柴豪杰(副教授)
柴豪杰,男,1993年01月出生,博士,副教授(内聘),硕士生导师。永信贵宾会217登录入口科研秘书。2020年12月毕业于东北林业大学,获工学博士学位。近年来,先后主持河南省科技攻关项目2项,河南省高等学校重点科研项目1项;参与国家级、省部级重大项目5项;获得河南省科技进步二等奖1项、河南省科技进步三等奖1项,全国人工智能应用场景创新挑战赛全国总决赛二等奖1项,第十八届全国大学生智能汽车竞赛全国总决赛三等奖1项,并担任第四届人工智能与机器人关键技术大会(CAIPR)组委会副主席。在国内外重要学术刊物上发表论文12篇,申请/授权国家专利12项。
联系方式:
代表性科研项目(近五年):
[1]河南省科技攻关项目,小麦苗期根系构型的三维可视化系统关键技术研究,2022-2023,结项,主持
[2]河南省高等学校重点科研项目,基于RFID的猪肉加工全流程自主溯源系统研究,2023-2024,结项,主持
[3]河南省科技攻关项目,小麦苗期根系构型的三维可视化系统关键技术研究,2025-2026,在研,主持
[4]河南省重点研发专项,大豆玉米带状复合种植模式下的自动收割系统关键技术研发及示范,2024-2026,在研,参与(第2名)
[5]河南省科技攻关项目,基于D2D协作的农业机器人边缘云计算卸载关键技术研究,2024-2025,在研,参与(第2名)
[6]河南省科技攻关项目,面向大型船舶清洁任务的自主作业爬壁机器人应用性技术研究,2021-2022,结项,参与(第3名)
[7]河南省重点研发专项,水下坝体智能巡检机器人关键技术研究及应用,2023-2025,在研,参与(第4名)
[8]横向项目(290万元),咽拭子采样自助设备图像处理软件,2022-2024,结项,参与(第3名)
[9]横向项目(60万元),水面救援机器人关键技术研究与应用示范,2023-2024,结项,参与(第3名)
主要获奖:
[1]人机交互咽拭子自助采样关键技术及应用,2023,河南省科技奖二等奖,第4名
[2]特种机器人自主探测与识别系统开发及应用,2021,河南省科技奖三等奖,第5名
[3]水下***,2024,河南省国防科学技术进步一等奖,第8名
[4]全自主割胶机器人,2023,全国人工智能应用场景创新挑战赛全国总决赛二等奖,第3名
[5]稳速先锋队,2023,第十八届全国大学生智能汽车竞赛全国总决赛三等奖,第1名
[6]河南省教科文卫体系统“师带徒”标兵称号,2022,河南省教科文卫体工会委员会
[7]河南科技学院文明教师,2023,中共河南科技学院委员会/河南科技学院
[8]河南科技学院优秀教师,2023,中共河南科技学院委员会/河南科技学院
申请/授权专利:
[1]柴豪杰、蔡磊、黄梦丹等,基于 RFID 和二维码的猪肉加工全链条溯源信息可视化方法,2023-11-24,中国,202311581271.6
[2]柴豪杰、蔡磊、刘果等,一种基于动态猪脸识别的生猪饲养全流程安全溯源方法,2023-11-24,中国,202311581275.4
[3]柴豪杰、蔡磊、刘艺帆等,一种基于多源信息融合技术的猪肉溯源方法,2023-11-24,中国,202311581273.5
[4]王艳艳、柴豪杰、孔德川等,一种面向农业机器人的D2D协作的边缘云计算卸载方法,2024-01-16,中国,202410059896.4
[5]赵景尧、柴豪杰、朱小东、郭良琰、程泓超,一种木材干燥设备,2021-03-23,中国,CN212778238U
[6]蔡磊、王鑫、柴豪杰、康壮丽,一种基于力反馈的猪胴体分割机器人路径自主修正方法,2022-7-20,中国,CN202210872407.8
[7]蔡磊、周纪勇、柴豪杰、徐涛、陈振学、赵宏剑,一种自适应真空吸附式多摆臂履带装置及其工作方法,2021-8-11,中国,CN202110917462.X
[8]蔡磊、王效朋、柴豪杰、徐涛,一种片猪肉的切割装置,2022-7-29,中国,CN202210418451.1
[9]蔡磊、陈闯、徐涛、柴豪杰,一种自主水下航行器瞬时加速系统及方法,2023-1-24,中国,CN202110324712.9
[10]蔡磊、孔二旗、花晨阳、柴豪杰、徐涛, 2022-7-18,中国,CN202210841933.8
[11]蔡磊、张炳远、魏凯杰、徐涛、柴豪杰、赵宏剑,一种禽肉切割机, 2022-7-29, 中国,CN202210525963.8
[12])徐涛、赵未硕、史增勇、周纪勇、蔡磊、马玉琨、柴豪杰,一种基于RGB与灰度图像的双流编码融合显著性检测方法,2022-11-22,中国, CN202110805754.4
发表论文:
