一、会议时间、地点
会议时间：2021年5月31日—2021年6月1日
会议地点：国际会议中心第一会议室
二、会议组织方式
主办单位：西北工业大学学科建设办公室
承办单位：西北工业大学航天学院 陕西省自动化学会智能机器人专委会
三、会议日程安排
四、会议报告信息
报告一信息
报告题目：全景视觉设计、分析及应用技术
报告人：蔡成涛教授
报告简介：全景视觉成像系统能够一次获取周围360度的视场信息，具有“成像一体化、360度大视场、旋转不变性”等优点，已经在计算机视觉相关的工程领域中得到了广泛的应用。报告在对全景视觉相关理论及应用现状进行归纳梳理的基础上，主要介绍基于双曲面反射镜和多摄像机拼接全景成像的两种全景视觉系统成像原理及系统设计技术，深入介绍全景视觉图像处理方法和涉及的关键技术，并对系统成像特点进行详细讨论。鉴于全景视觉系统的成像优点，报告同时也介绍两种全景视觉系统在直升机旋翼共锥度测量、大视场高速目标运动参数检测以及目标识别及跟踪方法等方面的具体应用。
报告人简介：蔡成涛，教授，博士生导师，美国休斯敦大学、加拿大国家研究院访问学者，哈尔滨工程大学计算机科学与技术学院院长、党委副书记兼软件学院院长、国家保密学院常务副院长、电子政务建模仿真国家工程实验室主任，黑龙江省环境智能感知重点实验室主任，教育部船海装备智能化技术与应用重点实验室副主任，长期从事复杂环境可视化智能分析、无人平台环境智能感知领域的基础理论和应用研究工作，至今累计主持国家博士后基金、国家自然科学基金、国防基础科研等研究课题50余项。研究成果先后获得国防科技进步一等奖3项、海洋工程科技进步二等奖1项、黑龙江省科技进步二等奖3项等奖项，至今出版学术专著3部，译著1部，教材2部，在国内外高水平期刊发表学术论文80余篇，获授权发明专利30余项。
报告二信息
报告题目：perception and decision-making in autonomous intelligent systems via artificial intell
报告人：唐漾教授
报告摘要：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，博士，华东理工大学教授，博士生导师，德国洪堡基金, esi全球高被引科学家。主要研究多智能体系统/复杂网络状态估计、控制和优化，自主群体智能系统感知和决策，信息物理融合系统安全分析与控制，以及过程系统风险预警和应急辅助决策。围绕上述领域，在nature子刊、cell子刊、automatica和ieee汇刊上发表论文80余篇，申请/公开/授权专利8件。目前担任nature出版集团scientific reports资深编委，ieee 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等多个sci期刊的副主编/编委。获得2019年度上海市自然科学奖一等奖（第一完成人）。
报告三信息
报告题目：生物医学影像分析及应用
报告人：刘敏教授
报告摘要：本报告将介绍生物医学影像智能分析方法在脑科学及手术机器人研究领域的应用：围绕大脑神经元形态重建的研究，开发三维显微立体图像中大脑神经元关键点的鲁棒检测模型，建立基于关键点的脑神经元形态重建新方法，加快神经元类型识别、脑图谱构建等脑科学研究的进程；围绕智能手术机器人视觉导航关键技术攻关，开发手术机器人实时手术目标识别算法，构建多模态图像融合手术导航方法，提升手术机器人的智能化水平，协助医生识别手术目标，降低手术难度。
报告人简介：刘敏，湖南大学教授，博士生导师，湖南大学电气与信息工程学院副院长。机器人视觉感知与控制技术国家工程实验室主任助理，视觉感知与人工智能湖南省重点实验室副主任，中国图象图形学学会会员发展与服务工作委员会副主任，中国图象图形学学会组织建设工作委员会秘书长，湖南省自动化学会理事。2004年和2007年分别获得北京大学学士、硕士学位，2012年获得美国加州大学河滨分校电子工程博士学位。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。研究领域主要有机器视觉感知、模式识别与机器学习，科研成果获2020年湖南省科学技术创新团队奖。
报告四信息
报告题目：多源融合slam-现状与挑战
报告人：刘勇教授
报告摘要：slam技术是自主移动平台中的核心技术之一。近年来，随着无人驾驶和自主移动机器人的飞速发展，slam技术也获得了飞速的进展，逐渐从基础研究走向了深度的实践应用。然而在实际机器人和无人驾驶平台应用中，slam技术还面临着环境复杂多变、大规模结构化与非结构化场景交替、机器人平台剧烈运动以及光照、季节变化显著等挑战问题，因而采用多种传感器、多种信息源以及多种特征手段的多源融合slam成为了解决目前挑战问题的必然选择，本报告将针对目前slam在实践应用中面临的多种挑战问题开展介绍，分享目前的技术凯时尊龙的解决方案和最新进展。
