工业无人机： 低空赋能实体，打造新引擎 国联民生证券国防军工研究团队 证券研究报告 报告评级：强于大市 丨维持 请务必阅读报告末页的重要声明 目 录 1 、无人机介绍：分类多样，工业无人机或为 当前低空发展核心载体 2 、行业分析：工业无人机驶入发展快车道， 行业竞争转向软硬一体化解决方案 3 、应用场景：低空物流、城市治理、应急安 全、农林植保加速拓展 4 、相关公司

密歇根大学教授 Dr.MichaelGrieves 根据物理设备的数据信息，能够在虚拟空间搭建 一个定性分析的虚拟实体和子系统，这类关联并 不是单向和静态的，而是关联整个产品生命周期。 数字孪生模型由三部分构成： 1 ）物理空间和实体产品 2 ）虚拟空间和虚拟产品 3 ）虚、实之间的数据实时采集传输和模型动态融 合互动 • 数字孪 技术，通过软件定义，对物理空间进行描述、诊断、预测和决策，进 而实现物理空间与虚拟空间的交互映射，具体体现为，数据是基础、模型是核心、软件实现是载体； • 数字孪生是体系级思维的体现，实体产品在物理空间中产生互相作用，虚拟产品在虚拟空间中表现为模型的动态融合和互动。 数字孪生是体系级 SoS 的虚实映射 8 业务 售后服务 运行维护 生产使用 设计 知识表达 实体快照 精确性扩展 w— T+4 T+3 < 状态、行为 > < 状态、行为 > 对象 实体 功能 行为模式 关联 …… 孪生体对象 物理对象 用途： 自动或人工干预物理对象，更好满足业务目标 扩展： 基于业务需要的深层次知识获取与表达

智慧商城全渠道解决方案 互动屏小站＋微信服务号＋智能 POS ＋ CRM ＋管理后台 + 停车系统 + 客流 实体零售全渠道平台搭建意义？ 为什么要做全渠道平台搭建？ “ 互联网时代用户已经对信息对服务提出了更高的要求，顾客希望无论何时、何地、以何种方式购买，都能享受 到店铺或商场提供的无差别的服务，这其实就是全渠道的定义” 这种要求下，对于线下零售业而言，核心能力将是：销售渠道与获客方式的重构 年，中国商品消费零售总额。其中 38,773 亿，也就是 12.8% 商品服务是从线上成交的，而如果 扣除 2015 年增长迅猛的例如餐饮 O2O 、虚拟物品等带来的 6,349 亿的线上非实体物品交易额，线上实体物品交易占整个零售 消费总额的比例是多少 ?10.8% 。 对比一下 2014 年的数据， 25.8 万亿的商品零售总额，其中 27,898 亿的线上交易额， 10.8% 占比。也就是说，如果去除掉增 部分的零售仍然还是在线下 数据说话 实体零售全渠道平台搭建难点与核心？ O2O 技术平台的搭建 相对于电影、餐饮等产品相对标准 和简单的行业，实体零售的互联网 化，基础技术平台建设需投入大量 人力物力财力时间成本 O2O 营销的难点：用户习惯的培养、线上流量 很难精准转化线下 实体购物中的 O2O ，线上用户转化率低， 线下用户需要持续培养和持久耐心 实体零售分工层次多 需要减少各集团、商场、品牌、导购

2022年01月 P5 数字孪生的起源 迈克尔·格里夫斯 P6 • 数字孪生是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据、 以及算法模型等，模拟、验证、预测、控制物理实体过程的技术手段。 ——工业和信息化部电子工业标准化研究院 1. 创建物理实体的虚拟实体：空间与实体对象仿真建模。 2. 历史数据、实时数据、以及算法模型：全样本数据、物联网、综合定位、业务规则。 3 理，全业务、全流程覆盖。 指标库 实体库 规则库 模型库 数字孪生的定义 P7 数字孪生总体理念：DIKW四库进阶模型 指标库 信息（Information） 知识（Knowledge） 智慧（Wisdom） 数据（Data） • 地理实体类：飞行区、建筑物、道路、管线 、廊桥、机坪井盖… • 场景类：地形、影像、点云… • 对象实体类：飞行器、特种车辆、员工、旅 客…. • 飞行区航空器运行规则制定：根据 现有运行规则及实际运行情况推演 ，模拟航空器滑行，评估可能出现 的冲突，从而制定对应规则避免冲 突 精准映射能力 体征感知能力 认知推理能力 模拟仿真能力 实体库 规则库 模型库 空 间 计 算 能 力 共 享 服 务 能 力 P8 可视化技术 感知技术 分析技术 空气质量感知 ADS-B 能源流量感知 雷达探测 GPS/北斗 UWB定位

