?!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> 【学术论坛】第二届机器人技术前沿论?西北工业大学
 首页 | l合通知 | 教务教学 | 学术交流 | 留学信息 | U研理 | 文献服务 | 招标信息 | |络服务 
当前位置Q? 校园公告>>学术交流>>正文
【学术论坛】第二届机器人技术前沿论?
2021-05-27 10:06   航天学院 审核人:   (点击Q?)

一、会议时间、地?/strong>

会议旉Q?021q??1日?021q???/p>

会议地点Q国际会议中心第一会议?/p>

二、会议组l方?/strong>

d单位Q?/strong>西北工业大学学科办公?/p>

承办单位Q?/strong>西北工业大学航天学院 陕西省自动化学会机器Z委会

三?strong>会议日程安排

四?/strong>会议报告信息

报告一信息

报告题目Q?/strong>全景视觉设计、分析及应用技?/p>

报告人:蔡成涛教?/p>

报告介:全景视觉成像pȝ能够一ơ获取周?60度的视场信息Q具有“成像一体化?60度大视场、旋转不变性”等优点Q已l在计算觉相关的工程领域中得Cq泛的应用。报告在对全景视觉相关理论及应用现状q行归纳梳理的基上,主要介绍Z双曲面反镜和多摄像机拼接全景成像的两种全景视觉pȝ成像原理及系l设计技术,深入介绍全景视觉囑փ处理Ҏ和涉及的关键技术,q对pȝ成像特点q行详细讨论。鉴于全景视觉系l的成像优点Q报告同时也介绍两种全景视觉pȝ在直升机旋翼共锥度测量、大视场高速目标运动参数检以及目标识别及跟踪Ҏ{方面的具体应用?/p>

报告人简介:蔡成涛,教授Q博士生导师Q美国休斯敦大学、加拿大国家研究院访问学者,哈尔滨工E大学计机U学与技术学院院ѝ党委副书记DY件学院院ѝ国家保密学院常务副院长、电子政务徏模仿真国家工E实验室MQQ黑龙江省环境智能感知重点实验室MQQ教育部Ҏv装备化技术与应用重点实验室副MQQ长期从事复杂环境可视化分析、无人^台环境智能感知领域的基础理论和应用研I工作,至今累计L国家博士后基金、国家自然科学基金、国防基U研{研I课?0余项。研I成果先后获得国防科技q步一{奖3Vvz工E科技q步二等?V黑龙江省科技q步二等?等奖项Q至今出版学术专?部,译著1部,教材2部,在国内外高水qx刊发表学术论?0余篇Q获授权发明专利30余项?/p>

报告二信?/strong>

报告题目Q?/strong>Perception and Decision-Making in Autonomous Intelligent Systems via Artificial Intell

报告人:唐漾教授

报告摘要Q?/strong>In this talk, we will review our recent advances in perception and decision-making in autonomous intelligent systems. We will first report our results in unsupervised depth estimation via deep learning in dynamic environment. Then, we will show our results adapted to different extreme conditions like night, rainy night and snow days. After giving our results in perception of complex environment, we will also present our results in decision-making of UAV for aggressive flight and collision avoidance. Finally, some concluding remarks will be provided.

报告人简介:唐漾Q博士,华东理工大学教授Q博士生导师Qd国洪堡基? ESI全球高被引科学家。主要研I多体系l?复杂|络状态估计、控制和优化Q自ȝ体智能系l感知和决策Q信息物理融合系l安全分析与控制Q以及过E系l风险预警和应急辅助决{。围l上q领域,在Nature子刊、Cell子刊、Automatica和IEEE汇刊上发表论?0余篇Q申?公开/授权专利8件。目前担任Nature出版集团Scientific Reports资深~委QIEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Circuits and Systems I: Regular Papers, IEEE Transactions on Emerging Topics in Computational Intelligence, IEEE Systems Journal{多个SCI期刊的副ȝ/~委。获?019q度上v市自然科学奖一{奖Q第一完成人)?/p>

