“零缺陷制造”作为工业4.0的拓展，致力于大幅提升产品良率并最终实现产品零瑕疵。目前，工业过程通常采取物理检测方式对产品进行质量检验，属于离线破坏性试验且检测成本高昂，检测结果无法及时指导生产。虚拟量测通过对生产过程数据进行监控、对产品品质或工艺进行预判，能够将传统离线且具延迟特性的品质抽检改成线上且即时的品质全检。本文首先沿时间线对虚拟量测的发展历程进行了综述；随后介绍了虚拟量测的研究现状和典型应用场景，特别是半导体制造领域；接着汇总了常见的虚拟量测技术方法及其所解决的实际工程问题，比如数据预处理方法、预测建模方法和系统功能设计；最后，对制造过程虚拟量测问题进行了展望，提出了一种集数据预处理与可视化、虚拟量测和质量追溯为一体的工业制造过程智能管理体系。

随着计算机技术不断应用于工业物联网， 工业系统中的数据传输愈加需要支持高实时、 高可靠、 高带宽以及海量连接的特性。传统的网络已经无法满足这些需求， 5G网络因其高速率、 低时延、 支持海量连接以及良好的移动性等优越性能已成为当前工业物联网领域的研究热点。本文对面向工业网络的5G机器学习方法进行了综述， 首先分析了5G网络通信技术领域的大规模天线、 终端直连、 移动边缘计算以及异构超密集组网等关键技术， 其次介绍了人工智能技术以及作为其重要组成部分的机器学习技术， 同时总结了将机器学习技术引入5G网络以解决具体问题的方法并对之进行了总结与展望， 最后提出了5G通信技术的未来研究趋势。

绳驱柔性机械臂具有高形变、 质量小、 能耗低等优点， 伴随机器人应用的发展， 针对绳驱软柔性机械臂的精准建模与有效控制成为国内外学者的重点研究方向。本文综述了绳驱柔性机械臂建模与控制方法， 从建模方法上分析其运动学、 动力学及静力学建模， 并分别从基于模型与无模型两方面对控制方法进行归纳总结。其中， 基于模型的控制方法分为运动学与动力学建模两类， 而无模型控制方法包括模糊控制、 神经网络控制、 自适应控制与滑模控制等。最后， 对绳驱柔性机械臂建模与运动控制未来的研究方向进行展望。

近年来，复杂制造系统及其自动化、智能化和定制化等优势在汽车制造、芯片制造、机器人等领域得到了广泛关注，其建模与优化问题也已成为国内外的研究热点。本文首先介绍了复杂制造系统的研究现状和典型场景应用，比如设备管理、生产过程自动化和生产调度管理。紧接着汇总了常见的建模与优化方法以及所解决的实际工程问题，特别是深度学习、强化学习和合作博弈等方法在复杂制造系统建模与优化中的应用。最后，对复杂制造系统建模和优化问题进行了展望。

即时定位与地图构建（simultaneous localization and mapping，SLAM）算法是移动机器人实现自主移动的关键环节。激光雷达（LiDAR）具有测距精度高、不易受外部干扰和地图构建直观方便等优点，广泛应用于大型复杂室内外场景地图的构建。随着3D激光器的应用与普及，国内外学者围绕基于3D激光雷达的SLAM算法的研究已取得丰硕的成果。梳理了3D激光SLAM算法在前端数据关联、后端优化等环节的国内外研究现状，分析总结了目前各种3D激光SLAM算法以及改进方案的原理和优缺点，阐述了深度学习和多传感器融合理论与技术在3D激光SLAM算法中的应用情况，指出多源信息融合、与深度学习结合、应用场景的鲁棒性、SLAM算法通用框架及移动传感器和无线信号体制的技术渗透是3D激光SLAM算法的研究热点和发展趋势。研究成果对3D激光SLAM算法和未知环境中移动机器人即时定位和地图构建的研究具有重要的参考价值和指导意义。

随着电磁环境日益复杂，智能通信技术逐步成为电磁领域研究热点。在此背景下，分析信号本质特征机理、实现复杂环境下电磁信号调制方式识别意义深远。围绕电子信息系统复杂电磁环境效应的基础性、前沿性需求，以电磁特征发展阶段为主线，介绍了电磁信号调制方式识别研究现状，阐述了传统及智能模式下电磁信号调制方式识别方法。最后，展望了这一领域未来的发展趋势。

