为了实现高纯度脉冲柱矢量光的输出，提出并搭建基于对称双模耦合器的波长可切换的被动锁模柱矢量全光纤激光器。根据光纤传输原理得到基模向高阶模转换的折射率匹配直径，运用模式耦合模理论及光束传播法模拟分析了对称双模耦合器的结构参数对模式选择及耦合特性的影响，采用熔融拉锥法并免去传统的模式选择耦合器制作上的预拉锥工艺制作了对称双模耦合器，通过搭建一套被动锁模柱矢量全光纤激光器实现了中心波长1 039 nm和1 068 nm可切换、脉冲时间间隔为113.8 ns、重频为8.78 MHz、脉宽660 ps/656 ps、最大输出平均功率为5.25 mW/5.2 mW、模式纯度大于97%的柱矢量光输出。实验验证了对称双模耦合器的可行性，为后续高纯度柱矢量光的获得提供一种可行的方案。

针对现有中心偏差测量方法中测量精度低、透镜姿态调整人为干扰大的问题，提出一种差动共焦透镜中心偏自动测量方法。该方法通过差动共焦定焦技术，依据差动共焦轴向光强响应曲线的过零点精确对应被测镜特征点这一特性，实现对被测镜猫眼点及共焦点的精准定位；通过高精度气浮转轴驱动被测镜旋转，用位移传感器、圆光栅记录被测镜的位置信息，结合五维位姿自动调整机构，实现对被测镜姿态的高精度校正，消除姿态偏差，提高测量精度；最终，搭建了激光差动共焦透镜中心偏自动测量系统，实现了透镜中心偏的高精度自动测量。实验结果表明：透镜中心偏的测量精度可达0.41%，测量重复性优于100 nm。与现有的人工单次测量相比，该方法的测量重复性较好、随机误差小、测量精度高，为高精度透镜中心偏自动测量提供了一种技术途径。

为拓展光纤光栅在机器人智能感知领域的应用，设计了光纤光栅感知护具并研发了光纤光栅波电转换系统及其人机仿生跟随的交互操控算法。感知护具中设置有3个光纤布拉格光栅传感单元，主要包括弹性绳的拉力环。通过拉力环对光纤光栅施加预紧力，可有效避免由于衣物或皮肤聚集引起的牵引力方向偏移。光纤光栅波电转换系统对人体手臂的肘关节弯曲角度、腕关节俯仰角度、指关节开合角度进行运动姿态特征提取，分别对应控制机械臂的方向、高度和机械爪开合角度。构建了人体手臂运动角度范围和机械臂运动角度量程的对应关系，获取了检测系数和控制系数，最终通过动态实时波长与PWM控制电信号的转换推导出系统的波电转换系数。实验结果显示，在实验量程内，机械臂的方向、高度、开合控制输出的波电转换系数最大累积误差分别是0.771 11%，1.992 91%，0.341 17%，3个控制角度的输出偏差分别为1.135 60°，1.720 56°，1.826 57°。光纤光栅波电转换的仿生跟随方法具有良好的控制精度，实现了机械臂运动与人体手臂运动的仿生跟随，为智能机器人仿生跟随的深入研究奠定了理论基础。

随着量子保密通信网络及产业化发展，轻小型化接收望远镜满足量子跟踪仪规模化和便携式的多应用场景需求。对满足接收望远镜的技术体制进行了对比分析，确定了RC+小像元+量子模块的光学系统形式，采用小F数+微小像元的技术体制。设计了全铝一体化结构的φ280量子跟踪仪接收望远镜，F5的RC望远镜采用RSA-6061微晶铝合金作为反射镜的结构材料，配合一体化硬铝合金高刚性结构，静力学（重力变形和温度变形）仿真分析结果满足近衍射极限成像和高效率量子接收要求，动力学仿真分析结果表明，一阶模态为91 Hz，具有足够高的动态刚度和安全冗余。集成测试结果表明：望远镜的中心视场波像差RMS为λ/14.7，5个视场系统波像差均优于λ/12.7，可以确保近衍射极限高质量信标成像，奈奎斯特频率处的光学传递函数为0.15；HV+-四个偏振态的平均偏振对比度为454，全系统效率为51.93%，可以高质量接收量子密钥；-25 ℃和+30 ℃外场恒星成像实验验证了系统可以稳定、高质量提取质心用于脱靶量闭环；与“墨子号”星地量子密钥分发实验成码为92.9 kb，误码率为1.18%，能够实现高效率量子接收。

