7% 的人工智能領域從業者曾在高校或研究所工作過, 低于美國的 26.7%. 從人才的組成上來看, 我國的無人平臺智能化相關人才對比國外具有年輕化的特點, 例如中國人工智能人才在 28∼37 歲年齡段的占總數的 50% 以上, 而 48 歲及以上的資深人工智能人才占比較少, 只有 3.7%.

　　2.2 存在的問題

　　對照現實需求和更好的標準, 我國面向高危行業的無人平臺智能化發展在基礎理論、關鍵技術、重大裝備、人才培養方面仍然存在一些問題.

　　在基礎理論方面, 我國的研究方向仍然主要是追蹤國外研究, 對一些前沿的科學問題研究投入較少, 尤其是開放環境、非結構化環境、集群無人平臺的相關理論研究仍然不足. 基礎研究隊伍體量大,但同質化現象嚴重, 高影響力的研究數量和水平與國外差距明顯, 凝練和解決科學問題能力不足.

　　在關鍵技術方面, 在開放動態環境下的單體平臺智能化技術、多無人平臺協同技術方面仍存在不足, 尤其是多平臺的安全與可信協同方面涉及較少. 在單體平臺智能化方面, 缺乏針對開放動態環境的平臺控制技術的通用性與泛化研究, 導致無人平臺在實際場景中缺乏安全性保障, 整體可靠性不高. 在多無人平臺協同層面, 缺乏群體智能涌現與智能決策方面的技術儲備, 系統整體尚處于硬件堆疊與協調階段, 未能發揮出多無人平臺的群體性優勢. 從專利申請情況看, 我國專利數量大, 但國際化率偏低, 我國在無人平臺核心技術方面仍缺乏國際影響力.

　　在重大裝備方面, 我國的總體技術和研發能力已達到或接近國際先進水平, 但在一些關鍵部件和某些材料的研究方面還有很大差距, 如高端精密減速器、伺服電機、控制器主要依靠日本和歐洲進口. 我國裝備的標準體系、評估體系、操作規范缺乏統一標準, 導致產品間的兼容性、系統間的協調配合存在阻礙, 需要進一步完善. 國產裝備的市場成熟度有待完善, 企業 “小、散、弱” 問題突出, 依靠政府補貼、項目扶持的模式進行特種無人機/機器人的推廣不可持續, 需充分挖掘包括搜救等在內的公共管理等領域的需求.

　　在人才培養方面, 無人平臺的研發涉及專業面廣, 需要機械、電氣、控制、車輛、通信、數學、人工智能等多個專業的人才支持. 智能無人平臺的維護和使用專業性更高, 現場調試與維護人才缺失, 相應的配套專業培訓仍然不足. 人才培養國際化、理論結合實踐的培養體系不夠完整, 國際交流在一定程度上受到某些國家限制, 具有較高國際話語權的高層次人才數量還無法與歐美國家相抗衡.

　　3 無人平臺的智能化發展架構

　　隨著人工智能理論和技術的發展、5G 通信網絡的建設, 面向反恐、救災等高危行業的無人平臺的智能化研究有了新內容, 在理論、技術、應用等方面都獲得了明顯的延伸與拓展. 無人平臺的智能化發展主要從基礎研究、關鍵技術、重大裝備、人才培養等 4 個層面展開 (如圖 7 所示), 各個層面互相支撐、交叉融合, 共同提升無人平臺的智能化水平.

　　基礎理論研究層面包括無人平臺的感知理論、認知理論、決策理論和控制理論. 無人平臺感知理論中的智能化內容包括多模態數據融合、小樣本/弱泛化數據的智能解析、隱私保護的分布式學習算法、復雜環境的主動感知理論. 無人平臺認知理論中的智能化內容包括可解釋的學習認知理論、對抗欺騙下的認知理論、開放/非結構化環境的建模、突發性事件的智能化預測與定位. 無人平臺決策理論中的智能化內容包括復雜/非結構化的路徑規劃、基于博弈和優化的分布式多目標決策、多無人平臺的自組織與智能涌現機理、對抗條件下的在線決策. 無人平臺控制理論中的智能化內容包括人機協作的混合增強智能控制、協同優化與博弈控制、基于學習的控制、多模態機器人控制、類腦與仿生控制.

