论文1：Robot Visual Servoing Grasping based on Top-Down Keypoint Detection Network

博士研究生罗俊琦为第一作者，朱留存教授为通讯作者，在IEEE Trans系列顶级期刊《IEEE Transactions on Instrumentation & Measurement(IEEE TIM)》发表学术论文“Robot Visual Servoing Grasping based on Top-Down Keypoint Detection Network”。IEEE TIM是仪器和测量领域权威期刊，在最新JCR分区为一区，中科院分区为二区， IF因子为5.6。

该研究成果提出了一种基于关键点检测网络的机器人视觉伺服抓取框架。文章中首先开发了一个高效的两阶段关键点检测器，用于实时推断目标的稀疏图像平面特征，然后采用低通滤波算法平滑关键点。这些处理后的关键点被用于图像基视觉伺服控制器计算机器人关节速度，实现了未知手眼校准下的精确抓取。

论文连接：https://ieeexplore.ieee.org/document/10330621

论文2：A multi-sensor fusion framework with tight coupling for precise positioning and optimization

博士研究生夏宇、硕士研究生武宏伟作为共同第一作者，朱留存教授为通讯作者，在《Signal Processing》发表学术论文“A multi-sensor fusion framework with tight coupling for precise positioning and optimization”。《Signal Processing》是国际一流期刊，主要报道工程技术-工程:电子与电气相关领域研究成果与实践。在最新中科院SCI分区为二区，JCR分区为二区，IF因子为4.4，Cite Sore为9.10。

该研究成果提出了一种由基于点线特征紧耦合的激光视觉惯性里程计、视觉激光融合的回环检测和因子图后端优化组成的基于多传感器融合的SLAM框架。优化了姿态估计，提高了闭环效率，克服了单一传感器方法的局限性。为了验证方法的精度度与鲁棒性，我们采集北部湾大学5号教学楼和图书馆前的中央广场作为校园室外环境下的真实场景进行验证。该论文的研究成果对智慧港口的无人集卡多传感器融合技术提供了理论支撑。

论文连接：https://doi.org/10.1016/j.sigpro.2023.109343