为解决机械臂的单物体抓取检测问题，提出了一种基于注意力机制（CBAM）的SqueezeNet网络模型。首先，对深度视觉抓取系统进行阐述，完成了抓取系统的手眼标定。采用随机裁剪、翻转、调节对比度和增加噪声等方式有效扩充了物体抓取检测数据集。其次，引入轻量化SqueezeNet模型，采用五参数法表征二维抓取框，在不加大网络设计难度的前提下即可完成对目标的抓取。再次，引入“即插即用”的带有注意力机制的网络在通道维度上和空间维度上对传进来的特征图进行加权处理，对SqueezeNet模型抓取网络进行优化改进。最后，将改进后的CBAM-SqueezeNet算法在公开的数据集Cornell grasping dataset和Jacquard dataset上进行验证，抓取检测准确率分别为94.8%和96.4%，比SqueezeNet的准确率提升了2%。CBAM-SqueezeNet网络抓取方法的推理速度为15 ms，达到了抓取精度和运行速度的平衡。将本文方法在Kinova和新松手臂上进行了试验，网络抓取的成功率为93%，速度更快、效率更高。

提出采用子空间追踪稀疏混沌多项式法（SP-PCE）实现EV-WPT系统传输效率的不确定性量化。首先，通过建立EV-WPT系统三维电磁学仿真模型，并合理设置相关变量的分布类型，利用SP-PCE法计算得到表征EV-WPT系统传输效率不确定性的均值、方差和概率密度曲线等统计特征参数；然后，结合SP-PCE法和Sobol法进行全局灵敏度分析，获得随机输入变量对系统传输效率影响程度的量化指标。最后，通过数值仿真实验验证了本文方法的准确性和高效性，为保证EV-WPT系统高传输效率及系统结构优化提供理论依据。

为了提高汽车复合电源综合工作效率和供能稳定性，本文提出了怠速启停混合动力汽车复合电源需求功率控制方法。通过复合电源构成，分析了复合电源控制需求，明确了蓄电池和超级电容等状态。根据动力学计算混合动力汽车最大速度与超级电容的关系，输入状态补偿量与实际超级电容，得到最大限制输出功率。通过离散序列多尺度分解的递归法，逐步分解尺度空间，算出分解与重构系数，实现混合动力汽车复合电源需求功率控制。实验结果表明，使用本文方法控制后，电容曲线保持在0.60 F左右，电流波动幅度为-50~50 A，功率的波动幅度较为平缓，电压为200~220 V，表明本文方法能够稳定控制怠速启停混合动力汽车复合电源需求功率，减少整车的能量消耗，保证资源利用最大化。

为扩大空中可操作范围，提高机构的灵活性，开发了一种带旋转伸缩动力装置的剪叉式高空作业平台。在完成基本尺寸初步设计的基础上，对作业平台抗倾覆稳定性进行了分析。当作业平台旋转至与底板夹角为90°时，通过建立力学模型，以稳定系数法验证了其载荷稳定性，以直角坐标法和瞬时速度中心法计算出作业平台速度和加速度。通过虚功原理得到液压缸推力，并采用遗传算法对下液压缸的铰点位置进行了优化。最后，采用ADAMS软件进行动力学仿真对比分析，并结合作业平台实物加速度和速度测量结果验证了理论计算和仿真结果的正确性。

采用Gleeble-1500D热模拟试验机，通过热压缩实验研究了2.25Cr-lMo-0.25V钢在温度为950~1 200 ℃，应变速率为0.005~0.1 s^-1时的热变形及动态再结晶行为。结果表明：流动应力及动态再结晶都具有显著的温度、应变速率敏感性。通过回归分析确定了临界应变、稳态应变与Zener-Hollomon参数共同表征的动态再结晶状态图，建立了动态再结晶动力学方程和动态再结晶晶粒尺寸模型。本文研究成果为2.25Cr-lMo-0.25V钢热成形工艺参数的合理制订提供了参考数据。

