聚焦多源智能感知，共探科研创新路径

近日，重庆交通大学张帅教授受邀赴新疆能源铁道职业技术大学高铁工程学院，面向该院教师作题为《多传感器室内外智能感知方法研究》的学术报告，并开展科研经验交流。活动伊始，学院尹红升院长详尽介绍了张帅教授的研究背景及学术成果，并代表学院对张帅教授的到访表示诚挚欢迎。

在本次学术交流环节中，张帅教授结合研究团队最新科研进展，围绕“室内高精度定位”“低空智能感知”两大核心方向，系统阐释了多传感器融合技术的应用现状与发展趋势，为在场参会人员作了兼具学术深度与实践价值的专题学术报告。

在室内感知研究板块，张帅教授首先以智慧城市、智慧养老、智慧施工等实际应用场景为切入点，指出传统室内定位技术存在定位精度不足、易受行人活动干扰、单一技术路径存在固有缺陷等三类共性瓶颈问题。针对上述问题，张帅教授系统介绍了其研究团队取得的系列创新性研究成果：在面向智能手机的室内定位研究方向，研究团队坚持问题导向，提出基于CNN-SVM的行人活动识别方法，有效突破了人工特征提取方式的固有局限，将识别准确率提升至97.77%；同时，自主构建Transformer-LSTM自适应步长估计模型，显著降低不同活动状态下的步长估计误差。在此基础上，研究团队进一步提出顾及行人活动特征的楼层识别方法与多楼层WiFi定位模型，实现了多维度的高精度位置追踪。

在WiFi智能定位技术优化方向，张帅教授系统介绍了其研究团队提出的基于灰色关联度的自适应WKNN算法（GR-WKNN）与TCN-MGTWKNN定位方法，有效破解了传统定位算法因K值固定引发的指纹匹配精度不足难题，将系统平均定位误差降低至1.83米。在此基础上，研究团队进一步探索融合深度度量学习与可训练激活函数的深度学习室内定位方法，经多组公开数据集验证，该方法具备优异的定位性能。在硬件适配与信号优化维度，张帅教授同步展示了室内遮挡场景下的超宽带（UWB）布设优化方案，以及面向智能手机终端的全球导航卫星系统（GNSS）定位神经网络辅助修正方法。

伴随国内低空经济产业的快速发展，张帅教授将其研究方向进一步延伸至低空智能感知领域。针对雾霾天气等复杂空域环境条件，研究团队提出面向无人机小目标检测的传输感知特征净化方法，依托“先净化、后增强”的技术架构，有效破解了复杂环境下感知高频信息衰减的技术瓶颈。在此基础上，张帅教授同步介绍了团队取得的系列前沿技术成果，包括基于神经协方差学习的鲁棒视觉惯性定位方法（NeuralCov-MSCKF）、结构感知显式空谱卷积核学习方法、SPFM-RTDETR小目标检测网络等，充分体现了研究团队在多模态数据融合、低空目标检测方向的长期技术积淀与研究实力。

在交流环节中，张帅教授重点介绍了团队构建的“山城城市空地协同空域安全保障技术框架”，并结合2024年梁平区组建的“西部低空之城空域实验室”等典型场景实践案例，系统阐释了科研成果从实验室研究向产业落地转化的完整路径，有效调动了在场参会教师开展相关领域研究的积极性。

在成果分享环节之外，张帅教授结合个人科研实践经历，围绕科学问题凝练、研究体系构建、面向行业需求开展技术攻关等核心议题，与在场参会人员开展了深入交流与研讨。张帅教授勉励在场青年教师主动打破传统学科边界，面向国家重大战略需求与经济社会发展主战场，运用多传感器融合的技术思路，破解高铁工程、能源交通等领域的现实技术难题。

本次学术交流不仅拓宽了高铁工程学院教师的学术视野，也加深了双方在智能感知领域的相互了解。尹红升院长表示，希望以此次交流为契机，未来能进一步深化两校、两院在科研合作、人才培养等方面的交流与互动，共同推动相关学科的高质量发展。会议在热烈的掌声中圆满结束。