第一章 人工智能专业建设背景
1.1 国家战略
2018年教育部关于印发《高等学校人工智能创新行动计划》的通知，为落实《国务院关于印发新一代人工智能发展规划的通知》，引导高等学校瞄准世界科技前沿，不断提高人工智能领域科技创新、人才培养和国际合作交流等能力，为我国新一代人工智能发展提供战略支撑，特制定《高等学校人工智能创新行动计划》。
《高等学校人工智能创新行动计划》从优化高校人工智能领域科技创新体系、完善人工智能领域人才培养体系、推动高校人工智能领域科技成果转化与示范应用三个方面出发，制定18项任务，包括加强新一代人工智能基础理论研究;推动新一代人工智能核心关键技术创新;加快建设人工智能科技创新基地;加快建设一流人才队伍和高水平创新团队;加强高水平科技智库建设;加大国际学术交流与合作力度等。
根据《高等学校人工智能创新行动计划》中规划的目标:到2020年，基本完成适应新一代人工智能发展的高校科技创新体系和学科体系的优化布局，高校在新一代人工智能基础理论和关键技术研究等方面取得新突破;到2025年，高校在新一代人工智能领域科技创新能力和人才培养质量显著提升，取得一批具有国际重要影响的原创成果，部分理论研究、创新技术与应用示范达到世界领先水平;到2030年，高校成为建设世界主要人工智能创新中心的核心力量和引领新一代人工智能发展的人才高地，为我国跻身创新型国家前列提供科技支撑和人才保障。

1.2 人工智能专业发展现状
人工智能（Artificial Intelligence），它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以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。
人工智能的实际应用有：机器视觉，指纹识别，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，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。
如今处于风口上的人工智能产业界，受到了众多企业的追捧。截至2019年6月，中国人工智能企业超过1200家，位居全球第二。但我国人工智能行业并未摆脱人才稀缺的发展短板，专业人才稀缺严重。根据猎聘发布的《猎聘2019年中国AI&大数据人才就业趋势报告》，中国人工智能人才缺口超过500万。为了满足人工智能产业界对人才的迫切需求，国家相继出台了多项政策方针，引导高校尽快设置人工智能相关专业，加大人工智能人才培养力度。2019年3月，35所高校获批建设人工智能本科专业。2019年10月18日在教育部发布的《普通高等学校高等职业教育(专科)专业目录》2019年增补专业中，增补了人工智能技术服务专科专业。
高校人工智能专业建设初期,可能面临课程设立、教材开发、师资组建、实训规划等方面的问题，例如：
（1）学科专业建设还不成熟
当前，新一代人工智能给职业教育变革既带来了机遇，又带来了挑战。我国人工智能学科专业建设处于初级阶段，主要表现为人工智能学科专业体系尚不健全。现有人工智能专业人才培养主要依托计算机科学与技术、控制科学与工程等学科，亟需优化人工智能学科布局，加快推进人工智能领域一级学科建设。另一方面，人工智能专业建设尚不成熟，多数院校的人工智能专业建设仍然处于探索阶段。
（2）师资相对短缺
对于中国大力建设人工智能学科的高校来说，师资能力的缺口是学科发展的一大掣肘，计算机和信息学科新技术发展更新太快，有限的教师资源很难迅速掌握人工智能领域的新技术和新方法，设计性和探究性实验难以开展。教师教学任务繁重，新技术开发课程周期长，内部讲师培养周期长。
（3）教学实验选择困难
 人工智能专业的许多实验需要集群资源操作，现在市面上人工智能教具厂商复杂，真正适合高校教学、科研的教具如何选择，专业教师需要从不同角度对实验教具进行严格选型。
（4）课程体系和内容建设存在时差
当前人工智能专业的现状，迫切需要厘清人工智能专业教学特有的课程体系。由于新开专业尚无无标准体系可参考，教师在编制人工智能实验课程方面缺乏积累，教学内容开发缓慢。关键是缺乏大量真实数据和典型行业案例，理论和小型实验教学无法让学生体会到人工智能真实应用，造成学生动手和整体思维能力难以提升。

