自古以来，人类就有创造某种自动装置以减轻或代替人自身劳动的想法。自动化技术的产生和发展经历了漫长的历史过程。古代中国的铜壶滴漏（简称漏壶）、指南车以及17世纪欧洲出现的钟表和风磨控制装置，虽然彼此都是毫无联系的发明，但对整个自动化技术的形成却起到了先导作用。

自动化技术的发展历史，大致可以划分为自动化技术初步形成、局部自动化、综合（或称集成）自动化，以及智能自动化四个阶段。或者说，自动化技术经历过由简单自动装置到自动化系统，再由传统机电自动化系统到智能自动化系统的演变过程。

社会的需要是自动化技术发展的动力。自动化技术是紧密围绕着生产、军事设备控制，以及航空航天器的需要而形成和发展起来的。1788年，英国机械师J.瓦特（James Watt，1736～1819）为了解决工业生产中提出的蒸汽机速度控制问题，把离心式调速器与蒸汽机的阀门连接起来，构成蒸汽机转速调节系统，使蒸汽机变为既安全又实用的动力装置。瓦特的这项发明开创了自动调节装置研究和应用的先河。在解决随之出现的自动调节装置稳定性问题的过程中，数学家提出了判定系统稳定性的判据，积累了设计和使用自动调节器的经验。

20世纪40年代是自动化技术和理论形成的关键时期，一批科学家为了解决军事上提出的火炮控制、鱼雷导航、飞机导航等技术问题，逐步形成了以分析和设计单变量控制系统为主要内容的经典控制理论与方法。机械、电气和电子技术的发展为生产自动化提供了技术手段。1946年，美国福特公司的机械工程师D.S.哈德首先提出用自动化一词来描述生产过程的自动操作。1947年建立了第一个生产自动化研究部门。1952年J.迪博尔德（J.Diebold）第一本以专业命名的《自动化》一书正式出版，他认为“自动化是分析、组织和控制生产过程的手段”。实际上，自动化是将自动控制用于生产过程的结果。20世纪50年代以后，自动控制作为提高生产率的一种重要手段开始推广应用。这样，在机械制造中的应用形成了机械制造自动化；在石油、化工、冶金等连续生产过程中的应用，对大规模的生产设备进行控制和管理，形成了过程工业自动化。电子计算机的推广和应用，使自动控制与信息处理相结合，出现了业务管理自动化。

20世纪50年代末到60年代初，大量的工程实践，尤其是航天技术的发展，涉及大量多输入多输出系统的最优控制问题，用经典的控制理论已难于解决，于是产生了以极大值原理、动态规划和状态空间法等为核心的现代控制理论。现代控制理论提供了满足发射第一颗人造卫星的控制手段，保证了其后的若干空间计划（如导弹制导、航天器控制）的实施。控制工作者从过去那种只依据传递函数来考虑控制系统的输入输出关系，过渡到用状态空间法来考虑系统内部结构，这是控制工作者对控制系统规律认识的一个飞跃。

20世纪60年代中期以后，现代控制理论的方法应用于自动化系统中，特别是在航空航天领域的应用比较突出。此时产生了一些新的控制方法和结构，如自适应和随机控制、系统辨识、微分对策、分布参数系统控制等。与此同时，模式识别和人工智能也开始发展起来，出现了初始的智能机器人和专家系统。现代控制理论和电子计算机在工业生产中的应用，使生产过程控制和管理向综合最优化方向发展。

20世纪70年代中期，自动化的应用开始面向大规模、复杂的系统，如大型电力系统、交通运输系统、钢铁联合企业、国民经济系统等，它不仅要求对现有系统进行最优控制和管理，而且还要对未来系统进行最优筹划与设计，运用现代控制理论方法已不能取得应有的成效，于是出现了大系统理论与方法。20世纪80年代初，随着计算机网络的迅速发展，管理自动化取得了较大进步，出现了管理信息系统、办公自动化、决策支持系统等。与此同时，人类开始综合利用传感技术、通信技术、计算机、系统控制和人工智能等新技术和新方法，来解决所面临的工厂自动化、办公自动化、医疗自动化、农业自动化以及各种复杂的社会经济问题，研制出柔性制造系统、决策支持系统、智能机器人和专家系统等高级自动化系统。

自20世纪末开始，自动化技术开始了新一轮飞跃式的发展，各种以智能化为特征的自动化装置或系统大量涌现，诸如自动驾驶汽车、智能感知技术、各种智能机器人、智能控制系统等，似乎有颠覆人类智能和生产生活习俗的倾向。

自动化技术的发展历史是一部人类以自己的聪明才智延伸和扩展器官功能的历史，自动化是现代科学技术和现代工业的结晶，其发展过程充分体现了科学技术的综合作用。

古代人类在长期生产和生活中，为了减轻自己的劳动，逐渐产生利用自然界动力代替人力畜力，以及用自动装置代替人的部分繁难的脑力活动的愿望。经过漫长岁月的探索，他们互不相关地创造出一些原始的自动装置。

可以追溯到公元前14～前11世纪，中国、埃及和巴比伦出现了自动计时装置──漏壶，这是人类研制和使用自动装置的起始。中国的漏壶最初使用泄水型漏壶，后来采用受水型漏壶，经过不断改进，又发展成三级漏壶。1135年，中国的燕肃在一种名叫莲化漏的三级漏壶中采用了自动装置调节液位。在中国的三国时期，使用了自动指向的指南车，据分析这是利用开环或闭环原理制成的自动装置。

公元1世纪，古埃及和希腊的发明家也创造了一些机器人或机器动物来适应当时宗教活动的需要。如教堂庙门自动开启、铜祭司自动洒圣水、投币式圣水箱和教堂门口自动鸣叫的青铜小鸟等自动装置。

中国东汉天文学家张衡（公元78～139）曾经发明了对天体运行情况自动仿真的漏水转浑天仪和自动检测地震征兆的候风地动仪。1086～1092年，中国北宋天文学家苏颂（1020～1101）等人把浑仪（天文观测仪器）、浑象（天文表演仪器）和自动计时装置结合在一起建成了水运仪象台。

17世纪以来，随着生产力的发展，在欧洲的一些国家相继出现了多种自动装置，其中比较典型的有：法国物理学家B.帕斯卡（Blaise Pascal，1623～1662）在1642年发明能自动进位的加法器；荷兰机械师C.惠更斯（Christiaan Huygens，1629～1695）于1657年发明钟表，提出钟摆理论，利用锥形摆作调速器；英国机械师E.李（E.Lee）于1745年发明带有风向控制的风磨，利用尾翼来使主翼对准风向；俄国机械师И.И.波尔祖诺夫于1765年发明浮子阀门式水位调节器，用于蒸汽锅炉水位的自动控制。

1788年英国机械师J.瓦特发明离心式调速器（又称飞球调速器），并把它与蒸汽机的阀门连接起来，构成蒸汽机转速的闭环自动控制系统。瓦特的这项发明开创了近代自动调节装置应用的新纪元，对第一次工业革命及后来控制理论的形成和发展有重要影响。

随着工业技术的不断发展，自动调节器得到广泛应用。在这一时期，由于第一次工业革命的需要，人们开始采用自动调节装置，来应对工业生产中提出的控制问题。这些调节器都是一些跟踪给定值的装置，使一些物理量保持在给定值的附近。自动调节器的应用标志着自动化技术进入了新的历史时期。

1854年俄国机械学家和电工学家К.И.康斯坦丁诺夫发明了电磁调速器。1868年法国工程师J.法尔科（J.Farcot）发明了反馈调节器，并把它与蒸汽阀连接起来，操纵蒸汽船的舵运转。他把这种自动控制的气动船舵称为伺服机构。到了20世纪20～30年代，美国的工业界开始采用PID调节器。PID调节器是一种模拟式调节器，现在全世界还有许多工厂采用这种装置。

