特定领域软件修改

Ch2-7-DomainApplication.tex

@@ -2,7 +2,7 @@
 
 近年来，软件定义网络、软件定义存储、软件定义数据中心等的不断出现，揭示了计算系统在能力描述上的趋势，其内在本质是资源虚拟化和功能可编程。未来的现实世界，场景就是计算机，软件系统要在各种各样的现实应用场景中，发挥其核心纽带作用，软件定义的方法和技术将成为其基本手段。
 
-本章选择几个典型的，涉及``人-机''或``物-机''或``人-机-物''紧密交互的典型应用场景下的软件及其所处的系统，从系统体系架构和软件技术挑战等方面分别予以阐述，展示软件系统的发展趋势。本章亦将讨论高性能 CAE 软件系统的技术挑战和研究方向，以更好支撑高端装备、重大工程和重要产品的关键科学技术问题的计算求解和模拟仿真。
+本章选择几个典型的，涉及``人-机''或``物-机''或``人-机-物''紧密交互的典型应用场景下的软件及其所处的系统，从系统体系架构和软件技术挑战等方面分别予以阐述，展示软件系统的发展趋势。此外，本章亦将讨论高性能 CAE 软件系统的技术挑战和研究方向，以更好支撑高端装备、重大工程和重要产品的关键科学技术问题的计算求解和模拟仿真。
 
 %除此之外，传统的计算密集为特征的高性能CAE软件系统也是人机物融合系统的重要组成& 马老师写一段文字。
 \section{软件定义的卫星系统}
@@ -46,7 +46,7 @@
    \item 软件定义卫星应用的持续演化框架。其涵盖一系列软件系统演化机制和方法，需研究包含（1）领域特定的编程语言及运行时系统；（2）与编程语言系统适配的自适应计算卸载机制，以及代码自动生成与修复技术；（3）基于样例的API自动合成；（4）面向场景不确定性的管控逻辑自适应编排；（5）基于自主学习与数据驱动的管控目标自适应演化机制。
 \end{itemize}
 
-\section{软件定义的工业控制系统}
+\section{工业控制系统}
 工业控制系统指专用于或主要用于工业控制领域，为提高制造企业制造、生产管理水平和工业管理性能的系统软件，包括嵌入式工业软件、协同集成类软件、生产控制类软件、生产管理类软件等四大类。工业控制系统利用信息技术将工业过程的控制逻辑化、管理流程代码化，从而驱动装备和管理业务按照既定的逻辑自动高效地运行，并实现预先设定的功能。工业控制系统的应用可以提高产品价值、降低企业成本进而提升企业的核心竞争力，是现代工业装备的大脑，也成为支撑第四次工业革命的核心。
 
 过去工业领域已有很多信息化工作，但在新时代的背景下，工业控制系统需通过软件定义的方式，完成平台化的重构。这种软件定义的工业控制系统呈现出以下三方面的优势：（1）通过协同研发平台优化研发管理体系，以数据和流程的标准化，以及跨企业研发平台的建设思路为核心，优化研发管理体系；（2）通过对传统工艺的理解和改造，推广工业机器人在垂直行业的应用；（3）应用商业智能实现数据驱动企业发展，在商业智能系统中，实现全员统一查阅企业视图，全面预测数据，洞察驱动的业务流程最佳化，形成统一的基础架构预先构建的分析解决方案，演变成企业绩效管理系统。
@@ -82,7 +82,7 @@
 \end{itemize}
 
 
-\section{软件定义的智慧城市系统}
+\section{智慧城市系统}
 智慧城市系统利用信息技术，将城市的系统和服务打通并集成，以提升资源运用的效率。智慧城市系统建设已经成为城市治理的必要需求，其驱动力在于需要突破地域、部门或系统的边界，促进城市信息空间、物理空间和社会空间的深度融合，从而向城市管理者提供城市规划管理的支持，优化城市管理和服务，提高城市治理水平，向市民提供泛在、周到的智能服务，改善市民生活质量。
 