利用试验与仿真结果结合神经网络和遗传算法的方法，对DP980激光焊接接头的力学性能不均匀特性进行了研究，得到了剪切修正Gurson-Tvergaard-Needleman模型优化焊接接头的损伤参数，将优化结果代入有限元模型和试验结果进行对比以验证拟合参数的准确性，并通过孔洞体积分数变化分析杯突试样横向裂纹扩展的原因。通过以上方法获得了准确的焊接接头力学性能，可应对复杂应力状态下的焊接接头断裂损伤的分析预测。

运用ABAQUS有限元软件建立150个不同角度、板厚比、长厚比的斜交T形焊接接头有限元模型，分析得到关键点最大热点应力集中系数。基于麦夸特法+通用全局优化法对数据进行拟合，给出最大热点应力集中系数简化公式和精细化公式。结果表明：钝角侧焊趾热点应力集中系数总是大于锐角侧，当角度差距减小时，两侧热点应力集中系数差值相应减小；斜交T形接头焊趾处热点应力集中系数与角度、板厚比、长厚比均呈正相关关系，角度为80°、板厚比为2、长厚比为18时达到最大值；本文所提出的最大热点应力集中系数计算公式与有限元数值结果吻合较好，精细化公式相关系数R2达到了99.97%。

对航空航天用2024铝合金在空气和腐蚀环境下的疲劳裂纹扩展行为进行研究，分析对比了超声滚压对疲劳裂纹扩展行为的影响。结果表明：超声滚压处理使材料表层晶粒细化形成60~70 μm厚的塑性变形层，显微硬度相对于母材提升了45%，且由材料表面向内部呈梯度下降。超声滚压处理降低了裂纹扩展的初始速率，提升了裂纹扩展速率的增长率；超声滚压对两种环境下的疲劳性能都有显著的提升，但在空气环境下对疲劳性能的提升更为显著，这是由于腐蚀环境提升了裂纹扩展的初始裂纹扩展速率，降低了裂纹扩展速率的增长率。

研究了高速铁路列车的到达状态对铁路乘客选择行为的具体影响因素。首先，构建高速列车到达状态与铁路乘客选择行为演化博弈模型。其次，分析博弈双方的演化行为，获得复制动态系统的演化均衡策略。最后，进行仿真验证，结果表明：演化博弈行为最终有两个演化稳定状态，当高速列车晚点时间在30 min以内，高速列车趋于准时到达策略，乘客趋于选择乘车策略；当晚点时间大于30 min，列车趋于准时到达策略，乘客趋于选择退票策略。改变博弈参数的值可以定向调整博弈双方的演化方向，能有效提高高速列车晚点时的铁路乘客乘车比例。

利用大众普遍使用的智能手环设计了驾驶人愤怒驾驶行为检测方法，为愤怒驾驶行为有效监测提供了新的途径和方法。本文招聘50名驾驶人开展模拟驾驶实验，设计了引发愤怒的模拟驾驶场景，利用手环采集数据获取心率指标HR和RR.mean、SDNN、RMSSD、PNN50、SDSD、HF、LF、LF/HF八个心率变异性（HRV）指标，对采集指标与愤怒驾驶行为进行关联研究，筛选显著性影响指标，利用支持向量机（SVM）、K-近邻（KNN）和线性判别分析（LDA）3种方法建立愤怒驾驶行为检测模型，并对其进行验证。结果表明：KNN算法的模型愤怒识别效果最好，对愤怒强度识别的准确率能达到75%，对愤怒状态识别的准确率为86%。结果表明：可穿戴式设备（智能手环）可以合理地检测驾驶人的愤怒情绪状态及愤怒情绪强度。

将冷弯薄壁型钢与胶合木通过不同连接方式组合成新型箱形截面组合梁，以钢木连接方式和钢材卷边尺寸为变量，对4根组合梁进行了三分点弯曲试验，探究组合梁的破坏机理及力学性能。试验结果表明：组合梁整体工作性能好、变形协调，组合梁最终以纯弯段下翼缘胶合木断裂而破坏；不同连接方式下，胶粘连接的组合梁相较于螺栓连接和自攻螺钉连接的组合梁极限抗弯承载力分别提高了61.5%和23.0%；同为胶粘连接的组合梁，增大钢材卷边尺寸后其极限抗弯承载力只提升了9.0%。在试验基础上建立组合梁有限元模型进行分析，模拟结果与试验结果吻合良好；有限元模拟结果表明：钢材强度、钢材厚度以及胶合木厚度均对组合梁的抗弯承载力有一定的影响，其中胶合木厚度的影响最大。结合试验结果和模拟分析提出了冷弯薄壁型钢-胶合木组合梁跨中挠度和抗弯承载力计算公式，结果表明理论值与模拟值吻合良好，可为工程实践提供一定参考。

