【仪路为先】精仪系春季学期SRT项目简介（一）

清华大学为先书院

本学期大学生研究训练计划（SRT）项目将于3月25日-4月6日进行报名，本学期由精仪系开设的SRT项目共有28个，涵盖精仪系各个研究方向，形式丰富。为方便同学们全面充分了解SRT项目信息，尽早匹配适合自己的项目，精仪系特别推出“春季学期SRT项目介绍”系列推送，欢迎同学们报名精仪系SRT项目！

本次将介绍第1~9个项目（依据立项申请顺序），若项目内容与info系统公布时有差异，以系统显示内容为准。

面向事件相机的长序列视觉数据建模方法研究

项目时间：*开通会员可解锁*-*开通会员可解锁*

接纳人数：2

接纳对象及要求：大二或大三学生，了解PyTorch，对类脑计算、深度学习有强烈兴趣

项目内容：事件相机（event camera）是一种模仿人类视觉系统工作原理的视觉传感器，其像素可独立异步响应亮度变化，输出具有微秒级时间分辨率、高动态范围与数据稀疏性的脉冲事件序列。现有方式多将事件数据序列积累为稠密事件帧，然后沿用传统的方法处理。该方法不能充分利用到事件相机的优势，存在时空信息损失与计算冗余的问题。本项目聚焦事件数据的序列本质，结合新型线性RNN（如S4/S5/RWKV等），探索能够充分利用事件数据稀疏性的长序列视觉数据神经网络模型架构。

现有基础：实验室已有多个事件相机，若干名博士生开展相关研究。

指导教师：王文会 副教授

联系邮箱：wwh@tsinghua.edu.cn

全息曝光光栅中减反膜应用研究

项目时间：*开通会员可解锁*-*开通会员可解锁*

接纳人数：3

接纳对象及要求：无

项目内容：本项目围绕全息曝光光栅制作中减反膜的应用展开，以降低基底界面反射、抑制光栅掩膜的驻波效应为目标，开展减反膜调研选型、工艺试验与性能验证，形成可用于全息光栅曝光的减反膜应用方案与标准化实验流程。具体研究内容包括：减反膜技术调研与方案设计；减反膜制备与工艺优化；减反膜在曝光系统中的应用。搭建标准全息曝光光路，将减反膜应用于曝光系统中，对比是否使用减反膜对光栅掩膜质量的影响，验证减反膜对光栅的提升作用。研究减反膜如何应用于刻蚀工艺中，基于所制备的减反膜光栅掩膜开展刻蚀等后道工艺，开发稳定可重复的工艺路线。

▲ 左图为目前未使用减反膜的制作效果 右图为项目预期理想效果

现有基础：无

指导教师：曾理江 教授

联系邮箱：zenglj@tsinghua.edu.cn

大深径比微孔参数光学无损测量系统设计与搭建

项目时间：*开通会员可解锁*-*开通会员可解锁*

接纳人数：2

接纳对象及要求：不限，无

项目内容：在手机芯片、微型传感器与医疗检测设备等高科技领域，存在大量对直径低于300μm、深径比大于3的微孔进行高精度测量的应用需求，典型包括汽车喷油嘴微孔参数检测、航天模具深孔测量等。该类微孔结构“又细又深”，其尺寸的高精度、无损测量已成为高端制造装备中的关键难题。基于这一实际需求，本项目选用光学无损测量技术路线，进行集成化光学测量系统的设计与搭建，并结合图像处理算法，实现微孔深度与孔径的精确检测，进而计算得出深径比。本项目集成光学、机械、电子、控制与算法等多学科技术，是一项融合精密仪器系统设计、智能传感检测和自动控制等专业知识的综合实践训练课题，旨在通过跨学科系统实践提升复杂工程问题的解决能力。

现有基础：精仪系实验教学中心光学实验室光学平台、机器视觉实验架1套、电动升降台及控制器、精密位移台等若干套，相机、镜头等若干个。实验教学中心教师团队提供支持。

指导教师：刘鑫 工程师

联系邮箱：liuxin1@tsinghua.edu.cn

基于衍射光学元件逆向设计的拓展景深光学显微成像

项目时间：*开通会员可解锁*-*开通会员可解锁*

接纳人数：3

接纳对象及要求：具备Python编程能力与物理光学基础

项目内容：针对光学显微镜景深与成像分辨率的相互制约，通过误差反向传播逆向设计衍射光学元件（DOE）实现成像景深、分辨率与成像质量的最优组合，利用飞秒激光直写技术加工所设计的DOE，并搭建实际光学成像系统，实现景深拓展的三维超分辨显微成像性能，对活体细胞与组织样本进行实际成像实验验证。

