人工智能技术路径范文篇1

关键词关键词：多机器人；路径规划；智能算法

DOIDOI：10.11907/rjdk.161914

中图分类号：TP301文献标识码：A文章编号文章编号：16727800（2017）001017703

引言

自20世纪80年代末以来，多机器人系统开始引起广大学者关注，并且得到了迅速发展。相较于传统的多个单机器人系统而言，多机器人系统具有更大的优势。比如，多机器人系统在时间和空间分布性上更加具有优越性。具有分布性的多机器人系统中单个机器人的传感器信息可以有效互补，因此整个机器人系统具备较高的数据冗余度和更强的自适应性、鲁棒性；在多机器人系统中，由于单个机器人可以不必具有极强的功能和极高的性能，因此多机器人系统本质上具备低成本、强鲁棒性的优势；尤其是在完成复杂任务时，多机器人的优势更加突出，通常多机器人系统能够借助先进的协作架构和协同策略，完成多个单台机器人难以实现的复杂任务等。

多机器人系统的主要特点有：由于高科技快速发展，机器人的研究和开发更加容易、自适应性更好。随着多机器人协作策略的不断进步，其完成复杂任务的成本更低、效率更高、可扩展性更好。近年来，由于材料科学等边缘科学及交叉科学的发展，机器人的研发成本逐年降低，同时多机器人的应用范围和领域更加广泛。因此，越来越多的学者们重视多机器人系统及其应用研究，多机器人系统已经成为机器人学研究中一个飞速发展、具有良好应用前景的研究方向。

近年来，随着科技不断进步，多机器人系统相关研究得到快速发展，多机器人系统中的实现技术也取得较大突破[12]。目前，多机器人系统的关键技术主要包括任务规划、运动规划、协调控制等[35]。

1多机器人系统国内外研究现状

目前，多机器人系统的研究无论在理论中还是在实践上都取得了很大进展，建立了许多仿真系统和硬件实验平台，为进一步研究机器人系统夯实了基础。日本属于较早开展多机器人系统研究与实践的国家之一，1989年设计出了著名的ACTRESS系统和CEBOT系统。图1为日本名古屋大学Fukuda等研制的CEBOT（CellularRoboticsSystem）系统，该系统采用分布式体系结构设计，将多机器人系统中功能简单的自主机器人视为“细胞元”（Cells），研究“细胞元”机器人自组织地构成功能强大的多机器人系统。特别是通过传感器感知环境的动态变化，“细胞元”间相互耦合并自组织重构得以实现更加优化的体系结构。

1996年第一届机器人足球世界杯在韩国隆重举行，来自7个国家的23支参赛队参与了竞赛，如图2所示。1997年过多方共同努力，成立了国际机器人足球联合会，联合会总部设在韩国，其任务包括：每年组织一次机器人足球世界杯大赛；同时还要举办相关学术会议，给参赛者提供充分交流的学习平台，探讨机器人足球研究方面的经验和技术，从而有效地促进该学科方向的不断发展。

图3为美国南加州大学Mataric等人研制的TheNerdHerd系统。该系统由20个机器人组成，每个机器人上装有碰撞传感器、定位系统和通讯系统，可以实现游弋（SafeWandering）、跟随（Following）、聚集（Aggregation）、分散（Dispersion）和回家（Homing）等行为。研究人员主要将该系统应用于多机器人学习、群体行为、协调与协作等方面的试验研究与探讨，图4为利用该系统进行的推箱子实验装置。

图2机器人世界杯图3TheNerdHerd系统C.R.Kube等人研制的CollectiveRobotics系统如图5所示。该系统从自然界里昆虫的社会行为得到启发，利用多个功能简单的机器人组成功能强大的合作机器人群体。该系统在无显式通信的条件下，能够充分利用分布式控制策略实现移动机器人之间的协作。因此，单个简单智能的机器人通过交互作用实现了多机器人系统复杂的群体智能行为。

图6为美国MIT的计算科学和人工智能实验室（CSAIL）研制开发的多机器人系统。该实验室在多机器人系统上开展了协调多个机器人行为的算法设计、多机器人协调算法性能预测等问题的研究。这些关键问题及其研究成果形成多机器人控制算法的重要基础。

