日前，由博士生詹骄等撰写的论文YOLOPX: Anchor-free Multi-Task learning Network for Panoptic Driving Perception在国际人工智能知名期刊Pattern Recognition发表，DOI: https://doi.org/10.1016/j.patcog.2023.110152
日前，团队成员罗亚荣、郭迟、卢飞等撰写的论文《Matrix Lie Group based Extended Kalman Filtering for Inertial-Integrated Navigation in the Navigation Frame》在国际大地测量及仪器仪表技术知名期刊《IEEE Transactions on Instrumentation & Measurement》上发表。
几何状态估计器能充分挖掘并利用系统的几何性质，有望克服非线性系统的不一致性问题，实现自治的误差动力学，降低甚至消除系统的线性化误差，提高系统成功运行的鲁棒性和安全性。
视觉导航的目标是引导智能体根据当前观测找到给定的导航目标。在视觉导航任务中，学习信息丰富的视觉表示和鲁棒的导航策略至关重要。
该论文针对：视觉对话通常利用对象级视觉特征来表示整个图像，只关注图像的局部视角，而忽略了图像中全局信息的重要性。提出了一种新的视觉对话类人类视觉认知与语言记忆网络(HVLM)模型，模拟人类视觉系统的全局和局部双视角认知，全面理解图像。HVLM由局部到全局图卷积视觉认知(LG-GCVC)和问题引导语言主题记忆(T-Mem)两个关键模块组成。具体而言，在LG-GCVC模块中，设计了一个问题引导的双视角推理，通过一个简单的谱图卷积网络，从局部和全局角度联合学习视觉内容。此外，在T-Mem模块中，设计了一种迭代学习策略，通过注意机制逐步增强细粒度的文本上下文细节。实验结果证明了该模型的优越性，在VisDialv1.0和VisDialv0.9基准数据集上取得了相当的性能。
2023年8月，由郭迟教授等编著的《机器人自主智能导航》由科学出版社正式出版。该书由湖北省科技重大专项“智能PNT关键技术及其无人系统应用研究”、国家重点研发计划“协同精密定位技术”、国家重点研发计划“基于视觉的机器人环境建模与定位导航”支持，面向培养导航工程、机器人工程和人工智能复合型创新人才的需求，以移动机器人等无人系统为对象，系统讲述自主智能导航的概念内涵、技术框架和研究方法。
报告标题：智能PNT技术——把人工神经网络用于智能导航，该报告是“2023年全国智能导航技术研讨会”的特邀学术报告。