数字孪生机场是智慧机场的典型实现路径 P4 数字孪生的起源 迈克尔 · 格里夫斯 • 数字孪生是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据、 以及算法模型等，模拟、验证、预测、控制物理实体过程的技术手段。 —— 工业和信息化部电子工业标准化研究院 1. 创建物理实体的虚拟实体：空间与实体对象仿真建模。 2. 历史数据、实时数据、以及算法模型：全样本数据、物联网、综合定位、业务规则。 全生命周期：宏观管理，规、建、管、运一体化；微观管理，全业务、全流程覆盖。 数字孪生的定义 实体库 指标库 模型库 规则库 P6 P7 • 地理实体类：飞行区、建筑物、道路、管 线 、廊桥、机坪井盖 … • 场景类：地形、影像、点云 … • 对象实体类：飞行器、特种车辆、员工、 旅 客… . 空 间 计 算 能 力 指标库 精准映射能力 管控类指标：建筑限高、电磁环境、 噪 声环境、净空环境 …… • 评估类指标：鸟击事故率、净空障碍 物 查处率、助航灯光完好率、 FOD 损 伤 事故率 …… 共 享 服 务 能 力 规则库 实体库 如 ： • • 感知技术 分析技术 基础技术 可视化技术 数据采集 数字孪生关键技术 3D GIS

2022 年 01 月 2021 年 04 月 P 4 • 数字孪生是以数字化方式创建物理实体的虚拟实体，借助历史数据、实时数据、 以及算法模型等， 模拟、验证、预测、控制物理实体过程的技术手段。 —— 工业和信息化部电子工业标准化研究 院 1. 创建物理实体的虚拟实体： 空间与实体对象仿真建模。 2. 历史数据、实时数据、以及算法模型： 全样本数据、物联网、综合定位、业务规则。 模拟、验证、预测、控制： 数字化仿真模拟运行，指标分析，双向控制。 4. 全生命周期： 宏观管理，规、建、管、运一体化；微观管理，全业务、全流程覆盖。 P6 数字孪生的定义 指标库 实体库 规则库 模型库 如： • 限制性规则：两相邻机位航空器 不 能同时活动、引导车辆不能在 航空 器前后 200 米内行驶 • 合理性规则：机场居住用地只能 建 设居住类建筑 Data) 规则库 数字孪生总体理念： DIKW 四库进阶模 型 体征感知能力 智 慧 ( Wisdom) P7 实体库 地理实体类：飞行区、建筑物、道路、管线 、廊桥、机坪井盖 … 场景类：地形、影像、点云 … 对象实体类：飞行器、特种车辆、员工、旅 • 客 • • 空 间 计 算 能 力 知 识 ( Knowledge)

最终用户应用程序 Amazon IoT TwinMaker – 功能 数据连接器 使用内置连接器访问来自 不同来源的数据，或轻松 创建自己的连接器到亚马 逊云科技和第三方数据源 模型构建 创建实体以虚拟表示物理系 统，指定它们之间的关系， 并将它们连接到不同的数据 源以形成数字孪生图 场景创作 将现有的三维视觉模型与 来自数字孪生图的真实世 界数据结合起来，构成你 的物理环境的交互式三维 服务通过为实体和 组件配置的 Amazon Lambda 连接器获取数据并 连接到 Amazon IoT TwinMaker。 4. 连接器 Lambda 函数将同步 来自 Amazon 服务的数据 5. Twinmaker 将从源同步的数 据和实体呈现为可视形式 6. Twinmakers Scene composer 将遥测数据映射到 TwinMaker的是实体中。 7. security boundary Workspace Modeling Insights 3D scenes Web app 步骤 2: Modeling Models 拥有实体和组件 • 实体（Entities）: 物理系统的数字表示 • 组件（Components）: 与数据存储的连接 RPM Cookie mixer Factory1 Conveyor belt

