美國(guó)大學(xué)自動(dòng)化專業(yè)前景介紹

一.自動(dòng)化可以申請(qǐng)的方向

經(jīng)常有人會(huì)問，我們自動(dòng)化的出國(guó)應(yīng)該申請(qǐng)什么系?或者我們到底在美國(guó)屬于什么專業(yè)?由于中國(guó)專業(yè)設(shè)置的特殊性，控制或者說自動(dòng)化專業(yè)在美國(guó)并沒有正好對(duì)應(yīng)的院系。

一般說來，和控制理論研究、機(jī)器人相關(guān)的在EE，和過程控制、過程優(yōu)化等相關(guān)的在ChE，和運(yùn)籌學(xué)、后勤學(xué)相關(guān)的在IE，和機(jī)械控制相關(guān)的在ME，和航天航空器控制相關(guān)的在AE。

當(dāng)然，各個(gè)學(xué)科是交叉的，劃分不會(huì)像上述所說的這么精確，比如robotic在EE/ME都有人在做，控制理論則EE/MATH做的多。

而且有些學(xué)校有些特殊的學(xué)院，比如System Engineering，也是control guys的好去處。

因此，在選校過程中，花比CS或者ChE的人更多的精力，每個(gè)學(xué)校看3、4個(gè)系，是正常的也是需要的。不要把目光僅僅局限在EE。

在國(guó)內(nèi)CS/EE是熱門，控制系開課的時(shí)候大家對(duì)面向化工過程控制的課非常有意見。在IT全球降溫以后，至少在美國(guó)，ChE和ME的工作形勢(shì)優(yōu)勢(shì)明顯。

先說機(jī)械自動(dòng)：

Biomechatronic：直譯就是生物醫(yī)學(xué)機(jī)械電子，也就是一個(gè)大雜燴。比較exciting的方向倒也基本和電結(jié)合的很多，比如說為殘疾人設(shè)計(jì)輔助系統(tǒng)(輔助康復(fù)，輔助練習(xí))。

如果你學(xué)的機(jī)械design比較多，在這個(gè)方向里，你可以設(shè)計(jì)假肢等。

Robot：這個(gè)范圍就廣了，主要還是機(jī)械設(shè)計(jì)方面的，上肢范圍的(Haptic，適用于工業(yè)生產(chǎn)線，無人化工廠)，下肢范圍的(行走機(jī)器人，適用于救援，星球探測(cè))

電力能源自動(dòng)化：

很多人覺得電力電子比較枯燥，特別不喜歡。其實(shí)能源這種問題是不能和你作一個(gè)機(jī)器人什么的擺在一個(gè)臺(tái)面上的，它絕對(duì)是國(guó)家級(jí)和戰(zhàn)略級(jí)的。

長(zhǎng)三角的限電，還有三峽工程。電能直接決定中國(guó)這個(gè)大國(guó)的工業(yè)發(fā)展和城市發(fā)展。將來能源會(huì)不會(huì)不只握在國(guó)家手里，這個(gè)是不知道的，

但是不管是握在誰手里，對(duì)于我們這么大的一個(gè)國(guó)家，這里面的賺頭都不會(huì)少的。

光電，檢測(cè)自動(dòng)化：

這個(gè)方向，從低到高都是非常的pratical，所以也有錢賺的。

誰都知道傳感器就是相當(dāng)于人的手腳耳眼(沒有鼻子，哪天有人能作出嗅覺傳感器，有那么一天，說不定能作出閉環(huán)feedback control的“做飯機(jī)”出來。

比較低端的，就是常用的工業(yè)傳感器，安設(shè)，電路設(shè)計(jì)等等。高端的，精密的那種，核電站的，多了去了。

還有就是視覺方面的傳感器，相當(dāng)于image processing和pattern recognition的前期工作，很熱的。

這個(gè)主要是復(fù)雜的對(duì)象，比如我們這里有的一些項(xiàng)目，例如，衛(wèi)星太陽能板幾千塊小鏡面需要以最快速度找到陽光最強(qiáng)的方向，這幾千個(gè)小塊都能各自以一定自由度旋轉(zhuǎn)。