 智慧城市涉及交通出行、环保保护、应急处理、电子政务、医疗卫生、民生服务等众多领域，应用需求丰富，以往采取各个应用系统独立规划、独自建设的方式，造成了硬件``各为其主''、数据``互不往来''、软件``各自为政''的局面，不仅不利于软硬件资源的复用，也限制了跨部门、跨系统业的数据共享与业务系统，成为制约智慧城市发展的瓶颈。
@@ -118,48 +118,58 @@
 \item 城市规划仿真和突发事件管控。在城市大数据和多系统互操作的基础上，体系化地构建城市管理，特别是突发事件管控的模型库、预案库、策略库。研究多渠道城市运行管理事件关联分析、预警预报和综合决策技术，研究多系统协同指挥的流程及机制，研究基于跨系统城市功能协同的城市风险预测和推演技术，构建城市智能模拟/预测/推演平台；研究城市风险和灾害等不同情况下的城市危害与次生危害仿真模型，建立能支持突发公共事件风险的网络治理机制和城市群应急管理联动体制的平台。
 \end{itemize}
 
-\section{软件定义的无人自治系统}
-无人自治系统（UAS）是机械装置，计算技术，传感器和软件的融合，包括无人地面车辆、无人飞行器、智能机器人等。其典型特征是能自主感知其周边环境的状态，通过其内部搭载的计算部件理解环境状态并作出对下步动作的决策，并将决策结果直接实施到其机械装置上，其各个部分的工作全部通过软件来协调完成。比如，无人地面车辆（UGV）是在与地面接触且没有人在场的情况下运行的车辆，一般配备一组传感器以观察其周边环境，并自主决定其行为。
+\section{无人自主系统}
 
-无人自治系统，其核心是其环境和情景的可感知性和行为的自治性，典型的具有如下能力：（1）环境感知能力：能收集其周边环境的信息，形成对环境的认知，例如获得建筑物内部的结构，检测环境中感兴趣的物体，如人和车辆；（2）规划和自主行为能力：不同功能的无人自治系统有不同的规划和行为能力，比如，无人地面车辆可以在没有人工导航的情况下自主在航点之间行走，无人飞行器可以在没有人工导航的情况下自主在航点之间飞行，智能机器人可以在没有人工控制的情况下自主完成为它设定的任务，等等；（3）自我维护修复能力：自我定期维护，对很多故障无需外部协助即可自行修复；（4）环境安全保护能力：能在完成设定任务的同时避免对人员，财产或自身造成伤害；（5）自主学习能力：包括，在没有外部帮助的情况下学习或获得新功能，根据环境调整自身的行为策略，在没有外部帮助的情况下适应环境，培养针对完成任务目标的道德意识。
+无人自主系统是机械装置、计算技术、传感器和软件的融合，包括无人地面车辆、无人飞行器、智能机器人等。其典型特征是能自主感知周边环境，通过内部搭载的计算部件理解环境状态并作出相应的行为决策，然后根据决策结果控制其机械装置执行相应的行为。以上各部分工作全部通过软件来协调完成。例如，无人地面车辆（UGV）是在地面上自主行驶的车辆，一般配备一组传感器以观察其周边环境，通过感知和决策自主决定其行为。
 
-自主无人系统的群体协作系统，是从单体自主无人系统扩展而来的。除了单体自主无人系统具有的特点外，群体协作系统还具有：（1）功能分布性：即不同功能的自主无人系统协同工作以完成更复杂的任务，通过共享资源，扩大完成任务的能力范围；和（2）空间分布性：多个自主无人系统可以分布在工作空间的各个区域同时工作，提高完成任务的效率，增强系统的鲁棒性。
+无人自主系统的核心是其环境和情境的可感知性和行为的自治性，典型情况下具有如下能力：（1）环境感知能力：能收集其周边环境的信息，形成对环境的认知，例如了解建筑物内部的结构、检测环境中感兴趣的物体（如人和车辆）；（2）规划和自主行为能力：能对自身的行为进行规划并自主执行，例如无人地面车辆可以在没有人工导航的情况下自主在航点之间移动，无人飞行器可以在没有人工导航的情况下自主在航点之间飞行，智能机器人可以在没有人工控制的情况下自主完成为它设定的任务，等等；（3）自我维护和修复能力：自自身进行定期维护，对一些故障无需外部协助即可自行修复；（4）环境安全保护能力：能在完成所设定任务的同时避免对人员、财产或自身造成伤害；（5）自主学习能力：能自主学习多方面的知识和技能，包括实现新的功能、根据环境实现行为的自适应调整、形成任务执行过程中的自主决策。
 
