邱天沖

（電子科技大學(xué)格拉斯哥學(xué)院 四川省成都市 611731）

1 人工智能與物聯(lián)網(wǎng)的發(fā)展

隨著時(shí)代的變化科技的發(fā)展，人工智能已經(jīng)走進(jìn)千家萬戶，從50年代計(jì)算機(jī)學(xué)家約翰麥卡錫提出”人工智能”一詞，人工智能就走上了快速發(fā)展的軌道,到70年代人工智能進(jìn)入低谷期,其主要難點(diǎn)在于：

（1）計(jì)算機(jī)性能不達(dá)標(biāo)從而導(dǎo)致有程序但是無法實(shí)現(xiàn)的困境；

（2）特等問題在維度上,程序無法實(shí)現(xiàn)；

（3）數(shù)據(jù)的不足從而導(dǎo)致無法支撐深度學(xué)習(xí)，很容易導(dǎo)致計(jì)算機(jī)做出的算法無法實(shí)現(xiàn)目標(biāo)需求。

到80年代卡內(nèi)基梅隆大學(xué)設(shè)計(jì)出一套”專家系統(tǒng)”使得人工智能再次被崛起，直90年代，神經(jīng)網(wǎng)絡(luò)技術(shù)的逐步發(fā)展再到1997年”深藍(lán)”戰(zhàn)勝了國(guó)際象棋大師卡斯帕羅夫引領(lǐng)了人工智能技術(shù)的再次崛起。這就是人工智能發(fā)展的歷史發(fā)展軌跡。

人工智能的發(fā)展，物聯(lián)網(wǎng)技術(shù)也隨之崛起，物聯(lián)網(wǎng)，即物物相連，可以說成是感知層與互聯(lián)網(wǎng)的結(jié)合，感知層也就是我們平時(shí)說的各類傳感器，可以實(shí)現(xiàn)任何地點(diǎn)時(shí)間人物相互連接，而人工智能與物聯(lián)網(wǎng)技術(shù)已經(jīng)被廣泛的應(yīng)用到我們生活中，物聯(lián)網(wǎng)主要是各類傳感器進(jìn)行數(shù)據(jù)采集。然后對(duì)采集數(shù)據(jù)進(jìn)行處理，通過智能算法對(duì)數(shù)據(jù)進(jìn)行分析或展示。

物聯(lián)網(wǎng)與人工智能存在共生的關(guān)系，我們把物聯(lián)網(wǎng)采集的數(shù)據(jù)利用人工智能的計(jì)算能力來得到最優(yōu)解。到目前為止人工智能與物聯(lián)網(wǎng)的結(jié)合已經(jīng)廣泛應(yīng)用在各個(gè)領(lǐng)域中，并對(duì)未來發(fā)展起關(guān)鍵性作用。目前市面上比較常見的人工智能與物聯(lián)網(wǎng)結(jié)合有醫(yī)療保健、智能制造、智能家居、智慧城市、智慧農(nóng)業(yè)等。