1.3 新基建加快人工智能时代的到来
新型基础设施建设主要包括5G基站建设、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网七大领域，涉及诸多产业链，是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。
2020年3月，中共中央政治局常务委员会召开会议提出，加快5G网络、人工智能、数据中心等新型基础设施建设进度，而人工智能作为全球科技竞争的制高点，对经济增长和国家安全均至关重要。在这一场全球竞争中，中国的优势在于积累了扎实的技术基础、丰富的应用场景和海量数据，在新基建大战略下，将为国家发展打造竞争新优势、注入增长新动能，这不仅能在中短期内创造大量投资机会、提升发展动能，而且能加速智能经济的落地和智能社会的到来，提升人类应对类似不确定性风险的能力。

第二章 基于Honeywell Niagara技术——人工智能专业建设特色
“十四五”期间人工智能和物联网将成为中国技术发展的优先方向，人工智能与物联网并不是相互独立的，而是相辅相成，密不可分的，人工智能需要物联网作为载体，而物联网需要人工智能来驱动，霍尼韦尔人工智能专业基础实验室更注重学科交叉，“学科交叉”是作为人工智能高等人才培养的关键词往往是被高校所忽略的。
霍尼韦尔针对人工智能专业建设通过提供一个通用的智能物联框架，可以很好地补足人工智能和物联网涉及到学科交叉出现的短板，霍尼韦尔智能物联框架将不同厂商、不同网络、不同协议的各种异构智能系统，通过盖框架无差别化的统一集成起来，让异构设备互联、互通、互操作，再通过人工智技术去实现异构系统的智能化，其作为全球领先的智能物联技术框架，师生可以基于这一框架工具快速开发各种不同行业的智能业务系统，并可以申请独立的知识产权。
 
智联框架提供了一个全方位的强大的集成开发工具，其地位类似于Android系统中的底层内核，可以满足不同层次、不同人员、不同行业方向的扩展开发，包括底层驱动库、算法模块、APP应用程序模块、UI交互体验等。现阶段物联网涉及的所有协议，如ZigBee、BACnet、Modbus、Lonwork、OPC等均可以无缝兼容，对于以后出现的新协议、新的网络通讯技术，以及更多的私有协议，这个平台因其开放开源的架构，一直都在以强大的生命力来适应这种变化，这二十多年对科技充分融合的成功历史也充分证明了Niagara架构可以不断成长、不断扩展，来满足不断增长的多样性和异构性。
 
对于人工智能专业建设来讲，这种可成长性和全球性的开源架构，使得智联平台的学习者与使用者可以长期保持就业优势，结合人工智能技术去融入智能制造、智能家居、智慧城市、智慧物流、智能建筑、商超连锁等几乎全行业的工作中，赋予生态链崭新的生命活力：
  通过开放式架构，将离散的智能设备和子系统有机连接起来,使得物理环境透明化；
  通过分布式实时数据库平台，将设备海量实时数据准确完整记录下来；
  通过人工智能进行分析运算，为企业决策提供实时可靠的数据决策支撑。

第三章 人工智能专业建设核心课程体系
基于人工智能行业对人才需求的分析及人工智能工作岗位专业能力的分析，物联网作为人工智能赖以生存的土壤，霍尼韦尔针对人工智能专业人才培养的课程体系增加了物联网导论、物联网中间件技术与应用两门课程，同时在综合智能项目实践环节会加入融合两个学科的实践课程，意在通过学习物联网技术来获取可以支撑人工智能的真实数据，服务于学生进行更深层次的专业学习。
1.专业核心课程
机器学习、神经网络原理、Python 程序设计、数据结构、计算机组成与结构、深度学习、物联网导论、物联网中间件技术与应用、自然语言处理、语音识别、机器视觉、专家系统、离散数学、随机过程、操作系统原理等。
2.学位课程
高等数学、Python 程序设计、离散数学、数据结构、操作系统原理、机器学习、神经网络原理等。
3.主要实践环节
机器视觉综合实践、综合智能项目实践、深度学习应用实践、创新实践课程、数据结构课程实践、毕业实习、数据库课程实践、程序设计课程实践、专业劳动教育实践、毕业设计（论文）

