为了提升自动驾驶汽车对周边环境的感知能力，提出优化DeepSort的前方多车辆目标跟踪算法. 采用Gaussian YOLO v3作为前端目标检测器，基于DarkNet-53骨干网络训练，获得专门针对车辆的检测器Gaussian YOLO v3-vehicle，使车辆检测准确率提升3%. 为了克服传统预训练模型没有针对车辆类别的缺点，提出采用扩增后的VeRi数据集进行重识别预训练. 提出结合中心损失函数与交叉熵损失函数的新损失函数，使网络提取的目标特征有更好的类内聚合以及类间分辨能力. 试验部分采集不同环境的实际道路视频，采用CLEAR MOT评价指标进行性能评估. 结果表明，与基准DeepSort YOLO v3相比，跟踪准确度提升1%，身份切换次数减少4%.

针对传统相似性方法在提取健康指标和相似性匹配上存在的不足，提出结合自编码器神经网络的基于多时间尺度健康指标相似性的预测方法（AE MTS-HI）. 采用自编码器从状态监测数据中提取表征发动机退化状态的健康指标，降低提取过程非线性信息的损失. 将测试退化轨迹长度的波动纳入考量，针对性地设计多时间尺度的健康指标进行相似性匹配. 这不仅可以克服单一时间尺度匹配导致的精度限制，而且可以提高预测的鲁棒性. 在涡扇发动机的公开数据集上验证所提方法的性能. 结果表明，利用该方法能够显著提升剩余使用寿命（RUL）的预测精度，为预知维护提供有力支撑.

针对水质数据在时间和空间维度上的复杂依赖关系，提出基于图神经网络（GNN）的地表水水质预测模型. 该模型采用GNN建模地表水水质监测站点在空间上的复杂依赖关系，使用长短时记忆网络（LSTM）建模水质指标序列在时间上的复杂依赖关系，将编码结果输入到解码器中得到预测输出. 实验结果表明，与时间序列分析方法、通用回归方法和一般深度学习方法相比，该模型能够实现23.3%、26.6%和14.8%的性能提升.

传统、新型岩土工程问题诸如压缩空气含水层储能、充气截排水技术、二氧化碳地质封存、油气地下储备工程等均涉及气水两相流与应力耦合. 针对这一工程实际，根据非饱和土气水两相渗流-应力弱耦合理论，开发了基于TOUGH2与FLAC3D的气水两相渗流-应力耦合计算搭接程序. 该计算程序能够较为真实地模拟气水两相渗流问题，能够探讨流动过程中气水的相互作用及其对过程的影响. 程序考虑了气水两相渗流与土体骨架变形直接的相互作用，反映了这一过程中孔隙度、渗透率、毛管压力和土体物理力学参数的变化，实现了更为完善的气水两相渗流与应力弱耦合分析. 通过与经典的排水试验和模型试验对比，验证了该程序可以较为准确地模拟气水两相流-应力之间的相互作用.

针对传统车联网（IoV）数据易被篡改、访问控制不够灵活的问题，提出基于区块链和带权密文策略属性基加密的车联网数据安全共享方案. 该方案由路侧单元共同维护区块的生成、验证和存储，实现分布式数据存储，保证数据不可篡改；基于属性对链上数据进行访问控制，保证只有授权的访问者才能访问数据内容；针对车联网场景下多实体、多角色的数据共享需求，通过挖掘车联网数据访问角色间属性权限的关联关系，构造基于多属性的层级访问策略制定方法，简化访问控制策略的复杂度. 实验分析表明，该方案能够实现对车联网数据的安全存储与灵活访问控制，所构建的层级访问策略制定方法能够有效降低车辆的计算和传输开销，满足车联网场景下多实体、多角色的访问需求.

为了提高RGB-D相机同时定位与地图构建（SLAM）系统在弱纹理场景下的定位精度和鲁棒性，提出快速的基于点线特征的SLAM方法. 在非关键帧的追踪过程中，基于描述子进行点特征匹配，基于几何约束进行线特征匹配；当插入新的关键帧时，计算线特征描述子以完成关键帧间的线特征匹配，并利用线特征三角化算法生成地图线. 通过降低线特征匹配过程运算量来提高SLAM系统的实时性. 此外，利用线特征的深度测量信息构造虚拟右目线段，并提出新的线特征重投影误差计算方法. 在公开数据集上的实验结果表明，与ORB-SLAM2等主流方法相比，所提算法提高了RGB-D SLAM系统在弱纹理场景下的定位精度；与传统点线特征结合的SLAM方法相比，所提算法的时间效率提高了约20%.

