姓名	田军委
职称	教授
职务	智能制造与工业工程系主任
E-mail:	junweitian@163.com
办公电话：	13379060226

照片：

教育背景:

1992.9-1996.7  西安工业学院机械制造设备及其工艺专业 工学学士

2000.9-2003.7  西安工业学院机械制造设备及其自动化专业 工学硕士

2003.9-2009.6  西安交通大学控制科学与工程专业 工学博士

 

工作履历:

1996.7-2001.10 西安工业学院机械工程系 助教

2001.10-2006.10 PG电子 讲师

2006.10-2012.10 PG电子 副教授

2012.10-至今   PG电子 教授

2018.2-2019.3   University of California，Merced访问学者

 

研究领域:

主要从事机械电子技术和特种机器人领域的研究。研究方向为视觉检测技术、特种机器人技术、计算机辅助测试技术、机械电子技术等。目前主要从事水下机器人、特种机器人、人工智能等相关研究，主要内容涉及水下双目机器人及其稳定性控制研究、水下机械臂及其控制研究、基于机器学习的果害识别研究、基于机器视觉的行为识别方法研究、场域温度场分析研究等。现任职于机械电子与信息系统研究所所长，人工智能与机器人创新团队负责人。

 

研究概况：

主要在研项目：

1. 水下双目机器人关键技术及其应用（陕西省科技厅机器人产业化重点专项）（2006－2021）

2. 双目立体视觉的全向搬运机器人研究（陕西省科技厅）（2019-2020）

3. 民用浅海轻量级电驱水下机械臂研制与开发（西安市未央区科技局）（2018-2019）

4. 基于四旋翼无人飞行器的移动型绳牵引并联机器人协调控制方法研究（陕西省教育厅专项项目）（2017-2019）

5. 区域空气环境污染数据采集及态势分析评估系统研制及产业化应用（陕西省教育厅产业化专项）（2018-2020）

6. 互联网+分布式环境监测系统研制及产业化应用（西安市科技局）（2017-2019）

7. 开放式以太网远程扬尘实时监测系统研制（榆林市科技局）（2016-2019）

8. 以研究生系列竞赛为牵引的本硕联合创新培养方法研究与实践（PG电子重点教改项目）（2019-2021）

 

主要完成项目：

1. 基于视频图像自动识别交通事故的算法研究（国家自然科学基金项目）（2011-2013)

2. CNC视觉刀具检测中心（陕西省科技厅）（2010-2012）

3. 高精度智能扬尘浓度检测技术研究（陕西省科技厅）（2015-2017）

4. 数控刀具图像特征高精度实时检测方法研究（陕西省教育厅）（2013-2015）

5. 面向工业检测的模糊多阈值分割方法研究（陕西省教育厅）（2010-2012）

6. 机器视觉辅助调节系统研制（西安猎光新能源科技有限公司）（2016-2017）

7. 斯特林发动机性能寿命测试试验台（西安航空动力股份有限公司）（2012-2015）

8. 噪声扬尘检测仪（西安腾宇实业发展有限公司）（2014-2016）

 

奖励与荣誉：

2016年, 西安市科学技术二等奖, “智慧环保监测监控网格化管理系统”, 西安市人民政府. 个人排名: 3.

2008, 陕西省自然科学优秀学术论文奖二等奖, “视觉测量中亚像元图像特征定位算法”, 陕西省人民政府. 个人排名: 1.

2000, 陕西省国防科学技术进步奖, “EFRS401MZ齿轮测量中心改造及控制系统研制”, 陕西省国防科学技术工业委员会. 主要参加.

2017年，获得互联网+竞赛陕西省金奖1项，银奖1项目；大员工服务外包大赛全国二等奖1项；NOC大赛全国一等奖；

2018年，获得互联网+竞赛陕西省银奖1项，铜奖2项；研究生创新实践系列大赛全国二等奖2项，三等奖1项；

2019年，获得互联网+竞赛铜奖2项；研究生创新实践系列大赛全国三等奖4项。

学术成果：

专利（已授权和已受理）

1. 发明专利. CN108317980A. 07/24/2018. “一种锥状回转体薄壁测厚系统及其方法”.

2. 发明专利. CN108318887A. 07/24/2018. “激光辅助双目测距系统”.

