my photo

个人基本信息


硕导(控制科学与工程/电子信息专业), 教研室副主任(负责研究生招生、教育管理等工作)。

被评为学院青年骨干教师,神十三载人航天任务地面无人搜救团队负责人,军队精品课程主讲人。

荣立个人/团体三等功各 1 次,嘉奖 8 次,被评为校优秀共产党员 1 次,“四有”优秀个人 2 次。

学术任职

[1] 中国图象图形学学会视觉感知智能系统专委会委员
[2] 2024年、2025年机器人领域国际顶会IEEE / RSJ International Conference on Intelligent Robots and Systems (IROS) Associate Editor
[3] 《无人系统技术》青年编委(2024年至今)。
[4] IEEE TITS, IEEE TVT, IEEE TIV, Springer Nature子刊 等近10本SCI期刊审稿人

团队简介

价值观:谋胜·自主·协作

  • 谋胜:以智能无人系统核心军事价值为导向,驱动团队成员在技术攻关中追求卓越与突破。
  • 自主:锚定智能无人系统高自主性前沿技术方向,践行技术创新与成员持续成长的双重承诺。
  • 协作:聚焦人机协同、空地协同与团队协作三大维度,构建技术与管理高效联动的协同发展生态。
  • 研究方向:

    智能无人系统正成为全球新质生产力、军事领域竞争的战略高地。 本团队针对军事场景下空地异构无人系统协同决策与自主规划的核心难题,聚焦以下前沿方向,致力于让无人系统鲁棒、高效、可信赖工作。

    planning_without_guide

    未涉环境下空地协同任务规划技术
    军事领域中环境瞬息万变,大量无预制路网环境导致地面无人车无法快速部署与通行。针对这类问题,通过提取体系(含空地异构无人系统)支撑的态势特征, 开发可快速动态更新的任务规划(含全局路径)算法,实现无人车在未涉环境中快速部署与自主规划。

    空地异构平台协同决策照片

    空地异构平台协同决策技术
    致力于研究空中和地面异构平台之间的协同工作机制。通过构建高效的人机交互和协同决策算法,实现指控链路与空地平台之间的任务分解、任务分配和协同作业,充分发挥不同平台的优势,提升整体任务执行效率和效果。

    多学科融合创新研究照片

    小样本数据驱动的可信运动规划技术
    民用领域的无人驾驶中驾驶规则相对明确,同时有较多开源数据供端到端运动规划算法训练使用。 而军事领域中可供训练的样本少,且和真实场景存在较大差异,对规划算法的泛化性和鲁棒性提出了更高要求。
    针对该问题,课题组在国内率先实现小样本环境下基于动态贝叶斯网络的动态车辆意图预测/规划方法,并持续开展端到端运动规划及其可解释性提升研究。


    代表论文 详见[ResearchGate]

    共发表学术论文 29 篇,包括IEEE Trans. ITS、Information Sciences、IJRA、机器人顶会ICRA、IROS等。
    论文得到Yaochu Jin教授(欧洲科学院院士,IEEE Fellow),Serge Hoogendoorn教授(荷兰代尔夫特理工杰出教授),美国德克萨斯州大学奥斯汀分校Junmin Wang教授(ASME Charles Stark Draper 创新实践奖获得者)等专家的肯定和引用。
    以下是代表论文: ( indicates equal contribution, and * indicates corresponding authorship)
  • Junxiang Li†, Tao Wu†, Xin Xu, Huijing Zhao. 2025. How to Enhance the Interpretability of Learning-based Motion Planning for Intelligent Vehicles -- A Survey. IEEE Transactions on Intelligent Transportation Systems. (SCI, IF 2025: 8.4, JCR Q1)
  • Chengyu Zhou, Junxiang Li, Meiping Shi, and Tao Wu. 2024. "Multi-Robot Path Planning Algorithm for Collaborative Mapping under Communication Constraints" Drones 8, no. 9: 493. (SCI, 中科院二区)
  • Junxiang Li, Liang Yao, Xin Xu, Bang Cheng, Junkai Ren. Deep reinforcement learning for pedestrian collision avoidance and human-machine cooperative driving[J]. Information Sciences (IS), 2020, 532: 110-124. (SCI, IF 2023: 8.1, JCR Q1, ranks top 10% in Computer Science, Information Systems field,自动化学会A类期刊,中国兵工学会T1类期刊)
  • Junxiang Li, Bin Dai, Xiaohui Li, Ruili Wang, Xin Xu, Bohan Jiang, Yi Di. An Interaction-aware Predictive Motion Planner for Unmanned Ground Vehicles in Dynamic Street Scenarios[J]. International Journal of Robotics and Automation (IJRA), 2019, 34(3). (SCI, IF 2023:0.9)
  • Junxiang Li, Bin Dai, Xiaohui Li, Xin Xu, Daxue Liu. A Dynamic Bayesian Network for Vehicle Maneuver Prediction in Highway Driving Scenarios: Framework and Verification [J]. Electronics, 2019, 8(1):40. (SCI,IF 2023:2.9, JCR Q2)
  • Yichuan Zhang, Yixing Lan, Qiang Fang, Xin Xu, Junxiang Li, Yujun Zeng. Efficient Reinforcement Learning from Demonstration via Bayesian Network-Based Knowledge Extraction. Computational Intelligence and Neuroscience (CIN), vol. 2021, 16 pages, 2021. (SCI, IF 2021: 3.633, JCR Q1, 中科院二区)
  • Ou, Wenxiao, Tao Wu, Junxiang Li, Jinjiang Xu, and Bowen Li. 2022. "RREV: A Robust and Reliable End-to-End Visual Navigation" Drones 6, no. 11: 344. (SCI, 中科院二区)
  • Yubin Zeng, Tao Wu, Shouzheng Qi, Junxiang Li, Youjin Yu, Xingyu Duan. (2025). Simpler ls Better: Revisiting Doppler Velocity for Enhancing Moving Object Tracking with FMCW LiDAR. 2025 IROS. (EI, 自动化学会推荐 A 类会议,机器人领域顶级国际会议)
  • Pengnian Zhang, Junxiang Li, Changhua Dai, Yifeng Niu. (2024). BNW: Multi-Level Road Extraction Tasks Methods — A Review. International Conference on Autonomous Unmanned Systems (ICAUS) 2024. (EI, 自动化学会推荐 C 类会议)
  • Y. Xiao, X. Zhang, X. Xu, Y. Lu and J. Li, "DDK: A Deep Koopman Approach for Longitudinal and Lateral Control of Autonomous Ground Vehicles," 2023 IEEE International Conference on Robotics and Automation (ICRA), London, United Kingdom, 2023, pp. 975-981, doi: 10.1109/ICRA48891.2023.10161104. (EI, 自动化学会推荐 A 类会议,机器人领域顶级国际会议)
  • Yichuan Zhang, Junkai Ren, Junxiang Li, Qiang Fang, Xin Xu. Deep Q-learning with Explainable and Transferable Domain Rules[C]// 2021 17th International Conference on Intelligent Computing (ICIC). 2021:(8)12-15.(EI)
  • Lina Qin, Aihua Yang, Junxiang Li*, Yanlin Li, Yu feng, Liu Liu. Review and outlook of decision-making methods in Unmanned Ground Vehicles[C]// 2021 International Conference on Autonomous Unmanned Systems (ICAUS 2021). 2021: 9(24-26).(EI,自动化学会推荐 C 类会议)
  • Liang Yao, Junxiang Li*, Bohan Jiang , et al. Model-based trajectory prediction approach using an improved dynamic window approach and an interactive behavior model[C]//2019 IEEE International Conference on Unmanned Systems (ICUS). IEEE, 2019: 457-462.(EI,自动化学会推荐 B 类会议)
  • 科研项目与影响