　　關鍵技術研究層面包括無人平臺的感知技術、認知技術、決策技術和控制技術. 無人平臺感知技術中的智能化內容包括多傳感器信息融合技術、跨模態跨尺度信息配準和融合技術、異構無人平臺的安全交互技術、集群協同態勢感知和共享技術. 無人平臺認知技術中的智能化內容包括拒止環境下協同定位技術、開放環境的環境建模、人機協同的環境認知技術、分布式的環境建模與定位技術. 無人平臺決策技術中的智能化內容包括拒止環境下導航與規劃技術、多無人平臺自組織技術、協同決策與博弈技術、多無人平臺的沖突消解技術、多無人平臺的智能交互技術. 無人平臺控制技術中的智能化內容包括有人/無人協作智能控制技術、人機交互控制技術、弱通信條件下自主智能控制技術、仿人平臺控制技術

　　重大裝備層面的智能化包括研發智能化的空中無人平臺、地面無人平臺和水中無人平臺. 空中無人平臺的智能化裝備包括安防空中無人平臺、巡檢空中無人平臺、搜救空中無人平臺. 地面無人平臺的智能化裝備包括反恐/巡邏/消防無人平臺、仿生特種無人平臺、油罐清洗無人平臺、救援無人平臺. 水中無人平臺的智能化裝備包括水面救援/巡邏無人平臺、水下巡檢/搜救無人平臺.

　　人才培養層面包括無人平臺智能化發展相關的人才教育、人才培訓、人才引進和配置. 人才教育方面包括無人平臺智能化所需要的相關學科的建設 (自動化、電氣、數學、機械、車輛、人工智能等), 借助國外智力和教育資源聯合培養人才, 充分利用和培養高校、研究院、企業的博士后人才, 通過設立科研計劃、舉辦國際競賽和會議培養人才. 人才培訓方面包括針對學生和企業人才的短期的理論培訓、技術研發培訓、針對客戶的專題培訓等, 通過定期培訓提高智能化無人平臺的研發和使用能力. 人才引進方面包括重視中青年人才的層次化人才引進政策, 建立避免同質化的、因地制宜的區域人才引進計劃, 建立完善的國際人才服務政策. 人才配置方面包括制定有序、開放的產學研人才交流體制, 建立區域協調發展的人才流動制度, 建立注重知識產權和市場規律的人才激勵保障機制.

　　4 科學問題、關鍵技術、裝備需求與人才培養

　　結合我國面向高危行業的無人平臺智能化發展的現狀、需求和不足, 提出基礎理論、關鍵技術、重大裝備、人才培養等方面需要攻克和解決的挑戰和問題.

　　4.1 科學問題

　　無人平臺智能化的研究可以從單體無人平臺、集群無人平臺、群組無人平臺 3 個角度切入, 對智能無人平臺進行系統、深入的研究, 突破當前無人平臺系統面臨的脆弱性、不可預見性、弱可解釋性等瓶頸問題. 其中, 單體無人平臺是無人平臺智能化研究的基本單元; 集群無人平臺由多個相互作用的單體無人平臺組成, 可以完成單個無人平臺不能完成的復雜任務; 群組無人平臺是由多個交互博弈的集群無人平臺組成的, 是集群無人平臺發展的更高層次架構. 它們間的關系如圖 8 所示.

　　4.1.1 單體無人平臺

　　(1) 無人平臺的類人主動感知. 研究無人系統單體環境感知模型, 建立復雜環境量化及語義描述, 建立多模態認知融合策略, 構建交互感知大數據, 探索智能無人系統單體類人主動感知機理.

　　(2) 時序邏輯驅動的多任務調度理論. 研究時序邏輯驅動的多任務調度理論, 結合邏輯和統計學習建立滿足時序邏輯約束的多任務調度理論, 擴展無人平臺執行實際任務的能力, 實現滿足安全性的無人平臺自主任務調度.

　　(3) 面向非結構化環境的感知增強理論. 研究面向非結構化環境的多模態數據感知模型, 建立復雜遮擋環境的多傳感器感知方法, 提高機器人對實際高危環境的適應性, 實現環境精準感知與有效決策輔助.

