主要从事人工智能与智能机器人技术、3D视觉检测技术的研究。涉及的关键技术包括人工智能（AI）技术、机器人技术，机器视觉技术（相机标定、标志点识别、三维重建、三维全场变形及应变分析、点云处理及点云与CAD数模比对分析）等。先后主持及参与了国家自然科学基金项目4 项（包括重大项目1项）、陕西省自然科学基金2 项、航空科学基金1项、国家重点实验室项目1 项、军工及企业项目若干项。在相关研究领域发表了SCI及EI检索论文30余篇，授权国家发明专利12项，制定国家标准1 项，获得陕西省科学技术奖一等奖1项，全国大学生先进成图技术大赛优秀指导教师一等奖，2018年入选陕西高校“青年杰出人才”计划项目。带领课题组研制的系列人工智能与3D视觉检测设备已成功应用于航空航天、汽车、风电叶片、土木建筑、重型机械及国防军工等行业的多家单位。

教育及工作经历：

       2017.07 – 至今         西安电子科技大学  机电工程学院   副教授

       2013.04 – 2017.06   西安电子科技大学  机电工程学院   讲师

       2001.09 – 2013.03   西安交通大学         机械工程学院   本科、硕士及博士

研究方向：

       1.   人工智能技术（AI）与智能机器人（该方向每年招2-3位研究生）

       结合人工智能技术（深度学习）、机器人技术及机器视觉技术，研究工业产品外形轮廓、缺陷、关键尺寸及变形等全自动检测理论、方法与仪器设备。涉及的关键技术。该研究方向将人工智能技术、机器人技术、机器视觉技术及计算机等多学科理论交叉用于解决实际问题。

       2.   3D视觉检测技术（该方向每年招1-2位研究生）

       通过CCD相机或数码相机捕捉序列图像，在此基础上，进行三维重建，获得结构或材料在静载或承载受力时的三维全场变形与应变。该研究方向将机械、材料、力学、计算机、数字图像处理等多学科理论交叉，研制相关三维光学精密检测仪器，用于解决重大工程实际问题。

研究工作：

      课题组研制的系统人工智能与3D视觉检测设备已成功应用于中科国风科技有限公司、中航工业飞机强度研究所等单位。

       一、人工智能技术（AI）与智能机器人技术领域

       1、自动识别与抓取

        实现智能机器人自动路径规划、自动物体抓取、生产线上产品自动分拣、自动上下料、工件外形轮廓、缺陷、关键尺寸及形位公差等的全自动检测等功能。

                                                 自动路径规划、自动物体抓取、自动分拣、自动上下料

        2、户外或野外运动目标识别系统  

        采用双光谱相机采集可见光及红外图像数据，通过深度学习算法及视频图像处理技术，实现户外或野外运动目标的实时监测。

     关键技术指标：①分辨率：720×756；②帧率：25fps；③视场角：360°；④监测距离：100米；⑤功耗：60～70瓦；⑥供电方式：便携式锂电池；⑦预警准确率：>85%；⑧适用场合：户外、野外。

        3、人体3D重建及姿态识别

        用深度相机获取人体3D数据，实现人体3D重建，并通过骨骼提取算法计算出相关关节之间的角度，进而可以判断人体姿态。    

        4、工业产品表面缺陷自动检测

        通过AI算法，学习工件表面缺陷特征，之后便可自动确定图像分割阈值，自动识别工件表面的缺陷，并定位缺陷所在位置。  

         5、工业产品关键尺寸检测 

         结合AI算法及数字图像处理技术，实现某汽车轮毂刹车盘内径及轴承孔内径高精度视觉检测应用，重复检测精度可达0.05个像素。       

       二、3D视觉检测技术领域

       1、大视场三维动态变形在线监测系统DMS

       可实现风电叶片、桥梁隧道、航空航天静动载试验、飞行试验、风洞试验及重型机械等的三维位移变形、速度、加速、周期/频率、轨迹等的在线实时监测。

      关键技术指标：①分辨率：500万～1200万；②检测视场（双目）：30～50米；③在线实时检测速率：100HZ（500万分辨率）、60HZ（1200万分辨率）；④检测精度：0.05%。

      2、近景摄影测量系统CMM

   实现汽车模具、雷达天线等工业产品三维关键坐标、变形及应变的精确测量，将测量的关键点与设计CAD模型对齐，分析工业产品与模型之间的偏差，实现加工余量精确检测。

   关键技术指标：①分辨率：>2400万；②检测视场：0.1～50米；③三维坐标及位移变形检测精度：0.1mm/m；④三维全场应变检测精度0.1%。

    3、裂纹在线监测与识别系统CMS

     材料疲劳试验、尤其是航空航天材料疲劳试验中裂纹萌生及扩展过程在线检测。该系统不受材料表面反光影响、通过视频消抖、增强等实现多裂纹扩展试验中损伤记录与测量。

   关键技术指标：①分辨率500万～1200万；②监测视场：56.8×41.2mm（单测量头）、500×400mm(配合滑轨)；③监测速度：30HZ（1200万分辨率）、70HZ（500万分辨率）；④监测精度：微米级。

研究生培养：

      1、招生学科

      课题组研究方向为多学科交叉，接收理工科毕业学生，包括机械（机械工程、精密仪器、工业设计等）、自动化、计算机、电子信息、通讯、光学工程、数学、力学等专业毕业的学生。

      2、研究生在课题组做哪些工作?

      人工智能技术、数字图像处理技术、机器人技术、机器视觉技术、机械结构设计、软件技术（c++，GPU编程等）、硬件技术（包括嵌入式）。 涉及多学科交叉，总有同学们感兴趣的方向。

      3、本科阶段没有基础怎么办？   

      课题组的大部分研究生在人工智能、软件硬件等方面的基础较为薄弱，但课题组有长期的积累，进入课题组，经过传帮带、很快就能上手，不用担心基础问题。

      4、加入课题组的好处？

      课题组的项目直接面向企业，开发的软硬件设备均用于企业一线生成中，对同学们的动手能力锻炼的非常充分。另外，研究生阶段参与课题组项目，出差多，可接触到较多的企业、为毕业后去企业工作打下坚实基础。 

      5、课题组近几年培养研究生毕业去向

      华为、大疆、百度、字节跳动、快手、美团、北京算能科技、浦发银行、TCL、特变电工等单位。

联系方式：

     请报考学生提前通过电子邮件联系: xjtushbq@163.com 或者 bqshi@xidian.edu.cn