报告三信?/strong>

报告题目Q?/strong>生物d影像分析及应?/p>

报告人:刘敏教授

报告摘要Q?/strong>本报告将介绍生物d影像分析Ҏ在脑U学及手术机器h研究领域的应用:围绕大脑经元Ş态重建的研究Q开发三l显微立体图像中大脑经元关键点的鲁检模型,建立Z关键点的脑神l元形态重建新ҎQ加快神l元cd识别、脑图谱构徏{脑U学研究的进E;围绕手术机器觉导航关键技术攻养I开发手术机器h实时手术目标识别法Q构建多模态图像融合手术导航方法,提升手术机器人的化水qI协助ȝ识别手术目标Q降低手术难度?/p>

报告人简介:刘敏Q湖南大学教授,博士生导师,湖南大学甉|与信息工E学院副院长。机器h视觉感知与控制技术国家工E实验室MQ助理Q视觉感知与人工湖南省重点实验室副主任,中国图象囑Ş学学会会员发展与服务工作委员会副MQQ中国图象图形学学会l织工作委员会秘书长Q湖南省自动化学会理事?004q和2007q分别获得北京大学学士、硕士学位,2012q获得美国加州大学河滨分校电子工E博士学位。曾在美国加州大学圣巴巴拉分校和霍华德休斯医学院从事研究工作。研I域主要有机器视觉感知、模式识别与机器学习Q科研成果获2020q湖南省U学技术创新团队奖?/p>

报告四信?/strong>

报告题目Q?/strong>多源融合SLAM-现状与挑?/p>

报告人:刘勇教授

报告摘要Q?/strong>SLAM技术是自主Udq_中的核心技术之一。近q来Q随着无hN和自ȝ动机器h的飞速发展,SLAM技术也获得了飞速的q展Q逐渐从基研究走向了深度的实践应用。然而在实际机器人和无hNq_应用中,SLAM技术还面着环境复杂多变、大规模l构化与非结构化场景交替、机器hq_剧烈q动以及光照、季节变化显著等挑战问题Q因而采用多U传感器、多U信息源以及多种特征手段的多源融合SLAM成ؓ了解决目前挑战问题的必然选择Q本报告针对目前SLAM在实践应用中面的多U挑战问题开展介l,分n目前的技术解x案和最新进展?/p>

报告人简介:刘勇Q浙江大学智能系l与控制研究所教授Q浙江大学控制学院智能驾驶与未来交通中心主任,目前主要从事自主机器Zpȝ、机器h自主规划与导航控制、视觉识别与模式识别、SLAM技术及多传感器融合技术的研究。获江省自然科学一{奖、浙江省U学技术一{奖、浙江省自然U学学术二等奖,以第一作者或通讯作者在IEEE Transactions、ICRA、CVPR、IJCAI、ICCV、IROS、AAAI/IAAI{知名期刊和机器人顶U会议发表论?7?/p>

报告五信?/strong>

报告题目Q?/strong>复合d抗干扰控制方法:理论与应?/p>

报告人:张金会教?/p>

报告摘要Q?/strong>实际控制pȝ中广泛存在着各种不确定性和q扰Q严重媄响系l的控制性能。如何有效抑制或d补偿q扰对系l性能的媄响始l是控制领域研究的热炚w题之一。与传统的鲁控制、滑模控制等典型q扰抑制Ҏ相比Q以自抗扰控制ؓ代表的抗q扰控制Ҏ可以很好地提升闭环系l的_ֺ和抗q扰性能。本ơ报告将介绍Zq扰抑制和抗q扰控制的复合主动抗q扰控制ҎQ以及在四旋飞行器和气动伺服运动^C的应用?/p>

报告Zl:张金会,北京理工大学自动化学院教授、博士生导师Q曾?012q北京市优秀博士学位论文?017q教育部自然U学二等奖(排名W?Q等奖励与荣誉。主持和参与多项国家自然U学基金目、国安点研发计划项目等。已在Springer出版Cև版英文专?部,在AutomaticaQIEEE Transactionspd{国际刊物上发表SCI索论?0余篇QSCI他引2000余次?/p>