2 人工智能與物聯(lián)網(wǎng)可應(yīng)用領(lǐng)域

2.1 人工智能與物聯(lián)網(wǎng)在智能制造上的應(yīng)用

近幾年發(fā)展迅速的智能機(jī)器人，無人駕駛汽車,其中智能機(jī)器人在人工智能的制造行業(yè)是一個(gè)重要分支，被廣泛關(guān)注，機(jī)器人根據(jù)一定算法包括圖像識(shí)別、機(jī)器學(xué)習(xí)、專家系統(tǒng)等技術(shù)納入到機(jī)器人制造應(yīng)用中,現(xiàn)如今的機(jī)器人可以與人類進(jìn)行人機(jī)交互對(duì)話,通過智能分析感知當(dāng)前人類心情，并且可以完成復(fù)雜的工作。無人駕駛汽車，是通過車載傳感系統(tǒng)感知道路環(huán)境，自動(dòng)規(guī)劃行車路線并控制車輛到達(dá)預(yù)定目標(biāo)的智能汽車，它是利用車載傳感器來感知車輛周圍環(huán)境，并根據(jù)感知所獲得的道路、車輛位置和障礙物信息，控制車輛的轉(zhuǎn)向和速度，從而使車輛能夠安全、可靠地在道路上行駛，是集自動(dòng)控制、體系結(jié)構(gòu)、人工智能、視覺計(jì)算等眾多技術(shù)于一體，是計(jì)算機(jī)科學(xué)、模式識(shí)別和智能控制技術(shù)高度發(fā)展的產(chǎn)物，也是衡量一個(gè)國(guó)家科研實(shí)力和工業(yè)水平的一個(gè)重要標(biāo)志，在國(guó)防和國(guó)民經(jīng)濟(jì)領(lǐng)域具有廣闊的應(yīng)用前景。

2.2 人工智能與物聯(lián)網(wǎng)在智慧城市上的應(yīng)用

圖1：圖像識(shí)別流程圖

可以利用深度學(xué)習(xí)、圖像識(shí)別技術(shù)與硬件模型相結(jié)合,打造智慧城市管理管理系統(tǒng),其中包括智能城管監(jiān)管與養(yǎng)護(hù)、智能工地監(jiān)管、智能交通、智能危險(xiǎn)源氣體檢測(cè)等等。其中智能城管監(jiān)管通過現(xiàn)有視頻監(jiān)控設(shè)備和圖像標(biāo)簽化技術(shù)實(shí)現(xiàn)對(duì)渣土車、違停、堆物堆料、非機(jī)動(dòng)車治理、人流監(jiān)控等場(chǎng)景的24 小時(shí)自動(dòng)識(shí)別，并與互聯(lián)網(wǎng)進(jìn)行對(duì)接，實(shí)現(xiàn)監(jiān)控的啟動(dòng)、監(jiān)控事件的上報(bào)、派發(fā)狀態(tài)，專項(xiàng)治理的全流程、自動(dòng)化、智能化。智能城管養(yǎng)護(hù)是利用城管局現(xiàn)有的巡查車加裝車載式視頻監(jiān)控系統(tǒng)，對(duì)橋梁和道路的拋灑物、坑槽、路面破損進(jìn)行圖像自動(dòng)識(shí)別和定性分析，并將分析結(jié)果自動(dòng)同步到平臺(tái)中。智能工地監(jiān)管是規(guī)范區(qū)內(nèi)智慧工地統(tǒng)一建設(shè)標(biāo)準(zhǔn)，工地施工單位將視頻、實(shí)名制出入信息、揚(yáng)塵、噪音等數(shù)據(jù)都接入到系統(tǒng)中，實(shí)現(xiàn)工地監(jiān)測(cè)設(shè)備的統(tǒng)一上線，有效監(jiān)督工地監(jiān)控設(shè)備的有效運(yùn)行。同時(shí)，利用現(xiàn)有工地的視頻監(jiān)控系統(tǒng)，通過視頻分析技術(shù)實(shí)現(xiàn)工地行為識(shí)別管理，實(shí)現(xiàn)安全帽是否穿戴、人員姿態(tài)、人員蹤跡的自動(dòng)識(shí)別。智能危險(xiǎn)源氣體檢測(cè)則是在學(xué)校、菜市場(chǎng)、重要商圈建設(shè)化糞池與下水道可燃?xì)怏w預(yù)警監(jiān)測(cè)系統(tǒng)，對(duì)危險(xiǎn)氣體（甲烷、硫化氫）、溫度、液位進(jìn)行監(jiān)測(cè)。當(dāng)危險(xiǎn)氣體超過一定濃度的時(shí)候進(jìn)行預(yù)警?，F(xiàn)有環(huán)保局水質(zhì)監(jiān)測(cè)站、空氣質(zhì)量監(jiān)測(cè)站、視頻監(jiān)控?cái)z像頭數(shù)據(jù)，同時(shí)在水庫(kù)各部署一套自動(dòng)水質(zhì)監(jiān)測(cè)系統(tǒng)，并增加微型空氣質(zhì)量監(jiān)測(cè)單元；軟件上利用AI 圖像識(shí)別技術(shù)對(duì)河道漂浮物、河岸垃圾、水面顏色、違章建筑、排污口、釣魚等場(chǎng)景進(jìn)行智能識(shí)別與預(yù)警。通過視頻識(shí)別交通事故、擁堵狀況，融合互聯(lián)網(wǎng)數(shù)據(jù)及接警數(shù)據(jù)，即時(shí)全面的對(duì)城市突發(fā)情況進(jìn)行感知，同時(shí)動(dòng)態(tài)根據(jù)路口擁堵情況實(shí)時(shí)調(diào)整紅綠燈顯示狀態(tài)，并結(jié)合智能車輛調(diào)度技術(shù)，對(duì)警、消、救等各類車輛進(jìn)行聯(lián)合指揮調(diào)度，同時(shí)聯(lián)動(dòng)紅綠燈對(duì)緊急事件特種車輛進(jìn)行優(yōu)先通行控制。打造智慧城市人工智能技術(shù)與物聯(lián)網(wǎng)技術(shù)缺一不可。