随着自动调节器的广泛应用，其稳定性问题便凸显出来。由于瓦特发明的离心式调速器有时会造成系统的不稳定，使蒸汽机产生剧烈的振荡。到了19世纪又发现船舶上自动操舵机同样存在不稳定的现象，这就迫使一些数学家用微分方程来描述和分析系统的稳定性问题。1868年英国物理学家J.C.麦克斯韦（James Clerk Maxwell，1831～1879）发表了《论调速器》的文章，总结了无静差调速器的理论。1876年俄国机械学家И.А.维什涅格拉茨基在法国科学院院报上发表了《论调节器的一般理论》的文章，进一步总结了调节器的理论。维什涅格拉茨基用摄动理论使调节问题大为简化，他用线性微分方程来描述整个系统（调节器与被调对象组成的系统），把问题变成只需研究由齐次方程的通解决定的运动情况，从而使调节系统的动态特性仅决定于两个参量，由此推得系统的稳定条件，并依据系统的稳定条件把参量平面划分成稳定域和不稳定域（后称维什涅格拉茨基图）。1877年英国数学家E.J.劳思（Edward John Routh，1831～1907）提出代数稳定判据，即著名的劳思稳定判据。1895年德国数学家A.赫尔维茨（Adolf Hurwitz，1859～1919）提出代数稳定判据的另一种形式，即著名的赫尔维茨稳定判据。劳思－赫尔维茨稳定判据是当时能事先判定调节器稳定性的重要判据。1892年俄国数学家A.M.李雅普诺夫（Aleksandr Mikhailovich Lyapunov，1857～1918）发表了《运动稳定性的一般问题》的专著，从数学方面给运动稳定性的概念下了严格的定义，并研究得出解决稳定性问题的两种方法。李雅普诺夫第一法又称一次近似法，明确了用线性微分方程分析稳定性的确切适用范围。李雅普诺夫第二法又称直接法，不仅可以用来研究无穷小偏移时的稳定性（小范围内的稳定性），而且可以用来研究一定限度偏移下的稳定性（大范围内的稳定性）。李雅普诺夫稳定性理论至今仍是分析系统稳定性的重要方法。

进入20世纪以后，人们深入研究了反馈控制和频率法。因为工业生产中广泛应用各种自动调节装置，促进了人们对调节系统进行分析和综合的研究工作。这一时期虽然在自动调节器中已广泛应用反馈控制的结构，但从理论上研究反馈控制的原理则是从20世纪20年代开始的。1927年美国贝尔实验室的电气工程师H.S.布莱克（H.S.Black）在解决电子管放大器失真问题时首先引入了反馈的概念。

1925年英国电气工程师O.亥维赛（Oliver Heaviside，1880～1925）把拉普拉斯变换应用到求解电网络的问题上，提出了所谓运算微积的概念。不久拉普拉斯变换就被应用到分析自动调节系统的问题上，并取得了显著成效。传递函数就是在拉普拉斯变换的基础上引入的概念，是用以描述线性定常系统或线性元件的输入输出关系的函数，是分析自动调节系统的重要工具。在传递函数基础上发展起来的频率响应的方法，即频率法已成为经典控制理论中分析和综合自动调节系统的重要方法。1932年美国电信工程师H.奈奎斯特（Harry Nyquist，1889～1976）提出著名的奈奎斯特稳定判据，可以直接根据系统的传递函数来判定反馈系统的稳定性。1938年苏联电气工程师A.B.米哈伊洛夫（A.B.Mikhailov）应用频率法来研究自动调节系统的稳定性，提出著名的米哈伊洛夫稳定判据。

1833年英国数学家C.巴贝奇（Charles Babbage，1792～1871）在设计分析机时首先提出程序控制的原理。他探索了采用法国发明家J.M.雅卡尔（Joseph Marie Jacquard，1752～1834）设计的编织地毯花样用的穿孔卡方法来实现分析机的程序控制。1936年英国数学家A.M.图灵（Alan Mathison Turing，1912～1954）提出著名的图灵机，用来定义可计算函数类，建立了算法理论和自动机理论。1938年美国电气工程师C.E.香农（Claude Elwood Shannon，1916～2001）和日本数学家中岛，以及1941年苏联科学家В.И.舍斯塔科夫，分别独立地建立了逻辑自动机理论，用仅有两种工作状态的继电器组成了逻辑自动机，实现了逻辑控制。

1922年N.米诺尔斯基（N.Minorski）发表了《关于船舶自动操舵的稳定性》，1934年美国科学家H.L.黑曾（H.L.Hazen）发表《关于伺服机构理论》（Theory of Servo-Mechanisms）,1934年苏联科学家И.Н.沃兹涅先斯基提出了《自动调节理论》，1938年苏联电气工程师A.B.米哈伊洛夫提出了《频率法》。这些论文标志着经典控制理论的诞生。1939年苏联科学院成立了自动学和远动学研究所（1969年改名为控制问题研究所）。同年美国麻省理工学院建立了伺服机构实验室。这是世界上第一批系统与控制的专业研究机构，为20世纪40年代形成经典控制理论和发展局部自动化作了理论上和组织上的准备。

第二次世界大战时期形成的经典控制理论，对战后发展局部自动化起到了重要的促进作用。在第二次世界大战期间，德国的空军优势和英国的防御地位，迫使美国、英国和西欧各国科学家集中精力去解决防空火力控制系统，以及飞机自动导航系统等军事技术问题。在解决这些问题的过程中形成了经典控制理论，设计出各种精密的自动调节装置，开创了系统与控制这一新的科学领域。

经典控制理论这一新的学科方向，当时在美国称为伺服机构理论，在苏联称为自动调整理论，主要是解决单变量的控制问题。经典控制理论这个名称是1960年在第一届全美联合自动控制会议上提出来的。在这次会议上，人们把系统与控制领域中研究单变量控制问题的学科方向称为经典控制理论，研究多变量控制问题的学科方向称为现代控制理论。当时在分析和设计反馈伺服系统时广泛采用传递函数和频率响应的概念。最常用的方法是奈奎斯特法（1932）、波德法（1945）和埃文斯法（1948）。埃文斯法又称为根轨迹法，是美国电信工程师W.R.埃文斯（W.R.Avans）于1948年提出来的。在20世纪30～40年代，为适应单变量调节和伺服系统的设计而发展起来的频率法，奠定了经典控制理论的基础，后来频率法便成为分析和设计线性自动控制系统的主要方法。这种方法不仅能定性地判明设计方向，而且它本身就是一种近似计算的简便工具。因此，对于在很大程度上仍然需要依靠经验和尝试的控制系统工程设计问题而言，这种方法是有效和受欢迎的。

1945年后由于战时出版禁令的解除，出现了系统阐述经典控制理论的著作。1945年美国电信工程师H.W.波德（Hendrik Wade Bode，1905～1982）发表了专著《网络分析和反馈放大器设计》（Network Analysis and Feedback Amplifier Design）。同年，美国电信工程师L.A.麦科尔（L.A.MacColl）发表了第一本关于经典控制理论的专著《伺服机构的基本理论》（Fundamental Theory of Servomechanisms）。1947年美国麻省理工学院的物理学家H.M.詹姆斯（H.M.James）、电信工程师N.B.尼科尔斯（Nathaniel B. Nichols，1914～1997）和数学家R.S.菲利普斯（R.S.Filipps）三人合著的第一本经典控制理论的教材《伺服机构理论》（Theory of Servomechanisms）正式出版。从20世纪40年代末开始，在美国和西欧的一些大学对工科专业的大学生和研究生开设了伺服机构理论的课程，在苏联的工业大学里则开设了自动调节理论的课程。到了20世纪50年代，在一些大学的电气工程系设有自动化方面的专业，专门培养系统与控制方面的人才。