3. 发明专利. CN107685845A. 02/13/2018. “一种组装式水下推进设备”.

4. 发明专利. CN107444593A. 12/08/2017. “一种紧凑型高推动比水下机器人”.

5. 发明专利. CN107310699A. 11/03/2017. “一种水下机器人远程操控箱”.

6. 发明专利. CN106943091A. 07/14/2017. “高楼玻璃幕墙自动清洗机器人及其方法”. 个人排名:

7. 发明专利. CN106388968A. 02/15/2017. “一种雏鸡断喙装置”.

8. 实用新型. CN207532357U. 06/26/2018. “一种悬挂牵引式墙面清洗车”.

9. 实用新型. CN207351642U. 05/11/2018. “一种高精度输出振动台”.

10. 实用新型. CN207208425U. 04/10/2018. “一种水下机器人远程操控装置”.

11. 实用新型. CN207208429U. 04/10/2018. “一种可拼接组装的水下推进设备”.

12. 实用新型. CN207157466U. 03/30/2018. “一种紧凑型整体式水下机器人”.

13. 实用新型. CN207157467U. 03/30/2018. “框架式水下机器人”.

14. 实用新型. CN207002151U. 02/13/2018. “一种用于楼顶引导的行走小车”.

15. 实用新型. CN207351676U. 05/11/2017. “基于水下机械臂的测试装置”.

16. 实用新型. CN201986229U. 09/21/2011. “LED路灯无线网络智能控制器”.

17. 实用新型. CN201601869U. 10/06/2010. “LED路灯智能亮度控制器”.

18. 外观设计. CN3499970. 01/18/2006. “输液调速器（嵌入式）”.

主要论文

Tian Junwei, Wu Qinge, Huang Yongxuan, Wang Tuo. Target Recognition by Fast Optimal Fuzzy c-means Image Segmentation [J], International Journal of Signal and Imaging Systems Engineering, 2011, Vol 4, No.2, PP:79-95.

Junwei Tian, Yongxuan Huang, Chengsu Ouyang, Yan Zhang, Feng Yang, Yuan Shu. A New Robust Image Feature Point Detector [J], Journal of Communication and Computer, 2005,2(11): 1-6.

田军委,舒远,田东平,黄永宣.视觉测量中亚像元图像特征定位算法[J].机械工程学报,2006,42(11):75-80.

田军委,黄永宣,于亚琳.基于直方图偏差约束的快速模糊C均值图像分割法[J].西安交通大学学报,2007(04):430-434.

田军委,黄永宣,于亚琳.基于熵约束的快速FCM聚类多阈值图像分割算法[J].模式识别与人工智能, 2008,21(02):221-226.

Junwei Tian, Yalin Yu,  Tao Shen. FCM clustering segmentation algorithms based on spatial constraint[C]. Advanced Materials Research, v 411, p 497-500, 2012, Precision Engineering and Non-Traditional Machining, PENTM 2011.

Tian Junwei, Huang Yongxuan. Histogram Constraint Based Fast FCM Cluster Image Segmentation, IEEE International Symposium on Industrial Electronics [C], 2007. ISIE 2007, 4-7 June 2007 Page(s): 1623-1627,

Junwei, Tian; Yongxuan, Huang; Yalin, Yu. Fuzzy c-means Cluster Image Segmentation with Entropy Constraint [C], Industrial Electronics Society, 2007. IECON 2007. 33rd Annual Conference of the IEEE, 5-8 Nov. 2007 Page(s):2403-2407

Junwei Tian, Yongxuan Huang, Wanying Pan. Adaptive Step-Size Fast Interested Boundary Tracking [C], Industrial Electronics Society, 2007. IECON 2007. 33rd Annual Conference of the IEEE, 5-8 Nov. 2007 Page(s): 2395 – 2398

招生信息：

1. 建议报考员工所学专业：机械制造及其自动化、机械电子工程、计算机科学与技术、电子信息工程。

2. 招生类型：学术型和专业型

3. 入学后员工可选研究工作：

（1）基于机器学习的目标识别和行为分析；

（2）空地协同多目标路径规划；

（3）水下机器人稳定性控制技术；

（4）基于红外图像的场域温度分析；

（5）视觉伺服方法研究；