3 應(yīng)用到的技術(shù)

圖像識(shí)別、視頻識(shí)別、語(yǔ)音識(shí)別是當(dāng)今社會(huì)上用到最廣泛的人工智能技術(shù)，通過物聯(lián)網(wǎng)硬件設(shè)施對(duì)圖像進(jìn)行數(shù)據(jù)采集，在通過模板匹配、神經(jīng)網(wǎng)絡(luò)、馬爾科夫鏈等算法對(duì)圖像進(jìn)行分類識(shí)別。就上文提到的智慧城市中用到的關(guān)鍵技術(shù)加以說明。

3.1 圖像識(shí)別

圖像識(shí)別技術(shù)是計(jì)算機(jī)視覺的深度學(xué)習(xí)中占主導(dǎo)地位，大致經(jīng)過以下幾個(gè)步驟信息獲取圖像采集、圖像預(yù)處理、得到特征數(shù)據(jù)、訓(xùn)練、最后識(shí)別。如圖1所示。

根據(jù)城市管理圖像數(shù)據(jù)的類別進(jìn)行實(shí)時(shí)的問題處理，圖像識(shí)別可以自動(dòng)識(shí)別城市管理圖像數(shù)據(jù)的類別，解決了需要人工識(shí)別并且響應(yīng)不及時(shí)的問題，從而大大提高了城市管理問題處理效率。

識(shí)別分類方法包括：接收城市管理圖像數(shù)據(jù)，城市管理圖像數(shù)據(jù)由攝像設(shè)備產(chǎn)生，為各種城市管理問題的圖像信息；使用群智算法和眾包算法對(duì)歷史存儲(chǔ)的城市管理圖像數(shù)據(jù)進(jìn)行分類標(biāo)注，并使用分類標(biāo)注后的城市管理圖像數(shù)據(jù)自動(dòng)訓(xùn)練人工智能圖像分類識(shí)別算法，所述的人工智能圖像分類識(shí)別算法進(jìn)而對(duì)所述的城市管理圖像數(shù)據(jù)進(jìn)行分類識(shí)別。