无人车(UGV)可替代人类自主地执行民用和军事任务，对未来智能交通及陆军装备发展有重要战略意义。随着人工智能技术的日益成熟，采用强化学习技术成为了无人车智能决策领域最受关注的发展趋势之一。本文首先简要概述了强化学习的发展历程、基础原理和核心算法；随后，分析总结了强化学习在无人车智能决策中的研究进展，包括障碍物规避、变道与超车、车道保持和道路交叉口通行四种典型场景；最后，针对基于强化学习的智能决策面临的问题和挑战，探讨并展望了未来的研究工作与潜在的研究方向。

近年来，柔性机械系统以其轻量化、低耗能、操作灵活等优势在航空航天、海底勘探、机器人、机械制造等领域得到了广泛关注，其建模和控制问题也成为了当今国内外学者研究的热点问题。在本文中，首先介绍了柔性机械系统的部分应用背景，紧接着汇总了柔性机械系统常见的分布参数建模方法、控制策略、控制方法以及实际工程问题。最后，对柔性机械系统分布参数建模与控制问题进行了总结，并对未来的研究方向进行了展望。

工业测控设备是工业控制系统的神经中枢，其信息安全问题直接关系到工业控制系统的安全。传统信息安全防护技术手段具有局限性，网络无法阻断物理介质传输数据和物理设备的接入，即使是物理隔离的工业测控设备，亦可以成为攻击目标，迫切需要增强工业测控设备自身的内生安全防护能力。本文结合相关国际标准和国家标准，将工业测控设备内生信息安全防护技术分为静态加固技术和动态防护技术，对涉及的七类信息安全防护技术进行了逻辑分类，给出了工业测控设备的内生信息安全的术语定义，并具体分析、评价了已有相关理论研究和关键技术的优势和不足之处。最后，对工业测控设备的内生信息安全防护技术的发展趋势进行了展望。

基于传统机构设计的移动机器人，由于机构运动关系相对固定、配置形式单一，难以在复杂地形中快速通行。变胞机构是一种全新的机构组合形式，在瞬时能使某些构件发生合并和分离，使机构有效构件数或自由度数发生变化，具有较强的环境适应性。变胞机构设计的移动机器人可以将速度、灵活性和稳定性集于一体，实现移动机器人在复杂环境中的快速移动。本文针对变胞机构及其移动机器人的构型设计、运动原理、驱动方式及空间配置进行了综述，归纳了现有基于变胞机构的移动机器人所面临的关键问题和技术进展，并对变胞机器人的未来发展方向进行了展望，为变胞移动机器人的发展提供参考。

近年来，无人机因其小巧灵活、智能自主等特点被广泛应用于民用和军事等领域中，特别是搜索侦察过程中首要的目标跟踪任务。无人机视觉目标跟踪场景的复杂性和运动目标的多变性，使得目标特征提取及模型建立困难，对目标跟踪性能带来巨大的挑战。本文首先介绍了无人机视觉目标跟踪的研究现状，梳理了经典和最新的目标跟踪算法，特别是基于相关滤波的跟踪算法和基于深度学习的跟踪算法，并对比了不同算法的优缺点。其次，归纳了常用的目标跟踪数据集和性能评价指标。最后，展望了无人机视觉目标跟踪算法的未来发展趋势。

城市污水处理过程具有生化反应复杂、非线性、不确定性等特点，在受进水流量、进水组分、天气变化等强干扰作用时，很难保证出水水质维持在规定范围内。模型预测控制以其可应用于非线性系统、显式处理约束问题等优点，近几年在城市污水处理过程中得到了广泛应用。本文从模型预测控制方法在城市污水处理过程中所依托的模型角度出发，介绍了其在基于机理模型和数据驱动的城市污水处理过程中的研究现状，阐述了在不同模型和控制变量下的控制效果。最后提出了城市污水处理过程中仍需解决的问题，并对模型预测控制方法在城市污水处理过程控制中的未来研究方向做出了展望。