针对现有的垃圾图像分类模型实时性能差和分类精度低的问题，提出基于改进MobileNet v2的垃圾图像分类方法，构建以MobileNet v2为核心的轻量级特征提取网络. 通过调整宽度因子降低模型的参数量；在模型中嵌入通道和空间注意力模块，增强网络对特征的细化能力；设计多尺度特征融合结构，增强网络对尺度的适应性；利用迁移学习的方式优化模型参数，进一步提高模型精度. 实验结果表明，算法在自建数据集上的平均准确率为94.6%，分别高于MobileNet v2、VGG16、GoogleNet、ResNet50、ResNet101模型2.0%、3.4%、3.2%、2.3%、1.2%；所提算法在2种公共图像分类数据集CIFAR-100和tiny-ImageNet中均取得不错表现；模型参数量仅为0.83 M，体积约为基础模型的2/5，在边缘设备JETSON TX2上的单次推理耗时68 ms，实现了推理速度和预测准确率的提升.

针对无人机通过视觉对地面动态目标跟踪过程中视角固定易丢失目标，以及在着陆过程中由于成像畸变严重、画面不稳定导致定位精度差的问题，提出随动视觉跟踪的跟踪控制策略和基于视觉联合磁引导的获取无人机高精度相对位姿的方法. 在跟踪过程中，设计新型信标图案供无人机进行视觉识别获取目标的方位，识别速度可以达到5 ms/帧，通过随动视觉跟踪完成实时跟踪. 在着陆过程中，在动态目标上设置磁源，利用无人机检测磁场特性并通过BP神经网络解算相对位置；在信标图案内设置平行线特征，用于近镜头时辅助视觉解算相对角度. 在获取无人机相对位姿后，进行相应的运动控制即可完成着陆. 实验结果表明，跟踪过程稳定可靠，抗干扰能力强；着陆精度高，着陆误差小于2 cm.

综述直接空气捕集CO₂吸附剂的研究进展，对比碱/碱土金属基吸附剂、金属有机框架吸附剂、负载胺基吸附剂、变湿吸附剂的优缺点，从吸附容量与胺效率、动力学与载体选择、再生方式与能耗、热稳定性与抗降解等方面对吸附剂性能进行评估. 简要叙述相关工程示范项目和技术经济性；总结研究中存在的问题，展望未来的研究方向.

为了实现飞机制造企业总装生产线车间物理空间与信息空间的实时交互与深度融合，通过分析飞机总装生产线组成单元与生产业务逻辑，提出基于数字孪生的飞机总装生产线车间建模框架. 从“人、机、料、法、环、测”六维视角出发，阐述生产线关键要素建模与实现，并提出飞机总装生产线三维可视化及信息集成平台实现技术流程. 在CATIA中建立车间三维数字模型，基于浏览器和WebGL技术建立虚拟空间，通过采集生产现场过程数据实现物理实体向虚拟空间的实时映射. 以某型飞机总装生产线车间为例，实现总装现场与虚拟可视化的同步映射、WebServices服务、信息查询服务及装配工艺过程查询服务，有效提高作业效率并为工作人员决策提供科学参考.

为了推动工业信息安全防御模式从静态的被动防御向主动防御转变，缓解安全专家严重不足与陡增的信息安全需求之间的矛盾，从仿生视角搭建数字孪生系统的信息安全主动防御体系框架，以数字孪生安全大脑为核心，提出以主动防御为目的的5类关键技术：基于云边协同的安全数据交互及协同防御技术、仿生的平行数字孪生系统主动防御技术、仿生的平行数字孪生系统安全态势感知技术、基于免疫系统的数字孪生系统主动防控技术、基于AI的数字孪生系统的反攻击智能识别技术. 给出数字孪生车间信息安全建设的应用案例，验证了数字孪生信息安全在智能制造中的适应性.

大多复合故障诊断方法视复合故障为一种新的单一故障类型，忽视了内部单一故障的相互作用、故障分析粒度含糊和解释性差. 为了解决复合故障难解耦的问题，针对工业环境中复合故障数据极少的情况，提出一种基于改进Transformer的复合故障解耦诊断方法. 诊断流程分为预处理、特征提取和故障解耦3个步骤. 故障解耦引入Transformer的解码器，利用交叉注意力机制使得每个单一故障标签可以在提取的特征层中，自适应地关注到与故障特征相对应的判别特征区域，进一步预测每个单一故障标签的输出概率以实现复合故障解耦. 设计多组复合故障试验与业界先进算法进行对比，以验证方法的有效性. 结果表明，所提方法在少量单一故障训练样本和极少量复合故障训练样本情况下，有较高的诊断准确度. 当训练集中复合故障样本数仅为5时，复合故障诊断准确度达到88.29%，与其他方法比较更具有显著优势.

作为平板结构钙钛矿太阳能电池的电荷传输层，金属氧化物薄膜对器件性能有重要影响. 系统性概述平板结构钙钛矿太阳能电池对金属氧化物薄膜形貌、电学、光学、化学及热等物理特性要求，并对目前在高效钙钛矿太阳电池制备中最有前景的金属氧化物电子传输层及空穴传输层材料特性及代表性工作进行总结. 针对大多数金属氧化物迁移率低、表面缺陷多及能级匹配差的问题，分析元素掺杂、表面改性、复合薄膜设计等手段解决的相关进展. 总结目前金属氧化物薄膜沉积技术现状及优缺点，探讨今后薄膜沉积技术发展、改进方向. 对低温沉积金属氧化物薄膜在柔性器件方面的应用进行展望.

