陈成军 教授 硕士生导师 青岛市青年科技奖获得者
最高学历： 博士研究生
从事专业： 地外机器人可视化遥操作及自主控制、 AR 装配诱导、基于深度学习的装配监测、基于总线的测控系统
联系电话： **
电子信箱： **@163.com
工作单位： 青岛理工大学机械与汽车工程学院
通信地址： 青岛经济技术开发区嘉陵江东路777号




个人简介
陈成军，男，山东费县人，1979年8月生，博士，教授，硕士生导师、副院长,山东省高等学校优秀青年创新团队负责人、青岛市青年科技奖获得者、青岛市西海岸新区优秀青年人才。1999.9-2008.12在山东大学机械工程学院进行本、硕、博学习，获工学博士学位，2007.1-2008.1在新加坡国立大学（NUS）从事研究工作，2009年2月至今在青岛理工大学机械工程学院工作，期间2010.3-2013.6在西安交通大学机械学院在职从事博士后研究工作。主要研究方向为地外机器人可视化遥操作及自主控制、 AR 装配诱导、基于深度学习的装配监测、基于总线的测控系统等。主持省部级及以上课题 7 项，其中已结题国家自然科学基金 2 项，省部级课题 2 项，横向课题 10 余项；主持在研国家重点研发计划子任务 1 项、山东省重点研发计划 1 项，山东省高等学校青创科技团队计划 1 项。以第一作者或通讯作者发表论文 43 篇，其中 SCI/EI 收录 21 篇。申请中国发明专利 61 项，其中以第一发明人授权发明专利 35 项，转让发明专利 3 项；以第一发明人申请美国、澳大利亚、荷兰发明专利共 4 项，申请 PCT 专利 3 项，获批软件著作版权 8 项。参与了探月工程可视化遥操作、XX燃料加注系统虚拟仿真等多项重大课题。多年来一直开展测控技术和企业信息化攻关，成果应用于舰船监测、高铁生产装备、海洋能发电设备监测等。研究成果获山东省高等学校科学技术奖三等奖1项。 陈成军，男，山东费县人，1979年8月生，博士，教授，硕士生导师、副院长,山东省高等学校优秀青年创新团队负责人、青岛市青年科技奖获得者、青岛市西海岸新区优秀青年人才。1999.9-2008.12在山东大学机械工程学院进行本、硕、博学习，获工学博士学位，2007.1-2008.1在新加坡国立大学（NUS）从事研究工作，2009年2月至今在青岛理工大学机械工程学院工作，期间2010.3-2013.6在西安交通大学机械学院在职从事博士后研究工作。
主要研究方向为地外机器人可视化遥操作及自主控制、 AR 装配诱导、基于深度学习的装配监测、基于总线的测控系统等。主持省部级及以上课题 7 项，其中已结题国家自然科学基金 2 项，省部级课题 2 项，横向课题 10 余项；主持在研国家重点研发计划子任务 1 项、山东省重点研发计划 1 项，山东省高等学校青创科技团队计划 1 项。以第一作者或通讯作者发表论文 43 篇，其中 SCI/EI 收录 21 篇。申请中国发明专利 61 项，其中以第一发明人授权发明专利 35 项，转让发明专利 3 项；以第一发明人申请美国、澳大利亚、荷兰发明专利共 4 项，申请 PCT 专利 3 项，获批软件著作版权 8 项。参与了探月工程可视化遥操作、XX燃料加注系统虚拟仿真等多项重大课题。多年来一直开展测控技术和企业信息化攻关，成果应用于舰船监测、高铁生产装备、海洋能发电设备监测等。研究成果获山东省高等学校科学技术奖三等奖1项。


教育经历
1999年09月-2003年07月，山东大学机械设计制造及其自动化专业，工学学士 ；2003年09月-2008年12月，山东大学机械电子工程专业，工学博士 ；2007年01月-2008年01月，新加坡国立大学，教育部联合培养博士；2010年03月-2013年06月，西安交通大学，在职博士后研究。 1999年09月-2003年07月，山东大学机械设计制造及其自动化专业，工学学士 ；
2003年09月-2008年12月，山东大学机械电子工程专业，工学博士 ；
2007年01月-2008年01月，新加坡国立大学，教育部联合培养博士；
2010年03月-2013年06月，西安交通大学，在职博士后研究。



