電子信息工程學科進展

殷惠莉 王衛(wèi)星 薛秀云 孫道宗

摘要：本文針對電子信息工程學科近年來隨著人工智能、大數據、深度學習等新興技術的迅速興起發(fā)展變化更大、涉及的領域更多的特點，選擇了該學科中的計算機視覺、信息物理融合系統(tǒng)和無人機三個關注度比較高的方面，論述了計算機視覺、信息物理融合系統(tǒng)和無人機的研究現狀、主要成果和未來的發(fā)展趨勢。

關鍵詞：電子信息；計算機視覺；信息物理融合系統(tǒng)；無人機

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2019）15-0266-03

20世紀中后期以來人類社會逐步進入了信息時代。近些年隨著人工智能、大數據、深度學習、云計算等新興技術迅速興起，人類更是已經進入到智能時代。信息和智能時代的科學和技術的基礎就是電子信息學科。因此，電子信息學科具有兩個顯著的特點，一是發(fā)展變化大，派生新學科或分支、融合產生新學科的速度快；二是與產業(yè)發(fā)展息息相關，研究方向大量來自產業(yè)發(fā)展的實際需要，研究成果工程特色鮮明。

電子信息產業(yè)是公認的戰(zhàn)略性新興高科技產業(yè)，集成電路、光纖通信、互聯網、移動通信等都是對國計民生至關重要的產業(yè)。由于電子信息技術的滲透性和融合性，使得許多傳統(tǒng)產業(yè)借助電子信息技術得以再次煥發(fā)青春。正是因為電子信息學科涵蓋面太廣，本文主要涉及近年來發(fā)展較快、關注度比較高的三個方面。

一、計算機視覺

計算機視覺目前是學術界和工業(yè)界公認的前瞻性研究領域，其研究目的是使計算機具備人類的視覺能力，能看懂圖像內容、理解動態(tài)場景，更高層次的是期望計算機能自動提取圖像、視頻等視覺數據中蘊含的層次化語義概念及多語義概念間的時空關聯等。

（一）計算機視覺研究現狀及成果

計算機視覺中的底層視覺計算模型的研究目標是對圖像數據進行處理，形成視覺皮層局部特征。其中，邊緣檢測傳統(tǒng)方法是采用Sobel、Candy濾波器等，但這些算法一般不能很好地處理復雜的場景，近年來研究者們在考慮是否可以利用卷積神經網絡來解決。文獻[1]將場景的多層級、多尺度信息融合在一起，解決了復雜場景圖像的邊緣提取問題。文獻[2]利用數據驅動的匹配方式，將視覺相似度和像素差異性融入一個系統(tǒng)，提高了匹配的準確性。利用深度神經網絡能找到底層視覺線索的潛在規(guī)律，得到的特征表征能力和魯棒性更強，但算法的復雜度卻成為瓶頸。

中層視覺計算在底層特征上引入幾何結構、時域對應等信息，它是底層視覺和高層視覺間的橋梁。在顯著性檢測方面，近年來結合局部全局視覺線索，構造多層次、多上下文的模型等方法有效地提升了中層視覺模型的性能。在目標分割方面，近期的研究較多地還是以傳統(tǒng)思路將目標分割視為能量優(yōu)化問題，比如建立稠密連接的條件隨機場，提取深度神經網絡特征構建能量函數等。

高層視覺計算問題目的是獲取能夠直接被接受并被理解的語義知識，近年來的研究方法以深度學習為主，針對物體識別、場景分類和人臉識別的算法性能得到提升。人臉識別性能的提升主要來自更大的神經網絡和海量的訓練數據。但是，目前的方法性能極大地依賴對訓練數據的人工標注質量，如何利用當前海量的無監(jiān)督數據來突破耗時耗力的標注過程的依賴，正逐步成為高層視覺計算方法的研究熱點。

（二）計算機視覺發(fā)展趨勢

計算機視覺技術的發(fā)展涉及多個學科，不但包括數學、物理學、計算機學科、自動化學科，還包括生物學、心理學、腦科學等。未來計算機視覺會呈現以下的發(fā)展趨勢。

多傳感信息融合。感知環(huán)境信息是計算機視覺發(fā)展的基礎，近年來不再主要依靠可見光相機獲取環(huán)境信息，多傳感信息融合已經成為環(huán)境感知的主要手段。如光譜相機、深度相機、激光、雷達、毫米波、GPS等。在多傳感協同干之下，可以獲得更準確的場景感知。