1945年美国数学家N.维纳（Norbert Wiener，1894～1964）把反馈的概念推广到一切控制系统。1946年由美国生理学家W.S.麦卡洛克（Warren Sturgis McCulloch，1898～1969）倡议在纽约召开关于反馈作用的跨学科科学讨论会。1948年维纳出版专著《控制论：或关于在动物和机器中控制和通信的科学》，为控制论的研究和发展奠定了基础。同年，美国电信工程师C.E.香农发表了《通信的数学理论》，为信息论的研究和发展奠定了基础。维纳和香农从控制和信息这两个侧面来研究系统的运动，维纳还从信息的观点来研究反馈控制的本质。从此，人们对反馈和信息有了较深刻的理解。1954年中国系统科学家钱学森（1911～2009）全面地总结了经典控制理论，并进一步把它提高到更高的理论高度上，在美国出版了《工程控制论》一书。工程控制论的目的是研究控制论这门科学中能够直接用在工程上设计受控系统的那些部分。工程控制论使人们有可能在更广阔的眼界中用更系统的方法来观察有关的问题，因而往往可以得到解决旧问题更有效的新方法，还可能揭示新的以前没有看到过的前景。

20世纪50年代以后，经典控制理论有了许多新的发展。1951年苏联科学家Ya.Z.齐普金（Ya.Z.Tsypkin）提出了脉冲系统（一种离散时间系统）的分析和设计方法。1952年美国哥伦比亚大学教授J.R.拉加齐尼（J.R.Ragazzini）领导的一个小组详细研究了采样系统（一种离散时间系统）的分析和设计方法。与此同时，一些历史上早已提出的问题又得到了新的研究。如1938年C.E.香农等人提出的逻辑控制，1943年И.Н.沃兹涅先斯基提出的协调控制，1941年苏联数学家A.H.科尔莫戈罗夫（Andrey Nikolayevich Kolmogorov，1903～1987）和美国数学家N.维纳分别独立研究出来的最优线性滤波器，1951年美籍华裔科学家李耀滋（1914～2011）等人提出的自寻最优控制，1952年美籍匈牙利数学家J.冯·诺伊曼（John von Neumann，1903～1957）提出的冗余技术，以及1952年英国精神病医生W.R.阿什比（W.R.Ashbee）提出的自镇定和自适应等概念，逐渐渗入到控制理论的研究中来。高速飞行器、核反应堆、大电力网和大化工厂等提出新的控制问题，促使一些科学家对非线性系统、继电系统、时滞系统、时变系统、分布参数系统和随机系统的控制问题进行了深入的研究。经典控制理论的方法基本上能满足第二次世界大战中军事技术上的需要和战后工业发展上的需要。但是到了20世纪50年代末，就发现把经典控制理论的方法推广到多变量系统时会得出某些错误的结论，从而证明经典控制理论的方法有局限性。

战后在工业控制上已广泛应用PID（比例-积分-微分）调节器，并用模拟电子计算机来分析和实现这种调节器的功能。与此同时，工业控制中开始应用由继电器构成的逻辑控制器，出现了程序控制系统。局部自动化（即单个过程或单个机器的自动化）得到了迅速的发展。在工厂中可以看到各种各样的自动调节装置或自动控制装置。这种装置一般都可以分装两个机柜。一个机柜装各种PID调节器，另一个机柜则装许多继电器和接触器，作起动、停止、联锁和保护之用。当时大部分PID调节器是电动的或机电的，也有气动的和液压的（直到1958年才引入第一代电子控制系统），因而在结构上显得相当复杂，控制速度和控制精度都有一定的局限性，可靠性也不是很理想的。现在许多工厂中还可以看到这种模拟式调节器。

生产自动化的发展促进了自动化仪表的进步，出现了测量生产过程的温度、压力、流量、物位、机械量等参数的测量仪表。最初的仪表大多属于机械式的测量仪表，一般只作为主机的附属部件被采用，结构简单，功能单一。20世纪30年代末至40年代初，出现了气动仪表，统一了压力信号，研制出气动单元组合仪表。20世纪50年代出现了电动式的动圈式毫伏计、电子电势差计和电子测量仪表，电动式和电子式的单元组合式仪表。

20世纪40年代发明的电子数字计算机开创了数字程序控制的新纪元，虽然当时还局限于自动计算方面，但为20世纪60～70年代自动化技术的飞速发展奠定了基础。1925年美国麻省理工学院的V.布什领导的一个研究小组设计制造了第一台大型模拟计算机——微分分析器，可以用来求解常微分方程。第一代样机是纯机械式的，第二代样机是机电式的，于1942年完成，在第二次世界大战期间被用来计算炮击表等。布什的微分分析器开创了机器计算的新时代。1939～1944年间，美国哈佛大学的物理学家H.艾肯在美国国际商业机器公司（IBM）的支持下，用普通的电话继电器研制成功世界上第一台程序控制的通用数字计算机，称为自动顺序控制计算器“马克Ⅰ”。这台机电式的通用数字计算机于1944年在哈佛大学投入运行，可以自动按照程序员编制的一系列指令进行运算。指令由穿孔纸带送入计算机，在执行指令时参加运算的数放在寄存器内。“马克Ⅰ”开创了程序控制的新纪元。1943～1946年，美国宾夕法尼亚大学莫尔电工学院的电气工程师J.P.埃克脱和物理学家J.W.莫奇利，为美国陆军军械部研制成功世界上第一台电子数字计算机——电子数字积分和自动计算器（ENIAC）。ENIAC于1945年11月制成，1946年2月正式公开演示。它用了18000个电子管，重30吨，占地1500平方英尺，安装在美国马里兰州亚伯丁武器试验场的弹道实验室。参加ENIAC研究工作的普林斯顿高等研究院的美籍匈牙利数学家冯·诺伊曼和宾夕法尼亚大学的戈德斯坦合写过一份总结报告，标题是《关于电子计算机的逻辑设计的初步讨论》，在这份报告中提出了存储程序的设想。这份报告于1946年6月28日由美国陆军军械部出版。1950年宾夕法尼亚大学莫尔小组研制成功第二台存储程序式电子数字计算机——离散变量电子自动计算机（EDVAC），这台计算机也装备在亚伯丁武器试验场的弹道实验室。ENIAC和EDVAC的制造成功，开创了电子数字程序控制的新纪元。电子数字计算机的发明为20世纪60～70年代在控制系统中广泛应用程序控制和逻辑控制，以及广泛应用电子数字计算机直接控制生产过程奠定了基础。

这一时期的丰硕成果为其后自动化系统的飞速发展以及综合自动化系统的形成开辟了广阔的道路。

20世纪50年代末，随着空间技术的迅速发展，迫切需要解决多变量系统的最优控制问题。许多学者试图把经典控制理论推广到多变量系统的控制，都遭到了失败。需要寻求新的理论和方法，于是便诞生了现代控制理论。现代控制理论的形成和发展为综合（集成）自动化奠定了理论基础。在这一时期，微电子技术有了新的突破。1958年出现晶体管计算机，1965年出现集成电路计算机，1971年出现单片微处理机。微处理机的出现对控制技术产生了重大影响，控制工程师可以很方便地利用微处理机来实现各种复杂的控制，使综合自动化成为现实。

1957年9月12日，国际自动控制联合会（IFAC）在巴黎召开了成立大会。有18个国家的代表团出席了这次大会，中国是发起国之一。会上通过了大会的章程和细则，选举美国自动控制专家H.切斯特纳（Harold Chestnut，1917～2001）为IFAC第一届主席。从1960年起每三年召开一次国际自动控制学术大会，并出版《自动化》（Automatica）等期刊，IFAC的成立标志着自动控制这一学科已经成熟，通过国际合作来推动系统和控制领域的新发展。

