近期，集團李維剛教授團隊在智能感知領(lǐng)域捷報頻傳，團隊博士生田志強、謝璐、王永強、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)了李維剛教授團隊在智能感知、三維信息處理與機器人感知系統(tǒng)方面的持續(xù)創(chuàng)新力與科研影響力。

田志強在《Pattern Recognition》中聚焦三維點云數(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云上的魯棒性，并在公開數(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，通過等角緊框分類器和加權(quán)損失函數(shù)，有效提升類別不平衡數(shù)據(jù)下的分割精度，展現(xiàn)出廣泛的工程應(yīng)用潛力。

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

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)檢測方法，極大提升了SLAM系統(tǒng)在動態(tài)和復(fù)雜環(huán)境下的定位精度與魯棒性。同時，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配準策略，大幅提升了激光里程計在復(fù)雜動態(tài)環(huán)境下的定位準確率。

李維剛教授團隊長期專注于工業(yè)過程控制、智能檢測、人工智能與機器學(xué)習算法、移動機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)貢獻力量。