針對車載ARHUD在使用深度學習模型感知交通環(huán)境、駕駛?cè)藸顟B(tài)等信息時，遭遇車載芯片算力限制的難題，李鵬華團隊創(chuàng)建了適用于車載芯片的輕量級類八維卷積神經(jīng)網(wǎng)絡(luò)，提出了車載視頻數(shù)據(jù)的高低頻特征分組復用機制，發(fā)明了多通道壓縮激勵的八度卷積信息篩選方法，實現(xiàn)了交通環(huán)境目標和分心駕駛行為的快速精準識別。

針對“云－端”在線語音識別存在的數(shù)據(jù)安全隱患，以及車載本地語言識別面臨的算力瓶頸，李鵬華團隊創(chuàng)建了殘差分組線性變換的鉆石型輕量級語音識別與聲紋識別網(wǎng)絡(luò)，實現(xiàn)帶有聲紋安全認證的特定駕駛?cè)说碾x線語音識別；提出圖標簽感知的自然語言理解框架，通過在交互模塊中引入標簽映射模塊和全局圖交互模塊，實現(xiàn)自然實時的“人－車”多輪對話。

“車載儀表多模態(tài)交互顯示與智能制造關(guān)鍵技術(shù)及應(yīng)用”成果榮獲：重慶市科學技術(shù)進步一等獎，“車載增強現(xiàn)實抬頭顯示器關(guān)鍵技術(shù)及產(chǎn)業(yè)化”成果獲中國儀器儀表學會科技進步二等獎。

“目前該成果已經(jīng)形成了產(chǎn)業(yè)化?！崩铢i華欣喜地告訴我們。已經(jīng)建成了國內(nèi)第一條HUD自動化生產(chǎn)線，研制了首款國產(chǎn)HUDEOL檢測設(shè)備，率先實現(xiàn)了國產(chǎn)HUD量產(chǎn)，實現(xiàn)了ARHUD產(chǎn)品的進口替代，形成了HUD檢測設(shè)備自主研制能力。引領(lǐng)了國內(nèi)車載儀表產(chǎn)業(yè)的創(chuàng)新發(fā)展方向，形成了以“儀器儀表＋”多學科交叉發(fā)展的技術(shù)攻關(guān)、項目研發(fā)、人才培養(yǎng)的產(chǎn)學研合作新模式，經(jīng)濟和社會效益顯著。

成果再轉(zhuǎn)化：車用動力電池健康管理

“輕量級神經(jīng)網(wǎng)絡(luò)驅(qū)動的車用動力電池健康管理是又一大成功應(yīng)用場景，也是有效的成果轉(zhuǎn)化之一?！崩铢i華對輕量級神經(jīng)網(wǎng)絡(luò)技術(shù)的應(yīng)用前景非常看好。

“動力電池可是電動汽車的能源核心部件，起到了至關(guān)重要的作用。它的本質(zhì)是復雜的電化學系統(tǒng)。在高低溫濕熱交變、強振動、工況隨機的車用場景中，可靠感知電池內(nèi)部的物化反應(yīng)信息，捕獲承載退化模式的可信狀態(tài)特征，實現(xiàn)精準且性能可解釋的壽命預(yù)測，對動力電池的安全使用與預(yù)測維護至關(guān)重要，這也是國際學術(shù)界和工業(yè)界當前面臨的難題。”李鵬華告訴我們車用動力電池健康管理依然存在技術(shù)壁壘。

李鵬華和團隊成員針對公關(guān)難題，將問題分解，逐個攻破。針對數(shù)據(jù)與機理融合的電池內(nèi)部信息可靠感知、隨機退化特征驅(qū)動的狀態(tài)可信估計、壽命預(yù)測的可解釋建模的問題，提出數(shù)據(jù)與機理融合的電池內(nèi)部信息可靠感知方法，揭示了電熱特性與不確定性環(huán)節(jié)的相互作用機制；提出隨機工況特征驅(qū)動的電池狀態(tài)可信估計方法，闡明了隨機工況電熱序列的自適應(yīng)分段獲取機制；提出基于輕量化可解釋神經(jīng)網(wǎng)絡(luò)模型的電池壽命預(yù)測理論，創(chuàng)建了主動追蹤電池退化訊號的長短時神經(jīng)網(wǎng)絡(luò)及其自動機器學習框架，建立了超參數(shù)輕量化配置的概率替代求解路徑。

該成果榮獲：中國自動化學會自然科學獎二等獎。成果衍生了授權(quán)的發(fā)明專利16項，并得到成果轉(zhuǎn)化，取得了顯著的經(jīng)濟效益。

突破是下一個征途的起點?！拔覀兙褪且瓚?zhàn)一個又一個難題，攻堅克難，始終走在科技的前沿?！崩铢i華說。（文／王超）