近期，集團(tuán)李維剛教授團(tuán)隊(duì)在智能感知領(lǐng)域捷報(bào)頻傳，團(tuán)隊(duì)博士生田志強(qiáng)、謝璐、王永強(qiáng)、汪奇鋒分別以第一作者身份，李維剛教授為通訊作者（第二作者），先后在Pattern Recognition（中科院1區(qū)TOP）、Applied Soft Computing（中科院2區(qū)TOP）、IEEE Transactions on Vehicular Technology（中科院2區(qū)）與IEEE Transactions on Instrumentation and Measurement（中科院2區(qū)）國(guó)際權(quán)威期刊連續(xù)發(fā)表5篇高水平論文，充分展現(xiàn)了李維剛教授團(tuán)隊(duì)在智能感知、三維信息處理與機(jī)器人感知系統(tǒng)方面的持續(xù)創(chuàng)新力與科研影響力。

田志強(qiáng)在《Pattern Recognition》中聚焦三維點(diǎn)云數(shù)據(jù)在復(fù)雜環(huán)境下易受損壞的難題，創(chuàng)新提出“去敏化對(duì)抗訓(xùn)練”方法，從特征敏感性角度優(yōu)化神經(jīng)網(wǎng)絡(luò)，顯著提升了模型在損壞點(diǎn)云上的魯棒性，并在公開(kāi)數(shù)據(jù)集上取得優(yōu)異效果。

謝璐在《Applied Soft Computing》期刊上提出一種新型語(yǔ)義分割方法HEL-NC，創(chuàng)新性結(jié)合神經(jīng)坍塌理論與困難樣本學(xué)習(xí)，通過(guò)等角緊框分類(lèi)器和加權(quán)損失函數(shù)，有效提升類(lèi)別不平衡數(shù)據(jù)下的分割精度，展現(xiàn)出廣泛的工程應(yīng)用潛力。

王永強(qiáng)在《Applied Soft Computing》提出了一種骨架魯棒配準(zhǔn)框架SRRF，創(chuàng)新性地將抗干擾的骨架結(jié)構(gòu)引入點(diǎn)云配準(zhǔn)，并結(jié)合分布距離損失函數(shù)來(lái)強(qiáng)化骨架一致性，有效緩解因噪聲、密度不均和幾何變形帶來(lái)的配準(zhǔn)誤差，展現(xiàn)出強(qiáng)大的魯棒性與實(shí)際應(yīng)用價(jià)值。

汪奇鋒在《IEEE Transactions on Vehicular Technology》提出MTC-SLAM系統(tǒng)，創(chuàng)新性引入多尺度緊耦合的SLAM與閉環(huán)檢測(cè)方法，極大提升了SLAM系統(tǒng)在動(dòng)態(tài)和復(fù)雜環(huán)境下的定位精度與魯棒性。同時(shí)，他還在《IEEE Transactions on Instrumentation and Measurement》發(fā)表新成果，提出基于可靠初值和自適應(yīng)閾值的ICP配準(zhǔn)策略，大幅提升了激光里程計(jì)在復(fù)雜動(dòng)態(tài)環(huán)境下的定位準(zhǔn)確率。

李維剛教授團(tuán)隊(duì)長(zhǎng)期專(zhuān)注于工業(yè)過(guò)程控制、智能檢測(cè)、人工智能與機(jī)器學(xué)習(xí)算法、移動(dòng)機(jī)器人與智能駕駛等交叉方向，致力于培養(yǎng)高水平青年科研人才，為工業(yè)智能科技創(chuàng)新持續(xù)貢獻(xiàn)力量。