从驱动方式、材料与制造、运动方式、传感与控制方面对集成化智能软体机器人进行综述，讨论集成化软体机器人与新型柔性传感器、机器学习之间相辅相成的关系，分析在驱动方式、建模与控制方面存在的问题. 根据驱动方式的不同，可以将集成化智能软体机器人分为流体驱动、智能材料驱动和化学反应驱动，能量来源决定软体机器人的集成方式和运动能力，而驱动方式的选用多是以仿生灵感为指导原则. 柔性传感器和机器学习作为软体机器人提高运动能力、优化控制方式的可靠工具，将推动智能软体机器人进入实际应用阶段. 实现可控和可预测自主运动能力的集成化智能软体机器人是软体机器人未来的发展方向，在运动方式上模仿动物的灵活姿态，在未知环境勘探领域有广阔应用前景.

针对当前区块链安全方面存在数据管理模式不合理、数据共享方案不可靠、智能合约漏洞不易修复和多类型数据隐私保护不完善等问题，分析并总结了国内外关于数据安全管理和隐私保护技术的文献. 从数据存储安全、数据隐私安全、数据访问安全和数据共享安全4个方面来概括目前区块链系统存在的各类安全问题及合理的解决方案，讨论区块链实现数据安全面临的挑战及未来的研究方向，为区块链安全领域相关人员未来的研究工作提供了一定的参考.

阐述外肢体机器人（SRLs）的研究背景和研究意义. 介绍外肢体机器人的概念，将外肢体机器人按照功能分为辅助操作外肢体与辅助支撑外肢体. 针对不同结构类型与结构柔性的2类外肢体机器人总结研究现状. 就外肢体机器人人机一体化特性带来的结构轻量化、安全性、人机协作、抗干扰能力四方面对外肢体机器人的研究要点进行分析. 对外肢体机器人未来的发展趋势进行总结与展望.

为了解决洪涝灾害环境下设备难布设、流速难测量、河流难监控等问题，结合河流管控领域近10年研究情况，基于非侵入式、低成本、高效的测量手段，概述从粒子图像测速技术（PIV）到深度学习方法的一系列图像测速技术. 从图像采集、图像分析、图像后处理等方面探讨河流表面测速机理及存在的问题. 通过比对与总结各方法差异性，提出对现有方法的改进需求，旨在提升河流流速的测量效率.

为了延长微型涡喷发动机燃烧室的使用寿命，针对燃烧室壁面高温区进行全覆盖气膜冷却研究. 在KJ-66微型涡喷发动机试车实验的基础上，比较实际燃烧工况下，排布方式和燃烧室外环的扩张孔对气膜冷却效果及燃烧室整体性能的影响. 结果表明，在实际微型涡喷发动机模型中，顺排的平均综合冷却效率低于叉排，但对壁面的综合降温效果优于叉排. 随着扩张孔出口直径的增大，气膜冷却效果逐渐改善，但会影响燃烧室出口温度分布的均匀性. 由于燃烧室后排冷却孔的影响，二次流射入主流会发生偏转，提升了气膜的冷却效果. 整体而言，全覆盖气膜冷却在实际燃烧工况下对燃烧室壁面有着很好的冷却作用，扩张型气膜孔能够有效改善燃烧室外环的气膜冷却效果.

为了实现电传动装甲车用轮毂电机的高性能控制，开展先进的矢量控制方案研究. 为了获得良好的转矩、转速动态性能，采用转矩控制模式，设计基于全阶滑模观测器的电磁转矩估计方法. 基速以下，驱动系统采用最大转矩电流比（MTPA）控制策略，当转速大于基速时，结合轮毂电机的控制需求，提出并设计新颖的恒转矩前馈结合电压反馈的电流补偿弱磁控制方案. 基于90 kW内置式永磁同步电机（IPMSM）开展实验研究. 结果表明，所设计的转矩观测器能够保证较高的观测精度，误差基本小于5 N·m；电机转矩的跟随性能较好，动态误差小于5%；电机能够由MTPA运行模式平滑过渡到弱磁模式，严格按照所规划的弱磁路线运行. 在运行过程中，轮毂电机的转矩控制性能良好，转速响应快，能够满足电传动车辆的控制需求.

设计柔性可穿戴式膝关节保护外骨骼，用于实现人体运动过程中膝关节负载减重及行走助力功能. 根据人体生物力学特点，使用固体各向同性材料惩罚（SIMP）模型与有限元分析设计柔性外骨骼膝关节，该柔性关节在行走运动支撑期具有刚性，能够减轻膝关节体重负载，在摆动期柔性较强，能适应人体生理关节运动特性，不对膝关节造成额外载荷. 在柔性可穿戴式膝关节外骨骼结构的基础上，配套设计行走助力模块，研究相应的助力控制方法可以实现步行助力. 性能测试实验表明，单侧膝关节保护外骨骼最大能减轻110 N的膝关节负载，外骨骼结构自身质量为639 g，减重比大；带行走助力模块的外骨骼系统质量为4.8 kg，能实现步行运动的助力功能.