還有就是有些控制系統(tǒng)是用比較特殊傳感器的，比如視覺的，要從看到景物的移動(dòng)中，計(jì)算速度和深度(2D-3D)，自由度怎么建。

這個(gè)就是正牌的control了，主要是作算法，就是相當(dāng)于人的腦子。作為算法，具體問題具體分析，控制對(duì)象不同也不同。

這些算法可以用到平常如工業(yè)機(jī)床，化工高爐，也可以用到機(jī)器人，生產(chǎn)機(jī)械手，還可以用到航空航天，導(dǎo)彈衛(wèi)星。我的認(rèn)識(shí)就是給機(jī)械灌入了靈魂和智慧。

個(gè)人感覺分為3塊：其實(shí)控制發(fā)展到現(xiàn)在，有模型的系統(tǒng)，那些控制算法已經(jīng)很多了，屬于經(jīng)典控制的范疇。

現(xiàn)在還能有進(jìn)展的可能就是optimization和model-predictive還有hybrid了。個(gè)人感覺數(shù)學(xué)的東西特別多。如果投身如此，屬于經(jīng)典領(lǐng)域，重要的是你作project的能力了。

不過個(gè)人看到這里面的一些新動(dòng)向，就是和經(jīng)濟(jì)學(xué)有關(guān)。作練習(xí)的時(shí)候經(jīng)常用一些經(jīng)濟(jì)學(xué)的例子，做到最后發(fā)現(xiàn)居然是control的問題。

其實(shí)抽象的看，在有模型的控制方法來看，模型就是一個(gè)式子，至于這個(gè)式子在實(shí)際系統(tǒng)中的意義，不是那么重要了。

個(gè)人感覺在model-base control里面，多是針對(duì)linear model，對(duì)于nonlinear model，方法不是特別多，還有一定的挖掘潛力。

說道了nonlinear model就不能不提knowledge base control，說得具體點(diǎn)就是所謂的專家系統(tǒng)，模糊控制，神經(jīng)元什么的，這是一條新路。

這些一部分是算法：不管你模型是什么，把專業(yè)技術(shù)工人的知識(shí)拿過來作為機(jī)械自己的知識(shí)，完成相應(yīng)的控制目標(biāo)。

一部分是建模：曾經(jīng)做過的assignment是用神經(jīng)網(wǎng)絡(luò)建模的，每個(gè)神經(jīng)元都是線性的，但是卻比任何一個(gè)線性模型都要準(zhǔn)確擬合非線性的行為。

更關(guān)鍵的，這種控制器可以實(shí)現(xiàn)adaptive和learning的功能，就是他能從控制的失敗中自己學(xué)習(xí)怎么更好的控制。

我現(xiàn)在還不知道這個(gè)是怎么干得，但是將來和AI結(jié)合，是很有可能的。投身如此的人，必要耐得住寂寞，

主要研究魯棒，LMI(linear matrix inequality)，既枯燥有很難，理論性很強(qiáng)，現(xiàn)在又時(shí)興起probalistic的魯棒了。

二.我看理工交叉學(xué)科

近代科學(xué)發(fā)展特別是科學(xué)上的重大發(fā)現(xiàn)和國(guó)計(jì)民生中的重大社會(huì)問題的解決，常常涉及不同學(xué)科的相互交充滿和相互滲透。

學(xué)科交叉逐漸形成一批交叉學(xué)科，尤其是理工科，如化學(xué)與物理學(xué)的交叉形成了物理化學(xué)和化學(xué)物理學(xué)，

化學(xué)與生物學(xué)的交叉形成了生物化學(xué)和化學(xué)生物學(xué)，物理學(xué)與生物學(xué)交叉形成了生物物理學(xué)等。

這些交叉學(xué)科的不斷發(fā)展大大地推動(dòng)了科學(xué)進(jìn)步，因此學(xué)科交叉研究(interdisciplinary research)體現(xiàn)了科學(xué)向綜合性發(fā)展的趨勢(shì)。