1956年苏联数学家L.S.庞特里亚金（Lev Semyonovich Pontryagin，1908～1988）提出了极大值原理。同年，美国数学家R.E.贝尔曼（Richard Ernest Bellman，1920～1984）创立了动态规划。极大值原理和动态规划为最优控制提供了理论工具。动态规划还包含了决策最优化的基本原理，并发现了维数灾难问题。1959年美国数学家R.E.卡尔曼（Rudolf Emil Kalman，1930～2016）提出了著名的卡尔曼滤波器。卡尔曼滤波器是一种递推滤波器，可直接从信号模型出发，用递推的方法求最优线性滤波器的结构和最优增益，得以动态跟踪系统。卡尔曼滤波器适合于用电子计算机来实现，可用来解决随机最优控制问题。1960年，卡尔曼提出能控性和能观测性两个结构概念，揭示了线性系统许多属性间的内在联系。卡尔曼还引入状态空间法，提出具有二次型性能指标的线性状态反馈律，给出最优调节器的概念。这些新概念和新方法的出现标志着现代控制理论的诞生。这些理论的主要目标是解决多变量系统的最优控制问题，它主要是建立在状态空间法（时域法）的基础上。在1960年召开的第一届全美联合自动控制会议上确认了现代控制理论这一学科方向。

20世纪60～70年代，现代控制理论得到很大的发展，确立了许多与状态空间相联系的新概念，并引入许多新的数学方法，形成各种新的学派。20世纪60年代时域法在空间技术上获得卓有成效的应用，但在工业过程控制应用上却遇到了障碍。究其主要原因是，难以得到受控工业对象的精确数学模型，因而性能指标不能以明确的形式表达出来，直接采用最优控制和最优滤波的综合方法所得到的控制器往往结构过于复杂，甚至无法实现。于是重新恢复了对频域法的兴趣。20世纪60年代中期，卡尔曼就提出用频域法描述最优控制的问题。1969年英国曼彻斯特大学教授H.H.罗森布罗克（Howard Harry Rosenbrock，1920～2010）发表了著名论文《用逆奈奎斯特阵列法设计多变量控制系统》，开创了现代频域法的新纪元。逆奈奎斯特阵列法（INA）的基本思想是：先在受控对象前面或后面加一个预补偿器，来削弱各回路间的关联作用，使系统的开环传递函数矩阵成为对角优势矩阵，因而系统的设计可简化为若干个单回路系统的补偿设计问题。1973年英国曼彻斯特大学教授D.Q.梅恩根据罗森布罗克的设计思想，结合波德的回差概念,提出序列回差法（SRD）。序列回差设计方法的特点是顺序地每次闭合一个回路，用经典频域法计算反馈对整个闭环传递函数的影响，根据回差概念，顺序迭代进行，逐步完成整个系统的设计。这个方法不要求加预补偿器进行对角优势处理，因而简便直观。1973年英国学者D.H.欧文斯把经典控制理论和状态空间法结合起来提出并矢展开法，并用这种方法成功地分析了核反应堆模型。并矢展开法是用控制器直接补偿受控对象的特征传递函数，因而控制器结构简单，易于实现，但此法有一定的局限性。1975年英国曼彻斯特大学教授A.G.J.麦克法兰（Alistair George James MacFarlane，1931～2021）把经典控制理论中的波德-奈奎斯特法和状态空间法结合起来提出特征轨迹法。这种方法是通过变换求出特征传递函数和特征方向，用经典控制理论中的奈奎斯特稳定判据，由开环的特征轨迹判定闭环系统的稳定性和整体特性，由特征方向判定系统的关联程度。因此这是一种比较完整的分析设计法，也是一种试凑法，设计者的经验非常重要。现代频域法已成功地用于石油、化工、造纸、原子反应堆、飞机发动机和自动驾驶仪等设备中多变量系统的分析和设计上，取得了令人满意的结果。在控制系统计算机辅助设计程序包中，现代频域法也占有重要地位。

现代控制理论的迅速发展，使控制理论与数学紧密地联系在一起，成为应用数学的一个分支。1969年卡尔曼等人用模论创立了代数系统理论。1974年加拿大数学家W.M.旺纳姆（Walter Murray Wonham，1934～ ）引入不变子空间的概念，创立了几何系统理论。赫尔斯特朗等人提出的量子力学系统理论则具有完全不同的形式，很可能应用到激光那样的系统中。现代控制理论变得相当复杂，使其应用一度受到限制，因而从20世纪60年代末到70年代初开始出现控制系统计算机辅助设计（CADCS）。控制工程师可以利用CADCS软件包借助于电子计算机在短时间内设计出优良的控制系统。

现代控制理论中最优控制器的设计、观察器的设计和零极点配置等，都是在已知系统状态的动态方程的前提下进行的。这些系统综合方法往往选择一种使用方便的描述形式，而不考虑如何获得这些数学模型。在实际应用中系统的模型往往是未知的。对于复杂系统用已知的物理规律来建立模型常常遇到难以克服的困难，于是根据系统的输入输出数据来建立数学模型的方法便发展起来，逐步形成了系统辨识的理论和方法。1962年美国数学家L.A.扎德（Lotfi Aliasker Zadeh，1921～2017）首先提出系统辨识的概念，把系统辨识定义为在输入输出的基础上从一类系统中确定一个与所测系统等价的系统。1967年瑞典自动控制专家K.J.阿斯特罗姆（Karl Johan Åström，1934～ ）提出最小二乘辨识法，解决了线性定常系统参数估计和定阶问题，证明了白噪声下线性系统最小二乘估计的一致性。1971年阿斯特罗姆和P.艾克霍夫（P.Eykhoff）发表了系统辨识的综述文章，提出著名的论断：“多变量系统的本质困难是找出系统的一个适当表示形式，一旦确定了这种表示形式，辨识方法方面与单变量系统相比并没有多大困难。”把系统辨识归结为用一个系统模型来表示客观系统（或要构造的系统）本质特征的演算，并用这个模型把对客观系统的理解表示为有用的形式。1978年瑞典自动控制专家L.杨把系统辨识重新定义为按照一个准则在模型类中选择一个与数据拟合得最好的模型。1967年在捷克斯洛伐克首都布拉格召开了第一届IFAC系统辨识学术讨论会，此后每三年召开一次，促进了系统辨识的迅速发展。系统辨识的应用也日益广泛，在工程技术界主要用来建立动态模型，以便进行各种控制；在生物医学界主要是用数据建模来了解系统的机理，从外部可测数据来探测内部生理参数的变化；在社会经济界主要用来建立预测模型，对未来的发展做出合理的推测。

在分析、综合和设计自动控制系统的过程中，除了应用理论进行计算以外，常常要对系统的特性进行实验研究。显然，在系统未建立前是不可能对系统进行试验的。对于已有的系统，如果系统十分复杂，在实际系统上进行试验，不论出于经济还是安全的考虑，都是不允许的，有时甚至是不可能的。为此，有必要在计算机上用程序构造系统模型，可能的情况下结合部分实物，建立一个模仿真实系统的系统，称为仿真系统，在这样的系统上进行试验，就称为仿真试验。20世纪40年代制成的第一台电子模拟计算机，就是用电子设备来复现各种不同物理本质动态系统的运动状态，这是20世纪50～60年代主要仿真设备。电子数字计算机诞生以后，很快被用于系统仿真，并逐步取代模拟机而成为主要的仿真设备。20世纪50年代末，由于空间技术的需要开始出现混合仿真。到了20世纪70年代几乎所有的发达国家都建立了混合仿真实验基地。20世纪70年代中期出现微型机阵列组成的全数字并行仿真系统。系统仿真还被用来构成一种以训练为目的的自动控制系统──训练仿真器。1976年正式成立国际仿真数学与仿真计算机学会（IMCAS；其前身是1955年成立的国际模拟计算机学会），每三年举行一次国际学术会议，推动着仿真技术的迅速发展。现在系统辨识、建模和仿真已成为系统和控制学科中十分活跃的重要领域。

