岳麓书院 经济与贸易学院 金融与统计学院 法学院 马克思主义学院 金沙科学研究院 体育学院 中国语言文学学院 外国语学院 资讯传播与影视艺术学院 数学学院 物理与微电子科学学院 化学化工学院 生物学院 机械与运载工程学院 材料科学与工程学院 电气与信息工程学院 信息科学与工程学院 建筑学院 土木工程学院 环境科学与工程学院 工商管理学院 公共管理学院 设计艺术学院 机器人学院 经济管理研究中心 化学生物传感与计量学国家重点实验室 国家高效磨削工程技术研究中心 汽车车身先进设计制造国家重点实验室 国家电能变换与控制国家工程技术研究中心 机器人视觉感知与控制技术国家工程实验室
当前位置: 金沙电子娱乐网址 >> 校园生活 >> 学术活动 >> 学院讲座 >> 正文
统计数据 / lectrue notice
  • 排序 学院 发文量
    1 机械与运载工程学院 205
    2 物理与微电子科学学院 194
    3 岳麓书院 182
    4 化学化工学院 177
    5 材料科学与工程学院 88
    6 数学与计量经济学院 88
    7 土木工程学院 74
    8 信息科学与工程学院 68
    9 教务处 47
    10 建筑学院 40
  • 排序 学院 发文量
    11 生物学院 40
    12 经济与贸易学院 38
    13 电气与信息工程学院 36
    14 工商管理学院 28
    15 法学院 15
    16 外国语学院 15
    17 资讯传播与影视艺术学院 9
    18 研究生院 9
    19 经济与管理研究中心 6
    20 马克思主义学院 5
    21 中国语言文学学院 4
机械院:Future Mobility: Integrating Data-Driven and Control Methods into Automotive Decision-Making Systems
学术地点 机械与运载工程学院316报告厅 主讲人 Dr. Zhaojian Li (李照剑)
讲座时间 2019年12月20日(周五)15:00-16:30

学术报告:Future Mobility: Integrating Data-Driven and Control Methods into Automotive Decision-Making Systems




Dr. Zhaojian Li (李照剑)

Dr. Zhaojian Li is an Assistant Professor in the Department of Mechanical Engineering at Michigan State University. He obtained M.S. (2013) and Ph.D. (2015) in Aerospace Engineering (flight dynamics and control) at the University of Michigan, Ann Arbor. As an undergraduate, Dr. Li studied at Nanjing University of Aeronautics and Astronautics, Department of Civil Aviation, in China. Dr. Li worked as an algorithm engineer at General Motors from January 2016 to July 2017. His research interests include Learning-based Control, Nonlinear and Complex Systems, and Robotics and Automated Vehicles. He is the author of more than 20 top journal articles and several patents. He is currently the Associate Editor for Journal of Evolving Systems, American Control Conference and ASME Dynamics and Control Conference.


Data is everywhere. Modern vehicles are equipped with hundreds of sophisticated sensors that offer necessary information for various functionalities. With vehicle connectivity, these vehicles can be exploited as mobile platforms to crowdsource real-time road and traffic information, which can be utilized to enhance the automotive decision-making systems for improved safety, efficient energy, and ride comfort.

In this talk, I will first present the Vehicle-to-Cloud-to-Vehicle framework and discuss its opportunities and challenges. The focus of the talk will be the exploitation of automotive vehicles to crowd-source road information for collaborative comfort and energy harvesting. I will also talk about recent work on online driver identification as well as integrating learning and control for efficient system identification and controls.

下一条:化工院:发光效率 和载流子迁移率的计算方法与应用

XML 地图 | Sitemap 地图