    近5年,多次参与我军无人系统重大活动,主要负责地面无人平台自主规划系统。此外,
    [1]主持完成军委科技委173技术基金(重点项目)、军委装备发展部预研项目、国家自然科学基金青年基金等科研项目 7 项,作为骨干参与军委科技委173重大项目、国家自然科学基金区域联合基金等国家、军队重点项目20余项。
    [2]申请专利/软著 12 项(授权 9 项),获批湖南省科技成果转换1项。
    [3]参加“××2023”陆上无人系统挑战赛A1组比赛获第二名,在国家自然科学基金委员会举办“中国智能车未来挑战赛”获第三名。

    教学与人才培养成果

  • 目前主讲《图像处理与理解》、《数字图像处理》课程,坚持“以研促教、有趣有料”的教学风格,获得了专家和学员好评,校级/院级教学评价均优秀。
  • 此外,1门主讲课程被评为军队级精品职业教育课程,1门主讲课程被评为校级精品课程,1门主讲课程被评为校级精品职业教育微课。
  • 获2024年春校教学能手比赛一等奖(决赛第一名)、2025年教学创新大赛校三等奖。
  • 获校教学成果奖二等奖1项(8)。
  • 发表教学论文3篇,主持完成校级教学教改课题1项。
  • 指导国家级大学生创新项目1项,省级大学生创新项目3项。
  • 协助指导博士研究生1人(本团队直博),指导硕士研究生6人(已顺利毕业2人),全程指导本科生9人(已毕业4人,其中保研3人)。

  • 招生信息

    每年有若干“菁英生源计划”读研指标及普通保研指标,欢迎对研究方向感兴趣的同学加入团队,意向读研同学请在大三下学期(第二季度)结束前邮箱联系 (需附前2.5年专业排名+学术成果/获奖证书)
    此外,对意向读研同学的一点要求
  • 掌握Python或C++语言,熟悉Linux系统及ROS,参与完成过至少1项项目开发工作(含大创项目)。获得智能车竞赛、Robomaster等A类学科竞赛国三以上奖励的同学优先。 (P.S.本科无编程基础/编程能力不够牢固/对编程不感兴趣的同学,千万不要冒延毕甚至肄业的风险,建议选择其他方向。)
  • 熟练运用英语,能够撰写英文学术论文及学术交流。发表过SCI论文优先。
  • 积极主动,且有毅力,能够按照要求(保质按时)主动报告研究进展。

  • 我能为你提供什么?

    除了国防科技大学提供的所有科研、学习、生活条件外,我还能为你提供以下方面的支持:
  • 前沿的技术方向为深造或工作提供了坚实的底气: 近年来研究室的地方硕士除了读博深造外,分别入职兵器202所、湖南航天等军工企业和华为、大疆、阿里、腾讯、蔚小理、Momenta等无人系统领域著名民营企业。
  • 齐全的科研设备:各种类型无人车实验平台十余套,多旋翼无人机2套,可供大家开展实验研究;多台多卡GTX 3090 GPU服务器,保障大数据与神经网络研究所需算力。
  • 综合的能力培养:只要按照培养规划执行,就能有效提高学术写作、交流表达、实践动手和组织协调等综合能力。
  • 实验室条件


    © Junxiang Li | Last updated: Jun 26 2025