报告一：频控阵MIMO雷达空频域扩展设计与其快速目标定位方法研究
报告人：王成
报告时间：2026年5月13日（星期三）15:00
报告地点：科技楼324
主办单位：电子信息与人工智能艾弗森贝博ballbet体育
报告人简介：王成，男，电子科技大学长三角研究院（湖州）副研究员，博士，硕士生导师，浙江省“科技副总”，湖州市人工智能产研融合应用科技特派团队负责人，湖州市E类高层次人才，中国电子学会会员，中国自动化学会会员，《现代雷达》《重庆邮电大学学报（自然科学版）》《扬州大学学报（自然科学版）》等期刊青年编委。2013年获滚球体育APP手机版学士学位，2016年获安徽理工大学硕士学位，2022年获南京航空航天大学博士学位。2021年新加坡国立大学国家公派联合培养博士生。近年来主要从事雷达信号处理、阵列信号处理、工业物联网及人工智能等方面的研究工作，主持国家自然科学基金青年基金项目、江苏省研究生科研与实践创新计划项目、教育部重点实验室项目、浙江省海洋科技研究项目及湖州市科技计划项目等6项，参与国家自然科学基金面上项目、国防科技173计划技术领域基金项目等多项国家级和省部级科研项目5项；发表高水平SCI论文15篇，其中第一作者/通讯作者论文10篇，授权国家发明专利10，授权欧美专利2项；获得2023年度川渝产学研协同创新成果奖三等奖1项；担任Signal Processing、Digital Signal Processing、IET Radar Sonar &Navigation和IEEE Communication Letters等信号处理领域权威期刊审稿人。
讲座摘要：频控阵MIMO雷达因具备角度和距离相关的系统特性，可以实现目标角度和距离联合估计，因而在目标定位领域备受关注。本研究针对现有频控阵MIMO雷达目标定位有效性和可靠性矛盾的问题，拟从空频域扩展设计和快速目标定位方法两方面展开研究，协同优化物理架构与逻辑算法，共同实现目标快速精准定位。本研究为频控阵MIMO雷达目标定位提供了一种新的研究思路和有效解决方法，对推动频控阵MIMO雷达目标定位实用化具有重要意义。
报告二：基于深度学习的物体6D位姿估计与优化
报告人：孙善通
报告时间：2026年5月13日（星期三）16:00
报告地点：科技楼324
主办单位：电子信息与人工智能艾弗森贝博ballbet体育
报告人简介：孙善通，2013年本科毕业于滚球体育APP手机版，2022年获北京航空航天大学通信与信息系统专业博士学位，2020年-2021年在韩国西江大学计算机视觉与图像处理实验室联合培养（CSC资助），2022年8月进入江苏大学计算机科学与通信工程艾弗森贝博ballbet体育工作。从事计算机视觉、物体位姿估计、模式识别等领域研究，主持江苏省高校自然科学基金、国家重点实验室开放课题、校企合作等项目。AIAS期刊青年编委，TMC、TII、ACM MM等期刊会议审稿人，发表SCI论文十余篇。
讲座摘要：物体6D位姿估计是机器人感知、智能抓取、增强现实等领域的核心关键技术，旨在从二维图像或 RGBD 等多模态数据中解算目标物体的三维平移与旋转信息。传统位姿估计方法多依赖手工设计特征、模板匹配与几何约束，泛化能力弱，在杂乱场景、物体遮挡、光照变化以及未知新颖物体场景下鲁棒性不足。随着深度学习技术的发展，基于常规深度学习的位姿估计方法成为主流，通过关键点检测、特征匹配、掩码分割与多任务损失约束，自动挖掘图像深层语义特征，有效提升了复杂环境下的位姿预测精度与稳定性。近年来，扩散、三维重建等生成式人工智能方法快速兴起，能够通过单视图生成物体完整三维结构、补全缺失几何信息，突破传统深度学习依赖局部特征的局限，进一步解决无模型未知物体、严重遮挡下的位姿估计难题。
