基本信息

王鹏    研究员、博士生导师  

中国科学院自动化研究所

中科院人工智能创新研究院

中科院脑科学与智能技术卓越创新中心

邮件: peng_wang@ia.ac.cn

电话: (010)62554330

地址: 北京市海淀区中关村东路95号     

  王鹏,研究员、博士生导师。中国科学院自动化研究所研究员,中国科学院人工智能创新院“2035创新任务”负责人,中国科学院脑科学与智能技术卓越创新中心特聘研究员,中国科学院青年创新促进会会员。曾先后在德国慕尼黑工业大学、美国加州大学伯克利分校访问与合作研究。中国计算机学会智能机器人专业组常务委员、中国计算机学会高级会员、中国自动化学会混合智能专业委员会委员、全国信息技术标准化技术委员会信息技术服务分技术委员会委员等。

  作为负责人承担和完成包括:国家自然科学基金重大研究计划、国家科技重大专项、国家重点研发计划课题、国家自然科学基金面上等项目30余项。

  发表人工智能与机器人领域国际期刊和国际会议论文70余篇,包括IEEE Trans.CSVTIEEE Trans.Cybern.IEEE Trans.IM、Neurocomputing、Frontiers in Neurorobotics等国际期刊论文,以及机器人顶会ICRA、IROS等国际会议论文,授权/申请发明专利30余项。

  获北京市科学技术一等奖(2012)、北京市科学技术二等奖(2015)、中国自动化学会技术发明一等奖(2018)、军队科技进步二等奖(2018)、第三届中国创新挑战赛(扬州)优胜奖(2018);被评为中科院自动化所“十佳员工”(2012)等。  

招生信息

招生专业

081104--模式识别与智能系统(博士生、硕士生)

081101--控制理论与控制工程(博士生、硕士生)

085400--电子信息(人工智能学院非全日制硕士)


招生方向

机器人视觉、机器人学习

机器人灵巧抓取与操作、机器人自主柔性作业

灵巧手机器人、类脑与神经拟态机器人

智能机器人系统

  

   1、机器人仿人学习

  使机器人能够像人一样通过模仿或与环境的交互和探索获得自主和持续学习能力,实现智能的持续增长和进化,是机器人领域的亟待解决的问题和研究热点之一,得到了Stanford UniversityUniversity of California BerkeleyOpenAI等众多国内外研究机构的关注。

  2、机器人视觉深度学习模型

  基于大量样本的视觉深度网络已在诸多领域获得了成功应用,机器人视觉由于其搭载平台、应用场景等特殊性,亟待研究面向小样本、轻量化、引入先验、三维点云等数据融合,具备增量和持续学习能力的新型深度学习模型。

  3、机器人灵巧操作与自主柔性作业

  机器人操作对国防、工业、服务等领域具有重要的意义,诸如端茶倒水等对人类来说非常简单的操作任务,对机器人而言异常困难,需要具备灵巧操作与自主柔性作业能力,自主柔性主要体现在机器人对‘操作对象-操作环境-操作工艺’的适应能力。

  4、类脑与神经拟态机器人

  以机器人为载体,借鉴生物神经机制,对类脑感知、认知、决策、控制等计算模型进行验证和应用,研发具有自适应、自学习能力的类脑智能机器人,促进机器人与人工智能、脑与神经科学的深度交叉和融合,为类脑智能在工业、服务等领域的应用奠定基础。


欢迎申请免推直博、硕士研究生,欢迎报考博士研究生、硕士研究生!

欢迎报国科大人工智能学院非全日制硕士

欢迎申请博士后、助理研究员、实习生岗位!

优秀的博士后和助理研究员可以推荐申请:国家“博士后创新人才支持计划”“特别研究助理人才计划”

