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TOP）、Applied Soft Computing（中科院2區TOP）、IEEE Transactions on Vehicular Technology（中科院2區）與IEEE Transactions on Instrumentation and Measurement（中科院2區）國際權威期刊連續發(fā)表5篇高水平論文，充分展現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方面的持續創(chuàng )新力與科研影響力。

田志強在《Pattern Recognition》中聚焦三維點(diǎn)云數據在復雜環(huán)境下易受損壞的難題，創(chuàng )新提出“去敏化對抗訓練”方法，從特征敏感性角度優(yōu)化神經(jīng)網(wǎng)絡(luò )，顯著(zhù)提升了模型在損壞點(diǎn)云上的魯棒性，并在公開(kāi)數據集上取得優(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 )新性結合神經(jīng)坍塌理論與困難樣本學(xué)習，通過(guò)等角緊框分類(lèi)器和加權損失函數，有效提升類(lèi)別不平衡數據下的分割精度，展現出廣泛的工程應用潛力。

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構引入點(diǎn)云配準，并結合分布距離損失函數來(lái)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(lái)的配準誤差，展現出強大的魯棒性與實(shí)際應用價(jià)值。

汪奇鋒在《IEEE Transactions on Vehicular Technology》提出MTC-SLAM系統，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系統在動(dòng)態(tài)和復雜環(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閾值的ICP配準策略，大幅提升了激光里程計在復雜動(dòng)態(tài)環(huán)境下的定位準確率。

李維剛教授團隊長(cháng)期專(zhuān)注于工業(yè)過(guò)程控制、智能檢測、人工智能與機器學(xué)習算法、移動(dòng)機器人與智能駕駛等交叉方向，致力于培養高水平青年科研人才，為工業(yè)智能科技創(chuàng )新持續貢獻力量。