飞秒激光在学术领域和工业领域都具有极高的应用价值，对飞秒激光进行准确快速的表征与精确控制对其各种应用至关重要。飞秒脉冲的传统表征方法依赖非线性效应且光路结构复杂，而飞秒脉冲的控制则大多采用开环手动调试，无法实现稳定的最优调控，极大地限制了飞秒激光的应用。近年来，智能技术的出现给飞秒激光研究提供了新范式，结合智能技术，低能量高重复频率飞秒脉冲序列的单帧全域测量与飞秒脉冲的按需智能调控有望成为现实。

近年来，人工智能科技的普及为激光领域的科技教育注入了新动力，进一步推动了激光行业的快速发展并拓宽了应用范围。从激光器件优化设计、激光器系统结构优化设计、光束智能控制及优化、激光特性的精确表征与预测、激光器应用效能优化等5个方面介绍了人工智能对激光领域的赋能效果，并对未来两个学科的双向赋能进行了初步分析和展望。

由于鹰眼的特殊视觉机制，其具有大视场搜索、远距离探测和高分辨率成像等优点。基于鹰眼视觉原理，针对弹载光电探测平台，探索一种可以在大视场范围进行目标搜索，同时在关键区域进行目标自动定位和高分辨率成像的智能探测方法。在长波红外谱段，设计了五孔径大视场高分辨成像系统。基于Agent智能控制理论，提出了多传感器智能协同控制方案，实现大视场范围下的目标自动定位。研究了多孔径图像拼接和变分辨率图像融合方法，实现了大视场背景图像和高分辨目标图像的整体获取。研究结果表明，设计的多孔径探测系统可有效解决弹载环境下远场探测过程中大视场与高分辨的矛盾问题。

针对伺服系统中非线性力矩干扰导致光束跟踪性能下降的问题, 采用神经网络算法实现光电跟踪系统的非线性控制。分析了径向基函数神经网络监督控制算法应用于光电跟踪系统的优势, 设计了光束跟踪实验, 数据显示神经网络能够智能输出非线性控制量抑制摩擦力矩干扰, 提高光束跟踪性能, 对幅度3°、频率在1 Hz以内的光束扰动抑制比达到-28~-51 dB, 比初始未优化的PID控制提高15 dB以上。实验结果表明, 神经网络算法可以自动建立反馈量与控制量的非线性映射, 适用于复杂系统的非线性控制。

利用光纤分布式传感器对长距离输油管线等高危作业区域进行安全监测已被广泛研究和应用,但在使用过程中由于各种原因导致传感光纤断裂或损坏的情况时有发生,严重制约其对被测目标的长期监测。通过分析加载光纤传感器之结构,将传感光纤沿被测长度区间分为数段并建立若干传感控制节点,在节点间设置冗余光纤并组建全光远程控制系统,为目标传感器提供具有分段控制保护的故障位置自动诊断以及传感功能自动恢复的光纤智能传感系统。对传感结构进行故障概率的模拟分析和计算表明,该结构可有效地提升传感器的生存能力。拟将该系统应用于油田长距离输油管线安全监测的分布式光纤传感系统中,并提出相应的分段保护光缆连接结构。

针对自适应性低的焊缝跟踪系统在实际焊接环境中易受噪声干扰的问题, 结合深度卷积神经网络强大的特征表达能力和自学习功能, 研究了基于深度分层特征的焊缝检测和跟踪系统, 该系统可精确地从噪声污染的时序图像中确定焊缝位置。为彻底解决焊枪依循计算轨迹运动所出现的抖振问题, 设计了模糊免疫自适应的智能跟踪控制算法。实验结果显示, 在强烈弧光和飞溅的干扰下, 传感器测量频率达20 Hz, 焊缝跟踪精度约为0.2060 mm,且焊接过程中焊枪末端运行平稳。该系统能实现焊缝平滑的实时跟踪, 抗干扰能力强, 焊缝轨迹跟踪准确, 能满足焊接应用要求。

为了解决当前隧道照明中存在的耗电量大,照度测量繁杂,难以实时保证实际照明亮度等问题,设计了一种隧道照明闭环反馈智慧控制系统。该系统能够根据车辆有无、车辆行为信息和环境信息实时调整照明状态实现按需照明;采用摄像机图像亮度测量方法,通过图像灰度与亮度转换来实时获取隧道路面的亮度。为保证照明需求,系统采用PID闭环反馈调节方法,以照明所需亮度和实际测量亮度为基础,实时调节照明系统输出。实验证明,设计的系统安全可靠,自适应性强,具备实时亮度测量和闭环反馈调节功能;实现了按需照明,能保证实际照明亮度实时达到标准要求,同时最大限度地节能降耗;并能在保证行车安全的同时使人眼获得最佳的视觉感受。