报告人简介：刘勇，浙江大学智能系统与控制研究所教授，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人与智能系统、机器人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。获浙江省自然科学一等奖、浙江省科学技术一等奖、浙江省自然科学学术二等奖，以第一作者或通讯作者在ieee transactions、icra、cvpr、ijcai、iccv、iros、aaai/iaai等知名期刊和机器人顶级会议发表论文67篇。
报告五信息
报告题目：复合主动抗干扰控制方法：理论与应用
报告人：张金会教授
报告摘要：实际控制系统中广泛存在着各种不确定性和干扰，严重影响系统的控制性能。如何有效抑制或主动补偿干扰对系统性能的影响始终是控制领域研究的热点问题之一。与传统的鲁棒控制、滑模控制等典型干扰抑制方法相比，以自抗扰控制为代表的抗干扰控制方法可以很好地提升闭环系统的精度和抗干扰性能。本次报告将介绍基于干扰抑制和抗干扰控制的复合主动抗干扰控制方法，以及在四旋翼飞行器和气动伺服运动平台上的应用。
报告人介绍：张金会，北京理工大学自动化学院教授、博士生导师，曾获2012年北京市优秀博士学位论文、2017年教育部自然科学二等奖（排名第2）等奖励与荣誉。主持和参与多项国家自然科学基金项目、国家重点研发计划项目等。已在springer出版社出版英文专著1部，在automatica，ieee transactions系列等国际刊物上发表sci检索论文90余篇，sci他引2000余次。
报告六信息
报告题目：在博弈交互下对鲁棒性、泛化性、视觉概念和美观性的统一
报告人：张拳石副教授
报告人简介：张拳石，上海交通大学电子信息与电气工程学院副教授、上海交通大学约翰霍普克罗夫特计算机科学中心长聘教轨副教授。于2014年获得日本东京大学博士学位，于2014-2018年在加州大学洛杉矶分校（ucla）从事博士后研究，主要研究方向包括机器学习和计算机视觉。其研究工作主要发表在计算机视觉、人工智能、机器学习等不同领域的顶级期刊和会议上（包括ieee t-pami、icml、iclr、cvpr、aaai、kdd、icra等）。近年来，张拳石在神经网络可解释性方向取得了多项具有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第四的学者（关键词“interpretable”时间2017-2019）。张拳石承担了ccf-a类会议ijcai 2020的可解释性方向的tutorial，并先后担任了aaai和cvpr大会可解释性方向的分论坛主席。
报告七信息
报告题目：神经拟态机器人
报告人：王鹏研究员
报告摘要：研究结构或功能上借鉴和模拟人类/生物神经机制，能够面对复杂任务和场景，具有自适应、自学习能力的神经拟态与类脑机器人，实现智能的持续增长和发育，是机器人、人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，也推动了相关学科的交叉融合。报告首先对神经拟态机器人的概念内涵、发展历程、研究现状等进行介绍，继而介绍了报告人在神经拟态灵巧操作机器人方面的工作进展，最后对神经拟态机器人的未来发展进行总结和展望。
报告人简介：王鹏，中科院自动化所研究员、博导。中科院脑科学与智能技术卓越创新中心年轻骨干研究员，中科院人工智能创新研究院“神经拟态机器人”创新任务负责人。中科院青年创新促进会会员、中国计算机学会智能机器人专业组常务委员、中国自动化学会混合智能专业委员会委员、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、中国计算机学会高级会员。在人工智能与机器人领域，先后主持国家自然科学基金重大研究计划、国家科技重大专项、国家重点研发计划课题、国家自然科学基金面上等项目30余项，发表国际期刊和会议论文80余篇，授权/申请发明专利30余项。先后获北京市科学技术一等奖、北京市科学技术二等奖、中国自动化学会技术发明一等奖、军队科技进步二等奖等。
报告八信息
报告题目：模型驱动与强化学习相结合的机器人控制与决策
报告人：张巍教授
报告摘要：随着深度学习和计算机硬件的快速发展，机器学习算法被广泛的应用在工程的各个分支领域中。基于数据驱动的深度学习算法已经在机器人感知方面取得了较大的成功。然而在控制与决策问题方面，由于机器人自身的物理与动力学特性，单纯的机器学习算法任有较大的局限性，很难在实际系统中成功应用。本报告将以单机器人和多机器人等复杂动力学系统为应用背景，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。同时将结合多智能体博弈、人机混合智能、混杂系统最优控制、足式机器人步态控制等多个具体应用问题探讨几种将最优控制理论嵌入强化学习算法的策略。