第四章 基于Niagara人工智能专业实验实训建设方案
基于霍尼韦尔人工智能专业人才培养体系，对于人工智能专业实验实训建设主要分四个阶段进行：
第一阶段，围绕霍尼韦尔人工智能开发套件进行基础实验的演练，该套件含有高通用性嵌入式高性能AI开发硬件，软硬件接口丰富，师生可根据范例代码开发完成包括智能传感器实验、人脸识别实验以及语音识别等实验实训需求；
第二阶段，在第一阶段的建设的基础框架上进行进一步扩充，与霍尼韦尔Niagara技术进行二次开发和扩展，可以不断的将各种人工智能实际应用环节或者模块不断融合开来，不断的扩展，达到可以满足各种基于物联网数据融合的人工智能技术研究的全平台；
第三阶段，在前两个阶段的基础上，进行更丰富的领域知识融合，比如低碳、新能源、物联网等，进而达到可以满足多个学科融合的人工智能教学实训实习基地建设；
第四阶段，利用人工智能相关技术，与Niagara技术平台对人工智能专业基础实验室进行改造，将真实的物理环境作为教学实训环境，实现实验室真实物理设备的智能化联动。

4.1 人工智能基础实验
4.1.1 人工智能基础实验包
人工智能涉及的到只是比较广阔，需要有较强的数学基础、编程基础以及相关的嵌入式开发能力，目前本科院校人工智能专业学习知识体系偏重理论，建立该专业基础实验室目的是为学生将理论更好地进行融会贯通，促进学生对该专业知识的实践应用。
人工智能基础实验硬件清单：霍尼韦尔人工智能开发套件、增强型USB无线网卡、64GTF卡、读卡器、资料U盘、USB数据线、电源适配器+电源线、IO扩展板、面包板、40P排线、亚克力固定板、连接线、带风扇外壳、收纳盒、双色LED传感器、RGB-LED传感器、7彩LED传感器、继电器传感器、激光传感器、轻触开关按键、倾斜开关传感器、振动传感器、有源蜂鸣器传感器、无源蜂鸣器传感器、干簧管传感器、U型光电传感器、AD/DA转换PCF8591传感器、雨滴检查传感器、PS2操作传感器、电位器传感器、霍尔开关模块、温度传感器、声音传感器、光敏电阻模块、火焰传感器、烟雾传感器、触摸传感器、超声波模块、360旋转传感器、红外避障传感器、LCD液晶模块、气压传感器、陀螺仪三轴加速、实时时钟传感器、循迹传感器、风扇电机组件、步进电机、PIR人体热释点模块、40P公对母线、摄像头及固定片、二维鸵寄云台、电源、5V 2A电源适配器模块、鸵机驱动板、声卡、USB喇叭、五金包。

4.1.2 基于人工智能基础实验包的实验课程
基于人工智能基础实验包的课程主要分为两类，传感器实验类及AI人工智能学习实验，实验课时根据学生知识基础以及学校课时进行合理化定制，设置的实验课程如下：
（1）基础GPIO与传感器实验模块
- 双色LED实验
- RGB-LED传感器实验
- 七彩LED灯闪烁
- 继电器实验
- 激光传感器实验
- 轻触开关按键实验
- 倾斜开关实验
- 震动开关传感器实验
- 蜂鸣器实验
- 干簧管传感器实验
- U型光电传感器实验
- PCF8591模数转换气实验
- 雨滴探测传感器实验
- PS2操纵杆实验
- 电位器传感器实验
- 模拟霍尔传感器实验
- 模拟温度传感器实验
- 声音传感器实验
- 光敏传感实验
- 火焰报警实验
- 烟雾传感器检测实验
- 触摸开关传感器实验
- 超声波传感器距离检测
- 旋转编码器实验
- 红外避障传感器实验
- 12C LCD1602液晶显示实验
- BMP180气压传感器实验
- MPU6050陀螺仪加速传感实验
- DS1302实时时钟模块实验
- 循迹传感器实验
- 直流电机风扇模块实验
- 步进电机驱动模块实验
- PIR人体热释电感应模块实验
（2）AI人工智能学习实验
- 摄像头测试实验
- OpenCV读取、写入和显示图像实验
- OpenCV绘画函数的使用实验
- OpenCV进行颜色检测实验
- OpenCV脸部和眼睛检测实验
- OpenCV行人检测实验
- OpenCV车牌检测实验
- OpenCV定位物体的实时位置实验
- OpenCV摄像头云台物体追踪实验
- OpenCV摄像头云台人脸追踪实验
- OpenCV运动检测与追踪实验
- OpenCV二维码识别实验实验
- 基于Dlib实现人脸身份识别
- 基于Pytorch的手势、表情、脸部特征识别实验
- Jetson-inference库自定义物体识别实验
- 神经网络图像识别实验
- 基于Jetson-inference识别感兴趣对象实验
- 百度语音实时语音合成播放及识别
- 基于百度语音实时播放识别对象实验