工作履历
2009年02月-2011年12月 ，青岛理工大学机械工程学院，讲师；2012年01月-2017年12月 ，青岛理工大学机械工程学院，副教授；2018年01月-今 ，青岛理工大学机械与汽车工程学院，教授。 2009年02月-2011年12月 ，青岛理工大学机械工程学院，讲师；
2012年01月-2017年12月 ，青岛理工大学机械工程学院，副教授；
2018年01月-今 ，青岛理工大学机械与汽车工程学院，教授。


学术兼职
教育部仪器科学与技术教学指导委员会 协作委员；中国机械工程学会成组与智能集成分会 委员；青岛市机械电子工程学会 副秘书长；青岛市机械工业协会 副秘书长。 教育部仪器科学与技术教学指导委员会 协作委员；
中国机械工程学会成组与智能集成分会 委员；
青岛市机械电子工程学会 副秘书长；
青岛市机械工业协会 副秘书长。




教学情况
主授课程
本科生课程：《数控技术与数控机床》、《机电一体化系统设计》、《工程测试技术》 研究生课程：《机械系统智能监测与智能制造》、《单片机接口技术》 本科生课程：《数控技术与数控机床》、《机电一体化系统设计》、《工程测试技术》
研究生课程：《机械系统智能监测与智能制造》、《单片机接口技术》


教材编写


教改项目


教研论文


其他项目




科研情况
研究领域
1.地外机器人可视化遥操作及自主控制；2.基于深度学习的装配监测；3.基于AR的装配诱导与智能工厂可视化技术；4.基于总线的测控系统。 1.地外机器人可视化遥操作及自主控制；
2.基于深度学习的装配监测；
3.基于AR的装配诱导与智能工厂可视化技术；
4.基于总线的测控系统。

科研著作


科研项目
[1] 工业的机器人虚实融合示教研究（AR辅助工业人机交互创新团队）山东省高等学校青创科技支持计划（科学技术类），18万元，主持， 2019.10-2022.10。[2]制造系统场景在线感知及特征智能提取技术，国家重点研发计划子任务，67万元，主持，2019.01-2022.12。[3] 基于深度学习的装配场景理解及装配诱导、监测研究，国家自然科学基金面上项目， 80万， 2015.1-2018.12。[4] 投影式增强现实装配维修诱导系统研制，山东省重点研发计划，15万元，2017.08-2019.07。[5]情景驱动的复杂机械装备增强现实拆装诱导研究，国家自然科学基金青年基金，25万，2012.1-2014.12。 [1] 工业的机器人虚实融合示教研究（AR辅助工业人机交互创新团队）山东省高等学校青创科技支持计划（科学技术类），18万元，主持， 2019.10-2022.10。
[2]制造系统场景在线感知及特征智能提取技术，国家重点研发计划子任务，67万元，主持，2019.01-2022.12。
[3] 基于深度学习的装配场景理解及装配诱导、监测研究，国家自然科学基金面上项目， 80万， 2015.1-2018.12。
[4] 投影式增强现实装配维修诱导系统研制，山东省重点研发计划，15万元，2017.08-2019.07。
[5]情景驱动的复杂机械装备增强现实拆装诱导研究，国家自然科学基金青年基金，25万，2012.1-2014.12。


