未来的自治系统。 分类，特征和要求

由于汽车行业的最新趋势，自治系统今天已广为人知。 实际上，不同自治程度的自动化系统是许多活动领域未来发展和发展计划的组成部分。 Werner Damm和Ralf Kalman的作者在Informatik-Spektrum第5/2017版期刊上提交的文章列出了各种行业规范和标准，并描述了开发相应软件的方法，过程和工具的功能和要求。

自治的优势是什么？

一个技术系统应该有多少？ 它可以有多自主？
如今，实施越来越先进的自治系统似乎已无处不在。 我们正处于引入技术的边缘，这些技术可以根据提供的数据，自动识别对象和来自各个级别传感器的信息来独立地建立周围世界的复杂关系。 所有这一切都用于获得用于执行任务的准确的现实数字表示。 引入了能够分析周围现实事件的可能进一步发展的系统，这远远超出了人类分析能力的范围。 正在实施的系统可以独立计划和实施任务，而无需任何外部支持。 这些系统具有与任务相关的人类认知能力，使他们能够完全自主地工作。

德国政府最近关于高科技战略的报告揭示了自主系统的多种可能性。 其中包括各种“智能系统”，例如智能移动性，智能健康，智能生产，智能能源，其智能是基于上述可能性实现的。 他们能够实时创建世界的数字图片，处理来自许多信息源的数据，并以确保成功实现目标（例如优化资源使用）的方式组织数百万个子系统的联合工作。 这样做的好处可以应用于公共生活的许多领域：健康和运输，能源消耗，产品的生产率和质量，预防自然灾害和各种车辆的碰撞。 例如，飞利浦（Philips）在使用特殊的可穿戴传感器进行患者术后观察时，期望术后心脏骤停减少86％，并且通过“智能”跟踪门诊病人的关键健康参数，其成本降​​低了34％。

自动控制系统已经存在了很多年。 自动化允许设备的有效使用，而无需人工干预。 自动控制和设备设置的典型任务以控制电路的形式呈现，为此创建数学模型并以电子设备和软件的形式实现。

网络物理系统的现代发展远远超出了这些限制。 IT与嵌入式控制系统的结合以及彼此之间的动态交互确保了它们通过异构数据接口的联合工作。 同样，与80年代的自动化一样，自主生产有望提高效率，生产率和质量。

在技​​术系统的许多应用领域中进行了这种开发。 尽管它们的应用场景不同，但是可以在软件领域识别常见问题，并可以描述解决这些问题的通用方法。 这种方法的示例将在本文的最后一部分中介绍。 特别有趣的是使用自学习系统。 有了它们，自治的潜在可能性似乎无穷无尽，因为有可能识别出外界未知的，最初会影响系统的工件，并研究与它们相关的动态模型。 因此，开辟了使用该技术的前所未有的新可能性。

这些发展带来的技术的潜在市场价值估计为数千亿美元。 特别是，对EU Platforms4CPS项目的研究提供了以下数据：

• 到2035年，自动驾驶汽车将占所有销售的10％。 这相当于大约1200万个单位，市场规模为390亿美元。
• 据估计，飞行管理市场将从2016年的500.1亿美元增长到2022年的973亿美元。同时，年平均增长率将达到11.73％。
• 全球机器人航空市场预计在未来十年内年均增长17.7％，因此到2025年其价值将达到79亿美元（根据“ 市场与市场 ”）。
• 无人机市场规模估计为132.2亿美元，到2022年将达到282.7亿美元，年增长率为13.51％。
• 预计无人驾驶汽车市场将从2016年的4.357亿美元增长到2021年的8613.7亿美元，年增长率为14.51％。
• 自动驾驶水下航行器市场将从2015年的22.9亿美元增加到2020年的40亿美元，预计年增长率为11.90％。
• 工业物联网（IIoT）市场预计将从2020年的1100亿美元增长到2021年的1230亿美元。
• 可穿戴设备的技术市场规模为287亿美元。 Gartner预测，该市场在2015年至2017年之间将以每年平均17.9％的速度增长。增长最快的细分市场是腕式移动小工具细分市场，每年增长30％。
• 2015年， 微电网市场价值为165.8亿美元。Marketsand Markets预计，到2022年， 微电网市场将增长到389.9亿美元，年增长率为12.45％。

由于技术的发展，具有高度自动化水平的新型产品和服务出现在现代市场上。 在这方面，出现了这样的问题：这些发展真正在哪些领域有意义，以及它们对社会有什么影响。
在自治水平不断提高的背景下，人与技术互动的质量必将发生变化。 如今，一个人不仅充当最终用户，而且在许多情况下充当管理系统（ “环环相扣” ）的一部分。 自动化创造了一种趋势，该趋势可以在更高的抽象层次上建立人与技术之间的互动。 自治系统使人有机会使用合适的抽象方法来熟悉自己的部分数字世界视图，例如与在给定时间解决特定问题相关的虚拟现实技术。 相反，一个人可以通过直观的人机界面轻松地对系统中的复杂过程进行操作。 这种交流伴随着越来越高的抽象水平，反过来又需要一定水平的资格和培训。 同时，低技能人员的工作将不必要地消失。

不断使用大量数据源将大大增加其不安全的风险。 网络分布式系统的体系结构将对其保护提出极高的要求，以避免可能旨在破坏单个组件的网络攻击的灾难性影响。

随着自治程度的提高，还出现了以下问题：基本决策过程应具有什么价值，以及它们是否与我们自己的价值相对应。 基于此，欧洲议会在2017年2月16日的决议中决定：

• 使用透明性原则，这意味着应该始终有可能在借助人工智能做出的每项决定背后建立原则和论点，这可能对人类生活产生重大影响；
• 应该总是有可能以人类可读的形式介绍使用人工智能的系统的计算算法；
• 进步型机器人必须配备一个所谓的“黑匣子”，该黑匣子记录有关机器进行的每笔交易的数据，包括有助于做出决定的逻辑。