+无人自主系统经常会以群体协作系统的形式出现。这种群体协作系统是从单体无人自主系统扩展而来的。除了单体无人自主系统具有的特点外，群体协作系统还具有以下特点：（1）功能分布性：即不同功能的无人自主系统协同工作以完成更复杂的任务，同时通过共享资源扩大完成任务的能力范围；（2）空间分布性：多个无人自主系统可以分布在工作空间的不同区域同时工作，提高完成任务的效率，增强系统的鲁棒性。
+
+传统的无人自主系统针对单一的任务类型，通过硬编码的方式实现任务目标。随着无人自主系统在智慧城市、智能制造、智慧医疗、国家安全等领域的广泛应用，任务场景和应用目标的多样性和变化性逐渐成为一大挑战。为此，新一代无人自主系统正在逐步向软件定义的定制化开发的方向发展，通过针对包含感知和执行装置等设备的资源层面以及包含感知、分析、规划、执行在内的自适应软件控制环路层面上的软件定义化，向下管理基础软硬件资源、向上开放硬件资源及自适应控制编程接口，从而支持无人自主系统应用的灵活定制化开发。
 \subsection{参考体系架构}
 
-无人自治系统，除其本体机械装置外，其系统架构包含四个层次：首先，无人自治系统包含多传感器系统，分为内部传感器与外部传感器，内部传感器主要用于测量系统内部状态信息，外部传感器通过与外部环境进行交互获得相应的环境信息。其次，无人自治系统需要采集系统状态数据与环境数据，通过虚拟化和标准化，传给其控制软件，实现无人自治系统位/姿控制管理、资源调度与优化和载荷资源管理。第三，在此基础上，无人自治系统需要进行环境感知与理解、定位与规划、决策与控制、自诊断与自愈合、安全与自成长和群体协同与合作。最后，需要利用应用编程接口支持各类应用程序，并通过丰富的应用程序为用户提供个性化服务。其系统架构如图\ref{fig4}所示。
+无人自主系统，除了作为其本体的机械装置外，其系统架构自下而上包含四个层次：硬件装置层、硬件抽象层、自适应控制层、应用层。其系统架构如图\ref{fig4}所示。
+硬件装置层包含各种传感、成像和执行装置。其中，传感器分为内部传感器与外部传感器：内部传感器主要用于监测系统内部状态，外部传感器主要用于监测外部环境状态。
+硬件抽象层向下管理各种传感、成像和执行装置，实现无人自主系统位/姿控制、资源调度与优化等管理任务，并通过虚拟化抽象向上提供物理资源编程能力。
+自适应控制层通过包含感知、分析、规划、执行等部分的自适应环路实现路线规划、运动控制等自主移动功能以及自优化、自配置、自治愈、自保护等其他自适应控制。对于无人自主系统集群，自适应控制层还需要实现相应的群体协作控制。
+应用层通过硬件抽象层和自适应控制层提供的编程接口对相关资源和能力进行定制和编排，实现各种面向特定目标和任务场景的无人自主系统应用。
+
+目前，无人自主系统硬件抽象层已经广泛采用了专用操作系统。例如，得到广泛应用的机器人操作系统（Robot Operating System，ROS）提供了机器人应用软件开发的系统级框架，提供了支持软件开发和运行的工具、开发库与规范。
+这一硬件抽象层与自适应控制层一起构成了无人自主系统泛在操作系统，以软件定义的方式为上层应用的开发和运行提供支持。
+其中，ROS实现了对传感、成像、执行装置等物理资源（包含机械部件及其配套电子装置）的软件定义化，提供了相应的操作接口。基于ROS的机器人应用可以通过同步服务访问或异步话题通信的方式使用接口操控机器人，实现面向特定任务目标的信息采集与动作执行。
+自适应控制层通过软件定义方式将自适应环路中的自适应策略（如数据分析方法、自适应控制规则等）定义和配置能力开放给应用层，实现自适应控制逻辑可编程。
+
 	\begin{figure}[htbp]
 		\centering
 		\includegraphics[width=\linewidth]{fig2-7/auto.png}
-		\caption{无人自治系统基本结构框图}
+		\caption{无人自主系统基本结构框图}
 		\label{fig4}
 	\end{figure}
 