.................................................................................... 98 7.2.2.3. 数据实体对象................................................................................................. 主题，数据主题还可以划分成更多的子主题，最终到达数据实体一级。而数据实体则 22 城市安全风险综合监测预警平台数据融合实施治理方案 是不可划分的最小单位。主题域、主题、实体的关系如下图所示： 2.2.4.1.2. 概念模型设计 概念模型（CDM，Conceptual Data Model）设计过程主要选择合适的业务主题域 分类管理业务模型生成的主题，并在主题域中存放和组织管理、支撑应用的实体化数 据模型。概念模型一般采用 据模型。概念模型一般采用 E-R 图等工具，按主题域分类定义需要追踪和管理的各种 重要数据实体及其属性，以及实体之间的各种关系，进行初步的实体化。 2.2.4.1.3. 逻辑模型设计 逻辑模型（LDM，Logical Data Model）设计过程是对概念模型的更进一步的实体 化，主要任务就是把概念模型设计阶段建⽴的 E-R 图，按选定的数据建模方法（3NF 范式建模、维度建模、宽表建模等），转换成相应的数据结构表或者详细的

定义 schema 结构化知识 转换 实体融合 图检 索 / 计 算 模型抽取 规则引擎 图谱可视化 数据统计 军工文本识 别模型 特定社群 发现 其他模型 社群发现 智能搜索 离线计算 关系挖掘 时序分析 因果推理 军工规则 引擎 预测模型 隐性关系 ，是指关系型数据库里未揭露的实体和实体间的关联关系。 需依赖复杂算法与规则 ，通过计算推理得出。 ，这 个价格已经比得上美国的 F18E/F ，法国的 “阵风”了。 → 歼 15 与美国 F18E/F 、法国 “阵风”是同等造价的飞机。 多种手段挖掘实体间关联关系 ，辅助业务洞察事物本质 3 基于自由文本的关系分类 1 实体结构化构建产生的关系及 关系的价值 基于自由文本的关系挖掘 2 知识图谱 基于导入的军事知识图谱 ， 对指挥官提供智能问答服务 ， 以智能机器人的形式 部合理评估、 规范和治理信 息资产 ，又可以挖掘和发挥数据资产价值并促进持续增值 ， 并符合大数据的合作趋势 知识图谱应用 图谱展现、智能搜索 … 形式丰富易用 数据产品、报表 … 快速可视化 知识实体 知识资产 知识资产规范及治理能力 资产质量 更加可靠 有 机 融 合 探索手段 更加丰富 创新合作 更加便捷 数据共享 管控体系 元模型数据 数据质量 知识资产管理、 应用能

融合5G与 物联网： 步入 智能制造 快车道 2 | 融合5G与物联网：步入智能制造快车道 © 2019 (“ ) 毕马威国际合作组织 毕马威国际” 毕马威国际是与毕马威国际独立成员所网络相关联的瑞士实体，毕马威国际不提供任何客户服务。 目前众多制造企业正在寻机加快业务发展，采用 数字化技术以实现第四次工业革命（工业4.0）。 自动化机器人、大数据分析等技术推动企业向智 能化、数据驱动的柔性制造飞跃。制造企业应制 Insider网站，2019年1月28日 融合5G与物联网：步入智能制造快车道 | 3 © 2019 (“ ) 毕马威国际合作组织 毕马威国际” 毕马威国际是与毕马威国际独立成员所网络相关联的瑞士实体，毕马威国际不提供任何客户服务。 5G提供了一个实现物联网利益的理想通信平台。 企业正在迅速采用物联网，很多分析师预计，五 年或不到五年对物联网的投资将翻番1。物联网 深受制造企业欢迎，因为物联网能带来诸多利益， 借助5G网络，物联网平台能连接分散点解决方案 和传感器，以监控从研发直到产品生命周期终点 的全过程。 当今 © 2019 (“ ) 毕马威国际合作组织 毕马威国际” 毕马威国际是与毕马威国际独立成员所网络相关联的瑞士实体，毕马威国际不提供任何客户服务。 数据来源：毕马威分析，2019年 4 | 融合5G与物联网：步入智能制造快车道 互联是工业4.0的关键组成部分之一，因为通过 连接，制造企业能够突破传统的孤立主体，打造