在基于智能无人系统的激光点云处理方面，团队在自动化领域期刊IEEE Transactions on Cybernetics发表长篇学术论文《FG-Net: A Fast and Accurate Framework for Large-Scale LiDAR Point Cloud Understanding》。该文提出了一个用于大规模点云理解的通用深度学习框架，用可变形卷积来建模几何结构，用点注意聚类方法来挖掘点云之间的相关特征，有效节省了计算和内存消耗，可以实现对大规模点云的实时解译。

　　在无外部信息源的自主无人系统定位方面，团队在工业应用领域期刊IEEE Transactions on Industrial Electronics 发表长篇学术论文《Toward Autonomy of Micro Aerial Vehicles in Unknown and Global Positioning System Denied Environments》。该文提出了一种在无外部定位信息源条件下微型飞行器三维自主导航与避障方法框架，开发了视觉惯性里程计、三维建图和运动规划等多种模块化组件。该系统在实际四旋翼飞行器上成功运行，能够在三维复杂环境中导航并跟踪移动的参考点，表现出较强的鲁棒性。

　　上述工作拥有良好的研究基础，前期成果已经发表于业内顶会，主要在三维激光点云处理方面，提出了一种基于特征关联挖掘和顾及几何建模的点云理解网络；将多任务、弱监督等策略应用在点云理解中，实现了基于少量标注样本的场景解译；在智能测绘系统方面，团队提出了一种适用于视频卫星的运动目标跟踪与定位方法，将SLAM技术与视频卫星结合，可对地表运动目标进行实时的跟踪与地理位置解算。

　　智能无人系统的感知、定位与协同控制，是高智教授团队重点开展的研究方向之一。在该方向的研究过程中，高智教授团队与香港中文大学、香港科技大学紧密合作，围绕前沿技术研究、高端人才培养等领域开展高水平、高质量的合作，双方团队每周举行学术讨论与会议，建立了稳定的人员定期互访机制。

　　据悉，该研究得到了湖北省自然科学基金杰出青年项目和武大-华为空间信息技术创新实验室项目的支持。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。