报告人简介：张巍，现任南方科技大学长聘正教授、博士生导师，并兼任南科大机器人研究院副院长，和鹏城实验室双聘教授。本科就读于中国科技大学自动化系。之后赴美国留学，在美国普渡大学(purdue university)获得统计系硕士学位和电气与计算机工程系博士学位。博士毕业后加入美国加州大学伯克利分校(uc berkeley)担任博士后研究员。从2011年开始在美国俄亥俄州立大学(ohio state university)电气与计算机工程系任教，并于2017年6月晋升长聘副教授。2019年全职加入南方科技大学。他的研究方向包括控制理论与应用、机器学习、机器人、智能电网等。在tac、automatica、proceedings of ieee等权威期刊论文近40篇，部分应用成果发表在icra、iros、icml、neurips (亮点论文，前2%)、aaai、ijcai等机器人与人工智能领域顶会上。曾担任ieee transactions on power systems编委（editor），ieee控制系统协会会议编委会副主编。现为ieee高级会员和ieee transactions on control system technology副主编。
报告九信息
报告题目：高性能索驱动并联机器人的理论、技术与装备
报告人：邵珠峰副教授
报告摘要：当前，全球制造业正在向轻量化、柔性化、智能化方向发展，机器人作为智能制造的主力军，其研究与应用正在成为全球科技竞争中新的战略制高点。高速、重载和高精等高性能是机器人发展的永恒主题，同时面向大型复杂构件高效精密制造的国家重大需求，超大作业空间也是机器人发展的重要方向。索驱动并联机器人是索驱动技术和并联机构理论的有机结合，继承了并联机构的高加速和承载能力，同时获得了工作空间、轻量化和能效的大幅提升，在工业、国防和科技领域具有不可替代的重要作用。索并联机器人体现了机器人装备刚柔融合的前沿趋势，反映出先进的轻量化设计理念，是未来机器人科学和技术发展的重要方向。本研究针对索驱动并联机器人面临的性能评价及优化和动态精度保证等关键问题，提出了创新性的理论方法和关键技术，实现了索并联机器人超大工作空间和终端高精度的统一，发明了新型高速机器人装备并实现了综合性能的突破。相关研究成果成功应用于我国大科学工程和航天重大科技工程，并实现了技术成果转化，社会经济效益显著。
报告人简介：邵珠峰，清华大学机械工程系副教授、特别研究员（博导）、国家产业基础专家委员会委员、中国工程院强基战略系列研究特聘专家、中国机械工程学会高级会员、defence technology杂志编委、全国专业标准技术委员会委员。曾获中国专利银奖、“中国仪器仪表学会科学技术奖”技术发明一等奖、“中国机械工业科学技术奖”科技进步特等奖和二等奖、教育部自然科学二等奖、中国产学研合作创新奖、全国机械工业设计创新大赛金奖。主要从事高性能机器人装备及智能制造方面的研究工作，已发表sci论文34篇，ei论文26篇，获授权中国发明专利41项，软件著作权8项。作为负责人主持国家自然科学、科技部科技支撑计划、工信部重大专项和智能制造专项等国家级科研课题12项。主持研发了大型民机整机智能涂装系统和大型船舶分段非结构面自动化涂装系统。发明了新型索驱动高速并联机器人。牵头建设数控金属切削机床远程运维系统，已发布智能制造相关国家标准5项。
报告十信息
报告题目：自主无人系统群智控制
报告人：吴元清教授
报告摘要：自主无人系统已成为《中国制造2025》和《新一代人工智能发展规划》中的重点支持研究领域。随着自主无人系统的应用环境与任务要求进一步多样化、复杂化与智能化，现有的自主无人系统建模与控制方法已经无法满足日趋复杂多变的任务需求。针对自主无人系统存在的科学问题，设计了自主无人系统的机械设计、加工制造、电路板设计、集成组装4个流程，并将算法应用于智能无人巡逻车及机械狗。自主研制了智能无人巡逻车及机械狗的电控系统、通讯系统、定位系统，视觉处理系统、上位机系统和群智控制系统这6个主要系统，实现了智能无人巡逻车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、远程控制与数据分析，群智协同控制与平台搭建。
报告人简介：吴元清，广东工业大学自动化学院教授、博士生导师，本科毕业于大连理工大学，博士毕业于浙江大学。研究方向为无人驾驶、机械狗智能控制、医工结合。发表sci期刊论文30余篇，其中包括2篇tac（1篇长文），2篇automatica（1篇长文），并且以第一作者发表1本英文专著（springer出版社）。担任国际高水平sci期刊ijrnc，ijs, wcc和icic express letters, part b: applications (icic-elb)的associate editor(编委)职务。