我国在多机器系统的研究方面也开展了卓有成效的工作，虽然起步相对较晚，但到目前为止也取得了丰硕的研究成果。沈阳自动化研究所以制造环境中多机器人的装配为研究背景，建立了多机器人协作装配系统MRCAS（Multi-RobotsCooperativeAssemblySystem）。通过采用集中和分散相结合的分层体系结构，该系统可以完成自主编队行进、队形变换、自主避障等功能，进一步通过多机器人间协调与合作，完成装配工件任务。南京理工大学在早期开展的地面微小型机器人研究基础上，进行了移动机器人协作编队、自主定位、智能导航等关键技术研究，并取得一定成果。目前，由清华大学、国防科技大学、浙江大学和南京理工大学等著名高校联合研制的第四代无人驾驶车辆实现了多车无人干预下的编队行驶、超车行驶等核心技术。此外，上海交通大学、哈尔滨工业大学、中南大学等知名高校纷纷开展多机器人系统关键技术研究，也取得了一系列突破性研究成果，为我国机器人系统研究与发展奠定了重要基础。

2多机器人路径规划问题研究

多机器人路径规划问题是多机器人系统的关键技术，该技术也是多机器人协作完成任务的根本保障。多机器人路径规划问题定义为：利用已知的静态环境信息或者依靠传感器获得的动态环境信息，多机器人系统各个机器人自主规划一条从已知起点到目标终点的无碰撞最优路径，该最优路径不仅要求单个机器人与所有障碍物之间避障，而且还需满足多个机器人之间也无碰撞要求。

由单个机器人路径规划问题发展而来的多机器人路径规划问题，首先需要解决单个机器人路径规划问题，其次还要求解决多机器人之间的协调运动和多个机器人之间的协作问题，重点就是避免机器人之间的碰撞和避免出现机器人之间的路径死锁等问题。其中，环境建模方法、路径规划算法、协调避碰算法等都是关键技术问题[6]。

2.1环境建模

最有效的环境建模方法是建立环境地图，栅格地图、拓扑地图、特征地图等是目前常用的环境地图。

为了方便机器人的定位，栅格法将整个环境划分为许多大小相同的正方形单元格，并给予每个单元格唯一的整数标示。栅格地图模型最大的优点是简单，其缺点是栅格地图的粒度不好控制，若粒度较小，计算复杂度增加，若粒度较大，真实环境无法准确表示。

拓扑地图是利用节点间相关联的边所构成的拓扑结构来标示环境，拓扑地图模型将环境中的重要位置视为节点（如障碍物的棱角），将节点间存在的直接连接的路径视为地图中的边。拓扑地图虽然适用于环境比较简单的情况，也不需要机器人准确的位置信息。但拓扑地图通常难以直接获取，且对于相似环境的识别也比较困难。

特征地图模型不同于以上两种方法，本文利用抽象的几何特征（如点、直线、曲线等）表示机器人感知的外部环境。此模型便于位置估计和目标识别，但抽象的几何特征需要对感知的环境信息作进一步处理才能获取，一般适用于特定的环境。

2.2规划方法

按照多机器人系统运动规划的控制方式，多机器人的运动规划方法可以分为以下4种类型：①完全集中的规划：需要一个集中控制器来规划所有机器人的运动；②不完全集中的规划：每个机器人规划好自己的路径，但是有一个集中控制器来管理多机器人系统中单个机器人如何走自己的路径以保证机器人间不发生冲突；③不完全分散的规划：多机器人系统中单个机器人规划各自的路径以及如何走好自己规划的路径，在不安全情况下才由集中控制器进行统一规划；④完全分散的规划：单个机器人的运动完全自主规划，不存在集中控制器。

2.3协调避碰策略

协调避障是多机器人系统路径规划问题的重要技术之一，也是多机器人系统路径规划和多个单机器人路径规划的本质区别体现。多机器人系统协调避障问题除了要解决单个机器人自身路径规划问题，还必须解决多个机器人之间的碰撞、堵塞及死锁问题。目前，学者们提出的协调策略主要有速率调整法、交通规则法、优先级法、几何修正法以及基于行为的避碰方法等。随着“智能制造2025”的深入推进，服务机器人应用领域还在不断扩展，多机器人系统协调避碰策略亟需进一步探讨。

3多机器人系统展望

多机器人系统是一个多学科高度交叉的前沿学科，多机器人系统的进一步发展也必定会受到相关学科发展的限制。研究多C器人系统需要借鉴这些学科或学科中解决某些问题的理论和方法，才能产生突破性进展，这是未来研究多机器人系统的发展方向和重要趋势，具体而言，这些学科有：分布式系统、生物学、传感器技术、机械工程等。可从以下几个方面探讨多机器人路径规划问题：

