电子信息工程学科进展
来源:用户上传
作者:
摘要：本文针对电子信息工程学科近年来随着人工智能、大数据、深度学习等新兴技术的迅速兴起发展变化更大、涉及的领域更多的特点，选择了该学科中的计算机视觉、信息物理融合系统和无人机三个关注度比较高的方面，论述了计算机视觉、信息物理融合系统和无人机的研究现状、主要成果和未来的发展趋势。
关键词：电子信息；计算机视觉；信息物理融合系统；无人机
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2019）15-0266-03
20世纪中后期以来人类社会逐步进入了信息时代。近些年随着人工智能、大数据、深度学习、云计算等新兴技术迅速兴起，人类更是已经进入到智能时代。信息和智能时代的科学和技术的基础就是电子信息学科。因此，电子信息学科具有两个显著的特点，一是发展变化大，派生新学科或分支、融合产生新学科的速度快；二是与产业发展息息相关，研究方向大量来自产业发展的实际需要，研究成果工程特色鲜明。
电子信息产业是公认的战略性新兴高科技产业，集成电路、光纤通信、互联网、移动通信等都是对国计民生至关重要的产业。由于电子信息技术的渗透性和融合性，使得许多传统产业借助电子信息技术得以再次焕发青春。正是因为电子信息学科涵盖面太广，本文主要涉及近年来发展较快、关注度比较高的三个方面。
一、计算机视觉
计算机视觉目前是学术界和工业界公认的前瞻性研究领域，其研究目的是使计算机具备人类的视觉能力，能看懂图像内容、理解动态场景，更高层次的是期望计算机能自动提取图像、视频等视觉数据中蕴含的层次化语义概念及多语义概念间的时空关联等。
（一）计算机视觉研究现状及成果
计算机视觉中的底层视觉计算模型的研究目标是对图像数据进行处理，形成视觉皮层局部特征。其中，边缘检测传统方法是采用Sobel、Candy滤波器等，但这些算法一般不能很好地处理复杂的场景，近年来研究者们在考虑是否可以利用卷积神经网络来解决。文献[1]将场景的多层级、多尺度信息融合在一起，解决了复杂场景图像的边缘提取问题。文献[2]利用数据驱动的匹配方式，将视觉相似度和像素差异性融入一个系统，提高了匹配的准确性。利用深度神经网络能找到底层视觉线索的潜在规律，得到的特征表征能力和鲁棒性更强，但算法的复杂度却成为瓶颈。
中层视觉计算在底层特征上引入几何结构、时域对应等信息，它是底层视觉和高层视觉间的桥梁。在显著性检测方面，近年来结合局部全局视觉线索，构造多层次、多上下文的模型等方法有效地提升了中层视觉模型的性能。在目标分割方面，近期的研究较多地还是以传统思路将目标分割视为能量优化问题，比如建立稠密连接的条件随机场，提取深度神经网络特征构建能量函数等。
高层视觉计算问题目的是获取能够直接被接受并被理解的语义知识，近年来的研究方法以深度学习为主，针对物体识别、场景分类和人脸识别的算法性能得到提升。人脸识别性能的提升主要来自更大的神经网络和海量的训练数据。但是，目前的方法性能极大地依赖对训练数据的人工标注质量，如何利用当前海量的无监督数据来突破耗时耗力的标注过程的依赖，正逐步成為高层视觉计算方法的研究热点。
（二）计算机视觉发展趋势
计算机视觉技术的发展涉及多个学科，不但包括数学、物理学、计算机学科、自动化学科，还包括生物学、心理学、脑科学等。未来计算机视觉会呈现以下的发展趋势。
多传感信息融合。感知环境信息是计算机视觉发展的基础，近年来不再主要依靠可见光相机获取环境信息，多传感信息融合已经成为环境感知的主要手段。如光谱相机、深度相机、激光、雷达、毫米波、GPS等。在多传感协同干之下，可以获得更准确的场景感知。
多视觉任务有机结合。计算机视觉技术的发展是要将多种任务融合在统一的智能载体来联合完成，比如在无人驾驶汽车中检测、跟踪、识别等任务需要同时进行，从而获得相对较好的场景评估。
构建超大规模精准标注数据库。计算机视觉的算法和模型性能的提升依赖于标注精准的训练数据，并且数据规模越大代表知识越多，这样就能更好地模拟人脑的学习机理。
二、信息物理融合系统
