ERACC（Extension Rule Based on Accurate Configuration Checking）算法由杨洋等人基于扩展规则和格局检测提出，具有较高的推理效率.为进一步提高ERACC算法在大规模SAT（Satisfiability）问题求解上的性能，本文在搜索由极大项组成的空间时，首先利用IMOM（Improved Maximum Occurrences on Clauses of Maximum Size）思想生成初始极大项，接着设计了适用于扩展规则推理的CCA_ER（Configuration Checking with Aspiration for Extension Rule-Based Reasoning）启发式策略，为极大项中格局信息未发生变化的变量对应文字提供一定的翻转机会.同时，为进一步提高扩展规则推理算法在k-SAT问题求解上的性能，设计了适用于扩展规则推理的PAWS_ER（Pure Additive Weighting Scheme for Extension Rule-Based Reasoning）策略，并且给出变量的Subscore_ER（Subscore for Extension Rule-Based Reasoning），CScore_ER（Comprehensive Score for Extension Rule-Based Reasoning）和HScore_ER（Hybrid Score for Extension Rule-Based Reasoning）属性.在此基础上，提出了ERACC_IAPS（ERACC with IMOM，CCA_ER，PAWS_ER and Subscore_ER）和CERACC_IAPS（ERACC with IMOM，CCA_ER，PAWS_ER，CScore_ER and HScore_ER）算法.实验结果表明：ERACC_IAPS和CERACC_IAPS算法的效率明显优于ERACC算法，最高可将其求解效率提高1000多倍.
分布式驱动电动汽车（Distributed Drive Electric Vehicles，DDEV）采用内嵌式轮毂电机，使各车轮独立可控，具有调节形式多样化等突出优点.合理的轮毂电机转矩分配是保证DDEV稳定性的关键.本文为提高DDEV稳定性，分析了轮毂电机转矩分配与稳定性的关系，提出一种基于模型预测控制器的DDEV轮毂电机转矩分配控制系统.所提出的控制系统由上层控制器和下层控制器两个主要部分组成.上层控制器设计了基于拉盖尔函数的模型预测控制器，综合分析保证DDEV稳定性所需的轮毂电机转矩约束条件，实现轮毂电机最优转矩分配，提高DDEV稳定性.下层控制器对四个轮毂电机进行实时控制，执行上层控制器设计的最优转矩分配方案.最后在搭建的Matlab/Simulink环境下进行仿真验证.
针对无人驾驶汽车快速准确识别交警指挥手势的需求，本文在分析交警指挥手势的关节铰接特征基础上，建立基于关节点和骨架的交警指挥手势模型；其次，引入卷积姿势机（Convolutional Pose Machine，CPM）提取交警指挥手势的关键节点，进而提取交警指挥手势中骨架的相对长度及其与重力加速度的夹角作为空间上下文特征，并引入长短时记忆网络（Long Short Term Memory，LSTM）提取交警指挥手势的时序特征；最后，设计了融合空间上下文和时序特征的交警指挥手势识别机（Chinese Traffic Police Gesture Recognizer，CTPGR），创建了包含8种交警指挥手势、时长约2小时的交警指挥手势视频库对CTPGR进行训练验证，并通过实验将CTPGR与已有交警手势识别算法进行了对比分析.实验证明CTPGR可以快速准确地识别交警指挥手势，系统对复杂背景和动态交警指挥手势具有较强的适应能力.
