当前，我国汽车产业正在沿着电动化、智能化轨道，迈向高质量发展阶段。尤其是，借助在新能源领域实现“换道超车”，我国汽车产业正在向规模化、全球化大踏步迈进。
随着智能化的飞速发展，我国汽车产业中存在一些技术瓶颈明显制约了汽车业的发展。 对于电动汽车的能源核心部件—动力电池，如何实现精准且性能可解释的寿命预测，进行安全使用与预测维护，一直是国际学术界和工业界亟需攻破的难题。车载仪表芯片计算资源有限等各种问题凸显，使得已有车载仪表制造模式难以满足现有要求。
重庆邮电大学自动化学院李鹏华教授深入探索、创新应用轻量级神经网络技术，不仅破解了国际学术界和工业界一直未解的难题，还对汽车业的智能化发展具有引领性的作用。
初识李鹏华教授就给人一种青春朝气，富有活力，谈吐中展现青年英才的魅力。通过交谈得知，80后的李鹏华还真是名副其实的青年人才——重庆市杰出青年基金获得者、重庆英才—青年拔尖人才、重庆市创新青年科技人才。现如今是重庆邮电大学自动化学院测控系副主任，大数据智能计算重点实验室副主任，中国自动化学会技术过程故障诊断与安全性专业委员会委员，重庆人工智能学会智慧交通专业委员会常务委员。曾分别担任第27届、第30届中国控制与决策会议神经网络专题分会主席、2023中国自动化大会先进制造智能计算、新能源汽车动力电池健康管理专题主席。
“我主要从事神经网络理论及其创新应用研究的。”见我们来访，李鹏华开门见山说。李鹏华深入探索轻量级神经网络技术，并将创新技术成功应用于车载系统以及人车交互领域，提高系统性能、降低计算成本，优化人机交互体验，为智能交通系统和车内智能座舱的发展提供了前沿技术支持。
科技新突破：轻量级神经网络技术
“以循环神经网络为代表的时序神经网络是实现顺序类信息处理与系统建模任务的首选。”谈到专业话题，李鹏华娓娓道来：“通过捕获时序数据的长短期依赖关系，时序神经网络能高效分析事物发展的延续性，预测事物的演化趋势，被广泛用于工业过程建模、系统优化控制、设备健康管理等研究领域。”
“但是，国际学术界和工业界还存在着亟需攻破的难题：时序神经网络的模型生成易受‘伪数据’干扰、动力学行为复杂、轻量化嵌入式部署难，制约其在复杂工业场景的推广与应用。”对于技术瓶颈，李鹏华早已有了攻破的决心和思路：“我们必须探索出轻量级神经网络技术，这样大家所关心的车辆动力电车寿命预测和车载仪表人车交互技术就迎刃而解了。”
时不我待，李鹏华和团队成员潜心公关，取得一系列创新成果：
建立了结构与参数轻量化的建模理论与方法，为突破时序神经网络的嵌入式部署瓶颈提供了轻量级模型支撑。
建立了时序神经网络的分数阶动力学分析理论与方法，揭示了其动力学行为由增长和衰减机制耦合而成的本质，为轻量级时序神经网络建模提供了稳定性判别的理论依据。
提出了时序模型引导的数据重构理论与方法，发现了模型参数与数据时滞的时频耦合效应，揭示了模型精度对噪声数据的低频偏好，为时序神经网络的可信数据选用提供了方法支撑。
“可信数据驱动的轻量级神经网络建模理论与方法”创新成果荣获：重庆庆市科学技术（自然科学）二等奖。“该创新技术为以后的成果转化奠定了良好基础，可以说是不可或缺的前沿技术。”面对取得成就，李鹏华如此自勉。
技术新应用：助力车载增强现实显示与交互
“车载仪表智能化是我国汽车产业转型升级的强大引擎。车载仪表走向智能化是必然趋势。”李鹏华说。
谈到瓶颈问题，李鹏华表示：车载仪表芯片计算资源有限，满足不了多样化、强实时、高准确的人车交互；声光电多源信息高速高频处理，使计算任务密集，电路复杂易受干扰；产品多品类共线生产、缺陷微小隐蔽，已有制造模式难以满足要求。
“有了前期的轻量级神经网络技术突破，解决这些难点就容易多了。”李鹏华坦言，轻量级神经网络技术在车载仪表方面得到了有效应用。