信息物理融合系统（Cyber-Physical System，CPS）是计算、控制、通信和网络技术的飞速发展，极大延伸了信息时空演变的尺度和层次，拓展了万物互联的方式和规模，促进各类物理系统灵活组织、有机协调与协同进化而来的崭新的技术。CPS技术通过信息空间中信息的传输、交换、计算和控制来实现对物理空间的多维度、多尺度、多层次的全面感知、高效组织、有机调控和协同进化，以达到信息空间与物理空间无缝融合的目的。
（一）CPS研究现状
美国早在2006年2月发布的《美国竞争力计划》中就将CPS列为未来极为重要的研究项目之一。目前，美国、德国、日本、中国和欧盟等国家和地区都陆续对CPS展开全方位研究。我国2010年在上海举办的信息物理系统发展战略论坛上，国家“863”计划信息技术专家组一致对CPS给予了高度关注和肯定。2012年，浙江大学、清华大学、上海交通大学三所高校联合成立了赛博（Cyber）协同创新中心，首先提出了工业信息物理融合系统（iCPS），并开展了理论和技术研究。同时，国家工业和信息化部出台了一系列政策和指导意见，提到CPS作为最关键的基础技术之一，其发展推动了整个智能制造业的发展。
（二）CPS的主要成果
CPS技术能够通过分布式网络化的方式将传统的集中式控制模式转变为分布式控制模式。新一代的智能工厂包括智能的生产、管理、控制和智能化的生产设施，并且这些设施将在物联网的架构下被智能化管理。
CPS技术在智能电网领域的应用，使得电网设备和能源的利用率进一步提高，电网的运行更安全稳定。在混成自动机的建模和验证方法上，Susuki等研究了单发电机送电的瞬时可靠性。在电网的分布式能源研究中，Ilic等结合支持向量机、马尔科夫状态控制等方法，实现了分布式电能存储与调度的最优策略，使得在风能等新能源并网的情形下，电网的稳定性也能得到提升。 CPS技术应用于智能交通领域，可以解决或缓解交通拥堵、交通事故和道路运输效率低等问题。Cartwright等将现代交通运输系统建模成CPS系统进行全面研究。Madden等利用CPS技术对车辆进行交通信息实时通知，从而实现整个交通系统对车辆进行实时、有效控制。Li等在CPS视角下，根据交通系统提出了交通优化的启发算法，该算法充分考虑了CPS背景下的人机特点。
结合物联网技术的CPS系统能够实现对医疗技术、医疗器械的灵活应用，通过各医疗单元之间的实时通信与控制，辅助医务人员决策与操作，实施精准医疗。Li等着重研究关于激光气管切开术中的CPS建模。Lee等根据闭环医学设备，提出了验证安全性的全新方法。
（三）CPS发展趋势
自2006年美国国家科学基金会组织召开第一个信息物理系统相关研讨会，信息物理融合系统的各项技术及应用得到长足发展。未来CPS技术发展趋势如下。
构建对信息物理系统有效且便捷的设计方法。因为CPS系统网络的异构性、软件和硬件实体的复杂性以及高度跨学科的特点，造成其设计难度大大增加。设计方法不但要注重系统设计效率，还要具备跨层级访问能力，能够直接对系统中各个节点参数、布局等变量进行调整，来满足最优设计。
保证信息物理系统的高实时性。CPS需要实现计算过程和物理过程的统一与交互，其应用要求高实时性。但一方面实际物理过程中，每一次通信、计算和控制都会耗费时间，而另一方面，在实际通信过程中拥塞和信道质量差也时有发生，造成数据传输出现延迟和丢包等不可测因素。这些不稳定因素会严重影响系统的性能，因此实时性问题是一大挑战。
建立和完善信息物理系统的安全稳定。与传统的云系统不同，由于结合了物理层和网络层，信息物理系统所面对的威胁同时来自物理层和云层，攻击者可以通过侵入物理传感器基础设施制造虚假数据影响系统运行，也可以攻击云层直接破坏整个网络系统。因此需要完善端到端的安全机制，确保在经受攻击时维持系统中通信交流的完整性，来维护系统稳定，同时还要建立完善的入侵检测机制。
三、无人机
无人机是一种不需要驾驶员进行任何驾驶操作，完全在电子设备的监控下可以自动完成全部飞行过程的飞行器。目前主要的无人机种类包括固定翼无人机、旋翼无人机和扑翼无人机。无人机的研究涉及诸多学科，这里针对电子信息学科在无人机中的应用。
（一）无人机研究现状和成果
导航系统是无人机的核心装置，涉及信息融合和路径规划技术。