20世纪50年代初为了设计飞机的自动导航系统，使其能在较宽的速度和高度范围内飞行，开始重视自适应控制的研究。20世纪60年代控制理论的发展加深了对自适应过程的理解。自适应控制可用随机递推过程来描述。到了20世纪70年代由于微电子学有了新的突破，可用简单而经济的方法来实现自适应控制。对于参数自适应控制已研究出3种方法，即增益调整法、模型参考法和自校正调节器。自校正调节器的思想是1970年V.彼得卡首先提出来的。1973年阿斯特罗姆证明了在一定条件下自校正调节器收敛于最小方差控制器，从而建立了自校正调节器的理论基础。自校正调节器结构简单，适应性强，易用微处理机实现，已成功地用于飞机及导弹的自动导航装置，超级油轮的自动导航，以及造纸厂、水泥厂、化工厂和钛氧化炉等的自适应控制。

19世纪末已出现了远距离测量和控制的尝试。20世纪20年代遥测和遥控开始达到实用阶段，用于铁路上信号和道岔的控制。1930年发送了世界上第一个无线电高空探测仪，用以测量大气层的气象数据。这是第一台比较完善的无线电遥测设备。到了20世纪40年代，大电力系统，石油、天然气管道输送系统和城市公用事业系统都需要通过遥测、遥信、遥控、遥调来对地理上分散的对象进行集中监控，促进了遥测遥控系统的发展。苏联和东欧各国把这类系统称为远动系统。

遥测就是对被测对象的某些参数进行远距离测量。一般是由传感器测出被测对象的某些参数并转变成电信号，然后应用多路通信和数据传输技术，将这些电信号传送到远处的遥测终端，进行处理、显示及记录。遥信则是对远距离被测对象的工作极限状态（是否工作或工作是否正常）进行测量。遥控就是对被控对象进行远距离控制。遥控技术综合应用自动控制技术和通信技术，来实现远距离控制，并对远距离被控对象进行监测。其中对远距离被控对象的工作状态的调整称为遥调。对按一定导引规律运动的被控对象进行远距离控制则称为制导，即控制和导引，在航天、航空和航海上有广泛的应用。

最初的遥测遥控系统采用有线信道，利用电信号的基本特征（如交流电的频率、幅度、相位等）进行遥测和遥控，称为直接式遥测遥控系统。为了适应多路传输，20世纪40～50年代发展了同步选择式遥测遥控系统。20世纪60年代研制成循环式遥测遥控系统，20世纪70年代又出现可编程序遥测遥控系统，自适应遥测遥控系统和分集式遥测遥控系统。

无线电遥测遥控系统是在第二次世界大战期间发展起来的，20世纪50年代以来由于空间技术的需要而得到迅速的发展。例如：航天飞机中航天员的工作情况可由飞机中电视摄像机摄取后通过无线电信道送至地面监控站，航天员可与监控站直接通话，接受指挥人员的指令。航天员的生理情况由传感器测量后通过遥测通道传至地面监控站。人造卫星和航天飞机利用遥感技术摄取的有关环境、资源、气象等照片，也可通过同样途径传至地面监控站。监控站也可对飞船中的设备进行操作或控制。

20世纪60年代以后遥感技术得到了迅速的发展。遥感就是装载在飞机或人造卫星等运载工具上的传感器，收集由地面目标物反射或发射来的电磁波，利用这些数据来获得关于目标物的信息。以飞机为主要运载工具的航空遥感，发展到以地球卫星和航天飞机为主要运载工具的航天遥感以后，使人们能从宇宙空间的高度上大范围地周期性地快速观测地球上的各种现象及其变化，从而使人类对地球资源的探测和对地球上一些自然现象的研究进入了一个新的阶段。遥感技术现已应用在农业、林业、地质、地理、海洋、水文、气象、环境保护和军事侦察等领域。

20世纪60年代出现的遥操器，是一种由人在现场以外的地方操作，在远距离动作的机械、机电或机械液压设备，已广泛用于核工程、海洋工程、石油钻探和空间技术等部门。这些遥操器上常装有触觉和视觉等传感器。如航天飞机上航天员可利用遥操器来捕捉待修理的人造卫星，修复后再用遥操器使其重置于轨道上。

20世纪50年代末到60年代初开始出现电子数字计算机控制的化工厂，20世纪60年代末在制造工业中出现了许多自动生产线，工业生产开始由局部自动化向综合自动化方向发展。20世纪70年代以来，微电子技术、计算机技术和机器人技术的重大突破，促进了综合自动化的迅速发展。过程控制方面，1975年开始出现集散型控制系统，使过程自动化达到很高的水平。制造工业方面，在采用成组技术、数控机床、加工中心和群控的基础上发展起来的柔性制造系统（FMS）及计算机辅助设计（CAD）和计算机辅助制造（CAM）系统成为工厂自动化的基础。20世纪70年代开发出来的一批工业机器人、感应式无人搬运台车、自动化仓库和无人叉车成为综合自动化的强有力的工具。柔性制造系统是从20世纪60年代开始研制的，1972年美国第一套柔性制造系统正式投入生产。20世纪70年代末到80年代初柔性制造系统得到迅速的发展，普遍采用搬运机器人和装配机器人。1982年10月在英国的普赖顿召开第一届柔性制造系统国际会议。据与会代表统计当时已有20个柔性制造系统投入生产。20世纪70年代出现用专用机床组成的无人工厂，20世纪80年代初才出现用柔性制造系统组成的无人工厂。例如：日本富士通公司的一个无人工厂每月生产机械手50台，线切割机床100台，数控机床100台，全厂共83人。白班有19名工人在加工车间，63名工人在装配车间，夜班只有1人在中央控制室内监视所有工位的工作情况，实现了加工车间夜班无人化的目标。后来致力于装配自动化的研究，使整个工厂成为无人工厂。

所谓柔性制造系统（FMS），是由统一的信息控制系统、物料储运系统和一组数字控制加工设备等组成，能适应加工对象变换的自动化机械制造系统。这是在生产对象有一定限制的条件下有灵活应变能力的系统，一组按次序排列的机器，由自动装卸及传送机器连接并经计算机系统集成一体，原材料和代加工零件在零件传输系统上装卸，零件在一台机器上加工完毕后传到下一台机器，每台机器接受操作指令，自动装卸所需工具，无须人工参与。1967年，英国莫林斯公司首次根据威廉森提出的柔性制造系统基本概念，研制了“系统24”。其主要设备是六台模块化结构的多工序数控机床，目标是在无人看管条件下，实现昼夜24小时连续加工，但最终由于经济和技术上的困难而未全部建成。同年，美国的怀特·森斯特兰公司建成“Omniline I”系统，它由8台加工中心和两台多轴钻床组成，工件被装在托盘上的夹具中，按固定顺序以一定节拍在各机床间传送和进行加工。这种柔性自动化设备适于少品种、大批量生产过程中使用，在形式上与传统的自动生产线相似，所以也叫柔性自动线。日本、苏联、德国等也都先后开展了柔性制造系统的研制工作。为了进一步实现生产的飞跃，自动机械上用的软件就成为突出的问题。最终的目标就是要使整个生产过程软件化，这就是所谓的计算机集成制造系统（CIMS），是指在生产中应用自动化可编程序，把加工、处理、搬运、装配和仓库管理等真正结合成一个整体，只要变换一下程序，就可以适用于不同产品的全部加工过程。1982年，日本发那科公司建成自动化电机加工车间，由60个柔性制造单元（包括50个工业机器人）和一个立体仓库组成，另有两台自动引导台车传送毛坯和工件，此外还有一个无人化电机装配车间，它们都能连续24小时运转。

