报告题目：基于多模态感知的车辆安全控制策略与异常检测

报告人：桂瑰

报告摘要：在复杂恶劣的环境中，环境感知与安全控制成为保障车辆安全的核心问题。单一传感器在复杂环境中往往存在感知盲区、可靠性不足与稳定性低等问题，因此多模态感知逐渐成为研究重点。我们针对车辆运行过程中面临的多源信息融合与安全隐患问题，提出了一种基于多模态感知的车辆安全控制策略与异常检测方法。该方法通过融合视觉、雷达和激光雷达实现对环境要素、驾驶行为和车辆状态的全面建模。构建了自适应安全控制策略，以应对突发风险场景；同时引入异常检测机制，利用深度学习模型与生产状态知识库对控制异常、运转异常和行为异常进行识别与预警。所提出的策略在复杂现实环境下具有更高的感知准确率和控制鲁棒性，有效提升了车辆的安全性与智能化水平。

个人简介：桂瑰，中南大学自动化学院二级教授、第十五批国家海外高层次人才（千人计划）；第十五批湖南省芙蓉计划高层次人才；中国指挥与控制学会自主式交通控制与安全专业委员会常务委员，英国皇家特许工程师。长期从事交通大数据模型、交通仿真和智能交通系统理论研究和工程应用。在国际知名交通规划公司有17年的工作经验。对交通流量预测、优化调度以及仿真模型方面有深入研究。主持了国际交通大数据、智能交通系统项目25个，总项目经费超过1000万英镑。在国际重要会议、学术期刊中发表40余篇高质量专业论文，申请专利10余项。主持国家自然科学基金面上项目以及湖南省国家自然科学基金面上项目2项，参与国家和湖南省重点和重大项目2项。有丰富的产学研经验，在复杂交通系统建模、行车场景智能感知、风险态势研判、自动驾驶行车安全控制等关键技术上完成了一系列自主创新。参与项目“磁浮轨道交通智能高效运行控制系统关键技术及应用”获得2024年度中国交通运输协会科学技术发明奖一等奖。

****************************************************************************************************************************************************************

报告题目：大模型时代的智能系统感知与决策探索

报告人：李坚强

报告摘要：基于数据的深度学习、大模型可有效提高智能系统感知决策能力，而机器人与智能系统网络协同、多智能体协同、云端协同来有效提高机器人的感知与执行效率，报告介绍了围绕机器人与智能系统网络协同感知、协同网络构建以及优化分析决策展开的研究，相关研究成果应用于特种监测机器人以及医疗健康智能监测系统，并介绍了结合大模型的机器人感知与决策探索。

个人简介：李坚强，深圳大学讲席教授，博士生导师，国家杰出青年基金获得者，IET Fellow, 大数据系统计算技术国家工程实验室执行主任，深圳大学人工智能学院院长，国家重点研发计划项目首席科学家，入选国家级青年人才，广东省杰出青年基金获得者，广东省大数据分析与处理研究中心主任，广东省人工智能教学团队负责人。围绕机器人、人工智能、智能医疗展开研究，主持国家重点研发计划项目、国家基金重点项目，发表论文200余篇，sci论文150余篇，中科院一区70篇，Science子刊1篇，IEEE 汇刊53篇，13篇高被引，3篇热点论文。专利授权中兴等公司，荣获第九届吴文俊人工智能科技进步一等奖（第一完成人），广东省科技进步二等奖（第一完成人），中国自动化学会科技进步一等奖(第二完成人)，荣获国家教学成果二等奖1次，4次荣获广东省教学成果一等奖。  担任IEEE会刊等8个期刊编委，连续5年入选斯坦福大学评选全球顶尖科学家榜单。

****************************************************************************************************************************************************************

报告题目：面向环境不确定性的电动汽车换电站能源优化管理策略研究

报告人：秦家虎

报告摘要：在全球变暖与能源转型的背景下，电动汽车快速发展，换电站作为电动汽车能源补给的关键基础设施，凭借高效补能及促进可再生能源消纳等优势，展现出重要的应用前景和价值。本文聚焦环境不确定性下换电站的能源优化管理问题，首先分析了换电站系统架构并建立了相应的能源管理模型；随后详细介绍了两类经典优化策略——鲁棒优化与随机优化，以应对能源管理中的多重不确定性；最后，结合风险评估工具，提出了一种基于风险度量的优化策略，有效平衡了运营成本与服务质量，提升了换电站在不确定环境下能源管理的经济性与可靠性。

个人简介：秦家虎，中国科学技术大学教授、博导，主要研究兴趣为自主智能系统协同、优化与决策。在相关领域发表录用Springer英文专著两部，Automatica及IEEE Trans.汇刊论文100余篇；授权中国发明专利40余件。主持国家杰出青年基金、优秀青年基金、霍英东青年教师基金、海外高层次人才引进计划青年项目、联合基金重点项目、科技创新2030—“新一代人工智能”重大项目课题等国家和省部级项目10余项。获中国自动化学会自然科学奖一等奖 (排名1)、中国自动化学会技术发明奖一等奖 (排名1)、黑龙江省自然科学一等奖 (排名3)、中国自动化学会“青年科学家奖”、中国控制会议“关肇直奖”、IEEE 工业电子学会最佳会议论文奖。目前担任中国自动化学会副秘书长、安徽省机器人学会副理事长、中国自动化学会“青年工作委员会”副主任委员、中国仿真学会“智能物联系统建模与仿真专委会”副主任委员，以及 Automatica、IEEE/ASME TMECH、IEEE TIE、IEEE TCNS、《自动化学报》等期刊编委。

