百架无人机划破天际，精准勾勒出流光溢彩的璀璨图案；工业机械臂默契联动，协同完成毫米级精度的精细加工；智能网联汽车有序穿梭，巧妙化解城市交通的拥堵困局——这些令人惊叹的场景背后，是群体智能技术的坚实支撑与赋能。然而，系统持续的数据采集与高强度运行会带来高功耗、网络负担与系统故障等问题。日前，电气工程与控制科学学院史建涛教授团队的“群体智能系统的分布式滤波、控制及智能运维理论与应用”项目，凭借三项突破性技术创新，荣获“2025年度江苏省工程师学会科学技术奖特等奖”，为无人机、机器人、智能车辆等设备的“协同作战”扫清障碍，让智能设备“编队运行”更安全、高效、持久。

三重技术创新：破解群体智能系统“协作难题”

群体智能系统的顺畅运行，离不开通信、控制、运维三大核心环节的协同发力。“这就像一支作战部队，既要保持通信信号畅通无阻，又要遵循指令精准行动，更要筑牢后勤保障防线，任何一环出现纰漏，都可能导致满盘皆输。”史建涛说，针对三大核心环节中存在的痛点堵点，团队深耕细研、创新突破，推出系列解决方案，实现了从“能协作”到“善协作”的跨越式提升。

通信传输是群体智能的“神经网络”，但无线通信天生面临干扰、延迟、数据丢包等问题。“传统的解决方案依赖持续的数据采集与传输，加重网络负担，耗费大量能源，让无人机等便携设备的续航能力大打折扣。”面对这一行业痛点，史建涛团队创新研发“事件触发滤波”技术。“简单地说，就是让设备‘按需通信’，而非时刻‘枕戈待旦’。”史建涛形象地比喻道，只有当监测的关键变量超过预设阈值时，系统才启动数据采集与传输，其余时间则保持原有状态高效运行，让系统实现“劳逸结合”。史建涛课题组的岳冬冬老师介绍，这项技术在不降低控制精度的前提下，可以减少70%至80%的网络与能源消耗，完美解决了便携设备“续航焦虑”。

如果说通信是“信息桥梁”，那么控制便是群体智能的“行动中枢”。设备在复杂多变的环境中运行，难免出现故障，就像编队飞行的候鸟突然遭遇翅膀受伤的意外。团队钱默抒老师指出，传统处理方式需停机维修或回收，不仅成本高昂，在军事侦察、紧急救援等时效性要求极高的场景中更不现实。团队率先将“容错控制”引入群体智能系统，创新构建“故障检测—故障估计—故障补偿”三步法，赋予设备强大的“带病工作”能力。“比如一组四旋翼无人机，若其中一个螺旋桨受损，系统会自动调整另外三个电机转速，通过动力补偿保持平稳飞行。”史建涛举例介绍，这项技术突破传统应用局限，实现高机动性设备毫秒级平稳切换，确保任务持续推进。

设备“编队”运行的长期稳定，离不开智能运维的“健康守护”。传统运维采用固定周期检修模式，如同不管身体状况如何都要机械地定期体检，存在潜在的资源浪费。“工业设备停机一次可能造成巨大损失，比如高炉炼钢重新启动就要耗费大量燃料，因此精准预判设备寿命至关重要。”团队陈闯老师介绍，他们创新提出“剩余寿命预测的不确定性量化”技术，通过改进LSTM等深度学习算法，优化特征选取与网络参数设计，不仅能预测设备的剩余寿命，更能量化预测结果的可靠度。这项技术将预测精度从50%提升至90%，大幅降低了运维成本，提升了系统可靠性。

产学研深度融合：从产业需求到落地赋能

“科研不能闭门造车，必须扎根实际需求。”史建涛始终坚持“工程价值与科学价值双导向”，带领团队走出“从产业中来，到产业中去”的创新之路，该项目也在各类群体智能系统中发挥出重要社会经济价值。

“过去我读书时，实验大多以仿真为主，研究聚焦纯理论，模型包含诸多理想化假设。”史建涛回忆，彼时科研多以发表论文为目标，仿真参数可适当调整以得出理想结果，但这些理论成果应用到实际场景时，却与实验结果相去甚远。

随着科技服务社会发展的需求日益迫切，科研目标从单纯理论突破转向实际应用落地，实验模式与攻关方向也随之发生根本性转变。团队鲍丹老师介绍，他们摒弃仅依赖电脑软件的纯仿真研究，构建“仿真实验—半实物实验—实物实验”的阶梯式研究路径，将无人机、机器人等设备的实际采集参数融入仿真系统，把企业实际需求作为科研攻关核心。

这种需求导向的研究思路，在军工前沿领域的合作中成效显著。“太空环境极端苛刻，温度波动幅度大，辐射强、通信距离达十几万公里。”团队冯李航老师介绍，基于企业对火星车星际空间运行的特殊需求，他们针对性开展科研攻关，开发“力触觉传感器”等关键部件，并将事件触发滤波与实时故障处理技术融入星载组网雷达系统，在保障通信可靠性的同时降低能源消耗，为卫星协同工作筑牢技术屏障。事件触发滤波与实时故障处理技术还荣获2023年度中国自动化学会科技进步一等奖。

在民用领域，团队技术同样基于企业实际需求实现广泛落地：与江苏省测绘工程院、上海华测等单位合作，优化测绘设备协同工作效率；在新能源与交通领域，技术被纳入锂离子电池组管理系统，在智能网联汽车企业完成转化，有效缓解交通压力；与中航工业、航天科工502所等合作，为航空发动机、火星车等装备提供运维与控制支持，真正实现“从实验室到生产线，从地面到太空”的全场景赋能。

深耕不辍十余载：以交叉融合拓科研边界

从清华攻读博士开启相关研究，到2021年底入职南京工业大学，史建涛的科研之路已有十余年。“科研就像一场长跑，需要专注与坚持。”他带领团队以学科交叉为刃，不断拓展研究边界。

依托学校化工特色与“互联网+危化品安全生产”应急管理部重点实验室，近两年，史建涛团队将群体智能技术延伸至流程工业领域。“流程工业涉及复杂的化工反应与生产调度，对安全控制要求极高。”史建涛表示，团队将故障诊断、容错控制等核心技术与化工生产场景结合，为传统工业智能化升级赋能，实现了跨学科创新的突破。

如今，团队已形成八名教师和七八十名研究生的科研梯队，兼具理论创新与工程实践能力。“我们要求学生多关注有工程验证的研究成果，既要懂算法，更要懂场景。”在史建涛的指导下，团队成员既深耕理论创新，又深入产业一线，实现了学术成果与实际应用的双向奔赴。

展望未来，史建涛表示，团队将继续聚焦国家重大需求，在学科交叉中挖掘新的创新点，让群体智能技术在更多领域绽放光彩。“我们希望通过持续创新，让智能设备的‘编队运行’更靠谱，为智能制造高质量发展提供坚实支撑。”

朱琳