这种自动化和无人化车间，是向实现计算机集成的自动化工厂迈出的重要一步。与此同时，还出现了若干仅具有柔性制造系统基本特征，但自动化程度不很完善的经济型柔性制造系统，使柔性制造系统的设计思想和技术成就得到普及应用。

所谓网络化控制系统，是指通过实时网络构成闭环的控制系统，这个概念起始于20世纪80年代。由于控制网络的引入，将原来分散在不同地点的现场设备连接起来，打破了自动化系统原有信息孤岛的僵局，为工业数据的集中管理与远程传送，为控制系统和其他信息系统的连接与沟通创造了条件。在网络化控制系统中，对现场层的回路控制和顺序控制、对系统实时监视、参数调试等任务分别由处在不同层次的不同计算机来完成，控制层次与控制任务得到了细分。分层结构确定了网络化控制系统金字塔型的整体框架，在底层网络化控制系统利用现场控制设备实现了分布式控制，增强了控制系统的可靠性，在高层实现了对底层数据的集中监视、管理，为高层的协调优化，甚至对宏观决策提供必要的信息支持，有利于实现现场设备的智能化和控制算法与优化算法的智能化。网络化控制系统支持整体系统的最优化和智能化。在底层由于微处理器的引入，现场设备不仅能够完成传感测量、回路控制等基本功能，还可以进行补偿计算、故障诊断等。在高层网络化控制系统提供了强大的计算平台，为利用先进的控制算法、人工智能方法、专家系统等提供了条件。

系统和控制理论的应用从20世纪60年代中期开始逐渐从工业方面渗透到农业、商业和服务行业，以及生物医学、环境保护和社会经济各个方面。由于现代社会科学技术的高度发展出现了许多需要综合治理的大系统，现代控制理论又无法解决这样复杂的问题，系统和控制理论亟待新的突破。在计算机技术方面，20世纪60年代初开始发展数据库技术，1970年提出了关系数据库的概念，到20世纪80年代数据库技术已经达到相当的水平。20世纪60年代末计算机技术和通信技术相结合产生了数据通信。1969年美国国防高级研究计划局的阿帕网（ARPANET）的第一期工程投入使用取得成功，开创了计算机网络的新纪元。数据库技术和计算机网络为20世纪80年代实现管理自动化创造了良好的条件。管理自动化的一个核心问题就是办公自动化，这是从20世纪70年代开始发展起来的一门综合性技术，到20世纪80年代已初步成熟。办公自动化为管理自动化奠定了良好的基础。

20世纪60年代末生产过程自动化开始由局部自动化向综合自动化方向发展。出现许多诸如化工联合企业、钢铁联合企业、大电力系统、交通管制系统、环境保护系统、社会经济系统等大系统。对于这类大系统的建模与仿真、优化与控制、分析与综合，以及其稳定性、能控性、能观测性和鲁棒性等的研究，统称为大系统理论。早在1965年I.莱夫科维茨就提出大系统多层结构的概念，即可以根据控制（管理）的功能将大系统分解为若干层次。1965～1970年M.梅萨罗维茨等人提出大系统多级结构的概念，可把大系统分解成若干子系统，把总目标分解成许多子目标。1968年提出大系统的分散控制方法，可用一组只有局部信息的控制器来分别控制大系统的各个子系统，实现大系统的次优控制，以减少信息传输方面的困难和费用。国际自动控制联合会（IFAC）于1976年在意大利的乌第纳召开了第一届大系统学术会议，于1980年在法国图卢兹召开了第二届大系统学术会议。电气电子工程师学会（IEEE）于1982年10月在美国弗吉尼亚州弗吉尼亚海滩举行了一次国际大系统专题讨论会。1980年在荷兰正式出版国际性期刊《大系统：理论与应用》（Large Scale Systems: Theory and Applications）。这些活动标志着大系统理论的诞生和发展。

大系统理论的一个重要应用是管理自动化和在线优化。例如：水资源系统的分级管理、大型工业过程递阶优化控制、大城市交通管制以及联合企业的管理自动化等。一般可用计算机收集和处理各种信息，建立计算机管理信息系统，根据数学模型进行优化计算，以便合理地利用生产能力、劳动力和资金，减少库存，压缩新产品投产的准备时间，提高产品的质量和数量，降低成本。20世纪80年代以来，管理的作用正在急剧增加，在保证国民经济和社会发展方面已成为一个决定性因素。自动化管理系统包括工艺过程管理系统和组织管理系统。建立并完善管理信息系统是管理自动化的基础。生产综合自动化与组织管理自动化相结合，将使人类的经济活动产生一个新的飞跃，人类社会的生活方式也将发生新的变化。

人工智能，英文缩写为AI。该学科方向力图了解自然界人类智能的本质，并开发出一种能与人类智能相似的方式做出反应的智能机器。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能的概念提出来很早，但早期的发展比较迟缓，20世纪80年代有一段时间似乎受到了很大的挫折。20世纪90年代以来，人工智能获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，已逐步成为一个独立的分支，无论在理论和实践上都已自成体系。此时，人们把人工智能称为现有世界三大尖端技术（空间技术、能源技术、人工智能）之一，同时也认为在21世纪构成新的三大尖端技术（基因工程、纳米科学、人工智能）。

用机器来模拟人的智能，是人类很早以前就有的愿望，但其实现还是从有了电子计算机以后才开始的。1936年，A.M.图灵提出了用机器进行逻辑推理的想法。早期的人工智能研究是从探索人的解题策略开始，即从智力难题、弈棋、难度不大的定理证明入手，总结人类解决问题时的心理活动规律，然后用计算机模拟，使计算机表现出某种智能。1948年美国数学家N.维纳在《控制论》一书的附注中，首先提出制造弈棋机的问题。1954年美国国际商用机器公司（IBM）的工程师A.L.塞缪尔（A.L.Samuel）应用启发式程序编成跳棋程序，存储在电子数字计算机内，制成能积累下棋经验的弈棋机。在20世纪50年代，数字计算机研制成功，研究者开始探索人类智能是否能简化成符号处理。研究主要集中在卡内基梅隆大学， 斯坦福大学和麻省理工学院。1959年该弈棋机在一场棋赛中击败了它的设计者。人工智能专家J.海于格兰（John Haugeland）称这些方法为GOFAI（出色的老式人工智能）。1956年计算机科学家A.纽厄尔（A.Newell）、H.A.西蒙（H.A.Simon）和J.C.肖（J.C.Shaw）研制了一个称为逻辑理论家的程序，用电子数字计算机证明了英国数学家A.N.怀特海（Alfred North Whitehead，1861～1947）和B.A.W.罗素（Bertrand Arthur William Russell，1873～1970）的名著《数学原理》（The Principles of Mathematics）第二章52条定理中的33条定理。1956年M.L.明斯基（Marvin Lee Minsky，1927～2016）、J.麦卡锡（John McCarthy，1927～2011）、纽厄尔和西蒙等10位科学家发起在达特茅斯学院召开了人工智能学术讨论会，标志人工智能这一学科正式诞生。1960年人工智能的4位奠基人，即美国斯坦福大学的麦卡锡、麻省理工学院的明斯基、卡内基梅隆大学的纽厄尔和西蒙组成了第一个人工智能研究小组，有力地推动了人工智能的发展。20世纪60年代，符号方法在小型证明程序上模拟高级思考有很大的成就。基于控制论或神经网络的方法则置于次要。20世纪60～70年代的研究者确信符号方法最终可以成功创造强人工智能的机器，同时这也是他们的目标。从1967年开始出版不定期刊物《机器智能》，共出版了9集。从1970年开始出版期刊《人工智能》。从1969年开始每两年举行一次人工智能国际会议（IJCAI）。这些活动进一步促进了人工智能的发展。