多視覺任務有機結合。計算機視覺技術的發(fā)展是要將多種任務融合在統(tǒng)一的智能載體來聯合完成，比如在無人駕駛汽車中檢測、跟蹤、識別等任務需要同時進行，從而獲得相對較好的場景評估。

構建超大規(guī)模精準標注數據庫。計算機視覺的算法和模型性能的提升依賴于標注精準的訓練數據，并且數據規(guī)模越大代表知識越多，這樣就能更好地模擬人腦的學習機理。

二、信息物理融合系統(tǒng)

信息物理融合系統(tǒng)（Cyber-Physical System，CPS）是計算、控制、通信和網絡技術的飛速發(fā)展，極大延伸了信息時空演變的尺度和層次，拓展了萬物互聯的方式和規(guī)模，促進各類物理系統(tǒng)靈活組織、有機協調與協同進化而來的嶄新的技術。CPS技術通過信息空間中信息的傳輸、交換、計算和控制來實現對物理空間的多維度、多尺度、多層次的全面感知、高效組織、有機調控和協同進化，以達到信息空間與物理空間無縫融合的目的。

（一）CPS研究現狀

美國早在2006年2月發(fā)布的《美國競爭力計劃》中就將CPS列為未來極為重要的研究項目之一。目前，美國、德國、日本、中國和歐盟等國家和地區(qū)都陸續(xù)對CPS展開全方位研究。我國2010年在上海舉辦的信息物理系統(tǒng)發(fā)展戰(zhàn)略論壇上，國家“863”計劃信息技術專家組一致對CPS給予了高度關注和肯定。2012年，浙江大學、清華大學、上海交通大學三所高校聯合成立了賽博（Cyber）協同創(chuàng)新中心，首先提出了工業(yè)信息物理融合系統(tǒng)（iCPS），并開展了理論和技術研究。同時，國家工業(yè)和信息化部出臺了一系列政策和指導意見，提到CPS作為最關鍵的基礎技術之一，其發(fā)展推動了整個智能制造業(yè)的發(fā)展。

（二）CPS的主要成果

CPS技術能夠通過分布式網絡化的方式將傳統(tǒng)的集中式控制模式轉變?yōu)榉植际娇刂颇Ｊ?。新一代的智能工廠包括智能的生產、管理、控制和智能化的生產設施，并且這些設施將在物聯網的架構下被智能化管理。

CPS技術在智能電網領域的應用，使得電網設備和能源的利用率進一步提高，電網的運行更安全穩(wěn)定。在混成自動機的建模和驗證方法上，Susuki等研究了單發(fā)電機送電的瞬時可靠性。在電網的分布式能源研究中，Ilic等結合支持向量機、馬爾科夫狀態(tài)控制等方法，實現了分布式電能存儲與調度的最優(yōu)策略，使得在風能等新能源并網的情形下，電網的穩(wěn)定性也能得到提升。

CPS技術應用于智能交通領域，可以解決或緩解交通擁堵、交通事故和道路運輸效率低等問題。Cartwright等將現代交通運輸系統(tǒng)建模成CPS系統(tǒng)進行全面研究。Madden等利用CPS技術對車輛進行交通信息實時通知，從而實現整個交通系統(tǒng)對車輛進行實時、有效控制。Li等在CPS視角下，根據交通系統(tǒng)提出了交通優(yōu)化的啟發(fā)算法，該算法充分考慮了CPS背景下的人機特點。

結合物聯網技術的CPS系統(tǒng)能夠實現對醫(yī)療技術、醫(yī)療器械的靈活應用，通過各醫(yī)療單元之間的實時通信與控制，輔助醫(yī)務人員決策與操作，實施精準醫(yī)療。Li等著重研究關于激光氣管切開術中的CPS建模。Lee等根據閉環(huán)醫(yī)學設備，提出了驗證安全性的全新方法。

（三）CPS發(fā)展趨勢

自2006年美國國家科學基金會組織召開第一個信息物理系統(tǒng)相關研討會，信息物理融合系統(tǒng)的各項技術及應用得到長足發(fā)展。未來CPS技術發(fā)展趨勢如下。

構建對信息物理系統(tǒng)有效且便捷的設計方法。因為CPS系統(tǒng)網絡的異構性、軟件和硬件實體的復雜性以及高度跨學科的特點，造成其設計難度大大增加。設計方法不但要注重系統(tǒng)設計效率，還要具備跨層級訪問能力，能夠直接對系統(tǒng)中各個節(jié)點參數、布局等變量進行調整，來滿足最優(yōu)設計。

