刘书含 翁 荻 巫英才

(浙江大学计算机辅助设计与图形学国家重点实验室 杭州 310058)

1 引 言

自 2013 年工业 4.0[1](或互联工业、工业互联网[2-3])的概念被提出以来，全世界的工业进程都飞速奔向智能制造时代。工厂中越来越多的传感器、3D 扫描仪等各类新设备以及蓝牙网络等各种连接方式为人类带来了海量的工业数据资源，从而开启了工业信息化革新的大门[4]。但是，对工业数据进行分析仍然是一项严峻的挑战。一方面是因为工业数据规模大、维度高、结构多变、内容复杂；另一方面是因为工业数据具有多变的应用场景，难以直接应用全自动化的分析模型。

数据可视化使用视觉通道对数据属性进行编码，并通过直观的图表传递信息[5]。种类丰富的可视化形式满足了对大量复杂的异构数据量身定制图表的需求。再者，可视分析结合数据可视化方法将人类感知融入数据分析的过程中[6]，同时利用人类智慧和机器算力，极大地增加了分析的灵活性、可解释性和准确度。因此，可视分析被广泛地应用于工业数据，是工业 4.0 必不可少的关键技术[7-8]。

本文收集了近十年来在可视化、可视分析、人机交互会议与期刊中发表的有关工业场景的研究，并在网络上采用关键词搜索的方式提取了相关研究。本综述的结构包括：第二章总结了工业场景下常用的数据类型，并按照生产阶段(设计规划、生产制造、运维服务)及属性(时间、空间、时空结合)分别归类介绍；第三章根据数据的共有属性，按时间、空间、时空结合分类介绍了对应的可视化方法；……