（1）先进的传感技术。移动机器人中传感器设备被视为人类的五官，实现移动机器人的视觉、听觉、嗅觉等功能。在环境建模中依靠先进的传感技术，机器人能完成高效实时采集环境信息的任务。

（2）多传感器的信息融合技术。移动机器人导航方式正在向多传感器发展，使用多个传感器可以同时采集和处理信息，从而提高机器人系统的速度和性能。通过合理支配并充分利用传感器及其采集信息，并采用信息融合技术以获得环境的一致性解释及描述形式，可以提高机器人路径规划的精准度和鲁棒性。

（3）智能优化算法的发展。随着复杂问题规模呈现指数级增长，智能优化方法迅速成为多机器人系统路径规划研究新的发展方向。但由于算法实时性、自适应性、鲁棒性还不够好，智能优化算法在实际应用中必然存在一定的局限性。因此，多机器人系统路径规划问题研究中，智能优化算法还有很大的发展空间。

4结语

多机器人系统的研究与应用已经对人类社会产生深刻影响，随着科学技术的不断进步，其还将会对人类生活和社会进步带来巨大变革。不久的将来，人们的生活质量和工业、农业和国防现代化水平都将得到极大提高。但目前对于多机器人系统的研究还处于初级阶段，多机器人系统关键技术研究还亟需深入探讨，特别是多机器人系统路径规划算法还有待进一步改进，多机器人系统无论在理论研究上还是技术实现上都需要更多学者进行不懈努力和积极探索。

参考文献：

[1]吴军，徐昕，连传强，等.协作多机器人系统研究进展综述[J].智能系统学报，2011，6（1）：1326.

[2]原魁，李园，房立新.多移动机器人系统研究发展近况[J].自动化学报2007，33（8）：785795.

[3]蔡自兴，崔益安.多机器人覆盖技术研究进展[J].控制与决策，2007，2（3）：17.

[4]张嵛，刘淑华.多机器人任务分配的研究与进展[J].智能系统学报，2008，3（2）：115120.

[5]刘晓南，刘斌.基于结构自适应的多机器人协作机制研究[J].传感器与微系统，2010，29（11）：5456.

人工智能技术路径范文篇2

关键词：移动机器人；仿人技术；智能控制；思考研究

研究移动机器人，就需要解决其在移动过程中的定位、导航、控制和路径规划这一系列的问题。在这之中传感器的功能就被体现了出来，通过传感器可以让机器人实时把握环境信息，并在之后通过信息的整合，找到一条最合理的路径规划。所以移动机器人不仅可以被看作是一种自主式智能系统，也是一种高度智能化的自动化机器。移动机器人的仿人智能控制研究目前已成为了一项热门研究。

一、研究的目的和意义

实现移动机器人的全智能化可以说是现在我们每个人所期待的事情。而就而目前的技术和科技发展水平来看，距实现移动机器人的全智能化仍需要一段时间。但是随着现今科技发展水平的不断提高，移动机器人的研究已经逐渐进入到了一个新阶段。移动机器人的智能化、信息处理技术和适应性已经越来越强，而且我们已经开始追求更高层次的机器人的研究。当然，机器人的研究过程中仍旧有着一系列的问题，其会很容易受到环境因素的影响，也存在例如参数误差和未建模动态等问题。所以我们目前亟待解决机器人系统的不确定问题和自主的决策路径问题，使它们变成高度智能化的智能机器人。

然而，虽然我们目前在机器人的研究过程中取得了一系列的成就，但是也越来越受到来自符号处理的压力，符号处理工作做不好，机器人就会遇到在知识表示和信息处理方面的问题，这就要求我们研究出一套智能的算法使得机器人能够有组织的进行自主学习。算法在早期主要体现为符号主义、进化算法和模拟退火算法等，随着研究的发展，目前已经发展成为了结合多门学科、信息和技术的智能算法，并已经被普遍的应用。

智能算法目前被分为三大趋势：首先是改进经典算法并对其进行进一步的理论和实验研究；其次是通过开发新型的智能工具，在扩宽其应用领域的同时寻找到其理论基础，使得新型的智能工具能够在这个瞬息万变的社会中立稳脚跟。最后就是一种混合智能算法，是通过传统算法和智能算法的结合得到的。面对当今不断涌现新算法的现象，我们需要尽快的进行理论研究并开发新型的智能工具。

