一、基本信息
出生年月：1993.12
职称：副教授
最高学位：博士研究生
主要研究方向：
1.具身智能，重点研究复杂环境感知、多传感器融合、非结构化地形可行性分析、动态路径规划、自主决策与鲁棒控制，以提升无人系统在特定场景作业的适应性和稳定性。
2.信号处理，包括大模型应用、自适应信号增强、异常检测与预测分析等。重点探索图像与时序信号的联合表示学习、跨模态信息补全，及其在自动驾驶、智能监控等领域的应用。
导师类别（专硕、学硕、博导）：学硕、专硕
工作单位：武汉理工大学人工智能学院
邮箱：bingrongxu@whut.edu.cn
二、教育及工作经历
2022.06～至今：武汉理工大学，副教授
2021.10～2022.03：史蒂文斯理工学院，Research Assistance
2019.07～2021.01：普渡大学，访问学者
2015.09～2021.09：华中科技大学，工学博士（直博）
2011.09～2015.06：武汉理工大学，工学学士
三、荣誉奖励
湖北省高层次青年人才，中国自动化学会青年工作委员会、具身智能专业委员会委员，湖北省自动化协会理事，IEEE Member。
指导学生参加国创、学科竞赛等科研活动，获得相关大赛（中国机器人及人工智能大赛、中国大学生计算机设计大赛、“西门子杯”中国智能制造挑战赛官网、挑战杯等）全国奖（含国特、国一）及省级奖（含省特）多项。指导本科生/研究生发表SCI 1区TOP/CCF会议/EI期刊论文多篇。
四、近期主持的科研项目
[1] 先进越野系统技术全国重点实验室开放基金，基于数据-机理联合驱动的无人越野车决策机制与方法研究，主研
[2] 国家自然科学基金青年项目，基于深度迁移学习的海洋环境下无人艇弱小目标检测方法研究，主持
[3] 湖北省自然科学基金面上项目，基于原型学习的跨场景目标跟踪方法研究，主持
[4] 武汉市数字经济应用场景“揭榜挂帅”项目，国产人工智能大模型服务平台及示范应用，主持课题
[5] 企业委托，基于GAN网络的数据增强研究，主持
[6] 国家自然科学基金联合基金项目集成项目，无人“机-艇”水空协同关键技术及其在海面巡逻中的应用示范，主研
[7] 国家自然科学基金重点项目，基于忆阻的类人情感生成与演化及其在情感机器人中的应用，主研
五、近期代表性学术成果
自主导航、环境感知：
[1] K Ji, B Xu*, C Xu, J Yin, Z Zeng, Illumination-aware context modeling for low-light image enhancement in complex real scenes, Pattern Recognition, 114484, 2026.
[2] J Yin, B Xu*, Y He, C Wu, L Li, A Physics and Data Co-driven Approach for Heterogeneous Vehicle Platoon Control with Incomplete Dynamics, IEEE Transactions on Automation Science and Engineering 23, 10073-10088,2026.
[3] L Lu, Z Fu, D Chu, W Wang, B Xu*, CLIP-SENet: CLIP-based semantic enhancement network for vehicle Re-identification, IEEE Transactions on Intelligent Transportation Systems 27 (1), 1267-1278, 2025.
[4] J Yan, B Xu*, J Yin, C Lian, Prototypical Self-Training with Progress-Aware Update for Source-Free Domain Adaptation in Semantic Segmentation, IEEE International Conference on Acoustics, Speech, and Signal Processing, 2026.
[5] Z Cao, J Luo, B Xu*, STD-DETR: A Multi-scale Feature Fusion Network Based on RT-DETR for Small Object Detection, International Conference on Intelligent Computing, 63-72, 2025.
迁移学习、小样本学习：
[1] B Xu, Z Zeng, C Lian, Z Ding, Generative mixup networks for zero-shot learning, IEEE Transactions on Neural Networks and Learning Systems, IEEE Transactions on Neural Networks and Learning Systems 36 (3), 4054-4065, 2025.
[2] B Xu, J Yin, C Lian, Y Su, Z Zeng, Low-rank optimal transport for robust domain adaptation, IEEE/CAA Journal of Automatica Sinica 11 (7), 1667-1680, 2024.
[3] L Luo, B Xu*, Q Zhang, C Lian, J Luo, A Fourier Transform Framework for Domain Adaptation, Chinese Conference on Pattern Recognition and Computer Vision (PRCV), 19-33, 2024.
[4] B Xu, Z Zeng, C Lian, Z Ding, Few-shot domain adaptation via mixup optimal transport, IEEE Transactions on Image Processing 31, 2518-2528, 2022.
[5] B Xu, Z Zeng, C Lian, Z Ding, Semi-supervised low-rank semantics grouping for zero-shot learning, IEEE Transactions on Image Processing 30, 2207-2219, 2021.
时序信号处理：
[1] H Yang, C Lian, B Xu, R Ding, Z Zeng, PowerDiffuser: Collaborative Contrastive-Reconstruction Self-Supervised Learning for Robust Power Load Signal Representation, IEEE Transactions on Industrial Informatics, 2025.
[2] Y Wei, C Lian, B Xu, P Zhao, H Yang, Z Zeng, Bimodal Masked Autoencoders with internal representation connections for electrocardiogram classification, Pattern Recognition 161, 111311, 2025.
[3] Q Zhang, S Zhou, B Xu*, X Li, TCAMS-Trans: Efficient temporal-channel attention multi-scale transformer for net load forecasting, Computers and Electrical Engineering 118, 109415, 2024.
[4] P Zhao, C Lian, B Xu, Y Su, Z Zeng, Driving Cognitive Alertness Detecting Using Evoked Multimodal Physiological Signals Based on Uncertain Self-Supervised Learning, IEEE Transactions on Neural Systems and Rehabilitation Engineering 32, 2165 – 2176, 2024.
[5] Q Zhang, S Zhou, B Xu*, Z Shen, W Chang, PSGformer: A novel multivariate net load forecasting model for the smart grid, Journal of Computational Science 78, 102288, 2024.