科研论文
[1] Chengjun Chen*, Yong Pan, Dongnian Li, Shilei Zhang, Zhengxu Zhao, Jun Hong, A virtual-physical collision detection interface for AR-based interactive teaching of robot, Robotics and Computer-Integrated Manufacturing, Volume 64, 2020, 101948,（SCI JCR Q1区，TOP期刊）.[2]Chengjun Chen*, Tiannuo Wang, Dongnian Li, Jun Hong, Repetitive assembly action recognition based on object detection and pose estimation, Journal of Manufacturing Systems, Volume 55（2020）：325-333, （SCI JCR Q1区，[3] Chengjun Chen, Jun Hong *, Shaofeng Wang. Automated positioning of 3D virtual scene in AR-based assembly and disassembly guiding system. International Journal of Advanced Manufacturing Technology， 2015, 76（5-8）：753-764（SCI JCR2区）[4] Dongnian Li; Chengjun Chen*; Tracking a hand in interaction with an object based on single depth images, Multimedia Tools and Applications, 2019, 78(6): 6745–6762. （SCI JCR2区）[5] Chen, Chengjun*.; Huang, Kai.; Li, Dongnian.; Zhao, Zhengxu.; Hong, Jun. Multi-Segmentation Parallel CNN Model for Estimating Assembly Torque Using Surface Electromyography Signals. Sensors 2020, 20, 4213. doi: 10.3390/s**（SCI JCR Q1区）[6] Chen, Chengjun*.; Zhang, Chunlin.; Wang, Tiannuo.; Li, Dongnian.; Guo, Yang.; Zhao, Zhengxu.; Hong, Jun. Monitoring of Assembly Process Using Deep Learning Technology. Sensors 2020, 20, 4208. doi: 10.3390/s**（SCI JCR Q1区）[7] Chen, Chengjun*. Tian, Zhongke. Wang, Tiannuo. Li, Dongnian. Hong,Jun. Projection-based Augmented Reality System for Assembly Guidance and Monitoring, Assembly Automation (SCI 录用 Q3)[8]Li, Dongnian. Guo, Yang. Chen,Chengjun*. Zhao,Zhengxu. Collaborative Differential Evolution Filtering for Tracking Hand-Object Interactions. IEEE Access. (SCI 录用 Q1)[9]田中可，陈成军，李东年*，赵正旭，洪军. 基于深度图像的零件识别与装配监测,计算机集成制造系统，2020,26(2):300-311. （EI收录）[10] 陈成军, 洪军*, 杨国庆. 基于三维CAD模型的复杂机械设备拆装智能诱导系统研究. 计算机集成制造系统, 2013，19(8)：2026-2035。（EI收录）[11] 陈成军, 洪军*, 杨国庆. 基于语义情境的机械设备拆装增强现实诱导研究. 计算机集成制造系统，2014,20(8)：2062-2070 （EI收录）[12] 陈成军, 洪军*, 杨国庆.基于特征包围盒模型的装配诱导信息自适应显示方法，计算机辅助设计与图形学学报》，2014，24（6）：1025-1032. （EI收录）[13] 陈成军, 杨国庆, 常东方, 洪军. 面向结合面密封性能要求的装配连接工艺设计. 西安交通大学学报, 2012, v.46(03) 80-88 （EI收录）[14] C. J. Chen, S. K. Ong, A. Y. C. Nee and Y. Q. Zhou. Haptic-Based Interactive Path Planning for a Virtual Robot Arm. International Journal on Interactive Design and Manufacturing, 2010, 4(2):113-123. （EI收录） [1] Chengjun Chen*, Yong Pan, Dongnian Li, Shilei Zhang, Zhengxu Zhao, Jun Hong, A virtual-physical collision detection interface for AR-based interactive teaching of robot, Robotics and Computer-Integrated Manufacturing, Volume 64, 2020, 101948,（SCI JCR Q1区，TOP期刊）.
[2]Chengjun Chen*, Tiannuo Wang, Dongnian Li, Jun Hong, Repetitive assembly action recognition based on object detection and pose estimation, Journal of Manufacturing Systems, Volume 55（2020）：325-333, （SCI JCR Q1区，
[3] Chengjun Chen, Jun Hong *, Shaofeng Wang. Automated positioning of 3D virtual scene in AR-based assembly and disassembly guiding system. International Journal of Advanced Manufacturing Technology， 2015, 76（5-8）：753-764（SCI JCR2区）
[4] Dongnian Li; Chengjun Chen*; Tracking a hand in interaction with an object based on single depth images, Multimedia Tools and Applications, 2019, 78(6): 6745–6762. （SCI JCR2区）
[5] Chen, Chengjun*.; Huang, Kai.; Li, Dongnian.; Zhao, Zhengxu.; Hong, Jun. Multi-Segmentation Parallel CNN Model for Estimating Assembly Torque Using Surface Electromyography Signals. Sensors 2020, 20, 4213. doi: 10.3390/s**（SCI JCR Q1区）
[6] Chen, Chengjun*.; Zhang, Chunlin.; Wang, Tiannuo.; Li, Dongnian.; Guo, Yang.; Zhao, Zhengxu.; Hong, Jun. Monitoring of Assembly Process Using Deep Learning Technology. Sensors 2020, 20, 4208. doi: 10.3390/s**（SCI JCR Q1区）
[7] Chen, Chengjun*. Tian, Zhongke. Wang, Tiannuo. Li, Dongnian. Hong,Jun. Projection-based Augmented Reality System for Assembly Guidance and Monitoring, Assembly Automation (SCI 录用 Q3)
[8]Li, Dongnian. Guo, Yang. Chen,Chengjun*. Zhao,Zhengxu. Collaborative Differential Evolution Filtering for Tracking Hand-Object Interactions. IEEE Access. (SCI 录用 Q1)
[9]田中可，陈成军，李东年*，赵正旭，洪军. 基于深度图像的零件识别与装配监测,计算机集成制造系统，2020,26(2):300-311. （EI收录）
[10] 陈成军, 洪军*, 杨国庆. 基于三维CAD模型的复杂机械设备拆装智能诱导系统研究. 计算机集成制造系统, 2013，19(8)：2026-2035。（EI收录）
[11] 陈成军, 洪军*, 杨国庆. 基于语义情境的机械设备拆装增强现实诱导研究. 计算机集成制造系统，2014,20(8)：2062-2070 （EI收录）
[12] 陈成军, 洪军*, 杨国庆.基于特征包围盒模型的装配诱导信息自适应显示方法，计算机辅助设计与图形学学报》，2014，24（6）：1025-1032. （EI收录）
[13] 陈成军, 杨国庆, 常东方, 洪军. 面向结合面密封性能要求的装配连接工艺设计. 西安交通大学学报, 2012, v.46(03) 80-88 （EI收录）
[14] C. J. Chen, S. K. Ong, A. Y. C. Nee and Y. Q. Zhou. Haptic-Based Interactive Path Planning for a Virtual Robot Arm. International Journal on Interactive Design and Manufacturing, 2010, 4(2):113-123. （EI收录）