二、移动机器人的系统架构

（一）移动机器人硬件系统架构

移动机器人的硬件系统主要由路径识别系统模块、电源模块、直流电机驱动模块、无线通讯模块和测速模块这六大模块所组成。其中路径识别系统模块是移动机器人路径跟踪控制中至关重要的一部分，它可以控制移动机器人行走的速度，就像我们人类离不开眼睛一样，移动机器人也离不开路径识别系统模块。其主要是通过红外检测的方法来帮助机器人进行道路规划，红外接收管会通过区分不同程度的红外光来区分白天与黑夜，移动机器人的路径姿态和稳定性可以通过双排红外传感器来进一步确定。电源模块中每个模块需要的电压是不同的，例如单片机系统和传感器电路5V就够用，而舵机需要6V，针对这一特点，就需要利用开关电源调节器，它可以控制开关的导通和截止时间，从而不仅可以使工作中的热损失降低、提高了电源的利用率，还可以抗干扰、增强设备的稳定性。绝大多数的直流电机驱动都采用控制半导体功率器件工作在开关状态的开关驱动方式，再通过桥式驱动器可以实现多种输出控制、通讯功能和电平控制这些功能。无线通讯模块则主要负责的是移动机器人的行动状况的了解和反馈，及时的采集其在移动过程中的各种信息。而测速模块就是计算机器人的行驶速度，主要是通过检测红外收发对管在一定时间内输出高电平或者低电平的脉冲数来计算。

（二）移动机器人软件系统架构

移动机器人的软件系统主要经历初始化过程、数据采集和处理以及控制器设计这三种阶段。其中在初始化过程中，主要包括时钟初始化、PWM初始化、SCI串行口通信初始化、AD模块初始化和定时器模块这五部分。而采集的数据主要是两组AD转换之后的数据，但是这些数据很可能在传输的过程中受到外界环境的干扰而造成每个传感器的电压值显示不同，所以就需要我们对这些数据进行处理来排除偏离的数据使得数据能够一致。最后就可以进行控制器设计这一部分了，控制器在设计的时候要考虑到整理过后的数据，并且找到最适合移动机器人的速度和转角控制策略进而正确的控制机器人的自主移动。

三、移动机器人在机械生产中的应用

（一）移动机器人在机械生产过程中的智能监控

在进行机械生产过程中，需要对各个环节的生产进行智能监督，例如炼油、轧钢、材料加工、核反应等，在其机械生产过程中经常会出现一系列的问题，影响了生产的正常运行，加强对机械生产过程的监控以确保机械性能的可靠性。为了提高机械性能的精度，以提高产品的稳定性和质量，以保证机械生产流程的顺利进行。例如轧钢机的神经控制、旋转水泥窑的模糊控制、分级智能材料处理、分布式材料加工系统、工业锅炉的递阶智能控制、智能pH值过程控制以及基于知识的核反器控制等，这样一来可以保证机械生产的整体效率。

（二）移动机器人在飞行器中的智能控制

移动机器人的智能控制在飞行过程得到了广泛的应用。大部分商用飞机都配备了可供选择的自动降落系统。基于神经网络的飞行器可以对紊流和其他非线性流进行有效的控制。此外，神经网络还可以对未识别线性或非线性关系进行有效的处理，而这些关系均是驾驶员能够运用的。在原则上移动机器人智能控制能够从一个大的变量集合转化为另一个变量集合，如从传感器参量转化到控制动作或操作模式的映射。上世纪80年代以来，移动机器人智能控制在飞行器中得到了广泛的应用，大大提高了飞行器的安全性和运行效率。

参考文献：

[1]陈情，薛方正.工业机器人的仿人智能控制[J].重庆理工大学学报：自然科学，2012，26（7）：42-49.