针对急陡弯中各类驾驶员的行车特征区分问题，提出了基于车辆行驶参数的驾驶员行为分类方法。通过分析实车驾驶数据，筛选出车型、入弯前速度、出弯后速度、入弯前减速行为、是否跟驰行驶以及入/出弯间速度差6项变量，构建了潜在类别模型，并基于该模型确定了各类驾驶员的特征。结果表明：该模型可将急陡弯中的驾驶员分为平稳型、受限型和自由型3类。平稳型驾驶员各项特征参数均居于3类驾驶员的中位，倾向于匀速入、出弯；受限型驾驶员在入弯时有最明显的减速或跟驰行驶特征，而自由型驾驶员则拥有最高的入、出弯速度，且出弯后的减速行为最为明显。

针对深基坑在不同施工阶段支护结构的材料参数、连接刚度及边界条件等均随着施工进度的变化而发生改变，导致采用传统确定性的有限元建模参数方法效率低、速度慢、难收敛的问题，提出了利用概率有限元进行参数修正的基准模型概念，即建立了表征地铁深基坑在不同施工阶段物理参数变化规律的有限元模型。首先，针对深基坑不同施工阶段存在“深度效应”最大水平位移的区域，采用高斯混合模型将围护墙最大水平位移分为不同的簇，并提取均值和方差。然后，建立ANSYS有限元深基坑模型，对深基坑的内支撑和围护墙参数进行有限元修正。最后，在随机有限元修正过程中，利用Kriging预测模型代替解析有限元得到聚类分析的深基坑有限元模型的概率基线。结果表明：基准模型进行参数修正后计算速率和精度得到明显提高，可以为后续数值模拟提供理论基础。

为保障建筑安全，提出了多降雨环境下锈蚀钢筋混凝土柱装配节点抗震性监测方法。首先，分析了多降雨环境造成钢筋混凝土柱锈蚀的原因，并计算了雨水锈蚀造成的钢筋混凝土柱劣化程度。然后，为明确雨水锈蚀对钢筋混凝土柱抗震性造成的影响，参考建筑行业钢筋混凝土结构设计标准构建了4个不同锈蚀程度的钢筋混凝土试件，并将4个试件放置于拟静力试验环境中，通过不同程度载荷的加载，模拟不同震动环境。最后，结合滞回曲线、骨架曲线以及层间位移角的测算，实现了相同震动环境下不同试件的抗震性表现分析。

试验采用无级变速的搅拌机，研究了搅拌速度、搅拌时间以及掺入消泡剂后的低速搅拌过程对水泥砂浆强度和扩展度的影响。试验结果表明：采用无级变速搅拌机搅拌的水泥砂浆扩展度明显大于常规水泥砂浆搅拌机所搅拌的水泥砂浆扩展度；在相同配合比下，高转速和长时间搅拌工艺所得的水泥砂浆相对于低速和短时间的搅拌工艺所得的砂浆而言，扩展度提高了10%，强度提高了约7%；在前期搅拌工艺相同的条件下，掺入消泡剂后再经过变挡低速搅拌，所得水泥砂浆7 d的强度大于没有经历该过程的水泥砂浆28 d的强度。

针对到达时间差定位（Time difference of arrival，TDOA）和到达角定位（Angle of arrival，AOA）联合定位，提出了基于准反射学习机制和并行机制改进的非洲秃鹫定位算法。改进的非洲秃鹫算法在对定位模型最大似然的适应度函数寻优和迭代过程中，引入准反射机制以丰富种群多样性和加快收敛速度，在一定程度上也平衡了探索和开发能力；引入并行机制，通过一个种群的最优个体指导另一种群，加快收敛速度，增强了寻优性能。实验结果看，将改进的非洲秃鹫算法与非洲秃鹫算法（AVOA）、改进的哈里斯鹰算法（IHHO）、混沌麻雀搜索优化算法（CSSOA）、鸽群优化算法（PIO）、疯狂自适应樽海鞘算法（CASSA）进行对比，在基准函数和定位模型的求解上，都表现出了更快的收敛速度、更准确的定位精度和更好的稳定性。