马尔可夫跳变线性系统（MJLS）是一种具有多个模态的随机系统，系统在各个模态之间的跳变转移由一组马尔可夫链来决定。MJLS模型因其在表示过程中可以产生突变而更能精确的描述实际工程应用中的系统。近年来，MJLS的最优控制问题成为了研究的热点，动态规划、极大值原理以及线性矩阵不等式等成为了解决此类问题的主流方法。本文对MJLS最优控制领域的研究现状进行了综述。分别对一般情况下、带有噪声的情况下、带有时滞的情况下以及某些特定情况下的MLJS最优控制问题的国内外研究现状进行论述。最后进行了总结并提出MJLS最优控制领域未来值得关注的研究方向。

无线传感器网络定位在当前需求的推动下，已经成为热点研究领域。本文分别从定位方式、定位技术以及定位原理3个方面对无线传感器网络定位研究进行了梳理并展开了综述；其次，分别对3种基于无线传感器网络的定位算法进行了描述；然后，阐述了目前无线传感器网络定位的热点问题，其中，针对定位研究中非视距干扰问题，分别从非视距误差的数值特征和统计特征两个方面的研究现状进行了分析，并对基于多传感器融合的无线传感器网络定位方法进行了分析和总结；最后，针对无线传感器网络定位应用的挑战进行了展望。

随着工业互联网技术的发展，工业设备生成的数据量以指数形式增长，给云计算带来了巨大的数据压力.边缘计算由于低时延、低流量、强隐私性等特点在工业领域中有了越来越多的应用研究.本文针对近几年的工业云计算和边缘计算技术进行了综述.首先介绍了工业互联网背景下云计算和边缘计算的发展历史，分析了边缘计算的定义和边缘计算的几种计算典型形式与工业边缘计算系统的关系.其次分析了工业边缘计算的几种典型应用，针对当前的研究现状，讨论了工业场景中影响边缘计算应用的几种关键技术，并对工业场景下的研究挑战做了总结与展望.

基于事件的相机是一种生物启发的新型视觉传感器，可实时高效地捕捉场景的变化.与基于帧的传统相机不同，事件相机仅报告触发的像素级亮度变化（称为事件），并以微秒级分辨率输出异步事件流.该类视觉传感器已经逐渐成为图像处理、计算机视觉、机器人感知与状态估计、神经形态学等领域的研究热点.首先，本文阐述了事件相机的基本原理、发展历程、优势与挑战；然后，介绍了3种典型事件相机（包括DVS（dynamic vision sensor）、ATIS（asynchronous time based image sensor）和DAVIS（dynamic and active pixel vision sensor））以及多种新型事件相机；接下来，重点回顾了事件相机在特征提取、深度估计、光流估计、强度图像估计与三维重建、目标识别与跟踪、自主定位与位姿估计、视觉里程计与SLAM、多传感器融合等方面的应用研究；最后，归纳了事件相机的研究进展，并探讨了未来的发展趋势.

随着信息科学技术的发展，工业系统的复杂程度不断增加，工业控制系统的安全问题受到广泛关注，维护复杂工业系统安全成为了当前故障诊断与安全控制领域的研究重点.为保证复杂工业系统的安全性和可靠性，需要尽早监测到在运行过程中存在的故障和安全隐患，并尽可能降低故障带来的影响.近些年来，涌现出大量故障诊断与安全控制相关的研究文献.本文回顾了复杂工业系统故障诊断与安全控制方法的发展历程及其在工程上的应用，对目前的研究现状和研究趋势进行总结和分析，并对未来发展方向进行了展望，期望通过本文的工作能为广大工程师和科研工作者提供一定的指导帮助和参考依据.

稳定性分析是研究切换系统时的基本问题.本文基于时间依赖的切换信号，回顾了切换系统的稳定性分析问题的研究进展及最新成果.首先，系统地介绍了常见的时间依赖的切换信号.在此基础上，分别介绍了连续和离散切换系统的稳定性分析的成果，并讨论了各方法的优缺点.最后，对切换系统的发展进行了展望.