****************************************************************************************************************************************************************

报告题目：交流传动系统智能控制及应用

报告人：于金鹏

报告摘要：随着“中国制造 2025”的实施和推进，智能制造已成为我国制造业转型升级的重要途径和参与国际竞争的先导力量。高精密交流传动控制系统是智能制造核心技术，是机器人等高端装备的“大脑”。报告人以工程应用中的交流传动系统为研究对象，围绕其动力学特性复杂、实际工况存在物理约束以及算法工程实现难度高等问题开展了系列研究，探讨交流电机、多电机同步驱动伺服系统及多关节机器人系统的智能控制方法及相关应用案例。

个人简介：于金鹏，山东乳山人，教育部长江学者特聘教授、全国优秀教育工作者、青岛大学首席教授/自动化学院院长、山东省五一劳动奖章获得者/省教学名师、中国高贡献学者、全球高被引科学家、中国高被引学者、全球前0.5%顶尖科学家、首届省十佳研究生导师、省优秀科技工作者。现任山东省工业控制技术重点实验室主任、省自动化学会副理事长、省复杂系统与智能控制高校实验室主任、省自动化学会教工委主任、中国自动化学会理事/教工委委员，卓越集群期刊《复杂系统与复杂性科学》主编、《IEEE TNNLS》、《IEEE TCyber》、《IEEE TCASI》、《IEEE TCASII》等编委。主要从事智能控制与机器人、运动控制与伺服系统研究。

        获教育部霍英东青年教师奖、中国自动化学会青年科学家奖、山东省技术发明一等奖、中国科技产业化促进会科技产业化奖一等奖、山东省自然科学二等奖（3项），中国自动化学会技术发明二等奖、山东省青年科技奖、山东省自然科学学术创新奖等。第一/通讯出版专著2部、发表Automatica长文等SCI 100余篇、IEEE TAC等汇刊90余篇。1篇入选获中国百篇最具影响国际学术论文、2篇获《Automatica》Most Cited Article，1篇获《中国科学》热点论文奖，7次获国际会议最佳/优秀论文奖。承担国家重点研发计划、国家基金联合重点项目、省重大科技创新工程等30余项，授权发明专利40余项。带领首届全国高校黄大年式教学团队，获国家（研究生）教学成果二等奖、国家教材建设二等奖、省教学成果一等奖（3项），是国家一流本科课程、教育部高等学校虚拟仿真教学创新实验室项目负责人。

****************************************************************************************************************************************************************

报告题目：大模型驱动的机器人学习研究与进展

报告人：张伟

报告摘要：机器人学习致力于提升机器人的智能决策与自主学习能力，使机器人从数据和经验中不断提取任务相关的知识和规律，从而逐渐掌握任务技能。近年来，大模型技术发展如火如荼，为机器人学习研究提供了新视角，“大模型+机器人“逐渐成为人工智能、机器人领域新的研究热点。本报告将着重介绍课题组在机器人感知与决策协同学习方面取得的研究进展，以及围绕“大模型+机器人”开展的一系列前沿探索。

个人简介：张伟，山东大学教授、博士生导师，主要从事机器人学习、具身智能研究。入选国家级领军人才计划，近年来承担国家自然基金重大/重点项目、国家重点研发计划、山东省重大专项等。代表论文以第一/通讯作者发表在TPAMI、TRO、IJCV、NeurIPS、CVPR、ICCV、IJCAI、AAAI、CoRL、ICRA等人工智能与机器人领域权威期刊和会议，获中国、美国、日本等发明专利授权60余项，获省部及国际学术奖励10余项。

****************************************************************************************************************************************************************

报告题目：机器联觉的网联智能协同感知

报告人：郑心湖

报告摘要：近年来，个体车辆的环境感知能力显着提升。 然而，实际驾驶场景比现有数据集复杂得多，并且具有挑战性。 因此，仅仅依靠单一车辆的视角并不能满足全自动驾驶的基本需求。与单车感知相比，车联网之间的协作有望带来更全面、更准确的环境感知。 本次报告我们将介绍多车辆、多视角、多信息源信息融合的研究进展。 此外，现实世界中的不确定因素，如恶劣的路况或极端天气，也会影响传感器采集数据的质量，导致感知算法的输出异常。因为我们提出一种基于改进BEV的融合框架，提升对远距离目标的感知精度。同时，我们进一步探索一种能够有效利用现有通信条件的融合框架，有效降低了通信带宽使用，并保证了感知性能。 此外，我们还实现了基于跨模态融合的模态灵活知识蒸馏，旨在提升现实世界利用多模态融合感知的泛化能力和训练效率，提高自动驾驶车辆应对现实环境变化的能力和可靠性。 还将讨论互联智能支持的合作感知的未来研究方向，包括考虑通信条件的高效协同感知，自动驾驶世界模型等。

个人简介：郑心湖，香港科技大学 (广州) 系统枢纽智能交通学域和信息枢纽物联网学域助理教授（副研究员），博导，国家级青年人才。毕业于明尼苏达大学双城分校获得电子与计算机工程的博士学位。主要研究兴趣包括应用不同形式的数据、优化和机器学习等技术，在智能交通系统和与智能交通系统相关的信息物理系统中进行数据挖掘，并针对无人驾驶环境感知、多智能体的信息融合、多模态数据融合与分析等，展开了深入研究。他在同行评审期刊和会议上发表论文 50 余篇，担任 IEEE Transactions on Intelligent Vehicles和IEEE Transactions on Mobile Computing编委。获得2023年自动化学会自然科学奖一等奖，2024年中国工程前沿杰出青年学者。

****************************************************************************************************************************************************************