为减小无拖曳卫星的残余姿态误差，设计了一种基于动量交换的指向稳定性调控机构。采用复合轴控制的原理，与无拖曳姿态控制回路相配合，可将卫星的指向稳定性精度提高到纳弧度量级，同时减少工质损耗，达到延长卫星寿命的目的。利用压电陶瓷设计了一套敏感轴动量交换机构，并基于卫星姿态动力学对小质量块运动所产生的附加干扰力矩进行推导和分析。分别对复合轴系统的主轴系统和子轴系统进行整定，计算出满足性能需求的系统带宽。采用前馈逆模型和自适应PID控制对压电陶瓷的非线性和卫星所受扰动进行补偿。最后，通过Adams和Simulink联合仿真验证系统整体的可行性。仿真结果表明：该机构的介入可以有效降低控制系统带宽，实现10 nrad·Hz^-1/2@1 mHz~1 Hz的指向稳定性控制。

增材制造结合反应烧结技术能够制备高度轻量化的碳化硅陶瓷反射镜，针对增材制造技术制备的碳化硅陶瓷存在抗弯强度低、弹性模量低等力学性能差的问题，开展高温氧化提升材料力学性能的研究。对基于增材制造的反应烧结碳化硅陶瓷试样在850 ℃下进行高温氧化处理，研究氧化时间对材料成分及表面缺陷含量的影响，阐明氧化时间对材料性能的提升机制，揭示它对材料性能的影响规律。实验结果表明：当氧化时间为2 h时，材料表面原位生长一层致密的氧化硅膜层，该膜层能够使材料表面缺陷自愈合，有效降低陶瓷材料表面缺陷的含量，此时材料获得最佳的力学性能，抗弯强度和弹性模量分别为263.9 MPa和384.75 GPa，分别提升10.7%和14.4%。该方法具有高效率、低成本和易操作的优势，为增材制造碳化硅陶瓷的性能优化提供理论指导。

渐开线圆柱齿轮是量大面广的关键机械基础件，为了实现渐开线量值的统一，通常需要将渐开线样板作为渐开线的实体标准器进行渐开线齿廓偏差的量值溯源、量值传递与量值比对。本文回顾了各国高精度单基圆参数、多基圆参数渐开线样板、集成其他几何参数的齿轮样板、非渐开线式样板及高精度渐开线测量仪器的研究进展，并对渐开线样板的使用展开长度提出了建议，对高精度渐开线样板的发展做出了展望。

雾霾天气下大气粒子对光的散射作用会导致成像质量下降，影响目标探测以及关键信息提取。针对目前偏振去雾算法存在的不足，提出一种基于偏振暗通道的去雾方法。通过4个不同角度的偏振光强解算偏振信息，从而得到任意角度的偏振光强，然后，结合暗通道先验原理定义偏振图像暗通道，从中获取无穷远处大气光强度信息，计算得到大气传输率，最后构建大气散射模型，得到去雾图像。实验结果表明：该方法处理后的去雾图像的灰度方差、平均梯度和图像熵几项评价指标均比原图像显著提高，灰度方差提升了25%，平均梯度提升了30%，图像熵提升了5%。该方法能够有效改善雾霾天气下的图像质量，提高图像清晰度，且图像的细节更为丰富。

针对脉络膜与巩膜间对比度低，脉络膜分割存在脉络膜下边界模糊，难以界定等问题，提出了融合注意力机制的TransGLnet脉络膜自动分割网络，在卷积层引入全局注意力模块（Global Attention Module，GAM），在特征之间应用矩阵乘法，在整体空间位置的多个特征之间建立非线性交互，在不使用大量参数的情况下提取全局特征；在卷积层和Transformer编码器之间引入局部注意力模块（Local Attention Module，LAM），以1/4特征图为基本单元探索局部特征，特征图元素位置移动规则为保持行位置的元素不变，将列位置的元素由大到小重新排列。两模块融合可令网络有效兼顾全局与局部特征。实验结果表明，TransGLnet网络的Dice值为0.91，准确率为0.98，平均交并比为0.89，F1值为0.90，豪斯多夫距离为6.56。与现有脉络膜自动分割方法相比，本文方法的各项性能指标均有提高。TransGLnet脉络自动分割网络具有较好的稳定性，可供临床借鉴。

