武科大網訊 近期，我校人工智能與自動化學院李維剛教授團隊在智能感知領域捷報頻傳，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新力與科研影響力。

田志強在《Pattern Recognition》中聚焦三維點云數據在復雜環境下易受損壞的難題，創新提出“去敏化對抗訓練”方法，從特征敏感性角度優化神經網絡，顯著提升了模型在損壞點云上的魯棒性，并在公開數據集上取得優異效果。

謝璐在《Applied Soft Computing》期刊上提出一種新型語義分割方法HEL-NC，創新性結合神經坍塌理論與困難樣本學習，通過等角緊框分類器和加權損失函數，有效提升類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，創新性地將抗干擾的骨架結構引入點云配準，并結合分布距離損失函數來強化骨架一致性，有效緩解因噪聲、密度不均和幾何變形帶來的配準誤差，展現出強大的魯棒性與實際應用價值。

汪奇鋒在《IEEE Transactions on Vehicular Technology》提出MTC-SLAM系統，創新性引入多尺度緊耦合的SLAM與閉環檢測方法，極大提升了SLAM系統在動態和復雜環境下的定位精度與魯棒性。同時，他還在《IEEE Transactions on Instrumentation and Measurement》發表新成果，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態環境下的定位準確率。

李維剛教授團隊長期專注于工業過程控制、智能檢測、人工智能與機器學習算法、移動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，為工業智能科技創新持續貢獻力量。（人工智能與自動化學院）