孟亦凡:男，安徽淮北人，工学博士，讲师，硕士生导师。现任安徽理工大学人工智能学院智能科学系讲师、工业装备数智化研究中心副主任。主要从事人工智能、机器学习等技术在工业物联网、自主移动机器人导航、工业生产过程控制与智能信息处理等方面的教学与研究工作。主讲《电工电子技术》、《Python与机器学习》、《嵌入式系统设计》、《智能系统设计与应用》、《控制理论与方法》等本科或硕士研究生课程。在矿山复杂环境下多源传感器融合感知与自主导航方向形成了特色研究积累，所研算法已在模拟矿井及合作矿区完成多轮验证，具备工程化应用条件。近年来，参与国家自然科学基金项目2项，主持市级科研项目1项，主持校级教研课题1项，主持研发校企合作科研课题3项，发表学术论文十余篇，其中SCI收录论文3篇、EI收录论文3篇、中文核心论文7篇。Email：myf@aust.edu.cn 个人主页：https://aimc.skyate.com/

研究方向

l 工业物联网与边缘智能计算：面向矿山、制造等复杂工业场景的物联网数据采集与边缘处理架构；多源异构传感器数据的时空同步与自适应融合方法；面向资源受限边缘设备的轻量化AI模型部署与加速技术。

l 自主移动机器人导航与感知：面向GNSS拒止环境（井下巷道、地下空间等）的激光雷达-视觉-IMU紧耦合SLAM算法；多传感器融合里程计的自适应权重调控机制；基于多机协同的分布式建图与场景理解。

l 工业视频AI与智能信息处理：基于轻量化深度学习的工业视频实时目标检测与行为识别算法；面向高噪声、低照度工业场景的图像增强与特征提取技术；工业生产过程的智能监控与安全预警。

l 工业装备数智化：综合嵌入式系统开发、智能硬件电路与固件设计、人工智能算法三大技术手段，面向工业装备的智能化升级需求，研发具备自主感知、实时分析、智能决策能力的数智化装备与系统，包括但不限于：嵌入式智能数据采集与边缘计算终端、工业装备状态监测与故障诊断装置、物联网通信与控制一体化模块等软硬件融合产品。