社会老龄化进程中，由于疾病或事故导致下肢受损的患者越来越多，患者的运动能力康复变得尤为重要.相对于传统的物理康复治疗方法，利用下肢康复机器人进行运功功能康复训练可以准确评估、大幅改善康复效果，提高康复效率，节约医疗康复资源.作为一种涉及康复医学、机械学、控制学、机器人学、计算机学及人工智能等诸多学科的智能仿生机电设备，下肢康复机器人按照患者的康复作业姿态主要分为坐卧式下肢康复机器人和站立式下肢康复机器人.其中坐卧式下肢康复机器人可以分为脚踏板式和外骨骼式机器人，站立式下肢康复机器人分为悬挂减重式和独立可穿戴式机器人.本文调研了国际上应用较为广泛的几类下肢康复机器人的代表性产品，详细分析了下肢康复机器人的主被动自由度、驱动方式、传动关节、感知技术、运动控制策略和训练模式等关键技术，并对各类机器人典型临床测试案例进行了比较和探讨，对下肢康复机器人未来的技术发展做出展望.

随着我国经济和社会复杂决策问题的出现及决策环境的日益复杂和不确定，传统群决策理论与方法也产生了深刻的变化，发展为大群体决策理论与方法，并且成为当前国内外决策科学研究的热点领域，在实际决策中有着广阔的应用前景.为此，首先从多属性大群体决策方法、冲突性大群体决策方法和风险性大群体决策方法三个主要方面回顾了大群体决策领域的研究和发展现状；接着，介绍了大群体决策研究热点和前沿进展；然后，阐述了该研究领域面临的问题和挑战；最后，指出了大群体决策今后的发展趋势.

多飞行机器人吊运系统是指由多个旋翼飞行机器人、吊绳及单个悬挂负载共同构成的具有空中操作能力的一类新型机电系统，具有灵活性强、地域可达性好、运输便捷、载荷能力强等显著优点.多飞行机器人吊运系统应用广泛，但是其建模与控制还存在诸多挑战.旋翼飞行机器人自身是一种复杂的欠驱动非线性系统，随着吊绳和负载的引入，系统的耦合性、欠驱动特性和非线性也会随之增加.为了全面对多飞行机器人吊运系统的研究进行综述，首先介绍了多飞行机器人吊运系统的常见构型，并对比分析了其优缺点；其次，从动力学建模、协调控制、实验三个方面介绍了多飞行机器人吊运系统的研究现状与挑战；最后，凝练了现存的关键科学问题，对其潜在的应用领域和未来的研究工作进行了探讨与展望.

四旋翼无人机—吊挂载荷系统的建模与控制是近年的一个热门研究领域.系统是通过缆绳连接载荷与四旋翼无人机形成的欠驱动非线性系统.全状态系统的建模通常基于欧拉—拉格朗日方程.为便于设计控制器，往往对系统模型做等效变换与简化.针对不同的简化模型，使用比例—微分控制、反馈线性化、反步法等控制方法，可以实现无人机轨迹跟踪、载荷轨迹跟踪、无人机编队规划、避障等控制目标.如果系统模型存在未建模动态或未知参数，可以通过自适应控制，引入观测器等方法改进控制器.为增强鲁棒性，提升飞行安全性，可以基于最优控制理论设计控制器，并通过输入整形，添加饱和函数等方法进一步优化控制性能.在无人机路径规划等复杂的控制问题上，智能控制方法已初见成效.多无人机协同运输载荷是另一个新兴子研究课题.

群智能是指众多行为简单的个体在相互作用过程中涌现产生的整体智能行为，劳动分工是其最重要特征之一.本文首先根据个体与个体、个体与环境的交互模式，给出群智能劳动分工的一个框架描述，分析其个体专职化、角色可塑性和自组织等特性.然后从自组织的角度对激发-抑制、刺激-响应、个体排序和寻觅工作等四类劳动分工模型进行对比分析，旨在归纳提炼群智能自组织劳动分工模型的构建规律.进而结合群智能自组织劳动分工的应用情况，针对其适用范围和求解思路进行了评述和讨论.最后从劳动分工机制、劳动分工模型、分配问题求解和优化问题求解四个方面展望了群智能自组织劳动分工的发展前景.