4.2 基于Niagara技术的人工智能综合实训
4.2.1 基于Niagara技术的人工智能综合实训包
（1）基于Niagara技术的教学基础包
每套教具包含1个网络控制器及其服务包，1个网口连接 IO 模块，1个串口连接 IO 模块，1个Bacnet 温控器，1个单面教具床，其设备简介见下表：
（2）Niagara技术与人工智能融合的教学扩展包
人工智能教具扩展包含高清摄像头、语音交互麦克风、高音质扬声器、自锁式按钮、人体红外传感器、烟雾传感器、光照传感器等实验模块，可以实现手势识别控制设备启停、语音识别控制设备启停、语音交互设定场景模式、人脸识别等基础性人工智能教学实验。一方面实现了数据实时采集、数据传输、设备控制等，另一方面实现了本地小规模人工智能应用。整个教具在教学基础包外添加了多种功能模块，让学生能有系统且具体的认知，实现将人工智能与物联网相结合，实现传感器采集数据，实现物联网进行数据通讯，以及实现人工智能转向应用智能的发展。

4.2.2 基于Niagara技术的人工智能综合实训课程
在保持学院现有的人工智能技术应用专业理论课程基础上，综合行业中对人工智能相关职业任职的要求，部分优化教学实践结构，在程序综合设计、计算机视觉工程综合实践、自然语言处理综合应用实践三门课程中，融入霍尼韦尔针对人工智能技术应用专业研发的实践课程体系。该课程体系在完成人工智能教学的基础上，同时能够让学生对物联网相关知识有深刻了解，体验到二者在实际项目中的相辅相成。课程体系如下：
（1）可参考的主要理论课程体系：
物联网与人工智能技术理论基础
- 物联网技术基础
- 人工智能技术基础
- 人工智能与物联网中间件技术的融合应用
人工智能数据基础：物联网应用及开发
- Niagara技术及人工智能技术概论
- Niagara应用场景的逻辑组态编程及语音识别
- Niagara设备系统集成调试及计算机视觉开发
- 基于Niagara技术的物联网中间件技术开发
人工智能应用开发：智能控制系统
- 智能控制系统概述
- 自然语言技术与计算机视觉技术
- 智能控制系统与自然语言技术
- 智能控制系统与计算机视觉技术

（2）基于Niagara的《人工智能数据基础：物联网应用及开发》课程简介
本规划结合理论教学及实践操作，让学生有能力在不同的物联网实际应用场景下，实现设备互联互控和人工智能感知控制，使学生对物联网在实际应用环境有更加深刻的认识并掌握搭建物联网-人工智能方向项目的能力。
本课程的建议课时：40 学时。
Niagara技术及人工智能技术概论
理论课程：
1)物联网的起源和发展
2)人工智能技术
3)物联网主要应用场景和平台技术
4)系统架构和中间件技术
5)物联网基础框架软件Niagara
6)物联网-人工智能应用案例- 无
实操课程：无

Niagara应用场景的逻辑组态编程及语音识别
理论课程：
1)Niagara通用数据分类
2)逻辑模块简介
3)历史数据扩展
4)报警记录扩展
5)组态化逻辑编程
6)数据呈现
7)语音识别扩展
实操课程：
1)建立平台和站点
2)基础的逻辑模块配置和使用
3)逻辑编程-冷热水泵控制
4)时间表和特殊事件
5)历史记录采集
6)报警管理
7)PX视图制作
8)简单锅炉系统Px视图制作
9)网络控制器安装和调试
10)添加语音识别扩展模块

Niagara设备系统集成调试及计算机视觉开发
理论课程：
1)电气接口简介
2)通讯协议概论
3)Modbus通讯协议
4)Bacnet通讯协议
5)图像识别模型
实操课程：
1)Bacnet IP 设备集成
2)Bacnet MSTP 设备集成
3)Modbus TCP 设备集成
4)Niagara 站点集成
5)图像采集分析与感知层设备集成

