针对大型激光装置精密装校过程中的智能装配调度问题，提出一种基于人工神经网络的调度优先规则获取方法。该方法离线阶段通过遗传算法对典型算例进行优化求解，从优化解中抽取任务比较轨迹及特征数据，采用人工神经网络学习生成任务优先模型；在线阶段基于该模型构建闭环调度决策模式，实现动态不确定生产环境下的快速响应与精准决策。数据实验和实际应用案例验证了该方法的有效性，随着光机模块数量增加，ANN调度算法的优势更加明显，ANN调度算法和GA算法二者优化结果小于6%时，前者的计算效率是后者的400倍以上。

火星车的环境感知能力是其进行智能移动和探测的基础，而障碍物检测识别是环境感知中的一个重要方面，识别效果直接决定了火星车工作能力和安全性。本文提出一种基于激光雷达数据的火星表面障碍物自动识别方法。通过获取的激光雷达点云数据，首先在分析激光反射强度理论的基础上，通过强度补偿理论将点云强度根据距离、角度因素进行修正，进而构建激光雷达强度值与目标特征的反射关系。通过大津法自动求取全局阈值，自适应的将火星表面点云分类为障碍物点云和非障碍物点云；然后通过曲率约束剔除不符合条件的障碍物点云；最后利用基于八叉树叶节点的连通性聚类，实现火星表面障碍物点云的识别。模拟实验结果表明，该方法可实现激光雷达点云中的火星表面障碍物有效提取，典型障碍物识别精度接近90%，为基于火星车障碍物检测和环境感知相关研究提供借鉴。

在高功率激光装置中，光学元件表面的污染物会降低光束质量甚诱导光学元件损伤。针对装置中受污染的镀有SiO₂溶胶-凝胶增透膜的大口径真空隔离片（430 mm×430 mm），使用波长为355 nm的Nd:YAG脉冲激光器模拟在线激光清洗实验。实验中采用了单发次激光干式清洗与气流置换系统辅助的激光清洗系统，研究了关键特征参数对激光在线清洗效果的影响规律，获得了可用于激光在线清洗的工艺参数。光学元件的处理采用光学显微镜、暗场成像法表征以及图像处理软件分析。实验结果表明，激光在线清洗光学元件存在最佳工艺窗口。通过气流置换辅助的激光清洗方法后，相较于单纯的单发干式激光清洗，激光清洗能力有大幅提升。因此，气流置换系统辅助单发激光清洗能有效提高其清洗能力，为高功率激光装置中大口径光学元件表面污染物在线去除提供了一种有效手段。