-其核心功能提供资源的调度和管控，以及资源的配置、组装及演化，使得无人自治系统具有规划与自主行为能力、自我修复能力、环境安全与保护能力以及自主学习能力等自治能力。
-
 
 \subsection{关键技术挑战}
-无人自治系统又分为单体和群体系统两种。从软件定义的角度看，其关键技术挑战包括：
+无人自主系统分为单体和集群系统两类。从软件定义的角度看，其关键技术挑战包括以下几个方面。
 \begin{itemize}
-    \item 环境感知的实时性和场景理解的综合性：无人自治系统的上下文环境是物理世界，物理世界的时间动态是不可逆转的，这对系统的时间性提出了严格的要求，信息获取和提交的实时性影响系统判断与决策精度。无人自治系统的环境具有多个方面的属性，系统一般搭载多个设备分别采集部分信息，分布信息的实时关联和准确汇聚也是构造软件系统的关键挑战。场景感知的目的是对场景的理解，只有在准确理解的基础上，才能正确地进行决策并实施有效的控制。其信息采集的实时性、多维信息关联的一致性、以及场景理解的准确性是无人自治系统的一大挑战。
-   \item 行为决策的适应性和系统控制的鲁棒性：物理世界不是完全可预测和可控的，无人自治系统需要具备动态自适应能力，即使遇到意想不到的情况，也要保证系统的鲁棒性。同时还必须满足其可靠性和效率等方面的需求。更重要的是，当系统用于安全攸关或者危险环境中时，由于系统实施的控制行为，将对物理环境产生直接的作用效果，系统需要具有强的内生安全性，并保证其行为不会对环境造成威胁。
-  \item 群体无人自治系统的通信、协作和冲突消解：群体无人自治系统是由多个无人自治系统按照一定的结构或关系构成的一个整体，群体系统的结构决定单个系统间的交互框架，决定单个系统间的信息和控制关系。两种常用的结构是：集中式和分散式。无人自治系统形成群体的目的是完成需要协作才能完成的任务，建立有效的结构是任务完成的关键，有效的结构可以增强自主无人群体系统的协作程度。如何根据任务的复杂性和不确定性，建立动态自组织群体结构是群体有效通信和协作的关键挑战。群体无人自治系统在任务执行过程中，常常出现任务冲突、空间冲突或路径冲突等，一旦发生冲突很容易引起系统的混乱，影响系统的性能，群体无人自治系统的在线冲突消解和有效的行为协调也是本研究方向的一大挑战。
+    \item 环境感知的实时性和场景理解的综合性：无人自主系统的上下文环境是物理世界，物理世界的时间动态是不可逆转的，这对系统的实时性提出了很高的要求，信息获取和处理的实时性影响系统判断与决策的精度。无人自主系统的环境具有多个方面的属性，系统一般搭载多种不同的装置分别采集不同的信息，分布信息的实时关联和准确汇聚也是构造软件系统的关键挑战。场景感知的目的是对场景的理解，只有在准确理解的基础上，才能正确地进行决策并实施有效的控制。其信息采集的实时性、多维信息关联的一致性、以及场景理解的准确性是无人自主系统的一大挑战。
+   \item 行为决策的适应性和系统控制的鲁棒性：物理世界不是完全可预测和可控的，无人自主系统需要具备动态自适应能力，即使遇到意想不到的情况，也要保证系统的鲁棒性。同时还必须满足其可靠性和效率等方面的需求。更重要的是，当系统用于安全攸关或者危险环境中时，由于系统实施的控制行为，将对物理环境产生直接的作用效果，系统需要具有强的内生安全性，并保证其行为不会对环境造成威胁。
+  \item 无人自主系统集群的通信、协作和冲突消解：无人自主系统集群是由多个无人自主系统按照一定的结构或关系构成的一个群体系统。这种群体系统的结构决定单个系统间的交互框架，决定单个系统间的信息和控制关系。两种常用的结构是：集中式和分散式。无人自主系统形成集群的目的是完成需要协作才能完成的任务，建立有效的结构是任务完成的关键，有效的结构可以增强无人自主系统集群的协作程度。如何根据任务的复杂性和不确定性，建立动态自组织群体结构是群体有效通信和协作的关键挑战。无人自主系统集群在任务执行过程中，常常出现任务冲突、空间冲突或路径冲突等，一旦发生冲突很容易引起系统的混乱，影响系统的性能，无人自主系统集群的在线冲突消解和有效的行为协调也是本研究方向的一大挑战。
     