邮箱:peng_wang@ia.ac.cn

教育及工作经历

   
工作经历

2017.10 -         中科院自动化所,研究员、博士生导师

2021.01-         中科院人工智能创新研究院“2035创新任务”,负责人

2020.07 -         中科院脑科学与智能技术卓越创新中心,特聘研究员

2018.04 - 2018.05    美国加州大学伯克利分校,访问学者

2016.09 - 2016.10    德国慕尼黑工业大学,访问学者 

2012.11 - 2017.10    中科院自动化所,副研究员

2010.07 - 2012.10    中科院自动化所,助理研究员

教育经历

2007.09-2010.07   中科院自动化所复杂系统智能控制与管理国家重点实验室,控制理论与控制工程,工学博士 

2005.07-2007.07   哈尔滨工业大学航天学院,控制科学与工程,工学硕士 

2000.09-2004.07   哈尔滨工程大学自动化学院,电气工程及自动化,工学学士

荣誉及社会兼职

1、北京市科学技术一等奖,2012年

2、北京市科学技术二等奖,2015年

3、中国自动化学会技术发明一等奖,2018年

4、军队科技进步二等奖,2018年

5、第三届中国创新挑战赛(扬州)优胜奖,2018

6中科院青年创新促进会人才计划,2014年

7、中国计算机学会智能机器人专业组常务委员,2019年

8、中国计算机学会高级会员,2020年

9中国自动化学会混合智能专业委员会委员,2017年

10全国信息技术标准化技术委员会信息技术服务分技术委员会委员,2021年

11、中科院自动化所“十佳员工”,2012年


主要论文

  1. Haonan Duan, Peng Wang*, et. al., Robotics Dexterous Grasping: The Methods Based on Point Cloud and Deep Learning, Frontiers in Neurorobotics, volume 15, 2021
  2. Chenlin Zhou, Peng Wang*, et. al., ACR-Net: Attention Integrated and Cross-spatial Feature Fused Rotation Network for Tubular Solder Joint Detection, IEEE Transactions on Instrumentation and Measurement, 2021
  3. Wei Wei, Peng Wang*, et. al., GPR: Grasp Pose Refinement Network for Cluttered Scenes, IEEE International Conference on Robotics and Automation (ICRA), 2021
  4. Guangyun Xu, Peng Wang*, et. al., POIS: Policy-Oriented Instance Segmentation for Ambidextrous Robot Picking, IEEE International Conference on Robotics and Automation (ICRA), 2021
  5. Chenlin Zhou, Peng Wang*, et. al., BV-Net : Bin-based Vector-predicted Network for Tubular Solder Joint Detection, Measurement, Elsevier, 2021
  6. Yiming Li, Peng Wang*, et. al., Simultaneous Semantic and Collision Learning for 6-DoF Grasp Pose Estimation, IROS 2021
  7. Yiming Li, Peng Wang*, et. al., ADEL: Autonomous Developmental Evolutionary Learning for Robotic Manipulation, ICDL 2021
  8. Jia Sun, Peng Wang*, Yongkang Luo, Wanyi Li. Surface Defects Detection Based on Adaptive Multi-scale Image Collection and Convolutional Neural Networks, IEEE Transactions on Instrumentation and Measurement, Volume: 68, Issue:12, 4787-4797, DECEMBER 2019. 
  9. Xuanyang Xi#, Yongkang Luo#*, Peng Wang, and Hong Qiao. Salient object detection based on an efficient end-to-end saliency regression network. Neurocomputing, 323:265–276, 2019. 
  10. Jia Sun, Peng Wang*, Yongkang Luo, Gaoming Hao, Hong Qiao. Precision Work-piece Detection and Measurement Combining Top-down and Bottom-up Saliency[J]. International Journal of Automation and Computing. vol. 15, no. 4, pp. 417-430, 2018.
  11. Wenjun Zhu, peng wang*, Rui Li ,  Xiangli Nie ,  Real-time 3D Work-piece Tracking with Mo-nocular Camera Based on Static and Dynamic Model Libraries, Assembly Automation, Vol. 37 Iss: 2, 219~229, 2017.
  12. Sun, Jia; Wang, Peng*; Qin, Zhengke; Qiao Hong,Effective self-calibration for camera parameters and hand-eye geometry based on two feature points motions,IEEE/CAA Journal of Automatica Sinica,4(2), 370–380,2017.
  13. Xu, D., Lu, J., Wang, P., Zhang, Z., & Liang, Z. Partially decoupled image-based visual servoing using different sensitive features. IEEE Transactions on Systems, Man, and Cybernetics: Systems, Volume: 47, Issue: 8, 2233 - 2243 ,Aug. 2017. 
  14. Zhengke Qin, Peng Wang*, Jia Sun, Jinyan Lu, and Hong Qiao, Precise Robotic Assembly for Large-Scale Objects Based on Automatic Guidance and Alignment,IEEE Transactions on Instrumentation and Measurement, vol. 65, no. 6, June 2016. 
  15. Wanyi LiPeng Wang, and Hong Qiao, Top-down Visual Attention Integrated Particle Filter for Robust Object TrackingSignal Processing: Image Communication, 2016 ,43 ,2841.
  16. Peng Wang et. al.,  Online appearance model learning and generation for adaptive visual tracking, IEEE Transaction on Circus and System for Video Technology, 21(2), Feb. 2011, 156-169. 