针对正交匹配跟踪算法在估计精度要求高时计算量较大且无法剔除错误原子的问题，提出了一种基于改进灰狼算法优化的正交匹配跟踪算法。该算法首先在灰狼算法的基础上进行改进，提出了一种基于Sigmoid函数演化而来的非线性收敛因子，并在灰狼算法的位置更新策略中引入动态权重。然后，将改进的灰狼算法应用到压缩感知的波达方向估计领域，利用改进的灰狼算法优化正交匹配跟踪算法的原子匹配过程，以减少正交匹配跟踪算法的计算量和运行时间，同时在正交匹配跟踪算法中引入回溯思想提高算法正确率。最后，通过仿真实验证明本文算法相较原算法具有估计精度高、运行速度快、抗噪能力强等优点。

针对现代藏语文本表征形式复杂多样且不规范，影响语音合成系统的性能问题，提出了具有易于维护及可扩展性特点的藏语文本标准化方法。首先，对藏文标记符号和来自其他语言的非藏文特殊符号在藏语文本中的不同表现形式进行了深度解析，并通过不同特征对特殊符号进行了分类；其次，根据归纳的不同类型，分别建立起了15种特殊符号转化为藏语的书写规则；最后，以13 490个句子作为实验数据，通过藏语字音转换测试识别并检测文本中特殊符号和藏文音节的有效性，采用规则匹配的方法对含有特殊符号的句子进行标准化处理。实验结果表明：标准化之前藏语音素转写的遗漏率高达4.69%，而经过标准化之后音素转写的遗漏率降低到0.01%，其藏语文本标准化准确率达99%。

为加强对小目标的感知，在F-PointNet网络的基础上，结合密集连接方法和高斯距离特征，提出了FDG-PointNet三维目标检测模型，融合高斯距离特征作为附加注意力特征，有效改善了F-PointNet网络实例分割准确率不高的问题，增强了对点云视锥体中的噪声的过滤；基于密集连接可以加强特征提取的特点，改进主干特征提取PointNet++网络，加强点云特征重用，缓解特征提取过程中对小目标的特征提取程度过低与梯度消失问题，提高三维目标边界框回归的准确性。研究结果表明：本文算法在简单、中等、困难三个难度等级下对汽车、行人、骑行人3种类别的检测整体优于基准方法F-PointNet，在中等难度下对汽车、行人、骑行人的检测分别取得71.12%、61.23%、55.71%的平均检测精度，其中对行人检测提升最明显，在简单和中等难度下提升幅度分别达5.5%和3.1%。综上所述，本文的FDG-PointNet算法有效解决了F-PointNet中小物体检测的低准确性问题，具有较强的适用性。

针对大规模深度神经网络模型并行面临的内存消耗大、设备利用率低、训练时间长、模型难以收敛的问题，提出了一种面向深度神经网络模型并行的计算任务自适应调度方法。通过建立模型并行计算任务的多迭代异步并行管理机制，控制微批量单元具体调度过程，实现模型合理分区和计算资源合理分配，解决异步迭代时产生的梯度延迟更新问题；基于拓扑感知设计计算资源的分配机制，实现模型训练任务和计算资源的合理匹配；设计计算资源和模型任务的运行时调度策略，实现深度学习模型训练过程中计算与通信重叠的最大化，提高计算资源利用率。实验结果表明：与已有的模型并行方法相比，本文方法可以充分利用各GPU计算资源，在保证模型训练精度的同时，可以将大规模深度神经网络模型训练速度平均提高2.8倍。

为有效地为用户推荐图书资源，提出了一种基于兴趣信息深度融合的网络图书资源推荐方法。首先，采用K均值聚类算法对网络用户展开聚类处理，通过优化聚类中心提高用户聚类精度；其次，计算用户对图书资源的兴趣度，以此为依据确定候选推荐资源；最后，建立LSKGCN模型，深度融合用户的长期兴趣和短期兴趣，对图书资源评分，将评分高的网络图书资源推荐给用户。实验结果表明，本文方法的推荐结果具有较高的类别多样性和内容多样性。

