冯浩，博士，副教授，系主任。从事人工智能驱动的工程装备自主感知、规划与控制研究，致力于提升复杂场景下装备的自主作业与智能决策能力。主持国家自然科学基金青年项目、中国博士后科学基金特别资助、江苏省自然科学基金面上项目及企业委托项目等科研项目10项，入选中国工程机械学会青年人才托举工程等人才项目，作为骨干参与国家重点研发计划、江苏省科技成果转化等项目。获江苏省科学技术奖一等奖、智能建造科技成果应用一等奖等科研奖励3项。在Automation in Construction（IF=12.67）、Mechanical Systems and Signal Processing（IF=10.19）、IEEE/ASME Transactions on Mechatronics（IF=6.27）、Engineering Applications of Artificial Intelligence（IF=9.0）、Expert Systems with Applications（IF=9.38）等中科院SCI一区TOP期刊，以及《机械工程学报》（T1期刊）等高水平期刊发表论文50余篇，授权及公开发明专利5件。
一、研究方向
注重“人工智能算法 + 真实工程问题 + 智能装备平台”相结合，面向工程装备、机器人、无人机等研究对象，重点研究感知、预测、规划与控制等核心问题，综合运用人工智能、计算机视觉、深度学习、数据驱动建模与智能控制等方法，服务于智慧施工、无人巡检和装备自主作业等应用场景。
1. 智能装备与机器人：智能挖掘机器人、环境感知与自主作业、轨迹规划与高精度控制等。
2. 无人机自主巡检与智能视觉：无人机巡检、机器视觉、缺陷检测、深度学习、多模态感知及智能诊断等。
3. 人工智能与数据驱动建模：深度学习与时序预测、数据驱动建模、智能故障诊断、人工智能与复杂系统融合等。
二、代表科研项目与荣誉
（一）代表科研项目
1. 国家自然科学基金青年基金项目（52105064），2022–2024，主持。
2. 中国博士后科学基金特别资助项目（2025T180363），2025–2027，主持。
3. 江苏省基础研究计划自然科学基金面上项目（BK20221342），2022–2025，主持。
4. 企业委托项目6项，2021–2026，主持。
5. 引进人才科研启动经费资助项目（2021r042），2021–2023，主持。
6. 国家重点研发计划项目（2021YFB2011904），2022–2024，参与。
7. 江苏省科技成果转化专项资金计划项目（SBA2020030413），2020–2024，参与。
（二）代表获奖及荣誉
• 江苏省科学技术奖一等奖：基于多信息的挖掘机遥操作与自主作业关键技术研究及应用，江苏省人民政府。
• 建筑机械智能建造科技（设计）成果应用竞赛一等奖：挖掘机多信息感知与智能作业技术创新与应用，中国建筑业协会建筑安全与机械分会。
• 建筑机械智能建造科技（设计）成果应用竞赛二等奖：基于AI的建筑起重机械无人巡检系统，中国建筑业协会建筑安全与机械分会。
• 青年人才托举工程，中国工程机械学会。
• 江苏省优秀毕业论文（设计）指导教师。
• 南京信息工程大学本科教学管理先进个人、十佳班主任。
三、代表论文
1. Feng H, Yu S, Gong H, et al. Visual intelligent diagnosis method for surface defects of construction hoisting machinery based on UAV images[J]. Expert Systems with Applications, 2026, 312: 131607.
2. Feng H, Zhong Y, Zhou C, et al. Collaborative high-precision trajectory control for heavy excavators based on an improved particle swarm optimization algorithm[J]. Automation in Construction, 2025, 180: 106546.
3. Feng H, Zhou H, Cao D, et al. Data-driven hydraulic pressure prediction for typical excavators using a new deep learning SCSSA-LSTM method[J]. Expert Systems with Applications, 2025, 275: 127078.
4. Feng H, Chang X, Jiang J, et al. Friction compensation control method for a typical excavator system based on the accurate friction model[J]. Expert Systems with Applications, 2024, 254: 124494.
5. Feng H, Jiang J, Ding N, et al. Multi-objective time-energy-impact optimization for robotic excavator trajectory planning[J]. Automation in Construction, 2023, 156: 105094.
6. Feng H, Jiang J, Chang X, et al. Adaptive sliding mode controller based on fuzzy rules for a typical excavator electro-hydraulic position control system[J]. Engineering Applications of Artificial Intelligence, 2023, 126: 107008.
7. Feng H, Yin C, Cao D. Trajectory tracking of an electro-hydraulic servo system with a new friction model-based compensation[J]. IEEE/ASME Transactions on Mechatronics, 2022, 28(1): 473–482.