基于Niagara技术物联网中间件开发
理论课程：
1)Niagara 开发环境
2)Niagara 软件架构 
实操课程：
1)如何用软件开发Niagara4的模块
2)Object类型和BObject

（3）基于Niagara的《人工智能应用开发：智能控制系统》课程简介
本规划综合少量理论教学及大量实训教学，让学生能在实训中，实现设备互联互控和人工智能感知控制，通过本课程的学习，能够熟练开发新的物联网-人工智能方向应用场景。
本课程的建议课时：40 学时。
智能控制系统概述 
理论课程：
1)应用场景详述
2)应用场景涉及的平台与技术 
实操课程：无

图像识别模型技术及自然语言技术 
理论课程：
1)摄像头图像采集
2)图像分析及开发
3)图像识别感知控制
4)自然语言采集及处理
5)自然语言感知控制 
实操课程：
1)开发板认识实验
2)图像采集实验
3)图像分析及开发实验
4)图像识别控制感知层设备实验
5)语音采集及处理实验
6)语音控制感知层设备实验

智能控制系统与自然语言技术
理论课程： 
1)智能控制系统功能
2)语音识别技术功能
3)基于自然语言识别的智能联动控制 
实操课程：
1)基础功能联动实验
2)语音模块开发实验
3)语音识别控制联动设备实验
4)交互界面开发

智能控制系统与计算机视觉技术 
理论课程：
1)智能控制系统功能
2)计算机视觉识别技术功能
3)基于视频识别的模块联动控制 
实操课程：
1)基础功能联动实验
2)图像识别模块开发实验
3)图像识别控制联动设备实验
4)交互界面开发

4.3 基于Niagara技术多学科融合的绿色电力场景实训
4.3.1 教具简介
绿色电力储能场景教具抽象于真实绿色光伏发电与储能案例，融合了光伏发电、电池储能、充放电控制以及基于云边协同架构的光伏电站管控等技术，并结合人工智能完成光伏板根据光照角度自动调节方向，实现最大效率的光能转换。
教具所有核心部件均为工业级正规设备，主要包括光伏发电模块、汇流箱模块、储能电池模块、离网逆变模块、电池储能管理、发电放电监控系统、人工智能逐日系统等，结合碳核算，完成绿色电力产能、储能、计算等实验。

4.3.2 教学目标
1．对真实项目中工业级设备进行学习及互联，通过硬件连接图了解光伏发电系统的硬件组成、设备连接、通讯协议以及主要设备的功能和应用场景；
2．通过真实项目来了解异构子系统之间的整合联动，并学习利用Niagara框架，搭建绿色光伏储能的物联网基础架构，通过Niagara技术建立绿色电力各子系统之间的逻辑关系；
3．对真实项目绿色电力运维进行学习复现，通过设定不同的工作模式：市电优先、逆变器优先、节能模式，来实现效益最大化；
4. 利用人工智能技术对光伏板随着日照角度的转换而发生变化，实现最大效率的光能转换；
5．建立自保护逻辑：电池欠压过压保护、过载功率保护、逆变器输出短路保护、温度过高保护功能、报警功能；
6．对绿电光伏进行碳核算，并使用节能逻辑优化，输出对比方案；
7．建立可视化的数据中心，便于对绿电光伏系统进行正常运维；
8．通过对对绿色电力储能场景课程的学习，学生可以独立利用Niagara框架完成拓展训练里的其他场景应用搭建工作。

4.3.3 实训课程
在培养该方面人才要以强化实践能力、设计能力与创新能力为核心，构建完整的课程体系和教学内容，加强跨专业、跨学科的复合型人才培养，让学生参与到工业实践中，制定鼓励企业参与人才培养的政策，建立校企联合培养人才的新机制，促进创新型、应用型、复合型和技能型人才的培养。
可参考的主要理论课程体系：
（1）光伏储能技术理论基础
- 绿色低碳发展的背景与技术
- 绿色低碳人工智能技术与应用
- 光伏储能系统架构及场景案例分析
- 光伏储能系统与中间件技术的应用及实施
（2）光伏储能感知控制技术应用及开发
- Niagara技术与光伏储能技术概论
- Niagara应用场景的逻辑组态编程及光伏储能系统扩展
- Niagara设备及光伏储能设备集成开发
- 基于Niagara技术物联网中间件开发
- 基于AI技术实现光伏储能的智能化控制
（3）基础数据应用光伏储能智能应用系统开发
- 基于光伏组件监测的物联网专业综合实验系统架构
- 绿色光伏储能监测监控系统的部署
- 基于Niagara技术的控制开发
- 光伏储能系统能效数据监测开发
- 基于AI技术的能效分析及智能控制开发
- 系统能量回收效率分析