为了减小高级持续性威胁（APT）攻击对网络造成的损失，提高网络运行的安全性，对网络中的访问展开控制，提出了APT攻击下多域互操作动态访问控制算法/。首先，基于Petri网构建APT攻击模型；其次，通过对APT攻击下网络中各域的信任经验、信任知识与信任推荐展开计算，获得各域的信任值；最后，基于域信任值计算域信任等级，根据等级分配给该域对应角色的访问权限，完成多域互操作动态访问控制。实验结果表明：该算法的控制效率高、控制性能好。

针对有雾的场景中图像采集系统采集到的图像会出现细节缺失、色彩暗淡、亮度降低的问题，在一体化去雾网络（AOD）理论的基础上提出一种多尺度编码-解码神经网络（MSAOD）模型进行图像去雾。本文网络模型分为3个模块：①预处理模块，将输入图像分为2部分进行预处理；②主干模块，通过多尺度编码器-解码器对第1部分的输出进行特征提取；③后处理模块，对特征图进行映射操作。通过训练得到去雾图像，实验结果表明，本文方法要优于主流的深度学习和传统方法的图像去雾效果，去雾后的图像在细节、色彩和亮度等方面都有所优化。

在研究人体运动过程中，为进一步解决现阶段采集方法存在的采集效果差、采集精度低和采集执行时间长等问题，提出了一种基于数字画像的人体运动信息特征采集方法。首先，利用数字画像技术获取人体运动视频图像的标志点，并以标志点为中心，采用改进背景差分算法提取人体运动轮廓。其次，采用外极线约束法与灰度互相关算法处理运动轮廓，得到人体运动轨迹。最后，采用动态时间变形算法得到轨迹的运动类型、速度等相关信息，完成人体运动信息特征的采集。随机选取一组人体运动图像数据对本文方法进行验证，实验结果表明，本文方法的信息特征采集效果好、采集精度高、采集执行时间少。基于数字画像的人体运动信息特征采集方法可以有效获取人体运动信息，实现人体运动信息特征采集，对提高人体运动信息特征的采集质量具有重要意义。

惯性导航系统在实际环境中会遇到各种干扰，如振动、温度变化和外界磁场等，且长时间运行下容易积累较大的误差，使导航系统的稳定性和精度较低。为此，本文研究一种周期性振荡抑制约束下长航时惯性导航三阶无静差阻尼算法。采用卡尔曼滤波估计周期性振荡误差，通过引入误差补偿机制，抑制周期性振荡误差，利用模糊控制实现阻尼控制，修正导航参数，完成惯性导航三阶无静差阻尼算法研究。通过实验验证表明：该算法应用下导航参数的误差都相对更小，且随着时间的推移，算法对误差的抑制效果逐渐增强，误差越来越小，位置误差降至0.15 m，速度误差降至0.10 m/s、姿态误差降至0.06°。该算法为长航时惯性导航系统的精度提高和稳定性增强提供了有效的解决方案，为航空航天领域以及机器人领域的导航系统提供了更精确、稳定的导航性能。

针对电池缺陷检测易受黑色外观干扰，导致仅通过一张单光源下观测图像的局限视觉，无法实现缺陷的有效识别的问题，提出了一种端到端的光度立体视觉缺陷检测模型。首先，利用光度立体特征生成模块生成法线特征，获取物体表面细节信息；然后，采用通道协同注意力机制，探讨特征信道间的相互关系，充分挖掘特征间的关联以自适应地增强全局表示，进一步提升信息表达能力；最后，利用特征金字塔和空间金字塔池化实现多尺度预测，提升分类准确率。在自建Battery 101数据集上的实验结果表明：与其他算法相比，本文算法在检测精度和推理速度上都取得较好效果。此外，消融实验也进一步验证了模型中各个模块的有效性。