　　4.1.2 集群無人平臺

　　(1) 信息不完備條件下的深度協同感知與認知. 研究基于分布式邊緣計算的特征提取與融合, 實現具有在線自學習能力的深度協同感知; 研究場景語義的智能提取方法, 設計態勢時空表征新模式, 實現分布式意圖理解與態勢感知的全局一致.

　　(2) 智能涌現生成的自組織機制. 研究集群協同所蘊含的交互規則和激勵機制, 建立分層次、多尺度的智能解析理論, 揭示群體智能涌現機理; 剖析群體智能與單體交互之間的可計算、可解析和可表達的映射關系, 建立群體智能涌現的自組織機制.

　　(3) 基于區塊鏈的集群無人平臺系統理論. 研究以區塊鏈為核心的集群無人平臺新型網絡結構、自主可控的核心密碼技術、數據可信傳輸與存儲、任務合約與共識、發行與分配機制等關鍵技術, 建立無人平臺跨區域、跨網絡、跨系統的集群化裝備互聯互通與任務分布協同的信用體系, 保證重大任務的網絡協同過程、可靠運行過程、安全防護過程的數據一致性和可信性.

　　4.1.3 群組無人平臺

　　(1) 跨層級群組的結構與功能耦合分析. 研究集群無人平臺子系統內部與子系統間的耦合模型, 探析異構中心性、社團性等結構性特征; 構建群組系統中高維度多元化數據融合模型, 實現結構性與功能性定量分析.

　　(2) 異構異屬的群組動態博弈與交互演進規律. 研究集群無人平臺子系統之間博弈演進規律, 探究不同層級系統動態性及動力學規律; 探索群體之間依賴與制約關系, 解析智能群組系統智能形成與動態演進.

　　4.2 關鍵技術

　　隨著無人平臺應用場景的擴大, 關鍵核心技術也需要人工智能、新的基礎設施相結合實現引領式發展. 推進無人平臺向智能化發展, 需要關注和解決以下關鍵技術.

　　4.2.1 單體無人平臺

　　(1) 無人車平臺. 結合人工智能技術, 研究具有驅動傳動鏈短、高效、緊湊等突出優點的分布式驅動技術、無人車平臺底盤全線控技術和人在回路遙控技術. 充分發揮輪胎附著力, 提高橋間、輪間驅動力分配靈活性, 增強復雜地形環境下的適應性, 大幅提高無人車輛的綜合性能.

　　(2) 無人機平臺. 研究測控鏈路技術、飛行態勢智能感知技術、導航定位與規劃技術、飛行控制律設計與重構技術、智能自主行為決策技術以及飛行安全管理技術, 實現無人機平臺大小靈活、續航時間長、過載大、飛行速度與空域范圍廣等目標.

　　(3) 無人平臺自主行為知識發育. 研究能夠自組織、自適應的任務行為知識圖譜, 建立自主行為評價體系, 建立兼具表征能力、推理能力、決策能力的可解釋知識學習發育方法.

　　(4) 無人平臺單體共融安全交互. 建立無人系統單體交互安全行為模型, 構造自主交互安全評價方法; 探索無人系統單體人 – 機 – 環交互態勢預測方法與控制策略, 突破無人系統單體交互本質安全的瓶頸問題.

　　4.2.2 集群無人平臺

　　(1) 地面無人平臺協同的多模態感知技術. 研究特征學習與分布式環境建模技術, 解決惡劣環境下無人平臺感知交互能力受限影響任務執行的問題, 實現大范圍、多障礙環境的協同感知能力.

　　(2) 云、端融合的多地面無人平臺指揮技術. 打破傳統協同控制體系, 構建云平臺與本機結合的多平臺指揮控制系統, 實現大范圍、多個體、復雜任務的協同指揮能力, 提供多平臺智能涌現與群體決策的途徑.

　　(3) 動態不確定環境下的自適應協同控制. 研究非合作行為與網絡拓撲的耦合關系, 設計具有自愈合、自診斷能力的分布式協同控制律, 實現不確定環境下的自適應協同控制; 研究人機協作深度融合框架, 探索人機多模態交互規律, 完善人類意圖的形式化描述方法, 提高應對突發事件的人機智能協同能力.

