软件开发环境国家重点实验室是国家在计算机和先进网络的软件理论、技术和开发环境等方面开展基础、应用基础与前沿高技术研究的开放式科研基地，是创新型高层次人才的培养基地。1988年通过专家论证，1995年通过专家验收。

始终服务国家战略和围绕信息科学的前沿方向，积极争取和承担国家关键项目，开展原创性的基础研究和创新性的技术突破，成为软件开发理论与方法以及群体软件工程研究的开拓者和国际一流的海量信息系统和网络计算的创新基地；努力成为现代物理学国际协作研究的海量数据分析和处理中心之一；服务于国家重大专项和国民经济建设的主战场，支撑国家科技基础条件平台的研发与服务，建成中国物联网技术研发和推广的促进中心；大力培养高层次网络化软件领军人才。

实验室始终瞄准国家战略需求和国际软件发展前沿，针对我国在软件领域发展的战略需求和国际研究趋势，在软件基础理论与方法论、网络海量信息的物理学特征、海量非结构化数据模型与管理系统、物联网软件支撑技术与系统、面向服务的软件开发运行环境和多媒体协同网络环境等方面开拓创新。

软件基础理论与方法论

         在国家重点基础研究发展计划（973）、国家高技术研究发展计划（863）以及实验室自主研究课题的支持下，实验室对软件规范及需求以及软件测试和调试中技术进行了深入的研究，取得了一系列理论创新成果和技术突破。

        在软件规范及需求的进化理论、方法和技术方面，以实验室提出的原创性成果R演算为基础，对其进行了深入研究，证明了测试基本定理，提出了不含删除规则的R演算系统，讨论了极大缩减的可计算性问题。相关论文发表在英国计算机学会会刊The Computer Journal以及Science China – Information Science之上，在对多年研究成果综合整理之后出版了中文专著《数理逻辑——基本原理与形式演算》，并在美国科学基金(NSF) John C. Cherniavsky主编的Progress in Computer Science and Applied Logic系列中出版了英文专著《Mathematical Logic: Foundations for Information Science》，两部专著分别发行了5500册和1000余册，英文专著还得到了由欧洲数学学会主办的知名网站Zentralblatt MATH Database的收录和评论。

        在C语言程序调试自动化的理论基础方面，给出了软件调试过程的形式化语义描述，并提出了一种交互式的软件自动化调试方法。针对等价于可计算性的C语言核心语句组成的程序设计语言，将其调试过程划分为三个子过程：追踪、定位和修复，给出了追踪和定位过程的结构化操作语义及其实现算法，将对程序错误的修复转变为对修复方程组的求解，并根据修复方程组的解和错误修复的情况，将错误分为三类：可修复的错误、结构设计错误和逻辑设计错误。相关研究成果发表在Science China – Information Science之上。

海量信息系统计算、结构与动力学特征研究

        海量信息系统是是现代社会的信息基础设施，决定着经济的发展、人类的安全和人们的生活质量。2007年以来，在国家重大基础研究规划973项目、自然基金和国家重点实验室自选课题等项目的支持下，实验室综合运用计算机科学、概率统计和物理学等学科的知识，采用实验方法、数值模拟和理论分析等手段，对海量信息系统计算、结构与动力学的特征进行了深入的研究，取得了一系列原创性成果。

        在海量信息系统计算的统计特征研究方面，围绕实验室所提出的RB模型，设计了求解该模型的消息传递算法，提出了构造可满足难解实例的新方法，采用随机图和统计物理方法研究了RB模型难解性的根源，相关研究成果在《Artificial Intelligence》和《Journal of Statistical Mechanics》等国际期刊和IJCAI等国际会议上发表，以RB模型为基础所构造的难解实例被30多个国家的学者用于150多篇论文的研究工作，并应用于SAT等多个国际算法竞赛和10多个国家20余所大学相关课程的教学工作

          在海量信息系统的结构与动力学特征研究方面，研制了一个全球IPv6骨干网络拓扑探测系统，探测结果被来自全球129个国家和地区的研究者访问，并被Slashdot等多家知名IT网站转载或链接，研究了IPv6网络拓扑结构建模、在线社交网络信息传播、链路预测和节点排序等问题，相关研究成果在《Physica A》、《Phys. Rev. E》等国际期刊上发表，部分成果被其他学者引用并被VerticalNews和NewsRx等美国科技媒体报道。

        随着国内外智能交通的发展和人们对交通安全问题的日趋关注，智能车路系统被认为是解决防撞、自动驾驶等主动交通安全问题的一个有效途径。本系统使用多视角摄像头采集交通视频数据，通过路边基础设施与车载模块的协同工作，实现车辆对道路信息（包括障碍物类型、位置、速度，红绿灯信号、交管规则等）的全面感知。在此基础上，车辆根据路边节点提供的信息以及自身状态进行仿驾驶员行为的决策，实现路口环境自动安全驾驶，最终形成具备精确定位、车辆-驾驶员-环境实时感知的智能车原型系统。

 车路协同感知机制

       路边单元对摄像头采集的视频图像进行实时处理和分析，并将感知信息和分析结果即时提供给目标车辆。

 融合交通信息的目标跟踪

        设计适合交通路口场景的车辆运动模型，用于车辆跟踪和轨迹生成，同时融合交通灯信号、交通规则和周围态势信息，提高复杂环境下目标跟踪的准确性。

 基于多视角信息融合的协同监控

        将不同视角的信息进行识别前融合，避免直接融合结果而导致丢失有效信息。结合几何约束对视频信息进行融合，使得摄像机视野重叠区域的跟踪能够更加准确，非重叠区域的跟踪范围得到扩展。