通过搭建飞秒时间分辨的泵浦探测阴影成像系统，研究了聚焦的飞秒激光脉冲产生空气等离子体的瞬态演化特性，并对不同聚焦条件下空气等离子体的时间特性进行了数值模拟。实验结果表明：聚焦的飞秒激光电离空气等离子体的电子瞬态密度峰值先升高后缓慢下降；同时得到了高时间分辨下的电离速度变化与电子数密度的空间分布。计算结果显示：更高的单脉冲能量对应更高的饱和电子数密度，高数值孔径聚焦条件下隧穿电离也更早出现，表明飞秒时间分辨的泵浦探测阴影成像可为超快激光微加工的瞬态过程提供观测手段，同时可对超快激光微加工过程中的等离子屏蔽效应提供机理解释与加工工艺的优化参考。

针对Pillar编码点云的三维目标检测算法中存在一定细粒度信息的丢失以及对点云特征提取能力不足等问题，基于PointPillars提出一种融合逐点空间注意力机制和跨阶段局部网络的三维目标检测算法。首先在支柱特征网络层中融入逐点空间注意力机制，增强网络对局部几何信息的提取并保留深层次信息，使得到的关键特征更适合检测任务；其次将对点云伪图像进行高维特征提取的降采样模块中的普通卷积替换为跨阶段局部网络，进一步提升网络的学习能力；最后算法在高速公路的应用场景下，以KITTI数据集中car类作为检测目标，与基准网络相比，在简单、中等和困难三种情况下的3D检测精度分别提高了2.23%、2.25%和2.30%。实验结果表明，所提算法在检测性能上有明显提升，同时检测速度达到实时检测水平，对自动驾驶技术的优化和完善具有一定的积极意义。