控制理论与控制工程依托于智能制造与电气工程学院自动化专业，是第九批河南省重点建设学科，也是我校在新工科建设中着力打造的优势学科。该学科以工程系统为主要对象，研究不同控制策略及控制系统在各种具体工程背景中的应用，也是近年来新兴起的人工智能领域的发起学科之一。

 围绕我校生态安全与水资源保护省特色骨干学科群主线，全面提升我校整体学科建设水平，本学科可以将“生态安全与水资源保护智能监测与分析平台”作为具体研究对象，在两个方面为我校省特色骨干学科群的协同建设提供相应的支撑作用：

 第一点是针对水资源保护提供更加智能化的监控和采集手段。目前我省各地建立了四级河长制来落实全流域生态环境的保护，但是在实施中缺乏有效的技术手段。现有河道水环境管理基本靠视频监控和巡河员定期巡河，用技防+人防的方式发现违法事件逐级上报来解决，由于河道湖泊摄像点少，图像信息分析技术匮乏，需要大量人员现场巡河，因此人员成本高，效率比较低；除此之外，现有的水质实时检测系统多为定点分布采集，无法完全实现全流域动态覆盖，难以实现随时随地取样观察检测的目的。本学科团队成员在2017年就关注到了这些问题，并指导学生开展了“南水北调水源地地空协作检测系统”的设计，获得了当年校级大学生创业大赛“张衡杯”的特等奖和省级挑战杯三等奖；在此基础上，经过更加合理的方案设计和优化，学科团队成员于2019年以同样的应用背景指导学生开展了“闭环场景下地空协同全自动智能巡检机器人系统”的设计，获得了省挑战杯二等奖。以上成绩经过了省各级行业专家的评审，充分说明了该应用点设计方案的合理性和科学性。但是大学生挑战杯更加侧重于方案思路的评比，有关该研究领域具体的一些科研和产学研工作，需要本学科联合我校打造的特色学科群逐步深入开展。

 第二点是将人工智能技术应用到水生态安全监测分析中，通过构建深度学习分类模型自动辨别水质状态。水资源监测分析的“人工智能+”中是水环境防治与发展的必然趋势。目前的水质状态分析主要采用生物式监测分析法，依靠人工视觉方法提取水中指示物的特征信息，人为的依据先验知识塑造特征因子，将众多特征因子进行组合形成水质状态评价特征数据库，再通过构建分类模型辨别水质状态。但这些方法存在很大的弊端，人为构造特征速度慢且数量有限，并且这些特征的非线性表达能力欠佳难以对水质状态做出足够准确的分析。为了解决这些问题本学科团队拟用计算机视觉理论和深度学习技术对水中指示物的原始状态进行自动特征提取从而进行水质状态分析。人工智能是本学科近年来的前沿研究方向，学科团队在该方向有着较为深厚的理论研究和项目开展经验，近年来先后主持了有关工业领域零部件缺陷检测的省级项目2项及农业领域智能果蔬分拣的国家项目1项，取得了丰富的研究成果，其中农业领域中“人工智能+”的相关成果已经联合河南省农科院和我校生科院等单位一起申报了今年的河南省科技进步奖。基于之前的合作经验及成效，本学科团队有信心通过我校特色骨干学科群的协同建设，与其他单位通过数据共享、联合攻关打造南水北调流域的“人工智能+”水生态安全监测分析平台。