自主水面航行器（autonomous surface vehicle，ASV）的协同编队是协同领域中重点研究方向，协同编队的发展对人类社会具有重要意义．本文针对多ASV协同编队，对该领域相关问题的研究进展进行了综述，包括：1）论述了多ASV协同编队研究现状，包括协同编队定义、难点及讨论；2）分析了多ASV协同编队主要策略及相关研究进展，包括协同跟随策略、领航与跟随策略；3）对协同编队网络下的干扰约束及解决方法的研究进展进行了综述，包括洋流干扰及通信约束；4）从最优角度出发，对编队中路径规划问题进行了总结分析；5）从安全角度出发，分析了编队中避碰问题的研究进展；6）陈述了多ASV协同编队存在的问题，并给出了未来研究方向．

随着大数据时代的到来，大数据对制造业的影响越来越明显.把握大数据时代带来的机遇，正确合理地进行传统制造业的转型升级尤为重要.本文首先归纳总结了制造业大数据的含义，突出制造业大数据是贯穿制造业整个价值链的、可通过大数据分析等技术实现智能制造快速发展的海量数据；其次，举例说明了制造业大数据发展和应用的三个阶段；然后从价值链出发，具体分析了大数据对研发与设计、供应、生产、营销和售后服务五方面的影响，体现了价值链由生产驱动向需求驱动的转变趋势；最后从大数据存储、大数据分析技术和数据安全与隐私三个角度分析了制造业大数据面临的挑战，并提出对中国传统制造业转型升级的展望.

无线传感器网络测试平台利用真实的物理节点及实验环境，能够大大提高算法、协议及应用评估测试的有效性及精准度.如何选取并利用不同的技术与资源搭建可用性高、扩展性强及交互性好的测试平台非常关键.本文总结了异构测试平台在设计、实现与部署实验的各阶段所面临的问题与挑战，并对已有的解决方案进行详细的阐述，归纳比较了几种典型异构测试平台的相关技术与特性，进而给出其在今后可能的研究方向.

城市污水处理过程受进水流量、进水成份、污染物负荷、水温、天气变化和微生物反应特性等因素影响，存在较强的非线性和严重的干扰；同时，由于生化反应中微生物的生存规律复杂、污水处理各组分反应特性未被完全辨识，实现污水处理过程精确建模仍极具挑战性．本文从城市污水处理过程模型发展的角度出发，阐述了污水处理过程建模的研究现状，尤其是机理模型、智能特征模型和混合模型在城市污水处理过程中取得的成果．最后，指出了城市污水处理过程仍需解决的问题，并对未来的发展作了进一步的展望．

在基于泛在信息的智能制造时代，信息技术的大量涌现，以从未有过的能力，不断满足市场对制造业变革的技术需求，极大地冲击和促进制造业从传统模式向未曾有过的模式转变，使其逐步进入新的、不断发展的信息环境与制造模式之中，这种新的信息环境与制造模式组成了智能制造空间，它的发展与变化将影响智能制造的发展．文章详细阐述了在制造系统结构、设计与制造技术、人机关系方面正在发生的巨大变革，并且指出以“分散与集中相统一的制造系统、虚实结合的设计与制造手段、人机共融的生产方式”为特征的智能制造空间将快速形成，重塑需求牵引和技术驱动下的智能制造发展模式和技术体系．

同步性是复杂网络的重要特性．如何在不同条件下选用适当的方法实现复杂网络的同步控制是非常重要的问题之一．本文分别从网络拓扑结构和动力学的角度出发，对现有复杂网络中同步控制的方法进行了系统的回顾，总结了同步控制方法的最新研究进展并对不同的方法的适用条件及优缺点进行了分析，最后指出了这一领域中几个有待解决的问题及未来可能的发展方向．

对隐式人机交互的研究现状和进展进行了全面地总结.首先，梳理了隐式交互的研究之路，归纳并分析了国内外的研究机构、研究特点以及相关资源.其次，详细地阐述了该领域所涉及的理论与技术，对主流算法进行了概括、分类和对比.最后，讨论了该领域研究中存在的重难点问题和后续可能的研究热点和方向，并对未来的发展进行了展望.

