利用光纤布拉格光栅在触觉传感方面的高灵敏和柔韧性优势，进行了滑触感知和分类训练研究，实现了在线材质识别。通过理论分析，优化光纤光栅封装，搭建了光纤光栅滑触感知平台，并研究其上位机控制方法及材质在线识别分类算法，提取中心波长的均值最大差值、差值、极差特征作为三维特征，应用支持向量机算法进行分类训练。训练结果表明，在5、10、15 cm/s滑移的混合数据集下，对粗布、PLA、砂纸800目的分类准确度达96.6%。相较于其他特征分类法，具有更好的分类能力和适应不同滑移速度的优势。在5~15 cm/s随机滑速的36次（3类材质×3个样品×4次滑移）验证测试中正确识别了34次。研究成果可为智能感知机器人提供一种在线新颖的材质识别方法。

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。

核事故的发生具有不可预测性和破坏性，为应急车辆制定合理的疏散计划将危险区域的人员撤离至安置点，可以有效减少人员所受到的伤害。针对核事故下应急车辆路径规划问题，以累积辐射剂量为评价指标，提出了一种基于混合蚁群算法（Hybrid ant colony algorithm，HACO）的车辆路径规划方法。首先，利用模糊网络建立了时间窗内疏散路径平均通行时间期望模型，同时结合累积辐射剂量计算模型，建立了能够随时间变化的动态累积辐射剂量计算模型。然后在蚁群算法迭代过程中引入模拟退火算法，并且在邻域搜索中引入A*算法启发式思想，提高了算法全局寻优能力。为进一步提高算法的局部搜索能力，引入帕累托排序方式，在蚁群算法信息素更新方式中加入距离对信息素增量的影响。仿真结果表明：HACO算法相较于蚁群算法平均收敛值提高了31%，稳定性提高了30%，能够为核事故下疏散路径规划预案的制定提供技术支持。

针对灵巧机器手的仿生触压感知功能，以光纤布拉格光栅作为信息传输和感知载体设计了可穿戴的触压感知指套。分别对指套的三种触压状态进行研究，选择触压位置1为垂直指尖，触压位置2为倾斜15°指尖，触压位置3为倾斜30°指腹。触压感知特性分析和实验研究表明，在0~10 N的触压力范围内，该感知指套具有较好的灵敏度和线性度，在位置1、位置2、位置3的平均灵敏度分别为24.119 6 pm/N、10.338 3 pm/N、-1.580 7 pm/N，线性度都在99%以上，该指套能分辨出手指不同触压位置以及加载力（载荷）的大小。为进一步验证指套仿生触压感知性能，进行硬度辨别感知实验，提出了标准触压波深比作为硬度感知的量化表征参数。该传感指套可以感知出四种硬度硅胶，具有很好的重复性，重复性误差分别为3.82%、0.97%、0.51%、0.29%，为灵巧机器手触压感知的深入研究提供参考。

介绍了以强激光驱动电容线圈靶的实验方法产生磁场的基本模型及其发展过程。对比了实验室中常用的三种磁场诊断方法，包含：B-dot、法拉第旋转以及质子背光，发现前两种方法在实验中仅可以获得距离靶较远处的有限个磁场值，通过结合模拟工具获得靶处的磁场值与测量点的值跨越几个数量级，容易产生误差；质子背光诊断可以在实验中获得全局磁场信息，能够较好地满足线圈靶磁场诊断的需求。由于线圈靶磁场强且可持续时间长，在时空分布上具有一定可控性，因此我们将其应用到了磁重联的研究中，并成功获得了重联出流等特征。另外线圈靶在带电粒子的约束和磁流体动力学研究等多方面也得到了应用。