智能无人系统能自主的完成复杂任务，具有自主性、智能性、协同性等特征，覆盖了智能机器人、智能无人机、无人驾驶、群体智能等领域，是人工智能的主要研究方向之一。贺威教授团队长期致力于智能无人系统的控制理论与方法研究。本次申请吴文俊人工智能自然科学奖项的项目成果研究历时六年，针对柔性无人系统的高精度控制、具有多约束条件的智能控制和不确定系统的自适应控制三个方面展开了深入地研究与探索，提出了智能无人系统基于偏微分方程的建模方法和边界控制方法、基于神经网络的智能控制方法以及基于状态和输出反馈的自适应控制方法，推动了智能无人系统控制理论与方法的发展。本项目的20篇主要代表性论文均发表在IEEE汇刊及Automatica等本学科著名期刊上，SCI他引1705次，其中15篇入选ESI高被引论文。8篇代表性论文，SCI他引923次，全部入选ESI高被引论文，其中4篇SCI他引超100次，单篇最高SCI他引318次。

北京科技大学工程技术研究院研发的无人天车与智能库区系统，是由智能调度排程系统、智能库管系统、无人天车控制系统、智能识别系统、数据分析优化系统等构成的智能化、信息化、标准化、自动化相融合的综合系统。1）库区智能调度与工厂级信息化贯通：系统基于先进传感和无线通信技术收集天车、运输链、过跨车等设备的位置和状态等实时信息，并通过软件接口与工厂管理系统进行数据集成，贯通进料、上料、生产、下线、储存、发货等多环节信息流，以此实现生产信息与物流信息的实时交互。2）天车管理控制与路径规划：借助作业调度和路径优化算法，系统根据当前任务和设备状态自动生成最高效、安全的作业方案，并通过多级联动控制驱动行车的自动吊运。3）天车精准定位控制：依托主钩防摇摆控制、多维度协同控制、机器视觉及触觉检测等核心技术，无人天车可实现快速精准定位和稳定行驶。

1.飞行器控制主板软件设计。2.无人机多功能一体化遥控器（图像显示）的开发3.深度智能追踪和识别目标

中国人民警察大学（广州）2022年度警用无人机培训设备租赁及技术保障服务项目竞争性磋商

主要用于保存生物大分子及部分小分子及组织生物活性，为生物样本提供超低温（-80℃）、深低温（-196℃）环境下的自动化无人存储及管理服务，包括生物样本稳定存储、信息记录与追溯、自动挑取整盒或单支管等。

目前国内外企业只能生产执行特定任务的专用无人船，应用范围窄，难于加载日益增长的智能级别的任务，不利于用户的集成开发应用。针对这一市场需求，本产品定位于研发通用型的无人智能航行器，基于实时仿真测控平台，面向感知数据融合模型解算框架，支撑复杂智能任务算法研究，支持Matlab/Simulink实时仿真测控引擎，满足高端研发环节需求。采用开放式接口，响应终端用户的定制化需求，用户可以根据自行调整配置、加载任务系统，部署到实际环境在线调试，极大提高了工作效率，缩短了研发周期。

（一）项目背景 人工智能技术快速发展，“无人车”“无人船”“无人机”等大量无人装备应运而生并运用于实战。无人装备具有“空间多维、全天候、非对称、非接触、非线性”等作战运用特点，改变了战争构成要素、作战观念、组织形态和保障模式，颠覆了行业模式，重新定义了人们的生活方式。无人装备对未来社会影响和改变必将是整体性和革命性的，存在着无限的发展和应用空间。 智慧化，是无人装备发展的必然趋势。实时感知、动态组网、自主控制、智能决策、自我学习等是未来智慧无人装备必须具备的能力，而这一切能力的赋予，离不开支持智能应用的高级综合电子及基础软件的支持。无人装备中计算系统的性能、可靠性、智能化、交互性等能力的高低是决定或制约无人装备智慧化水平的重要因素，因此，必须围绕未来无人装备的发展趋势与需求，研究满足要求的国产智能计算系统，为无人装备提供智能算力支撑。 （二）项目简介 针对未来无人装备对高性能、高可靠、智能计算能力的需要。研究了基于国产处理器、加速器和基础软件的智能计算系统，重点突破了国产器件系统安全认证、高性能、高可靠综合电子架构、异构资源统一开发环境、异构资源自适应管理、系统多级容错重构、面向领域的轻量化网络模型设计、智能应用容器化开发部署等关键技术。研制了出满足无人装备智能应用的高可靠、高性能、高可用、高安全、标准接口的国产计算系统原理样机，并通过航天领域场景验证测试。 （三）关键技术 如下图所示，围绕无人装备智能应用，需要分别从高性能、高可靠硬件构成、高效平台管理、高可用应用接入和高效算法设计开发等方面分别展开研究。平台硬件层主要包括系统硬件身份认证技术、异构硬件资源统一组件服务技术，解决系统级硬件身份认证和异构资源统一表征和管理问题，为高安全、高性能异构计算奠定技术基础；平台管理层主要包括可重构计算架构、任务资源自组织协同与动态自演化策略、面向节点协同的动态集群构建、系统多级容错模型、多目标多约束下的任务资源最优匹配算法，为无人装备智能应用提供高性能、高可靠的计算平台；高可用应用接入主要包括异构资源统一开发环境构建、系统感知的智能编译优化以及自动代码生成等内容，支撑系统综合调试，满足系统高可用要求；高效算法设计主要包括面向领域的智能应用开发流程设计、基于硬件感知的神经网络自动设计及联合压缩等技术。

项目背景：结合国家“节能降耗”的背景，同时为节约成本提升产品市场竞争力，近年来各钢铁企业纷纷对能耗“大户”加热炉进行改造升级。高效轧制国家工程研究中心致力于加热炉领域的研究已有十多年的历史，涉及范围广泛，包含热处理炉、隧道炉、蓄热/常规板坯加热炉、方坯加热炉等，拥有成套加热炉解决方案，并结合现场进行设备工艺诊断，定制适合每个个体的加热炉过程控制系统，达到提高产品加热质量、节能降耗的目的。关键工艺技术：（1）基于炉温闭环控制的智能燃烧及炉温控制技术用于多种类型的加热炉过程控制系统，根据热值、残氧、压力等实时优化空燃比，从而有效地控制炉内气氛；（2）精准的板坯温度预报模型和出钢节奏预测是智能燃烧的前提，依据周期呈现的钢坯温度场分布、剩余在炉时间、出钢序列，预测出钢节奏；（3）变钢种规格混装以及延迟故障工况的感知，统筹协调所有钢坯的炉温需求，并根据延迟故障信息动态调配炉温设定。