冯浩，博士，副教授，系主任。长期致力于人工智能在工程领域的研究，聚焦装备智慧施工与无人机自主巡检等方向，重点研究深度强化学习、路径规划、智能控制、缺陷识别、计算机视觉等前沿技术，旨在推动行业实现“精准、高效、安全”的智能化转型。
主持国家自然科学基金、中国博士后科学基金特别资助项目、江苏省自然科学基金面上项目及多项企业课题，作为骨干参与国家重点研发计划、江苏省科技成果转化等重点项目。入选中国工程机械学会青年人才托举计划，获得江苏省科学技术一等奖、智能建造科技成果应用一等奖等省部级奖励。在AIC、MSSP、IEEE/ASME TM、MMT、EAAI、ESWA、机械工程学报、控制理论与应用、计算机集成制造系统等国内外高质量期刊上发表论文40余篇，授权及公开发明专利5件。
指导的研究生多人获得国家奖学金、江苏省研究生科研创新计划立项，并在中国研究生创新实践系列大赛（中国研究生智能建造创新大赛）中获得全国一等奖等奖项；指导的本科生获江苏省优秀本科毕业设计，主持国家级、省级大学生创新创业训练计划项目。
部分项目
1. 2025T180363，中国博士后科学基金特别资助项目，2025-2027，主持；
2. 52105064，国家自然科学基金青年基金项目，2022-2024，主持；
3. BK20221342，江苏省基础研究计划自然科学基金面上项目，2022-2025，主持；
4. 2023h702，企业委托项目，2023-2024，主持；
5. 2023h823，企业委托项目，2023-2024，主持；
6. 2021r042，引进人才科研启动经费资助项目，2021-2023，主持；
7. 2021h022，企业委托项目，2021-2022，主持；
8. 2021YFB2011904，国家重点研发计划项目，2022-2024，参与；
9. SBA2020030413，江苏省科技成果转化专项资金计划项目，2020-2024，参与。
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 an new friction model-based compensation[J]. IEEE/ASME Transactions on Mechatronics, 2022, 28(1): 473-482.
8. 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.
9. Feng H, Yin C, Li R, et al. Flexible virtual fixtures for human-excavator cooperative system[J]. Automation in construction, 2019, 106: 102897.
10. Feng H, Qiao W, Yin C, et al. Identification and compensation of non-linear friction for a electro-hydraulic system[J]. Mechanism and Machine Theory, 2019, 141: 1-13.
11. Feng H, Yin C B, 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.
学生培养
研究生获得国家奖学金、江苏省研究生科研创新计划，并在中国研究生智能建造创新大赛中荣获全国一等奖等多项荣誉，在SCI一区TOP、T1/T2等高水平期刊上发表学术论文。
本科生获评江苏省优秀本科毕业设计，主持国家级、省级大学生创新创业训练计划项目。
教学工作
获得教学管理先进个人、十佳班主任等荣誉；
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，获课程思政示范课、全英文国际课程示范课、中外合作办学专项教学改革研究课题等。
团队优势
团队致力于推动人工智能与行业应用的深度融合，为学生提供从学术研究到项目实践的全面支持。学生不仅能深度参与科研、产出高水平论文，还可在全国竞赛中屡获佳绩，真正将前沿算法转化为实际生产力。
团队目前承担多项国家及省部级科研项目，拥有大疆行业无人机、智能挖掘机器人等自研硬件平台，并与多家国内外知名企业保持紧密的研发合作，实现研究与应用的高效联动。
近年来，团队学生已在国内外高水平期刊发表多篇论文，在专利申请、国家级竞赛及大创项目中表现优异。
欢迎对研究领域感兴趣的硕士生、本科生加入团队。
