本发明涉及自蔓延反应与无人机焊接和切割技术，具体地说是涉及一种基于自蔓延反应的无人机焊 接和切割方法。整个焊接/切割过程利用自蔓延化学反应放热，完全(或部分)不需要外热源。焊接中通 过快速自动波燃烧的自维持反应得到所需成份和结构的产物。利用无人机搭载自蔓延设备，可快速到达 危险或人工难以到达的区域。通过携带不同种类的自蔓延粉末，可实现不同材质的焊接/切割。将自蔓延 反应焊接/切割与无人机相结合，提

本项目主要针对“轻、慢、小”型无人机，研发便携式轻小型反无人机防御系统，该系统包含定位跟踪雷达、定向干扰/诱捕模块、电源等。可以实现对小型无人机的准确定位和跟踪，做到先发现，先行动，为进一步对无人机目标的诱捕、摧毁或者有效干扰降低其准确性提供可靠的位置信息。同时也可以实现对隐身无人机目标的发现跟踪，并对其进行诱捕、摧毁或者有效干扰等反制行动。

本发明属于无人艇领域，并公开了一种基于云网络的无人艇监控系统，包括本地监控站、云端服务器和云终端监控站，所述本地监控站包括本地通信单元、本地显示单元和本地控制单元，所述云端服务器包括云端接收单元、云端存储单元和云端发送单元，所述云终端监控站包括终端通信单元、终端显示单元和终端控制单元。本发明能够实现无人艇本地监视与控制、数据信息云存储与云共享、远程云终端监视与控制等功能，可通过无人艇航行状态数据、环境数据和控制命令的云存储与云共享实现远程云终端与无人艇的信息交互。

（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。

机器人无人机六自由度实时位姿采集与定位追踪 NOKOV可实现高精度实时室内定位与运动追踪，对六自由度位姿数据与关节角度等运动学数据进行采集。 得到的数据可以通过VRPN传输，或通过SDK（C++语言）端口广播与ROS、Labview、Matlab（包含Simulink） 等软件通信进行二次开发。 室内定位 • NOKOV（度量）光学三维动作捕捉系统可实时获取机器人和无人机精准位置、姿态和六自由度（6DoF）位姿数据。 • 即使是数百平米的超大实验室环境内，也能完成对单个/多个机器人或无人机的稳定的位姿采集与定位追踪，并实时输出位置与姿态数据。 多刚体结构定位 在机械臂、机械手、仿人机器人、仿生机器人、四足/六足机器人、外骨骼机器人、机器人化动力假肢等多刚体的研究中，NOKOV可实时 获取多刚体结构的关节角度与六自由度数据信息，并支持数据导出。 人体步态动作捕捉 NOKOV（度量）光学三维动作捕捉系统可采集人或其他生物的三维位置数据（三维空间坐标）、六自由度（6DoF） 的运动轨迹和关节角度、旋转、足跟坐标等运动学数据。基于整套系统超高的实时性，NOKOV可支持数据的实时可视化， 并可导出至第三方软件进行进一步的数据处理。 常见关节角度：头和躯干、上肢（肩、肘、腕、手）、下肢（髋、膝、踝、足）。

氮和磷是植物生长所必需的两种最为重要的养分元素，在气候变化和CO2浓度上升的背景下，氮、磷养分的供给不足限制了陆地植物的生长及其对大气CO2的吸收能力，成为制约未来陆地碳汇的重要因素。然而，全球陆地生态系统氮、磷限制的空间格局仍是一个尚未解决的重要科学问题。地理科学学部杜恩在副教授与斯坦福大学Rob Jackson教授团队合作，提出了氮、磷限制评估的理论框架并量化分析了全球陆地生态系统氮、磷限制的空间格局及其关键影响因素，相关结果近日发表在Nature Geoscience。 该研究根据化学计量内稳态假说和最小限制因子定律，推导提出基于叶片氮、磷重吸收效率比值指示氮、磷限制的理论框架，进一步建立全球陆地植物叶片氮、磷重吸收效率数据库和全球养分添加实验数据库，并在上述框架基础上量化评估了全球陆地生态系统氮、磷限制的空间特征，完成了全球陆地生态系统氮、磷限制的高分辨率空间制图。 该研究发现，全球自然陆地生态系统（农田、城市和冰川除外）有18%的区域受到较强的氮限制，而43%的区域受到较强的磷限制，其他39%的区域则受氮、磷共同限制或氮、磷任一元素的微弱限制。总体而言，氮限制在在苔原、北方针叶林、温带针叶林、山地草原及灌丛较为普遍，磷限制在热带及亚热带森林、温带阔叶林、沙漠、地中海植被、以及热带、亚热带和温带草原、稀树草原和灌丛较为常见。相关结果增进了对全球陆地生态系统氮、磷限制格局的量化认识，为地球系统模式氮、磷限制的模拟提供了基准数据，有望更好地预测气候变暖和CO2浓度上升情景下陆地碳汇的变化。该论文自2月10日在线发表后，已多次被科学媒体网站报道，包括SciGlow、myScience、Science Edition、Phys.org、Technology.org、News Wise、Mirage News、CO2 Coalition等。 杜恩在副教授为论文第一作者和第一通讯作者，斯坦福大学Rob Jackson教授为论文共同通讯作者，其他合作者来自美国劳伦斯利弗莫尔国家实验室、瑞典隆德大学、荷兰乌特勒支大学、中科院植物所等研究机构。该研究受到国家自然科学基金（41877328, 41630750 & 31400381）、霍英东青年教师基金（161015）、地表过程与资源生态国家重点实验室项目（2017-ZY-07）资助。

系统的主要功能包括（参见图1）： （1） 数据、视频实时数据采集和无线传输； （2） 基于上位机的远程控制和数据显示、追溯及分析等； （3） 基于手机客户端的移动APP线上线下销售； （4） 基于WiFi的手持终端定位、导航和跟踪； （5） 信息融合和专家决策支持系统； 应用领域包括：温室环境智能控制、智能家居、农田生产（四情）监测、旅游景区的人流量统计及大数据分析、大型商场智能监控、地下停车场定位等。 项目特色：和有机农业的行业领导者紧密结合，解决现有农业物联网系统中有线系统中的布线复杂、成本高且功能单一的难题；在TCP和UDP协议下都可实现毫秒级延时的实时控制；集数据采集、传输、远程控制及终端定位、导航和监控于一体；系统可完成基于手机APP和上位机软件的多种控制方式；只要满足有WiFi，Internet，移动网络其中的任意一个即可进行远程控制。 先进性：国内首个集数据采集传输、视频监控、终端导航、定位与跟踪与一体的农业信息化平台，利用手机APP实现对农作物的线下生产、线上销售、长势跟踪等一体的多功能农业信息化智能平台； 技术指标：电源输入（DC 2.0～3.6V）；控制延时<30ms；误码率< ;无线节点续传距离>=150m；无线AP覆盖范围>30X30 ;定位精度<1.5m；可用信道数15个；支持点对点、点对多点、对等和Mesh网络 能为产业解决的关键问题： 可解决传统农业中的粗放式种植、经验型种植及人工参与度高等问题，在降低农业生产成本的同时，提高农业生产、销售、追溯等环节的智能化水平。基于WiFi获取的现场后台大数据挖掘将解决现代农业的专家知识匮乏问题，形成可信度高的知识库指导农业生产。 实施后取得的效果： 推动当地农业智能化水平进步，提高农业生产效率、减少农业生产成本，促进规模化种植、最终形成行业标准。