  17. Peng Wang et. al., Adaptive probabilistic tracking with reliable particle selection, Electronics Letters, 45 (23), Nov. 2009, pp. 1160-1161. 
  18. Yongkang Luo, Peng Wang, Wenjun Zhu, and Hong Qiao. Sparse-Distinctive Saliency Detection. IEEE Signal Processing Letter, Vol. 22, No.9: 1378-1382, 2015.
  19. Wei Liu, Peng Wang et. al., Part-based adaptive detection of work- pieces using Differential Evolution,Signal Processing,2012, 92(2),301-307. 
  20. Zhicai Ou, Peng Wang et. al., Sub-pattern bilinear model and its application in pose estimation of work-pieces, Neurocomputing,2012, 83,176-187.
  21. Wanyi LiPeng WangRui JiangHong Qiao Robust object tracking guided by top-down spectral analysis visual attention Neurocomputing, 152, pp 170-178, 2015.
  22. Peng Wang ; Zhengke Qin; Wei Zou, Planetary Landing Point Tracking Based on Multiple Reference Points, IEEE International Conference on Mechatronics and Automation (ICMA), 2017.8.6-2017.8.10
  23. Peng Wang et al., Adaptive Probabilistic Tracking with Discriminative Feature Selection for Mobile Robot, IEEE International Conference on Systems, Man, and Cybernetics (SMC) , 2016
  24. Peng Wang, Zhengke Qin, Zhao Xiong, Jinyan Lu, De Xu, Xiaodong Yuan and Changchun Liu, Robotic Assembly System Guided by Multiple Vision and Laser Sensors for Large Scale Components, IEEE International Conference on Robotics and Biomimetics, 2015.
  25. Wei Liu, Tianshi Chen, Peng Wang et. al., Pose estimation for 3D workpiece grasping in industrial environment based on evolutionary algorithm, Journal of Intelligent and Robotic Systems, (2012) 68:293-306. 
  26. Dongchun Ren, Peng Wang et. al., A biologically inspired model of emotion eliciting from visual stimuli, Neurocomputing, Volume 121, Pages 328-336, 2013. 
  27. Hong Qiao, Yanlin Li, Tang Tang and Peng Wang, Introducing Memory and Association Mechanism Into a Biologically Inspired Visual Model, IEEE Transactions on Cybernetics, Volume:44 , Issue: 9 , 1485 - 1496 , Sept. 2014 
  28. Peng Wang, et al., Salient region detection based on Local and Global Saliency, IEEE International Conference on Robotics and Automation (ICRA), 1546 – 1551, 2014, Hong Kong. 
  29. Wanyi Li, Peng Wang et. al., A Survey of Visual Attention Based Methods for Object Tracking. Acta Automatica Sinica, 2014, 40(4): 561-576. 
  30. Peng Wang et. al., Adaptive probabilistic tracking with multiple cues integration for a mobile robot, IEEE International Conference on Control and Automation, 2010, pp. 713-718. 
  31. Peng Wang et. al., Object Tracking with Serious Occlusion Based on Occluder Modeling, IEEE International Conference on Mechatronics and Automation, 2012. pp. 1960-1965 
  32. Wanyi Li, Peng Wang et. al., Double least squares pursuit for sparse decomposition, International Conference on Intelligent Information Processing, 2012. 
  33. Jiuqi Han and Peng Wang et.al., Tuning of PID Controller Based-on Fruit Fly Optimization Algorithm, IEEE International Conference on Mechatronics and Automation, 2012. 
  34. Jiwu Dong, Jianhua Su, Hong Qiao and Peng Wang, Optimal Fixture Design in the Large Plates of Optical Glass Assembly, IEEE International Conference on Mechatronics and Automation, 2012.  
  35. Jing Tao, Peng Wang, et. al., Facility Layouts Based on Differential Evolution Algorithm, IEEE ROBIO 2013 
  36. Zhengke Qin, Wenjun Zhu, Peng Wang and Hong Qiao, Workpiece Localization with Shadow Detection and Removing, IEEE ROBIO 2013 
  37. Wenjun Zhu, Qinzheng Ke, Peng Wang and Hong Qiao, Model-based Work-piece Localization with Salient Feature Selection, IEEE ROBIO 2013 
  38. Peng Wang,et al., Adaptive Visual Tracking with feature selection for mobile robot, IEEE CYBER,2014, HongKong. 
  39. Wanyi Li, Peng Wang, Visual Tracking Via Saliency Weighted Sparse Coding Appearance Model, ICPR, 2014. 