a.基于Niagara的《光伏储能感知控制技术应用及开发》课程
建议课时：40学时。课程内容按如下分类：
（1）Niagara技术与人工智能及光伏储能技术
（2）Niagara应用场景的逻辑组态编程及光伏储能系统扩展
（3）Niagara设备及光伏储能设备集成开发
（4）基于Niagara技术物联网中间件开发

b.基于Niagara的《光伏储能智能应用系统开发》课程
该课程体系主要以实训教学为主，理论教学为辅，为该专业的学生系统深入研究物联网框架在光伏储能方向上的应用，并使用人工智能技术实现设备互联互控和节能调优控制，教学实验基于Modbus TCP/IP、Modbus RTU、BACNet等物联网协议的数据集成及可视化交互界面呈现。本课程可以使学生对人工智能及物联网在光伏储能上的应用有更加深刻的研究，进而掌握该方向项目搭建的能力。
本课程的建议课时：40 学时。课程内容按如下分类：
（1）基于光伏组件监测的智能综合实验系统架构
（2）绿色光伏储能监测监控系统的部署
（3）基于Niagara技术的控制开发
（4）光伏储能系统能效数据监测开发
（5）系统能量回收效率分析

c.科研与实训功能拓展
完成以上课程后，已基本具备多科学多领域方向系统的开发能力，学员可以分析绿色光伏储能中更多详细需求，对应用场景类实训设备及系统进行新旧系统的重组与改造，结合人工智能技术实现创新。
教学以小组形式搭建指定命题的人工智能场景系统，将实验教具应用于其他场景模拟，增强学生的团队凝聚力，集思广益，思维发散，将想法转化为功能模块并实现，在合作过程中进行合理分工，提升实验效率，加强团队意识。

4.4实训环境建设
（略）

第五章 关于霍尼韦尔
5.1 企业介绍
霍尼韦尔成立于1885年，是一家从事自控产品开发及生产的拥有百年历史的全球500强高科技公司，在多元化技术、可持续发展技术占世界领导地位。其宗旨是增加舒适感、提高生产力、节省能源、保护环境、保障使用者生命及财产，为全球的楼宇、工业、化工、航空等市场的客户提供服务。霍尼韦尔在华历史可以追溯到1935年在上海开设的第一个经销机构。霍尼韦尔秉承深耕中国谋求长期发展的理念，贯彻“东方服务东方”和“东方服务世界”的战略，以本土创新推动全球增长。目前，霍尼韦尔所有业务集团均已落户中国。
霍尼韦尔包括四大业务集团：
航空运输：全世界几乎每一架飞机上均有霍尼韦尔航空航天集团的各类产品和服务的身影，包括飞机推进系统、驾驶舱系统、卫星通讯、辅助动力系统等。
智能建筑科技：我们的产品、软件和技术用于全世界1000多万栋建筑中，为客户打造安全、节能、可持续、高效的设施。
特性材料和技术：我们研发了高性能材料、炼油工艺技术、自动化解决方案和工业软件，助力全球可持续产业变革。
安全与生产力：我们的自动化物料搬运、语音识别、扫描和移动终端、软件、解决方案和个人防护产品有助于提升企业绩效、作业安全和提高生产力。

5.2 霍尼韦尔开放框架生态体系
世界经济系统的生命力来源于自身细胞的不断演化，而霍尼韦尔就是这些细胞中最活跃的一个。霍尼韦尔的智能物联技术一直居于领跑者的位置，它改变了产业结构，围绕该框架技术已经形成了众多合作伙伴协调发展的良好生态系统。霍尼韦尔的发展目标很明确，就是要大力的推动生态圈的建设，顺应新商业时代的商业模式。而生态圈又包含着如阿里巴巴、华为等众多同样拥有自身庞大生态体系的世界巨头，这种生态树状结构的生态网，不仅能为师生带来几乎无尽的机会，更能保证这一技术的生命力。