现有基础：具有搭建所述显微成像系统的场地条件、倒置荧光显微镜、以及大部分所需光学器件。

指导教师：乔畅 助理教授

联系邮箱：qiaochang@tsinghua.edu.cn

面向微小型机器人的自适应类脑导航方法研究

项目时间：*开通会员可解锁*-*开通会员可解锁*

接纳人数：1

接纳对象及要求：对类脑机器人、类脑导航定位、类脑计算、类脑智能等方向具有浓厚兴趣

项目内容：微小型机器人因体积小、运动灵活等特性，在工业管道巡检、安防、应急救援等领域具有重要应用价值。但在复杂受限空间中，微小型机器人因尺寸、重量、功耗等严格受限，导致传统导航方法难以应用在微小型机器人上。然而，自然界中的老鼠等动物，在复杂受限的洞穴等空间中，却具有非常灵活高效的导航能力。近年来，神经科学家们逐渐发现了一些大脑灵活高效导航的神经机制，为探索全新的类脑导航方法提供了理论基础。本项目重点围绕微小型机器人自适应导航方法展开研究，借鉴大脑灵活高效的导航神经机制，研究基于多尺度空间表征的类脑导航模型，设计灵活多样的自适应类脑导航策略，并基于微小型类脑机器人开展类脑模型模型验证实验。

现有基础：项目依托清华大学类脑计算研究中心类脑机器人实验室，建有搭载了类脑计算芯片、类脑视觉芯片等的四足机器人6台、无人小车4台、无人机3台、微小型机器人3台，建有动捕系统，具备开展类脑定位实验的软硬件基础条件。

指导教师：余芳文 助理研究员

联系邮箱：yufangwen@tsinghua.edu.cn

微小型类脑无人赛车系统研究

项目时间：*开通会员可解锁*-*开通会员可解锁*

接纳人数：1

接纳对象及要求：对类脑机器人、类脑智能等方向具有浓厚兴趣

项目内容：类脑无人赛车系统是借鉴大脑感知、计算、决策等神经机制，结合类脑视觉感知芯片、类脑计算芯片等新型硬件，以多个微小型无人小车为平台搭建的全自主高速竞赛平台，是开展类脑智能理论方法和关键技术研究的重要研究平台。本项目重点围绕微小型类脑无人赛车系统中类脑感知与计算技术展开研究，研究基于类脑互补视觉感知芯片和类脑计算芯片的类脑感算一体化架构，设计基于类脑神经动力学模型的超车方法，开展微小型类脑无人赛车实验。

现有基础：项目依托清华大学类脑计算研究中心类脑机器人实验室，建有搭载了类脑计算芯片、类脑视觉芯片等的四足机器人6台、无人小车4台、无人机3台、微小型机器人3台，建有动捕系统，具备开展类脑定位实验的软硬件基础条件。

指导教师：余芳文 助理研究员

联系邮箱：yufangwen@tsinghua.edu.cn

基于开源框架的校园湖面自主清理无人船系统开发与实践

项目时间：*开通会员可解锁*-*开通会员可解锁*

接纳人数：2

接纳对象及要求：需要有一定的写代码能力及工程开发基础

项目内容：本项目旨在应对校园水体环境中季节性漂浮物（如柳絮、落叶）带来的水质与景观问题，传统人工打捞方式效率低下、成本高昂且存在安全隐患。因此，本项目提出研发一套基于开源框架的低成本、高效率、智能化的无人船自主清理系统。项目核心任务是研制一艘具备自主导航、环境感知与路径规划能力的无人水面载具（Unmanned Surface Vehicle, USV）样机。项目将充分利用当前成熟的开源软硬件生态，例如采用机器人操作系统（ROS）作为系统核心通信架构，整合PX4/ArduPilot等开源飞控固件进行底层运动控制，并利用OpenCV等计算机视觉库开发水面漂浮物识别算法。本项目将引导学生聚焦于无人系统领域的三个关键科学问题：1) 多传感器融合定位与建图：如何在GPS信号可能受遮挡的校园环境中，实现无人船的稳定、精确状态估计；2) 基于视觉的目标感知与识别：如何利用深度学习方法，实时、准确地检测和分割不同形态的水面漂浮物；3) 动态环境下的自主路径规划与任务决策：如何生成高效的湖面全覆盖清理路径，并依据漂浮物分布动态调整航迹。通过本课题的实践，学生将系统性地掌握无人系统的设计、集成、调试与测试全流程，为未来从事飞行器、机器人及人工智能等相关领域的深入研究或工作奠定坚实的工程与科研基础。

