本实验室建设于2013年,主要从事先进检测技术与自动化装置的研究,目前承担的主要课题包括但不限于:光纤传感器及精密解调技术;模式识别及相关信号处理算法;情感计算与深度探究
双击此处添加文字

1、传感器、检测技术和测量系统

    传感器是一种能够感知和测量某种物理量、化学量或生物信号的器件或装置,并换成电信号、机械信号或光信号,以便于在电子设备或控制系统中进行处理、转换或控制。检测技术是一种技术手段,用于对某种信号或事件进行检测、识别、分析和判断,包括基于传感器感知,也包括其他物理、化学、生物等技术和方法进行感知或测量;与传感器不同的是,检测技术更强调数据的分析和处理,可以通过算法、统计学等方法进行识别和判断测量系统则是由传感器、检测技术和数据处理系统组成的完整系统或装置,用于对环境中的各种参数进行精确测量和分析。因此可以认为,传感器是测量系统的组成部分,而检测技术是测量过程中所使用的方法和技术。课题组在此研究方向的主要课题包括:

(1)声发射传感器、磁场传感器、压力传感器、温度传感器、折射率传感器的研制;

(2)基于机器视觉的应力应变场检测、基于多模态信息融合的机电设备故障监测;

(3)基于光谱学和机器学习方法的无创血糖检测技术及系统;

(4)相应的信号降噪、数据挖掘和模式识别、全寿命周期健康评估等算法。


2、情感计算和健康分析

    情感计算是人工智能领域的重要研究方向之一,涉及计算机科学、心理学和社会学等跨学科领域,包括情感分类、情感抽取、情感推理、情感生成等方向,目标是赋予计算机类似于人一样的观察、理解和生成各种情感表达的能力由于人处理情感时常处于多模态场景共存的情况,信息来源于自然语言、视觉、声音及生理信号等多模态,因此情感计算相关研究主要集中在多模态情感理解和表达两方面。其中情感理解又可分为粗粒度多模态情感分类和细粒度多模态情感分类,粗粒度分类主要根据句子级的输入对图文、视频和生理信号等进行情感分析,细粒度分类主要是对不同模态中的情感实体(面部表情和肢体语言等)进行情感分析。而情感表达是在理解不同模态情感信号的基础上,生成有类人情感的回复和反馈。课题组在此研究方向的主要课题包括:

(1)应激反应和适应障碍等心理问题进行早期预警技术和干预效果评价方法;

(2)特定目标身心健康及作业能力的动态跟踪系统和指标评价体系;

(3)面向医学和特种领域的可穿戴/便携式装备、专用系统及示范应用。


3、其他

(1)室内环境智能控制与健康管理:根据人体工效学、生理学、心理学的最新科研成果,利用大数据驱动的人工智能、物联网等前沿技术,针对智能建筑室内环境研究中存在的关键问题提出创新的解决方法;

(2)微电网韧性提升策略研究:建立基于数据驱动的随机鲁棒优化模型,实现孤岛微电网系统韧性优化,保证系统可靠运行。并提出考虑供需双侧动态平衡的优化策略,实现信息网络约束的最优调度。