保證信息物理系統(tǒng)的高實時性。CPS需要實現計算過程和物理過程的統(tǒng)一與交互，其應用要求高實時性。但一方面實際物理過程中，每一次通信、計算和控制都會耗費時間，而另一方面，在實際通信過程中擁塞和信道質量差也時有發(fā)生，造成數據傳輸出現延遲和丟包等不可測因素。這些不穩(wěn)定因素會嚴重影響系統(tǒng)的性能，因此實時性問題是一大挑戰(zhàn)。

建立和完善信息物理系統(tǒng)的安全穩(wěn)定。與傳統(tǒng)的云系統(tǒng)不同，由于結合了物理層和網絡層，信息物理系統(tǒng)所面對的威脅同時來自物理層和云層，攻擊者可以通過侵入物理傳感器基礎設施制造虛假數據影響系統(tǒng)運行，也可以攻擊云層直接破壞整個網絡系統(tǒng)。因此需要完善端到端的安全機制，確保在經受攻擊時維持系統(tǒng)中通信交流的完整性，來維護系統(tǒng)穩(wěn)定，同時還要建立完善的入侵檢測機制。

三、無人機

無人機是一種不需要駕駛員進行任何駕駛操作，完全在電子設備的監(jiān)控下可以自動完成全部飛行過程的飛行器。目前主要的無人機種類包括固定翼無人機、旋翼無人機和撲翼無人機。無人機的研究涉及諸多學科，這里針對電子信息學科在無人機中的應用。

（一）無人機研究現狀和成果

導航系統(tǒng)是無人機的核心裝置，涉及信息融合和路徑規(guī)劃技術。

對于信息融合的數據問題，目前國內的研究主要包括基于光流相機、機器視覺、SLAM等傳感方法獲取無人機狀態(tài)與環(huán)境信息，經過數據預處理、誤差補償處理信息融合配準完成信息融合的準備工作。在融合方法研究中，除了綜合運用如加權平均、卡爾曼濾波、模糊推理、機器學習等經典方法外，還有學者圍繞現有方法做出針對性改進，如使用改進的Sage-Husa自適應卡爾曼濾波算法提高水平位置、速度和垂直信息的估計精度，提出基于時間序列分析的自適應聯邦濾波算法并設計冗余導航系統(tǒng)多模型自適應估計融合算法等。

路徑規(guī)劃的研究中，引入了蟻群算法、遺傳算法、量子粒子群算法和狼群算法等智能算法。針對復雜的環(huán)境，文獻[3]將無人機全局路徑規(guī)劃問題轉化為三維空間含約束的優(yōu)化問題，并采用改進的差分進化算法進行求解。文獻[4]針對復雜環(huán)境下移動目標的路徑跟蹤，采用滾動時域優(yōu)化結合人工勢場法，獲取無人機的前進方向，實時給出針對移動目標的最優(yōu)軌跡。

多無人機的組網技術和多機協同飛行控制也是無人機研究的一個熱點問題。目前國內對無人機組網技術的主要研究思路是根據無人機網絡通信特點在經典方法的基礎上改進。針對MAC協議的研究主要包括改進TDMA協議，針對路由協議的研究包括改進OLSR協議、改進DSR協議、改進GPSR協議等。多機協同目前研究較多的是協同編隊控制，主要涉及無人機群隊形設計與變換、隊形控制與保持、路徑規(guī)劃與避障等運動協調問題。

（二）無人機發(fā)展趨勢

無人機以生存能力較強、靈活性高、機動性好、使用便捷等特點，在軍事、民用和商業(yè)領域都具有非常廣闊的應用前景。未來無人機的發(fā)展將包括以下方面。

實現無人機的高精度導航。導航系統(tǒng)對于無人機至關重要，如何準確地將無人機從一個地方引導到目的地，決定無人機能否順利完成后續(xù)任務。一方面要通過改進融合算法進一步提高狀態(tài)估計的容錯率與穩(wěn)定性；另一方面需要在多約束條件下復雜的三維空間中快速規(guī)劃出一條最優(yōu)路徑。

在無人機編隊飛行控制方面，需要突破多機多傳感器協同感知能力不足、欠缺對實體的仿真實現等關鍵技術的不足，實現復雜約束和復雜通信環(huán)境下的多無人機協同編隊飛行。

四、結束語

電子信息學科一直處于持續(xù)不斷的快速發(fā)展之中，學科領域顯得“龐雜”和“邊界模糊”。電子信息技術影響人類思考方式、社會交往方式、生產和生活的方式?！靶畔ⅰ苯柚半娮印钡妮d體，走進幾乎每個人的生活。未來隨著電子信息技術與其他學科的進一步結合和共同進步，將深深地改變一代又一代人類的行為方式。

參考文獻：

[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.