针对粒子滤波中粒子退化和重要性密度函数选择难题，本文提出一种基于约束优化的自适应衰减记忆平方根混合阶球面单纯形-径向容积粒子滤波算法。该算法结合约束优化、自适应衰减记忆、平方根滤波和混合阶球面单纯形-径向容积卡尔曼滤波的优势，通过混合阶球面单纯形-径向容积准则采样，算法在精度上优于传统的容积卡尔曼滤波，计算复杂度低于高阶容积卡尔曼滤波。自适应衰减记忆平方根策略用于预测和更新协方差矩阵，增强当前量测信息权重，减弱历史信息影响，避免协方差矩阵的不对称性、负定性和滤波发散问题。算法动态调整噪声协方差矩阵，并通过约束误差协方差与测量噪声协方差比值，提高状态估计收敛速度和精度。仿真结果表明，基于约束优化的自适应衰减记忆平方根混合阶球面单纯形-径向容积粒子滤波算法在SINS/GNSS组合导航系统中能有效抑制滤波发散，与衰减记忆容积粒子滤波和传统容积粒子滤波算法相比，显著提高滤波精度和鲁棒性。

为解决Wiener系统量化辨识问题，提出了一种重复学习梯度辨识算法。首先，基于分解技术构建量化Wiener系统参数分离的辨识模型，减少算法计算量。然后，利用数据窗理论对观测数据向量进行延拓，以获取更多的量化系统模态。为了解决窗长度抑制辨识性能的问题，将重复学习思想引入参数自适应律更新机制中，将窗数据批次更新转化为多次标量更新，提高估计性能。最后，估计器收敛性分析和实例对比结果证明了本文方案的有效性和优势。

为了提高配网系统的供电可靠性，解决目前电能供给不足和产能成本较高等问题，针对含混合电源的配网系统进行了年度电力电量平衡分析。首先，采用场景树生成法对年内的风光负荷数据进行抽样选择，依据概率原理在每月中选取3个典型日以反映全年的风光发电和负荷特征。其次，考虑到风光电站、燃气轮机机组、蓄电池和连续、离散无功补偿装置的运行约束，建立了以年运行成本最低为目标的配电网系统优化模型，其优化求解问题为二阶锥规划模型，采用Yalmip优化求解工具对配网系统进行建模，并用Gurobi商业求解器对各典型日的电力电量平衡问题进行求解。基于成都市的太阳辐射、温度、风速、电力负荷等数据，以IEEE 33节点配网系统设计算例，最终实现年电力电量平衡的产能分布和经济性分析。

针对目前检测算法无法准确检测电力铁塔塔身的主材形变问题，提出了基于载波相位差分的电力铁塔塔身主材形变检测算法。该算法首先结合局部均值分解方法和支持向量回归机检测并修复卫星信号的周跳；其次，建立载波相位差分检测模型，在形变检测过程中，通过卡尔曼滤波对检测模型进行更新；最后，采用LAMBDA算法对载波相位差分检测模型中的整周模糊度展开计算，并将计算结果代入模型中，利用更新后的载波相位差分检测模型实现电力铁塔塔身主材形变的检测。实验结果表明：本文算法的周跳检测精度高、修复效果好、形变检测精度高。

针对仿生微型复翼飞行器（BFMAV）运动过程中模型参数不确定性和阵风扰动对飞行轨迹的影响问题，提出一种基于自适应模型预测控制（MPC）的轨迹跟踪控制方法。依据BFMAV的结构特征，建立其六自由度非线性动力学模型；引入内外扰动项表征模型参数不确定性和阵风扰动，确定BFMAV的状态方程，并进行姿态制导律设计实时调整姿态角；将内外扰动项嵌入MPC模型中，建立考虑模型-环境不确定性的BFMAV轨迹预测模型，通过设计补偿观测器和扰动观测器实现MPC模型的自适应控制和快速求解；采用不同控制方法对自由飞行和存在内外扰动两种情况下的轨迹跟踪状态进行仿真，验证本文方法的有效性。结果表明：相比传统MPC方法，本文方法追踪性能稳定、追踪误差较小；在模型不确定性和外部扰动共存的情况下，可以精确完成BFMAV的轨迹跟踪任务。