人工智能技术路径范文篇3

关键词：智慧城市；城市建设；路径选择；全球城市化

改革开放三十多年来，中国的经济社会发展取得了令人瞩目的成就，伴随着经济的迅猛发展，全球城镇人口急剧膨胀，资源短缺、环境污染、网络信息安全、交通拥堵等问题已然成为影响未来发展的严重制约因素。据统计，2012年我国城镇化人口达到了6.9亿，首次超过了农村人口。当前，全球化、信息化、城市化的加速融合，在给城市发展带来前所未有机遇的同时，也为城市规划和管理、社会稳定与安全、可持续发展等提出了严峻挑战。智慧城市建设是当今世界城市发展的前沿趋势，也是我国"十二五"时期转变经济发展方式，提高城镇化质量，推进城市生产、生活和管理方式创新的重要举措。让发展富有创新活力，让城市运行更具"智慧"已成为社会主流。

智慧城市就是要充分利用现代信息通信技术，汇聚人的智慧，赋予物以智能，使汇集智慧的人和具备智能的物，互存互动、互补互促，相互协调、相互兼容，以实现发展需要及经济社会活动最优化城市发展的新模式和新形态。智慧城市通过以物联网、云计算、无线城市、数字城市等新一代信息技术作为支撑体系，通过社交网络、综合集成法等共聚合方法的应用实现全面透彻的感知，宽带泛在的互联、智能融合的应用以及可持续发展的创新。智慧城市不仅仅是技术上的变革，更是对城市空间、经济、社会、制度和管理等进行的全方位革新。

唐山作为河北省省域中心城市和国务院批准实施的《河北沿海地区发展规划》战略城市，已纳入了国家"十二五"规划。当前，我市正在积极贯彻落实探索创新驱动、转型升级，建设沿海强市、美丽唐山，争进沿海开放城市"第二梯队"的战略目标，这些都为唐山建设智慧城市提供了重要契机。对于我市而言，智慧唐山城市建设是一次难得的历史机遇，也是一项全新的课题，更是一个不断探索、不断完善的渐进式过程。

一智慧城市的内涵、建设背景及趋势

智慧城市最早缘起于IBM（国际商业机器公司）所提出的"智慧地球"愿景。为了应对金融危机，2009年美国迪比克市与IBM合作，建立第一个智慧城市，在一个6万居民的社区里将水、电、油、公共服务等城市公共资源连接起来，监测、分析和整合各种数据，已作出智能化响应，更好的为市民服务、为人类造福。"智慧地球"、"智慧城市"是对金融危机的响应，着力于寻找后金融危机时代的新型发展动力。这样的思考逻辑，主要产生于对"全球性经济危机往往催生科技革命"现象的深刻思考（见表1）。因为建设智慧城市要通过感知化、物联化、智慧化的方式，打造具有类似人类智慧的新型城市，所以它必须具备感知化、物联化、智能化等特征。据世界银行测算：如果一个100万人口的城市开展智慧城市建设，在投入不变的情况下，城市发展利润将增加2.5～3倍。

智慧城市的概念一经提出，美国总统奥巴马立即将其作为保持国家竞争优势的根本战略。随后，奥巴马在《经济复兴计划进度报告》中宣布，美国计划在未来3年内，为家庭安装4000万个智能电表，同时投资40多亿美元来推动电网现代化建设，作为美国政府推动绿色经济振兴计划的支柱之一。另外，加利福尼亚州圣何塞市启动了智能道路照明工程建设；此后，日本、韩国、荷兰、瑞典、新加坡等国家先后开始推进各具特色的智慧城市建设战略。至今，国外已有近20个国家的30余个城市进行了智慧城市建设。

二智慧城市建设的路径选择

自智慧城市的概念提出后，得到了国内外的广泛关注，实践探索很快被付诸行动，各国、各地区开展智慧城市建设的重点大有不同。根据对国内外智慧城市建设经验和相关研究的总结，并结合我市实际，智慧城市建设路径大体上可分为以下4种。

1.产业驱动型。

产业驱动型路径是指以高新信息技术产业为导向，形成以智慧产业链或产业集群为核心推动力的城市发展路径。智慧产业主要包括以信息技术为基础的新兴产业和经智慧化改造后的传统产业；唐山地处渤海湾中心地带，置身环渤海地区加速崛起的发展大势，唐山尤其面临着充分发挥独有的"环京津"、"环渤海"优势和加快自身发展的历史机遇。唐山建设智慧城市的产业驱动发展，旨在形成与周围产业紧密联系，产业联动以及功能互补的智慧城市发展模式。另外，唐山是一座具有百年历史的重工业城市。现在的唐山拥有160多个工业门类，已经形成了以煤炭、钢铁、电力、建材、机械、化工、陶瓷、纺织、造纸、食品为主的十大支柱产业，附有开滦股份、河北钢铁、冀东水泥、机车车辆、三友碱业、唐山陶瓷、京唐港、晶源电子和庞大集团等一大批大型骨干优势企业和一大批优势民营企业。2011年中国城市GDP排行五十强中，唐山突破5400亿，继上海、北京、广州之后和深圳天津一起跨入前19位。这些都为我市建设产业驱动型智慧城市带来不可估量的价值和积极影响。

