|
个人信息Personal Information
教授
博士生导师
硕士生导师
教师拼音名称:CHEN Chao
入职时间:2014-09-11
所在单位:计算机学院
学历:研究生(博士)毕业
办公地点:信息技术科研大楼B519
性别:男
联系方式:cschaochen@cqu.edu.cn
学位:博士学位
在职信息:在职
毕业院校:法国巴黎索邦大学
其他联系方式Other Contact Information
通讯/办公地址 :
个人简介Personal Profile
陈超,重庆大学计算机学院和高端装备机械传动全国重点实验室教授、国家级青年人才。中国计算机学会杰出会员、普适计算专业委员会常务委员、智能机器人专业委员会执行委员。长期从事移动具身智能、时空数据智能、智能流体力学等研究。主持国家级科研项目10余项,包括2项千万级项目。
以第一/通讯作者在 TRO、TMC、CVPR、ICCV、SIGMOD、PVLDB等国际期刊和会议上发表论文100余篇。谷歌学术引用8000余次,h-index为44。研发的多个智能感知系统在滴滴出行、京东智能城市、赛力斯超级工厂、中国空气动力研究与发展中心、中物院激光聚变研究中心等多个单位部署和应用。出版英文学术专著1部。排名第2获重庆市技术发明一等奖1项。
指导的学生多次获得重庆市优秀学位论文、国家奖学金。学生毕业去向包括:法国萨克雷大学、清华大学、重庆师范大学、云南民族大学、中国联通、中国工商银行、上海AI Lab、滴滴出行、蚂蚁金服、长安智驾等。
每年招收1-2名博士研究生、3-5名硕士研究生。欢迎具备跨学科背景(机械、土木、力学、自动控制等)的学生报考!
实验室具备国际一流的软硬件设施,已搭建移动机械臂、双臂机器人等平台(3台移动小车、5个机械臂、BestMan软件平台)。
代表性工作
移动具身智能
[1] OVA-Fields: Weakly Supervised Open-Vocabulary Affordance Fields for Robot Operational Part Detection, ICCV 2025.
[2] SKE-Layout: Spatial Knowledge Enhanced Layout Generation with LLMs, CVPR 2025.
[3] Towards Accurate, Efficient and Robust RGB-D Simultaneous Localization and Mapping in Challenging Environments, T-RO 2025.
[4] Spike-BRGNet: Efficient and Accurate Event-based Semantic Segmentation with Boundary Region-guided Spiking Neural Networks, TCSVT 2025.
[5] BestMan: A Modular Mobile Manipulator Platform for Embodied AI with Unified Simulation-Hardware APIs, FCS 2025.
时空数据智能
[1] SE-GCL: A Semantic-Enhanced Graph Contrastive Learning Framework for Road Network Embedding, TKDD 2025.
[2] Serf: Streaming Error-Bounded Floating-Point Compression, SIGMOD 2025.
[3] HyperRegion: Integrating Graph and Hypergraph Contrastive Learning for Region Embeddings, TMC 2025.
[4] UniTR: A Unified Framework for Joint Representation Learning of Trajectories and Road Networks, AAAI 2025.
[5] Privacy Leakage from Dynamic Prices: Trip Purpose Mining as an Example, TMC 2025.
智能流体力学
[1] An Efficient Aeroelastic Analysis Framework for Three-Dimensional Wings Using Neural Network Architecture, Physics of Fluid 2025.
[2] Physics-Informed Neural Network Compression Mechanism for Airfoil Flow Field Prediction, Physics of Fluid 2025.
[3] A Multi-task Learning Framework for Aerodynamic Computation of Two-dimensional Airfoils, Physics of Fluid 2024.