20世纪70年代以来，微电子技术和微处理机的迅速发展，使人工智能和计算机技术结合起来。一方面在设计高级计算机时广泛应用人工智能的成果，另一方面又利用超级微处理机实现人工智能，大大地加速了人工智能的研究和应用。人工智能的研究领域涉及自然语言理解、自然语言生成、机器视觉、机器定理证明、自动程序设计、专家系统和智能机器人等方面。人工智能已发展成为系统和控制研究的前沿领域。

1977年E.A.费根鲍姆（Edward Albert Feigenbaum，1936～ ）在第五届国际人工智能会议上提出了知识工程问题。知识工程是人工智能的一个分支，它的中心议题就是构造专家系统。1973～1975年，费根鲍姆领导斯坦福大学的一个研究小组成功研制出一个用于诊治血液传染病和脑膜炎的医疗专家系统MYCIN，该系统能学习专家医生的知识，模仿医生的思维和诊断推理，给出可靠的诊治建议。1978年费根鲍姆等人成功研制出水平很高的化学专家系统DENDRAL。1982年美国学者W.R.纳尔逊（W.R.Nelson）成功研制出诊断和处理核反应堆事故的专家系统REACTOR。中国也已经成功研制出中医专家系统和蚕育种专家系统。现在专家系统已应用在医学、机器故障诊断、飞行器设计、地质勘探、分子结构和信号处理等方面。

总结人工智能研究的经验和教训，人们认识到，让机器求解问题必须使机器具有人类专家解决问题的那些知识，人工智能的实质应是如何把人的知识转移给机器的问题。1977年,费根鲍姆首倡专家系统和知识工程，于是以知识的获取、表示和运用为核心的知识工程发展起来。自20世纪70年代以来，人工智能学者已研制出用于医疗诊断、地质勘探、化学数据解释和结构解释、口语和图像理解、金融决策、军事指挥、大规模集成电路设计等各种专家系统。智能计算机、新型传感器、大规模集成电路的发展为高级自动化提供了新的控制方法和工具。人工智能在探讨生物及人类的感觉和思维机制的同时，并用机器进行模拟，取得一些进展，如自组织系统、神经元模型、神经元网络脑模型等，对智能自动化技术的发展有所启迪。

如今人工智能已经不再是几个科学家的专利了，在科学家不懈的努力下，如今计算机似乎已经变得十分聪明了。例如，1997年5月，IBM公司研制的“深蓝”计算机战胜了国际象棋大师G.卡斯帕罗夫（Garry Kasparov，1963～ ）。其后，多次的人机大战都是国际著名棋手败在了计算机手下。在诸多领域，如机器视觉、指纹识别、目标识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、态势感知、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解、遗传编程等，人工智能的发展都在其中起到关键的作用。

人工智能正在大规模变革社会，从创建更智能的城市，到增强道路的安全程度，再到加强保护网络世界，人工智能无处不在。人工智能有望前所未有地在工业、技术和数字革命层面变革社会。能够进行感测、归因和操作的机器将加快众多领域内大规模问题的解决，这些领域包括科学、金融、医学和教育，进而增强人类的能力，并帮助人类实现更远、更快的发展。受到摩尔定律和海量数据的推动，人工智能成为当今众多技术创新的核心。

随着人们对环境问题的关注程度越来越高，需要采集的环境数据也越来越多，无线传感器网络的出现为随机性的研究数据获取提供了便利，并且还可以避免传统数据收集方式给环境带来的侵入式破坏。无线传感器网络还可以跟踪候鸟和昆虫的迁移，研究环境变化对农作物的影响，监测海洋、大气和土壤的成分等。此外，它也可以应用在精细农业中，来监测农作物中的害虫、土壤的酸碱度和施肥状况等。由于无线传感器网络具有密集型、随机分布的特点，使其非常适合应用于恶劣的战场环境中，包括侦察敌情、监控兵力、装备和物资，判断生物化学攻击等多方面用途。美国国防高级研究计划局已投资几千万美元，帮助大学进行“智能尘埃”传感器技术的研发。

其次，多平台协同作战的战术信息系统，是以各平台之间的武器协同数据链（全向或定向）作为网络传输通道，支持作战平台在作战过程中进行协同探测、协同攻击和协同防御的战术信息系统。或者说，为解决复杂电磁环境中单一传感器对高机动空中目标、地面动目标和辐射源等高危目标探测的不稳定性，以及单一武器平台和传感器资源的局限性等问题，达到提高武器平台整体作战的能力，需要在武器协同数据链的支持下，将武器平台、传感器平台和指挥控制单元进行有机地交联，完成目标探测与识别、目标跟踪与定位、目标协同精确打击与评估等功能。

无线传感器网络（WSN），就是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息，并发送给观察者。传感器、感知对象和观察者构成了无线传感器网络的三个要素。

同样，基于数据链的多武器平台的协同感知，一般是指在同一作战指挥范围内，相同或不同种类武器平台为了完成同一个作战任务，在其装备的数据链设备支持下，通过信息的共享和自动化信息处理，协调一致地进行战场态势感知的过程。其中武器平台通常包括有人战斗机、无人机、直升机、舰艇、潜艇、装甲战车、导弹发射架等，其中武器通常包括可装备数据链设备的炮弹、导弹、鱼雷等。基于数据链的武器协同应用将信息系统、武器系统更加紧密地铰链在一起，实现了从传感器到射手的无缝链接。

综上所述，智能感知是无线传感网络和多平台协同作战的战术信息系统共同关注的核心问题。认知科学和人工智能是智能感知的基础。人和动物的认知机理一直是认知科学和人工智能研究的重点。人类需要不断探索自然界生命的奥秘，动物和人类认识客观对象的多传感信息融合机理还远远没有被揭示出来。人工智能可以用机器视觉-机器听觉-机器触觉-感知信息融合的全过程来模拟人和动物的认知过程，但也需要建立新的理论框架以描述认知本质。一般信息融合理论，特别是人类与动物大脑进行信息融合的机理研究，仍然是一个具有挑战性的课题。

更一般地说，复杂系统的行为是基于感知、记忆和思维能力，以及学习、自适应及自主行为能力等，其中复杂环境中的动态感知能力需要利用多源信息融合技术，将跨时空的同类和异类感知信息进行汇集和融合，才能为系统决策提供准确的信息，以便做出正确的行为反应。而记忆和思维能力使基于经验的决策成为可能，复杂系统的知识积累依靠学习能力，对环境变化的适应性又取决于从感知、认知到决策采取相应行动的全部智能计算过程，决策涉及的策略选择和优化属于智能信息处理的内容。

智能感知研究的理论基础是基于生物多模异构信息融合的智能感知机制，包括感知对象的不变矩特征提取、运动特征提取、辐射特征提取和其他特征提取，以及基于各种特征的类生物机制推理方法。这些方法的实现需要利用大数据的深度学习方法。

机器人（Robot）是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类的工作。所谓“智能机器人”是因为它有相当发达的“大脑”，是一个独特的进行自我控制的“活物”。智能机器人具备形形色色的内部信息传感器和外部信息传感器，如视觉、听觉、触觉、嗅觉。除具有感受器外，它还有效应器，作为作用于周围环境的手段。

