数字孪生与智慧信息应用中心
一、中心简介
数字孪生与智慧信息应用中心(Center for Digital Twin and System Engineering)，紧随全球新一轮科技和产业变革步伐，以数字转型为核心，运用复杂组织体架构、基于模型的系统工程、数字孪生、认知计算、智能计算、群体智能、智能控制、工业互联网、大数据、云计算、无人机蜂群等新一代数字技术，聚焦“数字云南”建设、军民用无人系统虚实结合模拟仿真应用，以及系统数字化流程设计和验证等领域，将中心打造成为智能研发平台、数字中台、试验仿真环境、技术创新科技成果转化平台和人才培养、操手训练的孵化平台，并提供数字化会议和高科技展览展示环境，服务云南省经济发展战略。
二、人才团队建设
中心将聘请2到3位院士及行业资深专家担任中心顾问；5年内聘请8～10名高级人才（含兼职），招聘10到～15名技术人员；每年培养博士2～4人，硕士4～8人。5年内将建成由院士、杰青、青千、教授、研究骨干和硕博研究生组成的研究团队，预计人员规模可达60余人。
三、研究方向
（a）基于模型的体系工程与系统工程
云南省数字化建设要求，基于数字化应用的各场景，利用基于模型的体系工程（UPDM）与基于模型的系统工程（MBSE）的方法推动数字化研究工作，应用于数字化体系设计和优化，开展基于模型的应用概念演示、体系架构设计、仿真分析和验证评估的方法研究，形成支撑云南省数字化建设体系设计的相关流程和规范。
(b)智慧城市多源数据的感知与可视化分析
为践行智慧城市的具体方式，基于城市的多源数据和信息，建设数据库的感知入库和数据融合的软、硬件系统，将来自多源传感器的数据与城市地理信息系统合二为一，自动生成对城市规划要素（如用地功能、交通、城市结构等）数据的自动感知和可视化表达。开展对城市综合信息的分析，具备面向多用户、多尺度分析、多展示维度、多时态对比、多相关专题等特征。面向管理者提供行业结果性、综合性数据，辅助管理决策; 面向公众提供居住、交通、购物类的便民信息; 面向业务人员提供跨部门的共用数据，实现信息共享互用。
（c）无人系统机载智能边缘计算
针对轻量化深度学习模型所面临的特征表达能力弱的问题，开展无人系统机载智能边缘计算工作。同时开展基于人工智能的电磁信号分类识别研究。
（d）无人系统智能信息感知与小样本机器学习
在海量无标签数据的显著区域标注、多任务用数据对抗生成、融入领域知识的小样本情报分析技术等方面开展研究，以满足机器学习技术在小样本领域中的应用。
(e)无人机集群仿真评估与智能决策
针对无人机集群系统特性及任务功能演化规律，基于先进算法开展集群系统建模研究，并以此为基点通过仿真推演等手段研究多场景动态任务情况下的系统涌现性特征，提出集群指标体系与特性评估方法，基于智能算法进行集群决策研究，以此实现无人机集群系统设计、任务、管理过程中的优化决策。
（f）基于“数字孪生”技术的无人机状态预测方法研究
基于先进建模和仿真方法，同时利用无人机动态运行过程中存在的多源数据，提出多信息融合的预测算法。实现对无人机状态的准确有效预测，以此指导各项智能决策工作。
（g）应用于智能机器人的目标识别和检测
在计算机视觉领域，关于目标识别和检测课题的研究，一直是充满着吸引力的聚焦之地。采用AI算法、目标检测和跟踪、语音识别和表情识别等智能技术，应用于智能机器人，无人车，无人机等应用领域，致力于为智慧城市、城市安防、城市养老、边境巡查等提供智能技术服务。
（h）基于模型的无人系统自主评估方法（专利）
采用基于模型的设计方法，将需求、指标、算法和闭环反馈融入于自主评估模型中，旨在为无人系统提供一套自主评估标准，从面向客户的角度，按需设计指标体系，搭建了一种关于无人系统自主评估的闭环模型，根据量化模型、自主技术反馈和综合评估算法，闭环输出无人系统的自主能力。综合考虑了实际应用中不同工况下无人系统的共性问题和个性问题，以及自主技术实现的难题，提高了无人系统自主评估的科学性和实用性。
基于大数据云平台的数据处理研究
以hadoop大数据支撑平台为基础，利用云环境下的分布式大数据管理、存储、数据挖掘等技术搭建云环境下拖拽式工作流。通过数据获取、数据加工、数据管理、数据分析、数据可视化等技术为客户提供流程化大数据计算服务的大数据综合分析平台，通过震撼和清晰的界面展示，为决策者提供更加快速、精准智能决策方案。
（j）基于AI的智慧安防技术
搭建“云+端”系统平台，实现智慧安防相关信息资源的集中管理、按需供给、“管家式”贴身服务和共享共创。基于无人系统视觉智能算法，综合考虑终端的运算能力、功耗及散热，将 AI 技术部署于终端设备中，通过自动部署工具，远程部署与切换，如人脸、车辆、特定目标等不同的识别任务，实现端侧智能图像实时处理。
（k）基于人工智能的智慧安防研究
旨在以边缘计算为特点的嵌入式人工智能技术、物联网和云技术，即“云+端”的安防整体架构，更好地、更加经济地解决问题，来提高传统安防的智能化水平，进一步提高智慧城市的精细化治理水平，促进相关产业的发展和升级。
