关于公布2024年度智能感知与自主控制教育部工程研究中心开放课题暨揭榜挂帅任务指南的通知

智能感知与自主控制教育部工程研究中心（以下简称研究中心）是推动北京工业大学科技创新体系的重要组成部分，是北京工业大学面向世界科技前沿、面向经济主战场、面向国家重大需求，组织工程技术研发、促进科技成果转化、推动学科建设发展、培养集聚创新人才、开展国际合作交流的重要基地。

研究中心围绕国家和北京市信息领域对人工智能技术，特别是智能感知与自主控制等人工智能核心技术的迫切需求，面向医疗健康、公共安全、网络空间安全、环境保护等领域，通过研究开发及工程化的创新能力建设，建成为国内领先、具有国际竞争力的人工智能先进技术研究和产业化基地。为了更好地促进智能感知与自主控制领域的研究，现公布2024年度智能感知与自主控制教育部工程研究中心开放课题暨揭榜挂帅任务指南。

一、榜单设置

（1）复杂场景下的物体6D位姿高精度估计

任务：物体的6D位姿估计是机器人感知的核心问题之一，是机器人在三维空间中实现精确识别、定位和操作的基础。为了提高机器人的安全性和可靠性，研究在复杂场景下仍具有高精度的物体6D位姿估计算法。通过精准感知，推动机器人抓取、导航、协作与交互等关键技术的发展。

指标：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（Github或其他网站开源）

（2）面向复杂工业互联网的一体化安全防护框架研究

任务：针对数量庞大且多源异构的工业互联网边缘算力节点，研究面向异构海量安全告警的高效分析处理方法和基于小样本数据的异常事件溯源技术，实现异常行为可预警、攻击行为可溯源的一体化安全防护框架，保障复杂工业互联网的安全可信。

指标：CCF A类期刊或会议论文1篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（Github或其他网站开源）

（3）基于区块链的分布式存储审计技术及应用

任务：面向智慧城市建设中的海量高并发数据存储与计算需求，研究基于区块链的分布式存储审计技术，通过设计新的存储策略和高效安全的审计方法，实现高安全、可审计的分布式存储系统，保障存储数据的安全可用。

指标：CCF A类期刊或会议论文一篇以上，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（Github或其他网站开源）

（4）面向物联网场景的小样本网络流量分类技术研究

任务：针对物联网设备在其工作时只产生极少量的流量数据，这些数据不足以支持传统分类方法的实时、在线学习与分类。研究基于小样本学习的自监督物联网流量分类技术，实现无需微调即可对新类别流量进行高准确度分类，从而保障物联网网络环境的安全可靠。

指标：在CCF A类期刊或会议论文上发表1篇以上论文，或在SCI一区期刊上发表2篇及以上论文，并提供相关研究的开源代码与数据（Github或其他网站开源）。

（5）面向低氮排放的电厂煤炭燃烧过程动态建模与智能控制

     任务：针对煤炭成分多变、燃烧机理复杂和建模困难的问题，研究数据-机理混合驱动的动态建模方法，为燃烧过程的精准控制奠定模型基础。在建模的基础上，设计模糊模型预测控制器，在保证燃烧效率的同时，提高燃烧产物的低氮化水平，实现绿色智能燃烧。

    指标：在CCF A类期刊或会议论文上发表1篇以上论文，或SCI/EI期刊或会议论文两篇及以上，并提供相关研究开源代码与数据（Github或其他网站开源）。    

二、揭榜条件

揭榜单位应符合以下基本条件，若榜单中有具体要求的同时须符合榜单有关要求。

1. 申请人应为北京工业大学在职教师。

2.申请人应具备博士研究生学位。

2024年度揭榜挂帅任务拟资助5项，每项1万元。获得基金资助的课题需在当年12月提交研究工作总结（包括总结报告、学术论文、研究报告等），并参加中心年会报告相关成果。得到资助的课题，其成果需要有标注。标注字样为：

中文：智能感知与自主控制教育部工程研究中心，北京，100124

英文：Engineering Research Center of Intelligence Perception and Autonomous Control, Ministry of Education, Beijing, 100124

三、揭榜流程

1、申请人必须针对榜单某一任务指南开展申报。

2、申报需提交申报信息表及申报承诺（见附件1）。

请有意申报者在2024年6月7日前将附件1发送至：

邮箱：yuhaiyang@bjut.edu.cn

智能感知与自主控制教育部工程研究中心

 2024年5月28日