针对传统红外与可见光图像融合结果存在目标模糊、纹理细节丢失以及伪影等问题，提出一种基于目标增强与蝴蝶优化的红外与可见光图像融合算法。针对红外图像因成像机理导致的融合目标边缘模糊问题，构造基于目标边缘强化的红外图像增强模块；为解决因可见光图像质量较低而造成的融合图像细节缺失问题，搭建基于带色彩恢复因子的多尺度Retinex可见光增强模块；然后，利用四阶偏微分方程-主成分分析法对红外和可见光增强图像分别进行边缘平滑处理，以解决融合结果存在的伪影问题；最后，为使最终融合结果突出目标的同时保留更多的纹理细节，设计了基于蝴蝶优化的图像重建模块，以实现重建图像权重的自适应分配。为验证所提出算法的优势，将所提出的算法在TNO，INO，M3FD以及RoadScene数据集上与6种经典算法进行比较。实验结果表明，相比于对比算法，本文算法的信息熵、空间频率、均方差、联合熵、视觉信息保真度和自然场景6个客观评价指标上分别平均提高了9.24%，38.88%，51.11%，4.65%，35.44%，19.36%，融合结果目标边缘清晰、对比度强、无伪影且纹理细节丰富。

为解决搬运机器人无法在复杂光环境下实现精准循迹等问题，提出适用于智能搬运机器人的融合多光学传感和变积分PID方法。将短波长激光器与多路灰度传感器相结合，实时采样循迹轨迹并应用滑动平均滤波算法预处理其采集信息，计算数据与平衡状态的偏差，再对其加权累加融合后作为变积分PID算法的输入量，收敛距离可缩短至10 cm以内。在此基础上，在搬运机器人本体增加抓取物块结构，以拓展搬运机器人作业的灵活性和适用性，采用4自由度机械臂、气泵和载物台组成灵活抓取结构。实验结果表明，在室内光线和室外自然光环境下，该算法可在3 min内实现二维码识别、稳定循迹和物块搬运等功能，且机器人的任务准确率均为100%。变积分PID算法能够增强搬运机器人循迹的实时反馈，加快对循迹误差的响应能力，提高了搬运机器人循迹的稳定性和环境适应性。

为了使交叉双旋翼无人直升机在全球定位系统（Global Positioning System，GPS）信号干扰的情况下实现平稳的自主降落，采用AprilTags视觉基准系统中的TAG36H11图像作为降落地标，并基于该降落地标设计了一种视觉辅助的交叉双旋翼无人直升机自主降落控制系统。对降落地标进行图像预处理，基于Canny边缘检测、Hough变换直线检测和矩形检测，提取降落地标的特征信息，然后通过相机成像原理和坐标系转换解算出无人直升机的相对位姿信息，针对GPS信号干扰的情况下提出了一种利用Hough变换直线检测解算偏航角的算法，最后设计了一种串级PID控制结构的位姿控制算法，位置控制中设计了一种开方控制器，用于限制无人直升机的极限期望位置和最大加速度。同时，在姿态控制中设计了一种交叉双旋翼无人直升机姿态控制机构，通过6个数字舵机控制倾斜盘的倾角实现交叉双旋翼的周期变距，改变无人直升机的飞行姿态。通过Mission Planner飞控地面站进行仿真验证，将视觉处理系统与飞行控制系统组合，仿真结果表明，视觉辅助的飞行控制系统可以很好地跟踪无人直升机的期望位置。经过实验验证，姿态角度偏移量控制在4°以内，位置偏移量控制在0.05 m以内，可以实现交叉双旋翼无人直升机视觉辅助的自主降落。