报告六信?/strong>

报告题目Q?/strong>在博弈交互下寚w性、泛化性、视觉概念和观性的l一

报告人:张拳矛_教授

报告人简介:张拳矻I上v交通大学电子信息与甉|工程学院副教授、上交通大学约霍普克|夫特计机U学中心长聘教轨副教授。于2014q获得日本东京大学博士学位,?014-2018q在加州大学z杉矶分校(UCLAQ从事博士后研究Q主要研I方向包括机器学习和计算觉。其研究工作主要发表在计机视觉、h工智能、机器学习等不同领域的顶U期刊和会议上(包括IEEE T-PAMI、ICML、ICLR、CVPR、AAAI、KDD、ICRA{)。近q来Q张拳石在神l网l可解释性方向取得了多项h国际影响力的创新性成果。张拳石被“微软学术搜索”列为可解释性方向上国际排名W四的学者(关键词“interpretable”时?017-2019Q。张拳石承担了CCF-AcM议IJCAI 2020的可解释性方向的TutorialQƈ先后担Q了AAAI和CVPR大会可解释性方向的分论坛主席?/p>

报告七信?/strong>

报告题目Q?/strong>经拟态机器h

报告人:王鹏研究?/p>

报告摘要Q?/strong>研究l构或功能上借鉴和模拟hc?生物经机制Q能够面对复杂Q务和场景Q具有自适应、自学习能力的神l拟态与c脑机器人,实现的持l增长和发育Q是机器人、h工智能和脑科学等交叉学科亟待解决的问题和研究热点之一Q也推动了相兛_U的交叉融合。报告首先对经拟态机器h的概念内c发展历E、研I现状等q行介绍Q而介l了报告人在经拟态灵巧操作机器h斚w的工作进展,最后对经拟态机器h的未来发展进行ȝ和展望?/p>

报告人简介:王鹏Q中U院自动化所研究员、博对{中U院脑科学与技术卓创C心年轻骨q研I员Q中U院人工创新研究院“神l拟态机器h”创CQ务负责h。中U院青年创新促进会会员、中国计机学会机器Z业组常务委员、中国自动化学会混合专业委员会委员、全国信息技术标准化技术委员会信息技术服务分技术委员会委员、中国计机学会高会员。在人工与机器h领域Q先后主持国家自然科学基金重大研I计划、国家科技重大专项、国安点研发计划课题、国家自然科学基金面上等目30余项Q发表国际期刊和会议论文80余篇Q授?甌发明专利30余项。先后获北京市科学技术一{奖、北京市U学技术二{奖、中国自动化学会技术发明一{奖、军队科技q步二等奖等?/p>

报告八信?/strong>

报告题目Q?/strong>模型驱动与强化学习相l合的机器h控制与决{?/p>

报告人:张巍教授

报告摘要Q?/strong>随着深度学习和计机g的快速发展,机器学习法被广泛的应用在工E的各个分支领域中。基于数据驱动的深度学习法已经在机器h感知斚w取得了较大的成功。然而在控制与决{问题方面,׃机器w的物理与动力学Ҏ,单纯的机器学习算法Q有较大的局限性,很难在实际系l中成功应用。本报告以单机器h和多机器人等复杂动力学系lؓ应用背景Q重点讨论基于模型的最优控制算法与数据驱动的强化学习算法的深层关系。同时将l合多智能体博弈、h机؜合智能、؜杂系l最优控制、式机器h步态控制等多个具体应用问题探讨几种最优控制理论嵌入强化学习算法的{略?/p>

报告人简介:张巍Q现d方科技大学长聘正教授、博士生导师QƈgQ南科大机器h研究院副院长Q和鹏城实验室双聘教授。本U就M中国U技大学自动化系。之后ʎ国留学Q在国普渡大学(Purdue University)获得l计pȝ士学位和甉|与计机工程pd士学位。博士毕业后加入国加州大学伯克利分?UC Berkeley)担Q博士后研I员。从2011q开始在国俄亥俄州立大?Ohio State University)甉|与计机工程pMQ教,q于2017q?月晋升长聘副教授?019q全职加入南方科技大学。他的研I方向包括控制理Z应用、机器学习、机器h、智能电|等。在TAC、Automatica、Proceedings of IEEE{权威期刊论文近40,部分应用成果发表在ICRA、IROS、ICML、NeurIPS (亮点论文Q前2%)、AAAI、IJCAI{机器h与h工智能领域顶会上。曾担QIEEE Transactions on Power Systems~委QEditorQ,IEEE控制pȝ协会会议~委会副ȝ。现为IEEE高会员和IEEE Transactions on Control System Technology副主~?/p>