最后，由于即将在市场上推出无人驾驶自动驾驶汽车，因此有必要修改有关新兴犯罪责任的法律。

因此，这些主题超出了其纯粹的专业领域。 如何设计自治系统，以使其不仅带来经济利益，还可以被社会积极接受？ 这些问题应在计算机科学中进行研究。 现在是时候重新考虑现有的设计过程和技术，应该继续包括对已开发的自治系统的社会影响进行评估。

各行各业的自治课

最著名的例子是汽车行业的自动驾驶汽车 。 许多制造商已宣布在未来3-4年内在市场上发布合适的汽车。 但是，今天已经可用的支持系统使您能够实现令人惊奇的事情。 尽管如此，从部分自动驾驶（在这种情况下，有些制造商也称为“无人驾驶”驾驶）到完全自动驾驶的路途还很遥远。 对于部分自动化（相当于SAE的第二级自动化），主要责任在于该人，他必须能够独立地尽快介入该过程。 另外，使用此类系统的可能性受到严格标准化的环境（例如，在高速公路上行驶）的限制。 在高度自动化的驾驶级别（SAE的自动化级别3）下，允许驾驶员专注于其他事情，即该软件保证完全的驾驶安全，或者在出现任何错误的情况下，将系统置于安全状态，例如，通过停止车辆行驶在路边。 完全自动化的汽车（根据SAE，自动化级别为4）完全代表了他们的任务，而无需驾驶员的帮助，它们不需要任何有关行驶速度或环境特征的指示。

首先，这不是对普通人将自己的汽车控制权移交给其他人的渴望，而是对新的运输公司在相关服务中的需求，开拓新的市场领域或在定居点内提供更高效，更快的公共交通，这对这个行业的发展产生了重大影响。 在货运中，自动化使您可以卸载驾驶员，驾驶员可以将自己的时间用于其他任务，从而提高工作效率。

在铁路中 ，特别是在地下运输中，某些过程已经自动化。 由于该系统在均质的景观中工作，因此这里有一个简化的模型，那里没有运输路线的交叉点，许多路线彼此隔离。 另一方面，还为此添加了高级流程管理和协调系统，这就是为什么国际公共交通联盟（ UITP ）在其分类中包括高级监视和控制系统的原因。 自动火车系统包含以下三个组件：安全性，火车管理和火车监视。 通过保持火车之间的距离以及控制火车速度来控制安全性。 该控件可确保火车按照时间表运行，并调节例如轿厢门的打开和关闭。 火车监督进而控制所有路线和所有基础设施，并将相关信息传输到控制中心。

基于车辆的同质性和基础设施的隔离，这种系统最容易在地铁中实现。 但是，相应的概念可以转移到铁路运输的其他区域，直至大型编组站。 然而，当监视和控制国际运输的运动或由于环境的复杂性，例如各种类型的车站的郊区火车的运动，仍然出现问题。 铁路运输的发动机逐步自动化是所提出解决方案的高经济效益，例如，通过在一个运输网络中协调协调的加速和制动过程来节省能源，从而实现了这一目标。

在航空运输中，自动飞行控制已经使用了很长时间。 对于主要用于军事目的的无人机，自主水平在独立任务计划和任务管理方面得到了提高。 十个级别的自治ALFUS（无人系统的自治级别）使用三个预测来表征系统的功能：不受人为干预的独立性，任务的复杂性和环境的复杂性。 它们共同表征了电池寿命的能力。 在寻求最高自治程度的技术解决方案时，还会添加诸如小组行为，设备之间的自适应通信和自我训练之类的主题，到目前为止，这些主题还没有涉及到上述其余分类法。

在生产中，随着80年代可编程逻辑控制器（PLC）的引入，自动化过程已成为标准配置。 但是，这种方法几乎没有灵活性，并且专注于批量生产。 产品组合中的个性化生产或市场驱动的变化导致生产线和设备重新配置的成本很高。 在发展数字技术的过程中，并基于工业4.0的概念，个性化生产寻求达到与批量生产相同的效率和质量水平。 同时，它应该自动适应不断变化的条件和新的生产目标。 弗劳恩霍夫研究协会提供了5个进化阶段。 首先，需要确保生产数据的收集和处理。 这将是辅助工作和决策制定的辅助系统的基础。 在第三阶段，将生产阶段集成到单个数据交换网络中，以及它们之间的集成为优化整个系统提供了必要的条件。 为了提高第四阶段的生产弹性，该系统需要具有转换和重新配置的能力。 并且在最后的第五级，生产系统必须能够自我组织。 迄今为止，生产系统已经稳定在从第一个（生产数据收集）到第三个（生产，通过通用数据网络联合在一起的水平，例如在汽车生产中）的水平。 通常，要进入下一阶段，就需要对整个生产架构进行完整的重组，因此，这很昂贵。

表中再次显示了所有这些应用程序的自治级别，同时尝试在同一级别上呈现来自不同域的类似自治程度。

基于以上示例，已经可以通过自治的级别和目标识别出很多共同点。 , , SafeTRANS . :

1. , , , , . ; , .. - .
2. , , . , , . , , . . ; .
3. , , . , , , , , . , , , .
4. () – , , , , ( ). , , . .

. - , , , . Deep Learning , -, . , : , . , , , . , . . , - , .

, . , . (human-in-the-loop), . - . . . . , . , , , .

SafeTRANS, , . .
, . , , . -, , .

SafeTRANS :