　　4.2.3 群組無人平臺

　　(1) 環境交互的智能群組自適應與最優控制. 研究分析群組系統結構性可控機理, 探索群組系統功能性最優設計; 形成跨層次不同維度自適應與最優控制策略, 實現群組系統自適應調節與控制.

　　(2) 基于區塊鏈的可信互聯與信息交互技術. 研究區塊鏈中共識機制、加密算法等技術, 優化無人平臺間信息驗證與交互, 實現集群無人平臺交互網絡的優化與信息處理效率的提升.

　　4.3 裝備需求

　　近年來, 無人裝備相關的平臺技術、傳感器技術、指揮控制技術、通訊技術等各項技術均有較大進展. 這些技術的進步令新型無人裝備不斷涌現, 各種無人裝備的性能迅速提高. 然而, 很多高危行業的危險作業仍需人工來完成, 隨著一系列重大安全生產事故的頻發, 特種、危險作業環境急需替代人工, 實現高效、安全、智能作業. 各種各樣的無人裝備已經開始在探測、排雷、排爆以及特殊環境數據傳輸等困難度較大的急險任務中嶄露頭角, 是未來無人裝備的重要方向.

　　為實現面向安全的無人平臺智能化應用, 提出以下需要重點研發的裝備.

　　4.3.1 移動救援智能地面醫療平臺

　　針對自然災害和社會應急場景, 提升移動救援隊的 “智能” 與 “協同” 能力, 集成智能無人診療、遠程治療、無人檢測與消毒、無人調配物資等能力, 建立移動靈活、快速反應、安全可靠的 “智能移動醫療平臺”, 完成 “人工智能 + 移動救援” 深度融合, 提升移動救援隊的智能化和無人化程度.

　　4.3.2 掃雷排爆無人平臺

　　針對戰場和邊境地區掃雷排爆等惡劣工作環境, 以提升無人平臺的 “機動性” 和 “可靠性” 為手段, 以減少人員的參與為目的, 集成全地形行駛、全天候智能排爆、無線視頻通訊、無線/有線遙控等能力, 開發具備高機動、高可靠的掃雷排爆無人平臺, 提升掃雷排爆的智能化水平.

　　4.3.3 水面、水下、特種無人平臺

　　針對水面及水下大尺度、大視野、大空間應用場景, 提升自主作業和自主規劃能力, 集成多機器人目標自主探索和識別、目標自主抓取、多機器人協同規劃和控制等能力, 建立水面/水下共生的智能無人空間站, 完成機器人布放回收、能源補充、信息交互、任務協同、環境評測等重大任務, 為深海資源、科學、軍事等應用提供支撐.

　　4.3.4 空中無人平臺

　　針對災害救援、突發公共事件、應急處理等高危行業應用需求, 發展在高危環境下具有空中遙感探測、應急運輸、精準投放、協同作業等多功能無人機系統, 實現高危行業應用無人機系統有效地融入國家應急救援體系, 提升高危環境下空中應急處理能力.

　　4.4 人才培養

　　現如今, 智能化無人平臺正在大量涌入軍事及民用領域. 為了適應新的任務要求和發展形勢, 高素質人才正逐步成為相關領域未來發展的核心要素.

　　4.4.1 人才培養體系

　　目前我國在人才培養方面仍處于起步階段, 為解決現階段存在的問題, 人才培養體系應逐步向復合型、多層次、國際化、理論結合實踐的方向發展. “復合型” 是指培養多學科交叉的復合型人才, 通過在機械、電氣、控制、車輛、通信、數學等傳統專業開設人工智能雙學位和人工智能方向等, 解決無人平臺維護研發人員知識儲備不足的問題. “多層次” 是指人才成熟度多層次, 在高層次培養出能夠在無人平臺智能化領域中牽引技術發展方向的領軍人才, 在中層次創新崗位上培養具有突出學術造詣和技術水平的學術技術帶頭人, 同時在中青年科學家的數量上具有足夠的人才儲備. “國際化” 是指通過聯合培養、短期交流、參加國際會議等方式培養人才的國際化思維與理念, 國際化視野與意識, 使人才具備國際學術交流能力, 擴大國際影響力. “理論結合實踐” 是指由傳統的培養主體學校單一化模式轉向產學研的合作模式, 將理論與實踐相結合, 學校與產業相融合, 企業逐步成為人才培養新陣地. 1