[1]第一作者:Chai Haojie、Zhao Jingyao、Cai Yingchun, Development and Validation of Simulation Model for Temperature Field during High Frequency Heating of Wood, Forests, 2018, 9, 327.
[2]第一作者:Chai Haojie、Chen xianming、Zhao Jingyao、Cai Yingchun, Artificial Neural Network Modeling for Predicting Wood Moisture Content in High Frequency Vacuum Drying Process, Forests, 2019, 10(1), 56.
[3]第一作者:Chai Haojie、Zhao Jingyao、Cai Yingchun, An analysis of heating uniformity in wood high-frequency drying, Wood and fiber science,2018, 3, 50.
[4]第一作者:Chai Haojie、Zhao Jingyao、Cai Yingchun, Improvement scheme and verification of high-frequency heating uniformity of wood, Wood and fiber science, 2019,4, 51.
[5]第一作者:Chai Haojie、 Xu Cong、 Li Jie、Cai Yingchun, Effects of pretreatment with saturated wet air and steaming on the high-frequency vacuum drying characteristics of wood. BioResources, 2019, 14(4): 9601-9610.
[6]第一作者:Chai Haojie、Kong Fanxu、Zhao Jingyao、Cai Yingchun, Preheating Model of High-temperature Setting of Pinus sylvestris var. mongolica Litv. Wood, Bioresources, 2020, 1, 15.
[7]第一作者:Chai Haojie、Cai Lei、Xu tao、Ma Yukun, Digital Image Correlation Method for Detecting Strain inWood Drying Process, BioResources,18(2),4143-4152.
[8]第一作者:Chai Haojie、Li Lu, Prediction of wood drying process based on artificial neural network. BioResources, 2023, 18(4): 8212.
[9]通讯作者:Wang Yanyan、Kong Dechuan、Chai Haojie,et al.D2D assisted cooperative computational offloading strategy in edge cloud computing networks[J].Scientific Reports, 2025.
[10]Cai Lei、Chen Chuang、Chai Haojie, Underwater Distortion Target Recognition Network (UDTRNet) via Enhanced Image Features, Computational Intelligence and Neuroscience, 2021, 2021: 1-10.
[11]Cai Lei、Li Yuejun、Chen Chuang、Chai Haojie, Dynamic Multiscale Feature Fusion Method for Underwater Target Recognition, Journal of Sensors, 2022, 2022: 1-10.
[12]Cai Lei、Chen Chuang、Sun Qiankun、Chai Haojie, Glass Refraction Distortion Object Detection via Abstract Features. Computational Intelligence and Neuroscience,2022.
邮编:453003 | 电话:0373-3040507
地址:河南科技学院东校区弘德楼 | 版权所有:永信贵宾会217登录入口 | 技术支持:河南科技学院智能机器人团队