3.2 視頻識(shí)別

視頻智能識(shí)別的應(yīng)用場(chǎng)景非常廣泛，諸如，人臉識(shí)別、車牌識(shí)別、行人重識(shí)別、車輛重識(shí)別、非法入侵檢測(cè)、人員聚集檢測(cè)、車流量檢測(cè)、逃犯追捕等等。人工智能與物聯(lián)網(wǎng)在智慧城市上的應(yīng)用中，對(duì)于已經(jīng)建設(shè)的視頻監(jiān)控網(wǎng)絡(luò)和設(shè)備，利用監(jiān)控?cái)z像頭拍攝的實(shí)時(shí)監(jiān)測(cè)視頻，建設(shè)城市治理視頻監(jiān)測(cè)和分析服務(wù)，針對(duì)城市治理領(lǐng)域智能化的需求，對(duì)城市管理部事件進(jìn)行有效識(shí)別。包括視頻流的接入、視頻分析算法引擎、視頻搜索、視頻分析調(diào)度策略。目前，各處布置的監(jiān)控?cái)z像頭的數(shù)量越來越多，人工觀察異常事件在人力成本、精力方面是一個(gè)巨大的浪費(fèi)，可行性也不高，因此視頻識(shí)別在監(jiān)控系統(tǒng)中占主導(dǎo)地位，而在視頻識(shí)別中最主要的是如何建立視頻庫(kù)，視頻識(shí)別中用到的視頻檢測(cè)方法有形態(tài)學(xué)處理方法，靜止背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，類似于RCNN 的深度學(xué)習(xí)方法等，智慧城市的視頻識(shí)別主要分以下步驟：

（1）初始化服務(wù)器智能識(shí)別分析系統(tǒng)，并加載已經(jīng)訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型等。

（2）初始化監(jiān)控設(shè)備，獲取由監(jiān)控?cái)z像頭經(jīng)光纖傳回服務(wù)器的一幀圖像。

（3）根據(jù)需要對(duì)圖像進(jìn)行預(yù)處理，可能包括標(biāo)準(zhǔn)化、歸一化、中心化、圖像大小縮放、色彩通道轉(zhuǎn)換、灰度化、濾波去噪、提取關(guān)鍵點(diǎn)等。

（4）調(diào)用人工智能模型進(jìn)行指定對(duì)象的檢測(cè)和識(shí)別，如調(diào)用深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行目標(biāo)的定位和分類等。

（5）用返回的結(jié)果合成圖像供用戶在客戶端實(shí)時(shí)查看，或保存數(shù)據(jù)在數(shù)據(jù)庫(kù)中。

（6）使用結(jié)束后，關(guān)閉監(jiān)控設(shè)備，清理監(jiān)控設(shè)備資源，關(guān)閉服務(wù)器智能識(shí)別系統(tǒng)。

圖2 是視頻智能識(shí)別分析系統(tǒng)的流程圖。

3.3 語(yǔ)音識(shí)別

語(yǔ)音識(shí)別，也被稱為自動(dòng)語(yǔ)音識(shí)別（Automatic Speech Recognition,ASR）技術(shù)，就是讓機(jī)器通過識(shí)別和理解過程把語(yǔ)音信號(hào)轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的高技術(shù)，也就是讓機(jī)器聽懂人類的語(yǔ)音。不同的語(yǔ)音識(shí)別系統(tǒng)，雖然具體實(shí)現(xiàn)細(xì)節(jié)有所不同，但所采用的基本技術(shù)相似。語(yǔ)音識(shí)別的基本過程有兩部分，一是學(xué)習(xí)和訓(xùn)練，二是識(shí)別過程。人工智能與物聯(lián)網(wǎng)在智慧城市上的應(yīng)用中使用的語(yǔ)音識(shí)別模塊，智能語(yǔ)音模塊負(fù)責(zé)對(duì)語(yǔ)音進(jìn)行語(yǔ)義識(shí)別，提供事件結(jié)構(gòu)化數(shù)據(jù)，上報(bào)融合引擎負(fù)責(zé)接收事件結(jié)果，并對(duì)事件進(jìn)行智能預(yù)處理。

4 結(jié)語(yǔ)

綜上所述，通過圖像識(shí)別、視頻識(shí)別、語(yǔ)音識(shí)別在智慧城市中的應(yīng)用，我們了解到人工智能與物聯(lián)網(wǎng)技術(shù)已經(jīng)可以廣泛應(yīng)用在智慧城市中。人工智能在物聯(lián)網(wǎng)應(yīng)用方面不斷深入。