报告九信?/strong>

报告题目Q?/strong>高性能索驱动ƈ联机器h的理论、技术与装备

报告人:늏峰副教授

报告摘要Q?/strong>当前Q全球制造业正在向轻量化、柔性化、智能化方向发展Q机器h作ؓ刉的d军,其研I与应用正在成ؓ全球U技竞争中新的战略制高点。高速、重载和高精{高性能是机器h发展的永恒主题,同时面向大型复杂构g高效_֯刉的国家重大需求,大作业I间也是机器人发展的重要方向。烦驱动q联机器人是索驱动技术和q联机构理论的有机结合,l承了ƈ联机构的高加速和承蝲能力Q同时获得了工作I间、轻量化和能效的大幅提升Q在工业、国防和U技领域h不可替代的重要作用。烦q联机器ZC机器备刚柔融合的前沿势Q反映出先进的轻量化设计理念Q是未来机器人科学和技术发展的重要方向。本研究针对索驱动ƈ联机器h面的性能评h及优化和动态精度保证等关键问题Q提Z创新性的理论Ҏ和关键技术,实现了烦q联机器大工作空间和l端高精度的l一Q发明了新型高速机器h装备q实Cl合性能的突破。相关研I成果成功应用于我国大科学工E和航天重大U技工程Qƈ实现了技术成果{化,C会l济效益显著?/p>

报告人简介:늏峎ͼ清华大学机械工程pd教授、特别研I员Q博|、国家业基专家委员会委员、中国工E院强基战略pd研究特聘专家、中国机械工E学会高U会员、Defence Technology杂志~委、全国专业标准技术委员会委员。曾获中国专利银奖、“中国A器A表学会科学技术奖”技术发明一{奖、“中国机械工业科学技术奖”科技q步特等奖和二等奖、教育部自然U学二等奖、中国学研合作创新奖、全国机械工业设计创新大赛金奖。主要从事高性能机器备及刉方面的研究工作Q已发表SCI论文34,EI论文26,h权中国发明专?1,软g著作?V作责hL国家自然U学、科技部科技支撑计划、工信部重大专项和智能制造专等国家U科研课?2V主持研发了大型民机整机涂装pȝ和大型船舶分D非l构面自动化涂装pȝ。发明了新型索驱动高速ƈ联机器h。牵头徏设数控金属切削机床远E运l系l,已发布智能制造相兛_家标?V?/p>

报告十信?/strong>

报告题目Q?/strong>自主无hpȝ智控制

报告人:吴元清教?/p>

报告摘要Q?/strong>自主无hpȝ已成为《中国制?025》和《新一代h工智能发展规划》中的重Ҏ持研I域。随着自主无hpȝ的应用环境与d要求q一步多样化、复杂化与智能化Q现有的自主无hpȝ建模与控制方法已l无法满x复杂多变的d需求。针对自L人系l存在的U学问题Q设计了自主无hpȝ的机械设计、加工制造、电路板设计、集成组?个流E,q将法应用于智能无人E逻R及机械狗。自ȝ制了无h巡逻R及机械狗的电控系l、通讯pȝ、定位系l,视觉处理pȝ、上位机pȝ和群智控制系l这6个主要系l,实现了智能无人E逻R及机械狗的电机驱动与控制、信息采集与信息传输、室内外定位、视觉图像获取与处理、远E控制与数据分析Q群智协同控制与q_搭徏?/p>

报告人简介:吴元清,q东工业大学自动化学院教授、博士生导师Q本U毕业于大连理工大学Q博士毕业于江大学。研I方向ؓ无hN、机械狗控制、医工结合。发表SCI期刊论文30余篇Q其中包?TACQ?长文)Q?AutomaticaQ?长文)Qƈ且以W一作者发?本英文专著(Springer出版C)。担d际高水^SCI期刊IJRNCQIJS, WCC和ICIC Express Letters, Part B: Applications (ICIC-ELB)的Associate Editor(~委)职务?/p>

?/span>关闭H口?/span>
最新公?/FONT>
西工大主? src=  招聘信息  ׃信息  本科招生  研招信息
中国白胖肥熟妇bbw