有人把智能机器人称为自控机器人，是因为这是控制论产生的结果。控制论主张这样的事实：生命和非生命有目的的行为在很多方面是一致的。一个智能机器人就是一种系统的功能表述，这种系统过去只能从生命细胞生长的结果中得到，而现在已经成为人类能制造的东西了。智能机器人能够理解人类语言，用人类语言同操作者对话，在它自身的“意识”中单独形成了一种使它得以“生存”的外界环境——实际情况的详尽模式。它能分析出现的情况，能调整自己的动作以达到操作者所提出的全部要求，能拟定所希望的动作，并在信息不充分的情况下和环境迅速变化的条件下完成这些动作。当然，要它和人类思维一模一样，还是办不到的。不过，仍然有人试图建立计算机能够理解的某种“微观世界”。

在世界范围内还没有一个统一的智能机器人定义。大多数专家认为智能机器人至少要具备以下三个要素：一是感觉要素，用来认识周围环境状态；二是运动要素，对外界做出反应性动作；三是思考要素，根据感觉要素所得到的信息，思考出采用什么样的动作。感觉要素一般包括能感知视觉、接近、距离等的非接触型传感器和能感知力、压觉、触觉等的接触型传感器。这些要素实质上相当于人的眼、鼻、耳等五官，它们的功能可以利用诸如摄像机、图像传感器、超声波传感器、压电元件、气动元件、行程开关等机电元器件来实现。对运动要素来说，智能机器人需要有一个无轨道型的移动机构，以适应诸如平地、台阶、墙壁、楼梯、坡道等不同的地理环境。它们的功能可以借助轮子、履带、支脚、吸盘、气垫等移动机构来完成。

智能机器人所涉及的关键技术包括：①导航与定位。这是智能机器人研究领域的重点和难点问题之一。基于环境理解的全局定位、目标识别和障碍物检测、安全保护都是难点。②路径规划。依据某个或某些优化准则，在机器人工作空间中找到1条从起始状态到目标状态、可以避开障碍物的最优路径。③机器人视觉。核心任务是特征提取、图像分割和图像辨识。④智能控制。对机器人的控制，是一个无法精确解析建模的物理对象以及信息不足的病态过程，机器人的智能控制方法包括模糊控制、神经网络控制和智能融合控制技术等。⑤人机接口技术。复杂的智能机器人系统仅仅依靠计算机来控制是有一定困难的，由于缺乏对环境的适应能力而并不实用。智能机器人系统还不能完全排斥人的作用，还需要借助人机协调来实现系统控制。因此，设计良好的人机接口就成为智能机器人研究的重点问题之一。

自动驾驶车辆（AV）又称无人驾驶车辆，或称轮式移动机器人，是一种通过计算机系统实现无人驾驶的智能车辆。自动驾驶车辆技术的研发，在20世纪也已经有数十年的历史，于21世纪初呈现出接近实用化的趋势。

自动驾驶车辆依靠人工智能、视觉计算、雷达、监控装置和全球定位系统等的协同工作，使计算机在没有任何人类主动操作的条件下，自动安全地操作机动车辆。

智能交通系统（ITS）是未来交通系统的发展方向，它是将先进的信息技术、数据通信传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。智能交通系统是一个基于现代电子信息技术面向交通运输的服务系统。它的突出特点是以信息的收集、处理、发布、交换、分析、利用为主线，为交通参与者提供多样服务。由于智能交通系统可以有效地利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率，因而日益受到各国的重视。

智能交通的发展跟物联网的发展是离不开的，只有物联网技术的不断发展，智能交通系统才能越来越完善。智能交通是交通的物联化体现。21世纪将是公路交通智能化的世纪，人们将要采用的智能交通系统，是一种先进的一体化交通综合管理系统。在该系统中，车辆靠自己的智能在道路上自由行驶，公路靠自身的智能将交通流量调整至最佳状态，借助于智能交通系统，管理人员将准确掌握车辆的行驶情况。

智能交通系统中包含车辆控制系统，车辆控制系统通过安装在车辆前部和旁侧的雷达或红外探测仪，准确地判断车辆与障碍物之间的距离。遇到紧急情况时，车载计算机能及时发出警报或自动刹车实现避让，并根据路况自行调节行车速度。其次还包含交通监控系统，该系统类似于机场的航空控制器，它将在道路、车辆和驾驶员之间建立快速通信联系。哪里发生了交通事故，哪里交通拥挤，哪条路最为畅通，该系统会以最快的速度提供给驾驶员和交通管理人员。还包含了车辆管理系统，该系统通过汽车的车载计算机、管理中心计算机与全球定位系统卫星联网，实现驾驶员与调度管理中心之间的双向通信，提高商业车辆、公共汽车和出租汽车的运营效率。车辆管理系统通信能力强，可以对整个城市乃至更大范围内的车辆实施控制。行驶在法国巴黎大街上的20辆公共汽车和英国伦敦的约2500辆出租汽车已经在接受卫星的指挥。还包含旅行信息系统，该系统是专为外出旅行人员及时提供各种交通信息的系统。该系统提供信息的媒介是多种多样的，包括计算机、电视、电话、路标、无线电、车内显示屏等。无论是在办公室、大街上、家中、汽车上，人们都能从信息系统中获得所需要的交通信息。

智能控制是人工智能和控制理论的交叉，是一种具有智能信息处理、智能信息反馈和智能控制决策的控制方式，是控制理论发展的高级阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制问题。智能控制研究对象的主要特点是具有不确定性的数学模型、高度的非线性和复杂的任务要求。

智能控制的思想很早就出现，到了20世纪80年代，基于人工智能的规则表示与推理技术（尤其是专家系统），以及基于规则的专家控制系统得到迅速发展。随着人工神经网络研究的再度兴起，控制领域研究者们提出并迅速发展了充分利用人工神经网络良好的非线性逼近特性、自学习特性和容错特性的神经网络控制方法。随着研究的展开和深入，形成智能控制新学科的条件逐渐成熟。1985年8月，电气电子工程师学会（IEEE）在美国纽约召开了第一届智能控制学术讨论会，讨论了智能控制原理和系统结构。由此，智能控制作为一门新兴学科方向得到广泛认同，并取得迅速发展。

21世纪以来，随着智能控制方法和技术的发展，智能控制迅速走向各种专业领域，应用于各类复杂被控对象的控制系统，如工业过程控制系统、机器人系统、现代生产制造系统、交通控制系统等。智能控制以控制理论、计算机科学、人工智能、运筹学等学科为基础，扩展了相关的理论和技术，其中应用较多的有模糊逻辑、神经网络、专家系统、遗传算法等理论，以及自适应控制、自组织控制和自学习控制等技术。

智能控制具有以下5个基本特点：①其核心是高层控制，能对复杂系统（如非线性、快时变、复杂多变量、环境扰动等）进行有效的全局控制，实现广义问题求解，并具有较强的容错能力；②能以知识表示的非数学广义模型，和以数学表示的模型实现混合控制过程，采用开闭环控制和定性决策及定量控制相结合的多模态控制方式；③其基本目标是从系统的功能和整体优化的角度来分析和综合系统，具有变结构特点，能总体自寻优，具有自适应、自组织、自学习和自协调能力；④具有足够的控制策略，以及被控对象及环境的有关知识，同时具有运用这些知识的能力；⑤具有补偿及自修复能力和判断决策能力。

现有的智能控制系统主要包括：①生产过程中的智能控制。主要包括局部级智能控制和全局级智能控制。②先进制造系统中的智能控制。已经被广泛地应用于机械制造行业。③电力系统中的智能控制。包括发电机、变压器、电动机等电机电器设备的设计、生产、运行和控制。

智能控制技术在国内外已有了较大的发展，已进入工程化、实用化的阶段。作为一门新兴的理论技术，它还处在一个发展时期。随着人工智能技术、计算机技术的迅速发展，智能控制必将迎来它的发展新时期。