学生可自主选择感兴趣的研究内容：

内容1：单无人船控制。例如：双螺旋桨无人船位姿稳定控制、无人船自主循迹控制。

内容2：最优路径规划。例如：待清理漂浮物数量考虑、轨迹规划是否带有动力学约束、考虑障碍物等。

内容3：实物验证与选做拓展。例如：基于Pixhawk实物开发与算法验证、双/多船协同轨迹规划/编队控制。

隐藏内容：明年四月份打捞柳絮，为校园环境治理做出切实努力。

你可以收获：MATLAB/Simulink等软件的熟练掌握、运动体动力学建模仿真的基本技能、常用控制方法的学习与应用、常用路径规划算法的学习与创新、外场实验与实物调试的经历。嵌入式开发入门、Sim2Real的一线体验、文献查阅与管理的基本技能、学术汇报、答辩PPT经验等。

现有基础：开源无人船5套。课题组长期进行无人系统开发，具有相关无人平台开发基础；项目导师在本领域研究实力国内领先。

指导教师：史恒 助理研究员

联系邮箱：shiheng@tsinghua.edu.cn

图像恢复神经网络模型的置信度量化研究

项目时间：*开通会员可解锁*-*开通会员可解锁*

接纳人数：3

接纳对象及要求：具备Python编程能力与深度学习基础

项目内容：图像去噪或图像超分辨神经网络模型对于自然图像或显微图像质量增强有重要作用，但由于神经网络的不确定性（uncertainty），其输出结果真实与否通常无法判断，这一问题在基于深度学习的显微成像等科学研究领域非常严峻。本项目拟深入探索造成深度神经网络模型不确定性的本质原因，并研发通用、鲁棒的方法与工具对这一不确定性进行量化，从而给出图像恢复神经网络模型置信度的量化评估。

现有基础：具有用于方法开发与测试的数据集；已完成基本代码的构建。

现有基础：具有用于方法开发与测试的数据集；已完成基本代码的构建。

指导教师：乔畅 助理教授

联系邮箱：qiaochang@tsinghua.edu.cn

基于光学拉曼散射的物质手性检测研究

项目时间：*开通会员可解锁*-*开通会员可解锁*

接纳人数：3

接纳对象及要求：学有余力，有研究热情

项目内容：手性分子的定量检测在药物合成、生命科学与材料化学中至关重要。传统拉曼光谱与拉曼光学活性方法在灵敏度和稳健性方面仍受限制，尤其在复杂环境中测量对映体的难度大。近期，理论研究提出利用手性光场（Chiral Topological Light, CTL）驱动非线性过程，可以把分子手性信息转化为远场光斑旋转的角度。这一思想已在高次谐波产生中得到论证，但高次谐波产生和测量难度大，目前仍缺乏更为简便的实验操作和测量流程。本项目拟将这一新方法引入相干反斯托克斯拉曼散射（CARS）实验体系，通过设计测量相干反斯托克斯拉曼散射（CARS）光斑的旋转角度，实现对映体差异的角度化测量。该方法有望克服传统手性拉曼依赖弱信号的瓶颈，为高灵敏度、抗噪声的手性检测开辟新途径。

本项目研究计划包括以下三个方面：

（一）拓扑手性光场的构建：

学习和使用空间光调制器等器件，给泵浦光和斯托克斯光引入轨道角动量（OAM）；配合波片实现圆偏振控制，构建手性光场。

（二） CARS 光路搭建与信号获取：

在液相分子样品中产生反斯托克斯信号；利用透镜在远场成像，获得角度分布图样。

（三）角度指纹与手性判别：

测量不同手性分子反斯托克斯光斑旋转的角度，研究增强手性信号信噪比的方法；比较左右对映体的角度偏移Δθ=π/C和轨道角动量OAM之间的联系。

现有基础： 具有开展研究的千级超净工作间、项目所需光谱仪、拉曼激光器、显微镜镜头等硬件基础。实验室2名博士生从事相关方向研究。

指导教师：付星 教授

联系邮箱：fuxing@tsinghua.edu.cn

图文整理 | 精仪系研工组

审核 | 李旭 陈慧军

微信扫一扫关注该公众号

继续滑动看下一个