8. Feng H, Song Q, Yin C, et al. Adaptive impedance control method for dynamic contact force tracking of robotic excavators[J]. Journal of Construction Engineering and Management, 2022, 148(11): 04022124.
9. Feng H, Song Q, Ma S, et al. A new adaptive sliding mode controller based on the RBF neural network for an electro-hydraulic servo system[J]. ISA Transactions, 2022, 129: 472–484.
10. Feng H, Ma W, Yin C, et al. Trajectory control of electro-hydraulic position servo system using improved PSO-PID controller[J]. Automation in Construction, 2021, 127: 103722.
11. Feng H, Yin C, Li R, et al. Flexible virtual fixtures for human-excavator cooperative system[J]. Automation in Construction, 2019, 106: 102897.
12. Feng H, Qiao W, Yin C, et al. Identification and compensation of non-linear friction for an electro-hydraulic system[J]. Mechanism and Machine Theory, 2019, 141: 1–13.
13. Feng H, Yin C, Ma W, et al. Parameters identification and trajectory control for a hydraulic system[J]. ISA Transactions, 2019, 92: 228–240.
14. Feng H, Yin C, Weng W, et al. Robotic excavator trajectory control using an improved GA-based PID controller[J]. Mechanical Systems and Signal Processing, 2018, 105: 153–168.
四、学生培养
团队注重科研能力、工程实践能力和独立解决问题能力的协同培养，鼓励学生通过科研项目、学术论文、科技竞赛和工程实践形成个人专业优势。近年来，指导研究生获得国家奖学金、江苏省研究生科研创新计划、中国研究生智能建造创新大赛全国一等奖等荣誉，并在SCI一区TOP、T1/T2等高水平期刊发表论文；指导本科生获江苏省优秀本科毕业论文（设计），国家级、省级大学生创新创业训练计划项目等。
研究生培养案例
• 2022级硕士 姜金叶：连续两年获国家奖学金，主持江苏省研究生实践创新计划项目，在AIC、EAAI、ESWA等期刊发表论文8篇，获授权发明专利2件，并获三好研究生标兵、优秀研究生干部等荣誉。毕业去向：宁波高校。
• 2023级硕士 常潇丹：获国家奖学金，主持江苏省研究生科研创新计划项目，在EAAI、ESWA等期刊发表论文3篇，申请发明专利1件。毕业去向：苏州企业。
• 2023级硕士 周浩：获国家奖学金，主持江苏省研究生实践创新计划项目，发表论文2篇，其中SCI一区TOP期刊1篇、T2期刊论文1篇。毕业去向：苏州企业。
• 2023级硕士 高栋：在T1期刊《机械工程学报》发表论文1篇。毕业去向：北京企业。
本科生培养案例
• 2020级本科生 宋倩玉：获江苏省优秀毕业论文（设计），主持校级大学生创新创业训练计划项目，发表论文3篇，其中SCI一区、SCI二区论文各1篇，并获国家励志奖学金、校级优秀学生干部、三好学生等多项荣誉。毕业去向：中国科学技术大学升学。
• 2022级本科生 刘李婷：主持国家级大学生创新创业训练计划项目，获校级优秀毕业论文（设计），发表学术论文3篇，获全国大学生统计建模大赛国家级二等奖、全国大学生英语竞赛C类三等奖；连续四年获评三好学生、优秀班干部，并连续获得校级奖学金。毕业去向：上海中医药大学升学。
五、教学工作
1. 主讲《电子技术基础》（全英文）、《数字电子技术》（全英文）、《人工智能伦理学》、《微机原理与单片机》等课程，相关课程获课程思政示范课、全英文国际课程示范课，并开展中外合作办学专项教学改革研究。
2. 承担人工智能治理、伦理及行业应用相关国际培训与科普教学，先后为保加利亚商业创新人工智能在贸易和产业中的应用研修班、发展中国家人工智能发展研修班等国际培训项目授课，相关活动获国外媒体报道。
六、团队平台
团队致力于推动人工智能与行业应用的深度融合，为学生提供从算法设计、程序开发、实验验证到工程应用的完整科研训练。拥有大疆行业无人机5台、智能挖掘机器人3台等科研装备，并具备面向1.6 t至420 t级装备开展智能化研究与实验验证的条件，与多家国内外企业保持紧密合作。
学生可根据个人兴趣参与人工智能、计算机视觉、机器人、无人机自主巡检、轨迹规划与智能控制、数据驱动建模等研究方向，在真实科研项目和装备平台上开展研究。
希望学生不仅完成论文和科研课题，更能够依托真实科研项目，逐步形成独立分析与解决问题、持续学习和工程实践的能力。
欢迎感兴趣的硕士生、本科生加入。
