本书根据汽车检测与维修技术专业教学要求，与培养目标相适应，并结合学生学习的特点，遵循职业教育人才培养规律，有机地融入思想政治教育元素，落实课程思政，紧密联系生产劳动实际和社会实践，帮助学生掌握汽车舒适与安全系统原理，熟悉检测方法，掌握维修工具、维修手册使用方法与技巧，并掌握汽车各个子系统电路分析方法及数据检测方法，培养学生分析和解决问题的能力。 本书分为九个项目，分别是汽车总线系统的检修、电动车窗的检修、电动后视镜的检修、电动座椅的检修、中控门锁系统的检修、汽车防盗系统的检修、自适应巡航控制系统

本书按照项目化教学组织教材内容，融入氢燃料电池产业新技术、新工艺、新产品，全面反映新时代教学改革成果，并将实践训练与行业技术职业规范贯穿整个教学过程。
本书是以“做”为中心的教学做一体化的新形态工作手册式教材。本书分为基础篇、项目篇、任务单三册。基础篇介绍了市场上的燃料电池产品、燃料电池的性能参数、标准规范、不同应用场景的燃料电池等。项目篇包含两个项目：小功率风冷型质子交换膜燃料电池制作、大功率水冷型质子交换膜燃料电池制作。每个项目按照项目订单、燃料电池设计与原材料准备、单电池制作、燃料电

本书编写团队由高校具有丰富理论教学经验的教师和工程单位具有高水平实践经历的专家组成。从航空发动机及其研制中对测试的要求出发，结合测试基础理论和现代测试技术发展，系统介绍智能测试技术。其中理论部分由教师主要负责，介绍智能测试相关的误差、传感和自动测试理论，工程实例部分由工程单位专家主要负责，讲述发动机研制和机载智能测试系统实例。编写中注重基础理论与技术发展相结合，理论与工程实际应用相结合。适应厚基础、宽口径的培养要求，强化解决问题的系统观点，提升解决工程实际问题的能力。

本书系统全面地介绍了储能电池技术，从基础理论到前沿应用，涵盖了一次电池、铅酸蓄电池、镍氢电池、锂基电池、钠基电池及液流电池等多种储能技术。内容翔实，注重关键材料、制造工艺和技术难点的分析，且结合了储能电池的发展现状和未来趋势，具有理论深度和实践参考价值。

本教材结合典型空天推进系统介绍智能测试技术，主要内容包括测试任务（需求）介绍、智能传感器技术、机器学习技术、各类时间序列数据的智能分析、各类图像类数据的智能分析、智能测试技术典型应用。本教材综合了测试技术、智能传感器、机器学习、数据分析和信号处理等相关内容，既可以作为先进测试技术课程的教材，也可以作为智能传感器、人工智能和信息处理等专业开展跨领域融合的参考读物。可供航空宇航推进专业的本科生、研究生和教师，从事航空航天推进的相关科研人员作为参考阅读资料

本书全面介绍现代航空飞行器在智能诊断领域的前沿技术及其应用。书中涵盖了智能感知技术、数据处理与特征提取技术、机器学习与故障诊断技术、深度学习与状态评估技术、小样本下飞行器关键部件故障智能诊断与预测，以及飞行器跨设备迁移智能诊断等内容。通过系统的阐述和丰富的案例，本书展示了人工智能技术在当今飞行器健康管理领域的重要应用价值。

本书以罗罗、GE、普惠三大著名国际航空发动机公司数字化转型案例为基础，详细阐述航空发动机数字孪生技术原理、技术路径和实施案例，进一步以中国航空发动机集团三大主机厂、中国空军第5719工厂等数字孪生工程案例为基础，对航空发动机数字孪生理论理论进行了深度解析，并给出在数字化维护、数字化试验、数字化设计和数字化装配等领域具备可操作性的数字孪生应用详细案例。通过阅读本书，读者可以深刻地理解航空发动机数字孪生技术这门学科，并对国内外航空发动机数字化转型现状及未来发展趋势产生更清晰地思考和见解。

本书面向新工科要求，深入分析了人工智能、新型传感导航、5G通信等技术在机器人领域的融合应用，聚焦于提升机器人智能化和集群网络化能力。
　　全书共10章，分别介绍了机器人学的起源发展及未来发展展望、智能机器人信息感知、内部传感器、外部传感器、视觉系统、定位导航系统、多传感器信息融合处理、智能机器人集群、有中心组网方法、无中心组网方法。

本书面向视觉目标探测识别与定位技术，结合计算机视觉前沿技术方法和航空工程应用需求，从视觉目标探测识别与定位技术的概论出发，重点讲解视觉目标探测成像分析、目标视觉特征提取、视频图像复原方法、视觉目标检测方法、视觉目标识别方法、视觉目标跟踪方法、视觉目标定位方法等相关技术，并结合具体工程应用介绍其在航空领域的实践落地与发展方向。本书旨在培养学生理论知识结合实际工程应用的能力，建立视觉目标探测识别与定位技术的系统性思维，提升对相关技术的掌握和拓展能力。

本书从系统架构、理论方法、应用特性等方面，系统地介绍了海洋机器人环境感知。本书首先概述了海洋机器人环境感知的需求、概念、内涵及发展现状；然后介绍了相关传感器原理、特点和性能，以及计算分析方法；接着分析了环境感知系统设计要素、流程和方法，介绍了信息增强、场景分割、目标检测、目标定位等理论方法；最后探讨了不同传感器多模态信息融合、环境建模和态势感知的主要方法，展望了未来环境感知能力水平的提升。