 \end{itemize}
 
 \subsection{未来研究方向}
 
-无人自治系统首先是一个完成特定功能的系统，其无人自治特性体现在在没有人干预的情况下根据其所处的环境自主决定如何更好地完成其功能。因此，其主要研究围绕自主决策这个特性展开，即主要关注``环境-监测-分析-规划-实施-环境''这样一个决策回路，其中环境指系统所处的现实世界，该回路中的所有活动以系统所拥有的知识（包括环境知识和行为决策知识）为基础，系统根据知识去感知环境、分析场景并进行行为决策和采取行为。具体包括：
+无人自主系统首先是一个完成特定功能的系统，其自主、自治特性体现在在没有人干预的情况下根据其所处的环境自主决定如何更好地完成其功能。因此，其主要研究围绕自主决策这个特性展开，即主要关注``环境-监测-分析-规划-实施-环境''这样一个决策回路，其中环境指系统所处的现实世界，该回路中的所有活动以系统所拥有的知识（包括环境知识和行为决策知识）为基础，系统根据知识去感知环境、分析场景并进行行为决策和采取行为。具体包括：
 
 \begin{itemize}
-    \item 环境感知和场景理解（监测）：指无人自治系统对环境信息的感知和分析能力。环境感知包括三个方面：空间感知和建模、静止物体感知和运动物体感知。无人自治系统的环境感知依赖多种传感设备，第一，需要分离空间感知能力和环境实体感知能力，研究空间建模方法以及系统和空间的位置关系判别方法；第二，对静止物体和运动物体的感知，包括物体探测和物体识别，实时捕捉物体和空间及物体和物体间的关系，在系统中建立空间状态的镜像；研究运动物体行动轨迹的追踪方法，变化物体的变化性分析和预测方法；第三，需要研究如何组合空间状态感知和（静止/运动）物体感知和认知，并运用时序关联建立综合感知的技术，研究理解系统所处环境的场景的方法。
-    \item 安全风险因素识别和风险评估：指根据系统所处的环境场景，研究系统环境安全因素的监测和安全风险评估方法。根据不同特定领域的基础，研究提取安全因素的特征工程技术、深度学习技术、强化学习技术等，研究安全因素的分类并确立风险等级。这里的安全因素是广义的安全关注点，和无人自治系统的应用场景相关，包括坏境给系统带来的风险和系统对环境带来的风险两个方面，需要研究以应用场景为依据的安全关注点提取和建模方法，建立安全因素分类体系和因果关系模型，这是系统知识库的重要部分。在此基础上，研究基于HAZOP原理的安全风险评估方法。
-  \item 行为优化和自主决策：无人自治系统工作过程的首要矛盾就是既要采用最佳策略完成预定任务又要规避各种可能的安全风险。由于系统常常处于动态变化的环境中，行为（包括系统运动行为和交互行为）优化和自主决策（解决已有行为规划是否需要改变、改成什么、如何改变等问题）成为关键特征。为了支持自主决策，需要研究针对系统应用领域和场景的自适应规则和策略的提取和建模，这也是系统知识库的另一个重要组成部分。值得研究的问题包括：环境因素到系统行为到系统任务间的关联关系建模，基于关联关系的任务完成度和安全风险的推理和分析，以及基于系统决策知识的自适应行为优化。
-   \item 自主学习和模型演化：赋予系统``学习能力''是为了使能系统能充分应对复杂多变的环境，使系统能根据运行时的经验，支持模型（包括系统环境模型和系统能力模型）的演化，自动提升系统的能力，提升系统的性能。但无人自治系统引入自主学习能力，还有很多问题需要研究，包括：学习和自主决策的关系、学习能力的需求识别、系统不同活动与自主学习能力的集成原理和方式、不同活动和不同学习方法的集成、学习构件的任务定义和交互定义、等等。更重要的是，基于控制论的无人自治系统引出了各种源于标准控制系统的体系结构，基于学习的无人自治系统自适应也可能需要以学习能力为中心的新的系统体系结构。
