研究团队的代表性科研成果

(1) 智能数控及其数字孪生

在智能数控方向，通过实验室多年的不断研发与探索，突破了STEP-CNC核心关键技术，为研发下一代智能数控奠定了重要的基础。与此同时，实验室开创性地构建了“面向孪生制造”的智能制造新模式，开发了基于STEP-NC的CPS与数字孪生系统；相关成果已成功应用于中国商飞等航空制造企业。

(2) 面向增材制造的CAD内核

该项目主要研究与开发面向增材制造的工业软件CAD内核。目前，实验室已突破了增材制造点阵设计的核心算法，主要包括晶格结构高效生成算法、周期晶格拓扑优化算法以及非周期晶格拓扑优化算法。开发了产品化的镂空结构增材设计软件模块，相比国外同类商业软件，建模质量更好，且运行效率超出60倍以上。

(3) 基于AR+AI的飞机智能装配

该项目主要研究基于增强现实的高精度实时机器学习航空装配检测技术，主要包括：面向航空复杂装配环境的待检目标实例分割、基于待检目标拓扑关系的场景识别与视角定位、融合增强现实与深度学习的自由视角实时装配检测，为C919大飞机的批量生产提供重要的增效助力。

(4) 大型激光光路仿真软件系统

该项目主要研发面向大型激光光路的仿真软件系统，实现对激光在复杂光路中传输状况的模拟，并提供仿真过程及结果的可视化功能。光路设计可实现模块化操作，通过拖拉拽方式实现各模块间的自由串联。目前，该软件系统已得到成功部署应用。

(5) 面向海量图像数据的超高精度细胞识别与追踪

该项目主要研发了适应海量图像数据的单细胞分辨率智能识别追踪算法，取得了国际上前所未有的超高精度（识别精度99.68%，追踪精度99%），由此发现了新的生物学规律。2020年，研究成果发表于《Nature Cell Biology》，获得基金委官网报道。在此基础上，进一步与北京大学、中科院自动化联合研发了面向脑科学的神经元可视化软件系统。

(6) 制造仿真引擎GPCORE

基于长期的研发积累，推出了完全自主可控的制造仿真引擎GPCORE。主要包括：三维渲染引擎gpScene；STEP-NC建模引擎gpStepNc；铣削加工仿真引擎gpMilling；机床仿真引擎gpMachine；机器人仿真引擎gpRobot等。支撑了多个领域的科研项目，形成了产品级的软件系统。

(7) 基于控制论的新冠疫情感染模型

构建了一种基于控制论的新冠疫情感染模型，创新性的提出了原发型与输入型两类城市疫情预测模型，提出了快速预测疫情发展趋势与推理防控措施的“城市参数等效法”。为疫情防控提供了更可靠的理论依据与工程方法，成功预测了国内多个城市（上海、北京、武汉）的疫情发展趋势。(开源链接：https://github.com/GrapeTec/OpenCyberCovid19)

(8) 开源T样条内核T-SPLINE

作为发起者研发了开源内核T-SPLINE(开源链接：https://github.com/GrapeTec/T-SPLINE )，个人代码贡献量超90%。该项目成为T-spline领域下载量最大的开源内核，并获得维基百科词条索引。(目前，该项目因故停止更新)