介绍了我国钢铁企业能源管理模式经历的阶段，并针对先进能源管理系统的能源介质在线监测、主要用能设备和生产过程的能效分析与优化控制、系统集成平台及多能源介质管理、分析与优化技术方面的新研究内容及其进展进行了详细的阐述．在钢铁企业能源管理系统中推广应用这些新的研究成果，将有效提升钢铁企业能源管理的效果．

克隆选择算法收敛性研究是免疫计算领域中一个复杂而重要的问题，但是有关收敛性的研究结果还相对较少．本文综述有关克隆选择算法收敛性方法研究的近期理论成果，分别概述齐次马氏链模型、纯概率方法和鞅论三种算法收敛性研究方法的模型并分析它们的优缺点，以期推动克隆选择算法收敛性理论研究的更深入发展．

基因表达数据聚类是发现基因功能和确立基因调控网络的重要方法，计算智能在该领域的应用为分析大量基因数据提供了新途径．本文根据基因表达数据的特点，提出了基因表达数据聚类领域的关键问题，探讨了基于计算智能的基因表达数据聚类基本框架，综述了计算智能在基因数据聚类领域的应用现状，最后指出了在基因数据聚类领域计算智能方法未来的发展方向．

本文综述了图像加密技术的最新进展，阐述了近几年发展起来的（1）基于矩阵变换/像素置换；（2）基于伪随机序列；（3）基于SCAN语言；（4）基于“密钥图像”；（5）基于四叉树编码及SCAN语言；（6）基于矢量量化压缩编码及商业密码等图像加密技术，比较了他们的优缺点和适用范围．文章尤其详细介绍了混沌加密技术，指出了应用混沌技术的好处和一些值得进一步研究的问题．

近几年，随着神经网络理论的深入研究，神经网络技术的并行性计算能力、非线性映射和自适应能力等优点得到了充分的认识，各种神经网络模型在图像处理领域中得到了广泛的应用．本文对各种流行的神经网络模型在图像处理领域中的应用进行了汇总，根据图像处理的具体内容对这些应用进行分类叙述，阐明了神经网络技术在图像处理领域中的优点和不足之处，并对将来神经网络技术在图像处理领域中的应用提出了几点期望．

本文对仿真技术的现在与未来进行了简要综述：仿真的地位,目前最热门的仿真领域,仿真软件发展到什么阶段,仿真技术正在发生一个革命,仿真的研究前沿,一体化仿真环境,分布式仿真与仿真模型的并行处理,图形技术与仿真,人工智能技术与仿真．

本文用工程界熟悉的语言阐述鞅（Martingale）的含义以及鞅论（包括随机积分和随机微分方程——随机分析）在系统辨识、自适应控制、随机控制与滤波中的应用．从而说明,鞅论是现代控制理论中一个重要工具,应该引起工程界的足够的重视．

从无智能系统向有智能系统发展，是模式识别技术当前最重要的发展方向．本文介绍以知识为基础的图象分析方法．它是一种模式识别与人工智能相结合的技术．所谓以知识为基础的图象分析，是指充分应用与所研究的问题有关的知识，来实现单个图象或图象系列的自动描述．这样的分析系统的基本组成部分，包括一个与问题无关的处理方法及一个与问题有关的知识描述．前者将一个图象分割为线条、区域，并提供相应的特征，如灰度值、颜色、外形、纹理、深度、运动及位置等；后者则包含客体的知识，其时空关系，依据具体任务所给出的解释等．两者将通过一个存储中间处理结果的数据库加以连结，并由一个控制模块来控制整个系统的运行，从而实现分析过程．这样的一个分析系统，可以是交互的，也可以是自动的．

介绍用系统辨识方法从各级水平上研究代谢系统的情况，包括它的目的与意义、范畴与课题、模型类别、实验设计成就．本文还通过代谢系统的建模、结构辨识、参数估计及模型确认等，讨论了代谢系统的辨识对系统辨识提出的新的要求与课题，对系统科学的促进与贡献．

机器人因其高效的感知、决策和执行能力，在人工智能、信息技术和智能制造等领域中具有巨大的应用价值。目前，机器人学习与控制已成为机器人研究领域的重要前沿技术之一。各种基于神经网络的智能算法被设计，从而为机器人系统提供同步学习与控制的规划框架。首先从神经动力学（ND）算法、前馈神经网络（FNNs）、递归神经网络（RNNs）和强化学习（RL）四个方面介绍了基于神经网络的机器人学习与控制的研究现状，回顾了近30年来面向机器人学习与控制的智能算法和相关应用技术。最后展望了该领域存在的问题和发展趋势，以期促进机器人学习与控制理论的推广及应用场景的拓展。