目录介绍
第1章 人工智能1
1.1 人工智能概述1
1.1.1 人工智能的定义3
1.1.2 人工智能的发展历程4
1.1.3 工业人工智能与传统人工智能7
1.1.4 人工智能的不同学派8
1.1.5 人工智能的技术基础9
1.2 机器学习11
1.2.1 机器学习概述11
1.2.2 决策树算法15
1.2.3 聚类算法18
1.3 深度学习20
1.3.1 机器学习与深度学习的关系20
1.3.2 人工神经网络与深度学习21
1.3.3 深度学习的经典算法介绍25
1.4 知识图谱34
1.4.1 知识图谱的构建34
1.4.2 知识图谱的成功应用35
1.5 人工智能的应用36
1.5.1 预测性维护37
1.5.2 增强现实38
1.5.3 生产优化40
1.6 人工智能的未来43
思考题44
参考文献45
第2章 机器视觉46
2.1 机器视觉概述46
2.1.1 机器视觉的概念46
2.1.2 机器视觉与人类视觉47
2.1.3 机器视觉的发展49
2.2 机器视觉系统50
2.2.1 机器视觉系统的组成50
2.2.2 机器视觉系统的工作原理51
2.3 机器视觉的核心技术53
2.3.1 图像采集53
2.3.2 图像处理58
2.3.3 特征提取65
2.3.4 目标检测68
2.3.5 三维构建73
2.3.6 视频分析77
2.4 机器视觉的应用79
2.4.1 机器人视觉分拣79
2.4.2 智能视频监控80
2.4.3 工业缺陷检测81
2.4.4 同时定位与建图82
2.5 机器视觉的未来83
思考题83
参考文献84
第3章 信息物理系统85
3.1 信息物理系统概述85
3.1.1 CPS的内涵85
3.1.2 相关技术体系的对比与关联86
3.1.3 CPS的技术特征及其所面临的挑战87
3.2 信息物理系统的内涵87
3.2.1 CPS的定义87
3.2.2 CPS中的3C和3R88
3.2.3 CPS的本质和特征90
3.3 信息物理系统的实现91
3.3.1 CPS的3个层次91
3.3.2 CPS的关键技术93
3.4 信息物理系统技术体系架构95
3.4.1 智能感知层95
3.4.2 智能分析层97
3.4.3 智能网络层97
3.4.4 智能认知层98
3.4.5 智能配置与执行层99
3.5 信息物理系统的应用100
3.5.1 CPS的应用场景100
3.5.2 CPS的典型应用103
3.6 CPS的未来105
思考题105
参考文献105
第4章 工业大数据107
4.1 大数据概述107
4.1.1 数据的定义107
4.1.2 大数据的定义108
4.1.3 大数据的特征108
4.1.4 大数据的应用场景109
4.2 工业大数据110
4.2.1 工业大数据的基本介绍110
4.2.2 工业大数据的发展阶段111
4.2.3 工业大数据与互联网大数据111
4.2.4 工业大数据与工业4.0112
4.2.5 工业大数据与物联网113
4.3 工业大数据中的业务处理114
4.3.1 工业大数据通用业务架构115
4.3.2 工业大数据采集技术体系116
4.3.3 工业大数据的开源软件117
4.4 工业大数据的应用121
4.4.1 高圣121
4.4.2 红领122
4.4.3 西航集团124
4.5 工业大数据的未来126
思考题126
参考文献127
第5章 工业人工智能新兴方向：元宇宙128
5.1 元宇宙概述128
5.1.1 元宇宙的定义130
5.1.2 元宇宙的综合特征132
5.2 元宇宙的技术体系134
5.3 元宇宙的核心技术137
5.3.1 区块链138
5.3.2 网络及运算技术142
5.3.3 交互技术143
5.3.4 人工智能146
5.3.5 物联网技术149
5.3.6 大数据分析151
5.3.7 云计算和分布式计算技术156
5.4 元宇宙的应用160
5.4.1 元宇宙与物流创新耦合发展162
5.4.2 元宇宙在物流领域应用的潜在风险164
思考题166
参考文献166
第6章 工业人工智能核心技术分支：数字孪生168
6.1 数字孪生概述168
6.1.1 数字孪生的发展及定义169
6.1.2 数字孪生的组成170
6.1.3 数字孪生的特征及体系架构172
6.1.4 数字孪生的类型173
6.1.5 数字孪生的意义和价值174
6.2 数字孪生的技术架构175
6.2.1 数字孪生的技术架构175
6.2.2 数字孪生的数据采集与处理技术176
6.2.3 数字孪生的建模与仿真技术184
6.2.4 以数控机床为例的预测性维护体系结构186
6.3 数字孪生工厂189
6.3.1 数字孪生工厂的基础功能189
6.3.2 数字孪生工厂的数字化架构190
6.3.3 数字孪生工厂的应用场景191
6.3.4 数字孪生工厂的应用191
6.4 数字孪生的应用案例192
6.4.1 数字孪生公司192
6.4.2 数字孪生的应用领域197
6.4.3 数字孪生与物流供应链198
6.4.4 数字孪生在制造业中的应用201
6.5 数字时代的机遇与挑战205
6.5.1 重大机遇205
6.5.2 主要挑战206
思考题207
参考文献207
第7章 工业人工智能的典型应用：自动驾驶系统208
7.1 自动驾驶概述209
7.1.1 自动驾驶的定义及其发展209
7.1.2 自动驾驶汽车的分类210
7.1.3 自动驾驶汽车的功能213
7.2 自动驾驶的研究内容214
7.2.1 自动驾驶系统的主要构成214
7.2.2 自动驾驶子系统216
7.2.3 自动驾驶系统的架构217
7.2.4 自动驾驶的相关硬件218
7.2.5 自动驾驶的计算平台221
7.2.6 自动驾驶软件的参考平台222
7.3 自动驾驶的核心技术223
7.3.1 感知技术223
7.3.2 导航与定位技术242
7.3.3 决策与控制技术244
7.4 自动驾驶的应用实例245
7.4.1 华为自动驾驶245
7.4.2 谷歌自动驾驶245
7.5 自动驾驶的未来246
思考题247
参考文献248
第8章 工业人工智能的变革与挑战249
8.1 工业人工智能带来的变革249
8.2 工业人工智能面临的挑战254
思考题257
参考文献257