发明专利授权

  1. 基于深度卷积生成对抗网络样本生成的外观瑕疵检测方法,授权号:ZL2018112787622,授权公告日:2021.06.08

  2. 线状工件焊点焊接质量检测系统及方法,授权号:ZL201910345423X,授权公告日:2021.04.06

  3. 基于多传感器融合的机器人自动化装配方法及装置,授权号:ZL201910647544X,授权公告日:2020.09.01

  4. 显著区域检测方法和检测系统,授权号:ZL2016108891003,授权公告日:2019.06.14

  5. 基于图像重构卷积神经网络的零件外观瑕疵检测方法,授权号:ZL2018112787919, 授权公告日:2020.12.18

  6. 零件表面瑕疵检测中神经网络的训练样本的合成方法,授权号:ZL2018112217192,授权公告日:2021.07.06

  7. 大口径光学元件的姿态调整装置,授权号:ZL2016107286808,授权公告日:2019.03.08

  8. 一种基于视觉传感器和激光测距仪的位姿检测装置与方法,授权号:ZL2015102293711,授权公告日:2018.06.26

  9. 一种智能装配序列规划方法,授权号:ZL2014103426256,授权公告日:2018.04.27

  10. 自动夹持套件,授权号:ZL2016107260117,授权公告日:2018.03.09

  11. 一种基于动态规划与遗传算法的装配序列规划方法及装置,授权号: ZL2014101207362,授权公告日:2017.06.30

  12. 一种多边形工件检测定位方法,授权号:ZL2014103051984,授权公告日:2017.05.10

  13. 一种机器人自动化装配系统,授权号:ZL2015101194206,授权公告日:2017.03.01

  14. 一种显著性区域检测方法及装置,授权号:ZL2014103017979,授权公告日:2017.01.25

  15. 基于遮挡物建模的有遮挡情况下的目标跟踪方法,授权号:ZL201010034354X,授权公告日:2014.03.19

  16. ​动态场景下基于局部背景剪除的自适应目标跟踪方法.,授权号:ZL2010100343535,授权公告日:2014.03.19

主持科研项目

  1. 神经拟态机器人,2035创新任务,2021.1-2023.12

  2. 神经拟态灵巧操作机器人,交叉攻关项目,2020.1-2022.12

  3. 基于注意-记忆-学习的非结构环境感知与机器人自主作业,国家自然科学基金共融机器人重大研究计划,2018.01-2020.12

  4. 脑智交叉研究平台--类脑智能体验证平台,国家科学中心重点项目,2020.01-2022.12

  5. 智能服务机器人技术,2019.01-2021.12

  6. 时空大数据集成分析与认知计算,国家重点研发计划课题,2020.01-2022.12

  7. 人-机器人共融与协同,科技委项目,2020.01 - 2021.12

  8. 仿生智能核心技术体系,科技委先导项目,2019.07 - 2020.12

  9. 高端磁学装备数字样机,中科院先导专项,2020.01-2022.12

  10. 光机组件视觉检测与定位算法研究,国家自然基金面上项目,2014.01-2017.12

  11. 引入视觉注意机制的视觉跟踪方法研究,国家自然科学基金青年,2012.01-2014.12

  12. 基于类脑学习的非结构化环境感知方法研究,装备预研基金,2017.01-2018.12

  13. 中科院青年创新促进会人才项目,2015.01-2018.12

  14. 数字化设计与验证,国家重大科技专项,2017.01-2018.06

  15. 数字化设计与系统集成,国家重大科技专项,2016.01-2017.06

  16. 驱动器数字化系统总体设计与系统集成,国家重大科技专项,2014.07-2015.12

  17. 激光驱动器数字样机建模与验证,重大专项,2013.07-2014.07

  18. 光机组件半自动化装校验证系统及关键技术研究,重大专项外协,2013.12-2014.12

  19. 光机组件可视化装配检测与定位技术研究,重大专项外协,2012.01-2013.10

  20. 高功率固体激光驱动器集成安装理论模型,重大专项外协,2012.01-2012.12

  21. 机器人夹持与安装系统,重大专项外协,2015.10-2016.01

毕业学生


  1. 王宇辰,硕士研究生,毕业时间:2019.7,工作单位:创新工场(北京)

  2. 孙佳,博士研究生,毕业时间:2018.7,工作单位:中科院自动化所,助理研究员

  3. 覃政科,博士研究生,毕业时间 :2017.7,工作单位:大疆科技(深圳)

  4. 罗永康,博士研究生,毕业时间:2016.7,工作单位:中科院自动化所,助理研究员

  5. 黎万义,博士研究生,毕业时间:2014.1,工作单位:中科院自动化所,副研究员

  6. 陶晶,硕士研究生,毕业时间:2014.7,工作单位:中国工商银行(深圳)

  7. 汤志鹏,硕士研究生,毕业时间:2014.7,工作单位:阿里巴巴(北京)

  8. 韩久琦,硕士研究生,毕业时间:2013.7,工作单位:军事科学院,京东数科(北京)