-   \item 群体协同和动态合作：在复杂任务场景下，多无人自治系统依赖任务分解和自主行为，进行群体协作和动态合作，提高任务完成的质量和效率。需要研究的内容包括：（1）群体中个体的在线调度问题，需要将动态观测需求常态化，研究有效的机制来制定任务规划/重规划的决策时间点、机制策略、规划算法等。其难点是需要综合考虑个体动态环境和计算能力，如其他个体状态信息获取延迟滞后、任务发布与任务到达间的动态不确定的时间差、应急任务的时效可用性、个体计算能力对任务的应急响应性能等；（2）针对异构群体的任务分解和协同问题，包括任务驱动的群体配置和协同架构，机器协同算法机制，架构的有效性度量和成本分析机制等，群体架构的优化方法等，有效分解复杂任务，确定协调控制策略, 控制任务的求解过程, 实现个体间的有效协调配合。
+    \item 环境感知和场景理解（监测）：指无人自主系统对环境信息的感知和分析能力。环境感知包括三个方面：空间感知和建模、静止物体感知和运动物体感知。无人自主系统的环境感知依赖多种传感设备，第一，需要分离空间感知能力和环境实体感知能力，研究空间建模方法以及系统和空间的位置关系判别方法；第二，对静止物体和运动物体的感知，包括物体探测和物体识别，实时捕捉物体和空间及物体和物体间的关系，在系统中建立空间状态的镜像；研究运动物体行动轨迹的追踪方法，变化物体的变化性分析和预测方法；第三，需要研究如何组合空间状态感知和（静止/运动）物体感知和认知，并运用时序关联建立综合感知的技术，研究理解系统所处环境的场景的方法。
+    \item 安全风险因素识别和风险评估：指根据系统所处的环境场景，研究系统环境安全因素的监测和安全风险评估方法。根据不同特定领域的基础，研究提取安全因素的特征工程技术、深度学习技术、强化学习技术等，研究安全因素的分类并确立风险等级。这里的安全因素是广义的安全关注点，和无人自主系统的应用场景相关，包括坏境给系统带来的风险和系统对环境带来的风险两个方面，需要研究以应用场景为依据的安全关注点提取和建模方法，建立安全因素分类体系和因果关系模型，这是系统知识库的重要部分。在此基础上，研究基于HAZOP原理的安全风险评估方法。
+  \item 行为优化和自主决策：无人自主系统工作过程的首要矛盾就是既要采用最佳策略完成预定任务又要规避各种可能的安全风险。由于系统常常处于动态变化的环境中，行为（包括系统运动行为和交互行为）优化和自主决策（解决已有行为规划是否需要改变、改成什么、如何改变等问题）成为关键特征。为了支持自主决策，需要研究针对系统应用领域和场景的自适应规则和策略的提取和建模，这也是系统知识库的另一个重要组成部分。值得研究的问题包括：环境因素到系统行为到系统任务间的关联关系建模，基于关联关系的任务完成度和安全风险的推理和分析，以及基于系统决策知识的自适应行为优化。
+   \item 自主学习和模型演化：赋予系统``学习能力''是为了使能系统能充分应对复杂多变的环境，使系统能根据运行时的经验，支持模型（包括系统环境模型和系统能力模型）的演化，自动提升系统的能力，提升系统的性能。但无人自主系统引入自主学习能力，还有很多问题需要研究，包括：学习和自主决策的关系、学习能力的需求识别、系统不同活动与自主学习能力的集成原理和方式、不同活动和不同学习方法的集成、学习构件的任务定义和交互定义、等等。更重要的是，基于控制论的无人自主系统引出了各种源于标准控制系统的体系结构，基于学习的无人自主系统自适应也可能需要以学习能力为中心的新的系统体系结构。
+   \item 群体协同和动态合作：在复杂任务场景下，多无人自主系统依赖任务分解和自主行为，进行群体协作和动态合作，提高任务完成的质量和效率。需要研究的内容包括：（1）群体中个体的在线调度问题，需要将动态观测需求常态化，研究有效的机制来制定任务规划/重规划的决策时间点、机制策略、规划算法等。其难点是需要综合考虑个体动态环境和计算能力，如其他个体状态信息获取延迟滞后、任务发布与任务到达间的动态不确定的时间差、应急任务的时效可用性、个体计算能力对任务的应急响应性能等；（2）针对异构群体的任务分解和协同问题，包括任务驱动的群体配置和协同架构，机器协同算法机制，架构的有效性度量和成本分析机制等，群体架构的优化方法等，有效分解复杂任务，确定协调控制策略, 控制任务的求解过程, 实现个体间的有效协调配合。
 \end{itemize}
 