为使两足步行机器人在运行过程中保持稳定的动姿态，以较高的效率完成工作任务，提出了基于运动微分方程的两足步行机器人动姿态稳定控制方法。首先，建立两足步行机器人模型，确定其在世界坐标系和刚体坐标系中的坐标，并用齐次坐标的形式表示。其次，构建两足步行机器人动姿态稳定控制器，引入运动微分方程约束机器人的动姿态，使其在任何约束曲面中都能保持稳定。最后，将本文方法与另外两种算法展开对比实验测试，验证了本文方法具有极高的可行性和合理性。相较于其他算法，本文方法取得了更优秀的自平衡能力、抗干扰能力和动姿态稳定控制能力。

设计了一种带转角补偿的曲率增广模型预测控制+比例积分控制器，以提高智能车辆在非直线参考轨迹下的跟踪精度。首先，基于跟踪偏差车辆模型，将曲率作为增广量设计模型预测控制算法，分析了曲率增广对控制器性能的影响。其次，利用李雅普诺夫直接方法获得保证算法稳定的预测时域，计算了稳态误差，并设计了比例积分控制器补偿前轮转角以消除稳态横向偏差。最后，进行了仿真分析，结果表明：本文所设计的控制器在保证稳定性和平顺性的同时，可提高车辆轨迹的跟踪精度且收敛速度更快，在不同极限稳定条件下也能获得较好的控制效果。

提出了一种变速换道轨迹跟踪动态控制策略，针对变速换道轨迹构建了双PID纵向速度控制器和以横向误差、横摆角速度和质心侧偏角为综合评价指标的模型预测横向控制器，该动态控制算法利用估计得到的路面附着系数和预测的车辆状态信息自动调整算法中各个评价指标的权重系数，实现轨迹跟踪精度和横向稳定性之间的动态控制。据此设计高低附着对开路面的变速换道工况，利用CarSim与Simulink联合仿真对比验证算法的有效性。仿真结果表明：本文提出的动态控制策略实现了不同路面附着系数下的权重因子动态调节，在变速换道时仍可以确保控制量平滑输出，同步提升了无人驾驶汽车轨迹跟踪控制精度和横向稳定性，具有良好的协调控制效果。

针对油菜机械化分段收获效率有待提升、专用底盘利用率不高的问题，结合我国联合收割机履带式动力底盘保有量大的优势，设计了一款基于履带底盘的宽幅可折叠油菜割晒机。采用模块化设计方法，开展油菜割晒机的整体设计。提出了“先旋转-再收缩”的宽幅割台折叠方案，实现宽幅可折叠割台与常规收割机底盘配套。基于动力学与运动学分析得到割台折叠位置参数与折叠液压缸负载之间的关系，确定割台旋转点为割台架上边框距离两割台对称面950 mm处，液压缸收缩行程为700 mm。分析确定了拨禾轮、割刀、输送装置的结构和工作参数。阐明割台架与液压折叠悬挂架的载荷和约束，开展了割台展开、折叠状态的静力学分析和拓扑优化结构设计，以应力应变最小为优化目标，经对比评估，采用割台架和悬挂架初始模型材料去除率分别为85%、80%的工程化方案试制样机并开展田间试验。田间试验结果表明：割晒机割台折叠顺畅、运行平稳，割晒后油菜平均铺放角为24.4°，铺放角度差为8.52°，各项指标均满足割晒机田间转移要求和作业质量标准。该研究可为收获机具折叠割台的结构设计优化提供参考。

针对现有回归分析模型容易估计失真或难以估计准确的问题，本文提出了一种HM-OLS逐步回归分析模型。首先，通过主成分分析（PCA）方法对数据进行压缩降维，解决多重共线性问题；其次，利用经过处理的数据构建矩阵，通过最小二乘法估计模型参数，完成模型的拟合，并进行异方差检验与多重共线性检测；最后，以AIC值为参考，采用向前逐步回归法筛选影响因素，重新拟合模型，完成关联性分析。实验结果表明：本文提出的HM-OLS逐步回归分析模型有效消除了量纲的差异，解决了多重共线性问题，其稳定性和拟合效果明显优于传统的OLS、岭回归分析模型，并且能够准确分析出网络学习空间中与学生成绩关联性较强的影响因素。