　　4.4.2 人才培訓

　　隨著人才培養體系的不斷改進, 人才培訓方式也將作出相應的改變, 逐步走向培訓方式多目標化、國際化以及學習實踐一體化. “多目標化” 是指未來將會把人才培訓目標與事業發展方向、崗位、科技需求等緊密聯系起來, 根據不同培訓目標制定不同的人才培訓方式, 通過職業教育和在職培訓相結合的方式, 對消防、安防、反恐、救災等領域的在職人員進行技術、維護和管理方面的培訓; “國際化” 是指培養方式的制定將會更加注重國際化培訓, 將引進海內外高質量的教學資源進行國內授課、輔導, 同時提升對國際用戶的培訓能力; “學習實踐一體化” 是指培養方式將趨于校企合作方式, 學生到企業實習, 企業捐助研究, 旨在加強人才實踐能力以及學以致用的能力.

　　4.4.3 人才配置

　　在國際人才引進方面, 除了重視高端國際人才的引進, 還要注重中青年人才的大量引進, 保證我國在無人平臺智能化方面有足夠的智力儲備; 同時根據地區的產業特點因地制宜地制定引進政策, 避免各地區同質化競爭; 保障好國際人才的服務政策, 使得國際人才可以迅速適應國內環境, 為我國提供智力貢獻. 在人才的流動配置方面, 要建立有序、開放的產學研人才交流體制, 使得高校教師可以進入企業科研一線、企業專家進入高校從事教學, 打破高校、企業間人員流動的障礙; 制定各區域協調發展的人才流動制度, 避免區域間人才惡性競爭; 建立人才知識產權保障和轉化機制, 激勵人才的科研和創業積極性.

　　5 對策建議

　　為了加快面向高危行業的無人平臺智能化發展進程, 使我國在反恐、救災、應急等行業的智能無人平臺水平處于國際領先, 對國家資助機制和相關政策提出如下建議.

　　5.1 發布相關重大項目, 進行一體化部署

　　建議工業和信息化部與國家自然科學基金委員會成立聯合基金, 共同支持面向高危行業的無人平臺基礎與前沿科學技術問題研究. 建議以智能無人搜索救援隊、無人系統智能醫院為典型應用場景, 設立自主智能無人平臺的重大專項、重點研發計劃, 從而提升我國面向高危行業的智能無人平臺自主研發能力.

　　5.2 統籌基礎理論與關鍵技術研究, 緊密結合實際需求

　　建立高校、企業、研究院充分參與的面向高危行業無人平臺智能化的國際化研討會, 定期討論和交流無人平臺的智能化相關理論與關鍵技術布局, 使基礎理論和關鍵技術的研究與實際需求充分結合, 重點攻關世界前沿的共性科學問題和關鍵技術問題.

　　5.3 制定相關技術標準, 規范行業市場

　　整合國家相關部委、企業、科研院所、高等院校、行業組織等多方資源, 以市場需求為導向、以龍頭企業為核心推進智能無人平臺系統的技術標準、信息標準、應用規范等標準體系的制定, 推進通用標準化建設

　　5.4 加強人才培養, 完善教育體系

　　建議教育部牽頭, 加強高危行業與新一代人工智能等前沿學科交叉融合, 擴大相關方向的研究生招生名額. 將管理人員、操作人員、維護人員作為復合人才重點培養, 建立跨領域立體人才培訓體系. 建立實習實訓基地, 將高危行業無人平臺智能化裝備的新技術、新知識納入相關培訓體系, 對高危行業從業人員進行在職培訓.

　　6 結論

　　本文聚焦于災害救援、突發公共事件、應急處理等高危行業中的無人平臺的智能化發展. 首先, 從基礎理論、關鍵技術、重大裝備和人才培養等 4 個方面對無人平臺智能化發展的國內外現狀、我國的需求和不足進行了分析; 之后, 梳理了無人平臺的智能化發展架構, 提出了我國在基礎理論、關鍵技術、重大裝備、人才培養等方面需要攻克和解決的挑戰和問題; 最后, 為了加快我國面向高危行業的無人平臺智能化發展進程, 對國家資助機制和相關政策提出了建議.