-无人自治系统的发展，将推动包括智能制造、智能交通、智能农业、智能医疗、智能城市、国家安全等的重大变革。但无人自治系统的全面应用还需要很多工程性的工作，比如，建立以数据驱动的无人车间/智能工厂的体系架构和标准体系，形成人机协同的无人车间/工业智能系统完整的体系、技术与标准，实现知识驱动的无人车间/智能工厂的广泛应用，攻克以无人自治系统为基础的智能装备全生命周期的高安全性、高可靠性、高实时性、高精确性等难题等。
+无人自主系统的发展，将推动包括智能制造、智能交通、智能农业、智能医疗、智能城市、国家安全等的重大变革。但无人自主系统的全面应用还需要很多工程性的工作，比如，建立以数据驱动的无人车间/智能工厂的体系架构和标准体系，形成人机协同的无人车间/工业智能系统完整的体系、技术与标准，实现知识驱动的无人车间/智能工厂的广泛应用，攻克以无人自主系统为基础的智能装备全生命周期的高安全性、高可靠性、高实时性、高精确性等难题等。
 
 
 
@@ -205,5 +215,5 @@
 \end{itemize}
 
 \section{本章小节}
-本章考察软件定义卫星、工业控制软件、无人自治系统、智慧城市系统等4类领域应用软件，分别从这类系统的功能需求出发，按软件定义的视角，勾画出它们的三层体系架构，突出其软件系统向下管理和调度资源，向上实现应用逻辑编程以满足需求的核心作用，目的是建立基于软件定义的泛在软件系统的参考示范。本章另外还讨论了高性能CAE软件的功能特征和关键技术挑战。
+本章考察软件定义卫星、工业控制软、无人自治系统、智慧城市系统等4类领域应用软件，分别从这类系统的功能需求出发，按软件定义的视角，勾画出它们的三层体系架构，突出其软件系统向下管理和调度资源，向上实现应用逻辑编程以满足需求的核心作用，目的是建立基于软件定义的泛在软件系统的参考示范。本章另外还讨论了高性能CAE软件的功能特征和关键技术挑战。