原标题：清华-伯克利深圳学院团队在顶级国际学术会议上获奖
清华新闻网11月29日电 （通讯员 韦菲菲）日前，在美国斯坦福大学召开的第14届国际计算机学会嵌入式网络传感器系统国际会议上（ACM SenSys2016），大会宣布将“最佳演示系统奖”（best demo award）和“最佳海报提名奖”（best poster runner-up award）颁给清华-伯克利深圳学院张林副教授团队与美国卡耐基梅隆大学合作完成的两篇论文。
荣获最佳演示系统奖（best demo award）的论文《异构无人机群协同定位和导航》“Collaborative Localization and Navigation in Heterogeneous UAV Swarms”作者分别为：卡洛斯· 鲁伊斯（Carlos Ruiz，卡耐基梅隆大学）、陈鑫磊(卡耐基梅隆大学)、张林副教授（清华大学电子工程系、清华-伯克利深圳学院）、张旆副教授(卡耐基梅隆大学)。论文研究无人机群精准定位与导航的问题，提出即使在GPS信号恶劣甚至缺失的环境中（如室内或城市峡谷中），用异构与协同的方式依然可以达到高精度定位和导航。具体而言，论文提出在外部环境恶劣，无人机群机载资源受限的情况下，采用协同和异构的无人机群结构，结合机器视觉的方法，根据环境情况自适应切换到不同模式，实现高精度定位于导航。
《异构无人机群协同定位和导航》论文获奖证书。
荣获最佳海报提名奖（best poster runner-up award）的论文《HAP -混合自适应粒子滤波器实现动态高精度空气污染信息场重建》“HAP- Fine-Grained Dynamic Air Pollution Map Reconstruction by Hybrid Adaptive Particle Filter”作者分别为：陈鑫磊（卡耐基梅隆大学）、徐祥祥（清华大学电子工程系）、刘新宇（清华大学电子工程系）、卢海永（Hae Young Noh，卡耐基梅隆大学）、张林副教授（清华大学电子工程系、清华-伯克利深圳学院），张旆副教授（卡耐基梅隆大学）。论文研究解决重建城市范围高时间和空间分辨率的动态空气污染信息场问题。提出通过将自主设计的低成本空气检测系统安装在出租车上，实时采集城市空气污染数据。基于传统的粒子滤波理论，本研究设计了一套混合自适应结构，融合了数据模型和物理模型的优势，实现了在数据稀疏且传感覆盖不确定的情况下，高精度实时恢复空气污染信息场。
荣获最佳海报提名奖的论文《HAP -混合自适应粒子滤波器实现动态高精度空气污染信息场重建》网页。
两篇获奖论文均由清华大学电子工程系副教授、清华-伯克利深圳学院共同副院长张林指导，由清华-伯克利深圳学院物联网与社会物理信息系统实验室和卡耐基梅隆大学普适计算创新实验室共同合作完成。
嵌入式网络传感器系统国际会议（SenSys：Embedded Networked Sensor Systems）是国际计算机学会（ACM）主办传感器网络最有影响力的会议，由数据通讯专业组织（SIGCOMM）, 无线和移动通信专业组织（SIGMOBILE）, 计算机硬件结构技术专业组织（SIGARCH）, 操作系统专业组织（SIGOPS）, 测量与估评专业组织（SIGMETRICS）, 嵌入式系统专业组织（SIGBED）等国际计算机学会（ACM）专业组织提供学术资助。从2003年开始，已经连续举办14届。
在计算机领域的学术会议中，分为A+，A，B，C，L共5个等级，国际计算机学会嵌入式网络传感器系统国际会议（ACM SenSys）是A+等级，属于顶级学术会议。国际计算机学会嵌入式网络传感器系统国际会议（ACM SenSys）为广泛定义的传感器和传感器智能系统领域的科研工作者提供了参与和关注的平台。
关注我们
工具箱
