算法落地：吴锐铭的三维视觉实践与探索

 

 

 

　　在当代科技的宏大叙事中，技术能力往往被视为立足之本，而实践能力则被公认为价值之桥。对于东莞理工学院集成电路学院电子信息专业2023级硕士研究生、2024-2025学年度国家奖学金获得者吴锐铭而言，这两个概念并非抽象的口号，而是贯穿其研究生求学道路的行动指南。他将目光锁定在三维视觉与智能感知这一前沿领域，致力于将抽象的算法代码转化为能够解决现实痛点的技术成果。他的研究核心聚焦于基于点云的三维目标检测，这一技术旨在通过激光雷达采集的点云数据，精确捕捉物体的三维空间信息，从而为自动驾驶、智慧交通、车路协同以及安防监控等产业提供核心的“环境感知能力”。

 

　　在吴锐铭看来，这不仅是连接虚拟算法与现实世界的桥梁，更是决定科研成果能否真正创造价值的最后一公里。然而，理想与现实之间往往横亘着巨大的鸿沟，这一认知在他参与智慧交通相关项目时得到了深刻的印证。原本在公开数据集里表现优异的模型，一旦被置于真实的路口场景，面对车辆密集遮挡、光照变化带来的点云噪点等复杂因素，其性能便大打折扣。这种反差让吴锐铭意识到，算法不是仅仅在实验室里跑通就行，它必须经受住真实世界的“毒打”，脱离实际场景的优化不过是空中楼阁。

 

　　正是基于这一深刻的认知，他确立了“扎根真环境、锤炼真本领、解决真问题”的研究准则，并以此为指引，踏上了从赛场到企业的实践之路。

 

　　在各类专业赛事的历练中，吴锐铭将竞赛视为一个完整的“微型项目”来经营，从而完成了从0到1的技术启蒙。从本科时期起，他便活跃于各类赛场，而在莞工攻读研究生期间，他的身影更是频频出现在各类高水平竞赛中。他不仅夺得了第九届全国大学生集成电路创新创业大赛华南赛区决赛二等奖，更在“兆易创新杯”第十九届中国研究生电子设计竞赛技术类竞赛决赛中斩获团队一等奖，甚至与团队一起在第十九届“挑战杯”全国大学生课外学术科技作品竞赛2025年度中国青年科技创新“揭榜挂帅”擂台赛中勇夺擂主（特等奖第一名）。这些荣誉的背后，是他对技术细节的极致追求和对工程实践的深刻理解。以第九届全国大学生集成电路创新创业大赛为例，该赛事由工业和信息化部人才交流中心主办，以服务产业发展需求为导向。吴锐铭所在团队的核心任务是将视觉感知算法通过硬件描述语言进行重构、优化，并最终在现场可编程逻辑门阵列平台上高效实现。在攻坚过程中，他最初仅将FPGA视为单纯的执行平台，只关注算法能否跑通，却忽视了硬件底层的工作机制，导致算法设计与硬件资源难以协同。发现问题后，他迅速调整策略，从“算法硬件协同设计”的新角度出发，将硬件特性纳入算法设计考量。通过重构算法结构，采用更适合FPGA的流水线设计，团队最终在资源受限的平台上实现了性能突破。这次经历不仅让他建立了“算法-硬件协同设计”的独特视角，深化了对计算本质的理解，更为他后续从事边缘计算、嵌入式视觉等领域的研究与开发打下了坚实的基础，使他从一名单纯的算法研究者成长为具备系统思维的工程实践者。

 

　　如果说赛场是检验技术的试金石，那么企业则是技术落地的练兵场。研二期间，吴锐铭进入东莞小豚智能技术有限公司研发部实习，负责无人艇感知系统的研发与优化。这段经历不仅为他提供了产业一线研发的宝贵机会，更为他的科研带来了全新的方向。在实习期间，他独立为无人艇开发了YOLOv8目标检测、相机-激光雷达融合测距、目标跟踪与搜索等功能，实现了无人艇在复杂环境下的动态目标感知。然而，复杂天气下模型检测精度下降的难题，成为了他必须攻克的堡垒。小豚智能的无人艇主要应用于水域巡检、环境检测和应急救援等领域，常需直面多变天气，雨雾会模糊视觉感知，严重干扰目标识别。针对这一行业痛点，吴锐铭没有止步于理论推导，而是深入一线寻找解决方案。他创新性地采用跨域频域增强机制与小波变换卷积的方案，给图像处理算法配上了一副“细节放大镜”，使其能够精准剥离出图像的轮廓和纹理，从而辅助目标检测。经过优化后的算法，即使在雨雾天气下，也能让无人艇清晰识别目标，这不仅是一串实验指标的提升，更是保障航行安全的关键一环。这一工程实践的成功，让吴锐铭深刻体会到，技术的价值在于解决实际问题，而实践则是连接技术与价值的唯一路径。

 

　　在不断的实践与探索中，吴锐铭逐渐形成了将工程难题上升为科学问题的系统性研究能力。他敏锐地发现，现有算法性能受恶劣天气影响是行业的一大痛点，这与他的导师——集成电路学院党委书记、执行院长任斌教授课题组“提升复杂环境下视觉感知鲁棒性”的研究方向高度契合。基于此，他展开了一系列深入研究，并最终收获了“基于深度学习的交通图像除雾方法和智慧交通图像处理系统”这一发明专利。

 

　　该专利的核心在于利用深度学习算法有效抑制雨雾噪声，提升交通图像检测精度。在研发过程中，他和团队巧妙地采用物理模型合成与少量真实数据微调相结合的方式，利用大气散射模型生成大量逼真的合成雾图，以此弥补真实场景图像缺乏的短板。同时，他们设计了一种自适应特征融合网络，能够动态评估图像不同区域的雾浓度和特征质量，并进行加权融合，从而显著提升模型的泛化能力。目前，该技术已完成实验室研发并成功申请专利。

 

　　未来，团队计划将这一技术在交通领域进行落地转化，首先将模型轻量化，封装为适配边缘设备的标准化模块，随后联合相关单位在高速公路、城市智能路口部署并开展试点测试。最终，他们将结合反馈，与设备厂商合作，推出面向“交通视觉感知增强”的软硬件一体产品或解决方案，旨在将其应用于交通监控、电子警察、自动驾驶路侧感知等具体场景，彻底解决雨雾天气下传感器感知失效的问题。

 

　　这条从莞工起步的实干笃行之路，不仅让吴锐铭在技术上实现了从理论到实践的跨越，更让他在思想上完成了从学生到工程师的蜕变。今年夏天，他即将毕业，带着这份在实践中锤炼出的扎实本领和清晰方向，他将继续向未来延展，去攀登更高的科技高峰，去看见更远的行业风景。