对于信息融合的数据问题，目前国内的研究主要包括基于光流相机、机器视觉、SLAM等传感方法获取无人机状态与环境信息，经过数据预处理、误差补偿处理信息融合配准完成信息融合的准备工作。在融合方法研究中，除了综合运用如加权平均、卡尔曼滤波、模糊推理、机器学习等经典方法外，还有学者围绕现有方法做出针对性改进，如使用改进的Sage-Husa自适应卡尔曼滤波算法提高水平位置、速度和垂直信息的估计精度，提出基于时间序列分析的自适应联邦滤波算法并设计冗余导航系统多模型自适应估计融合算法等。
路径规划的研究中，引入了蚁群算法、遗传算法、量子粒子群算法和狼群算法等智能算法。针对复杂的环境，文献[3]将无人机全局路径规划问题转化为三维空间含约束的优化问题，并采用改进的差分进化算法进行求解。文献[4]针对复杂环境下移动目标的路径跟踪，采用滚动时域优化结合人工势场法，获取无人机的前进方向，實时给出针对移动目标的最优轨迹。
多无人机的组网技术和多机协同飞行控制也是无人机研究的一个热点问题。目前国内对无人机组网技术的主要研究思路是根据无人机网络通信特点在经典方法的基础上改进。针对MAC协议的研究主要包括改进TDMA协议，针对路由协议的研究包括改进OLSR协议、改进DSR协议、改进GPSR协议等。多机协同目前研究较多的是协同编队控制，主要涉及无人机群队形设计与变换、队形控制与保持、路径规划与避障等运动协调问题。
（二）无人机发展趋势
无人机以生存能力较强、灵活性高、机动性好、使用便捷等特点，在军事、民用和商业领域都具有非常广阔的应用前景。未来无人机的发展将包括以下方面。
实现无人机的高精度导航。导航系统对于无人机至关重要，如何准确地将无人机从一个地方引导到目的地，决定无人机能否顺利完成后续任务。一方面要通过改进融合算法进一步提高状态估计的容错率与稳定性；另一方面需要在多约束条件下复杂的三维空间中快速规划出一条最优路径。
在无人机编队飞行控制方面，需要突破多机多传感器协同感知能力不足、欠缺对实体的仿真实现等关键技术的不足，实现复杂约束和复杂通信环境下的多无人机协同编队飞行。
四、结束语
电子信息学科一直处于持续不断的快速发展之中，学科领域显得“庞杂”和“边界模糊”。电子信息技术影响人类思考方式、社会交往方式、生产和生活的方式。“信息”借助“电子”的载体，走进几乎每个人的生活。未来随着电子信息技术与其他学科的进一步结合和共同进步，将深深地改变一代又一代人类的行为方式。
参考文献：
[1]Liu Y，Cheng M M，Hu X，et al.Richer Convolutional Features for Edge Detection[J].arXiv preprint arXiv：2016.
[2]Chen Z，Sun X，Wang L，et al.A deep visual correspondence embedding model for stereo matching costs[C].Proceedings of the IEEE International Conference on Computer Vision and Pattern Recognition.2015：972-980.
[3]Zhang X，Duan H.An improved constrained differ-ential evolution algorithm for unmanned aerial vehicle global route planning[J].Applied Soft Computing，2015，26（C）：270-284.
[4]Liang X，Meng G，Luo H，et al.Dynamic path planning based on improved boundary value problem for unmanned aerial vehicle[J].Cluster Computing，2016，19（4）：2087-2096.
转载注明来源:https://www.xzbu.com/9/view-14727006.htm