2.创新驱动型。

创新驱动型路径是指以新兴信息、网络技术的应用为基础，以创新体系建设为核心，包括智慧城市创新主体、创新基础设施建设、创新管理服务体系、创新人才体系、创新资源环境等。创新驱动型路径的核心是用创新技术促进城市的发展和整体提升。俗话说：科技是第一生产力，科学技术是引领创新驱动、工业转型升级的根本力量。唐山建设创新驱动型智慧城市的基础较好，但需要投入大量的人力、物力和时间进行渐进式发展，这尤其需要科技创新的支撑。所以，以科技创新推动转型升级，就必须要牢固树立科技思维。科技思维，是高度重视科技创新作用的一种思维方式，鼓励创造，强调以科技引领经济社会发展。应通过建成研究所、创新研究中心、CDM开发公司以及实验社区开发等，普及最新技术的使用，使之成为全球指挥技术革新、研发以及产品中心。

3.可持续发展型。

可持续发展型路径是指以环境保护、资源可持续发展等为出发点，形成环境资源的智慧管理以及合理、高效、可重复利用，创建可持续发展的环境资源体系与城市发展路径。唐山能源资源十分丰富，主要有煤炭、石油、天然气资源、水资源等。风能、太阳能、地热能资源也具有广泛的开发远景。唐山可提出可持续的智慧城市建设计划，结合能源资源建立可持续性生活、可持续性工作以及可持续性公共空间的城市体系，通过安装和开发可持久和具有经济规模的专案，减少碳排放量（见表2）。

4.管理服务驱动型。

管理服务驱动型路径是指利用技术手段升级、优化等来提升公共管理服务能力，使城市公共管理功能更加高效、智能、精准、便民等的城市智慧发展路径。其主要内容包括：基础设施智能化转型建设、信息网络的完善、公共管理体系和公共服务体系的智能化全面提升。该类型建设路径的典型城市代表是中国香港和韩国首尔。香港自2007年开展了以"政府投资、购买服务、企业参与、建设运营"的智慧城市建设模式，以信息化服务全港市民为主要目标。通过政府投资建设基础设施，实现资源最优化配置。

5.多目标发展型。

多目标发展型路径是指在智慧城市建设过程中综合考虑产业的智慧化升级、公共管理服务的提升、居民生活的改善以及资源环境可持续利用等因素而形成的发展路径。其总体思路是以新一代信息技术发展为依托，坚持以智慧应用为导向，以智慧产业发展为基础，以智慧创新为动力、加快推进智慧应用体系，是以上几种类型路径的综合。唐山可以参照深圳的做法，深圳市以信息技术为基础，整合城市关键信息，旨在形成生活、产业以及社会管理等的综合模式。

总之，智慧城市是全球城市化发展的必然选择，尽管现阶段智慧城市建设还存在一些问题，但在不久的将来，智慧城市建设将成为城市建设的主流和解决城市发展问题的关键。产业驱动型、创新驱动型、可持续发展型、管理服务驱动等智慧城市发展路径，分别侧重各个方面的发展，但是各个方面要素都是相互联系不可分割的，以一点为侧重，也不能牺牲其他方面的利益。唐山在智慧城市建设中，应根据自身的特点及城市长期规划要求，选准发力点，明确适合的发展路径。作为研究者同时也是智慧城市建设的一份子，必须勇于承担历史责任，转变发展观念，在脚踏实学习的同时要敢于创新，用实际行动影响身边的人，让越来越多的人投身到智慧城市建设中。以上研究将为以后唐山建设智慧城市建设路径选择提供依据，并为后续研究奠定基础。

参考文献

[1]王璐，吴宇迪，李云波.智慧城市建设路径对比分析[J].工程管理学报，2012（10）：35-37

[2]赵四东，欧阳东，钟源.智慧城市发展对城市规划的影响述评[J].规划师，2013（2）：6

[3]张永民，杜忠潮.我国智慧城市建设的现状及思考，2011（2）：28-29