发明专利
[1]陈成军, 张石磊, 李东年, 洪军. 基于增强现实的机器人在线示教装置、系统、方法、设备，2018.01.09, 授权发明专利，ZL3.7.[2]陈成军, 张石磊,李东年,洪军. 一种机器人示教编程系统及方法，授权发明专利，2017.08.14, ZL2.6.[3]陈成军, 洪军, 孙树峰. 一种集成可穿戴设备的测试系统及其运行方法，授权发明专利, 2016.04.11, ZL7.8.[4]陈成军,刘鹏,丁文科.一种基于可穿戴设备的制造系统的运行方法，授权发明专利, 2016.03.16, ZL1.8.[5]陈成军, 邵晶,李东年, 洪军. 一种投影式增强现实图像生成方法及系统，发明专利，2018.9.27, ZL6.9，[6]陈成军, 于浩, 信寄遥, 王天诺. 一种基于增强现实的远程监测及控制系统，发明专利，2018.3.21, ZL8.3，[7]李东年, 田中可, 陈成军.基于像素分类的装配体零件识别方法、装置及监测系统，发明专利，2018.3.12，ZL4.9[8] 陈成军,孙晓坤,于晓东,郝迥越,杨元月,周来. 一种基于拉线控制的机械手 , 2013.12.12 ZL1.4[9] 陈成军 史宏思，一种用于水下的静止扭矩传感器2017-03-01, ZL0.4，[10] 陈成军 李全宝 王亚琪，基于万向节与滚珠丝杠结构的并联型去毛刺机及去毛刺方法，2017-02-22, ZL9.4 [1]陈成军, 张石磊, 李东年, 洪军. 基于增强现实的机器人在线示教装置、系统、方法、设备，2018.01.09, 授权发明专利，ZL3.7.
[2]陈成军, 张石磊,李东年,洪军. 一种机器人示教编程系统及方法，授权发明专利，2017.08.14, ZL2.6.
[3]陈成军, 洪军, 孙树峰. 一种集成可穿戴设备的测试系统及其运行方法，授权发明专利, 2016.04.11, ZL7.8.
[4]陈成军,刘鹏,丁文科.一种基于可穿戴设备的制造系统的运行方法，授权发明专利, 2016.03.16, ZL1.8.
[5]陈成军, 邵晶,李东年, 洪军. 一种投影式增强现实图像生成方法及系统，发明专利，2018.9.27, ZL6.9，
[6]陈成军, 于浩, 信寄遥, 王天诺. 一种基于增强现实的远程监测及控制系统，发明专利，2018.3.21, ZL8.3，
[7]李东年, 田中可, 陈成军.基于像素分类的装配体零件识别方法、装置及监测系统，发明专利，2018.3.12，ZL4.9
[8] 陈成军,孙晓坤,于晓东,郝迥越,杨元月,周来. 一种基于拉线控制的机械手 , 2013.12.12 ZL1.4
[9] 陈成军 史宏思，一种用于水下的静止扭矩传感器2017-03-01, ZL0.4，
[10] 陈成军 李全宝 王亚琪，基于万向节与滚珠丝杠结构的并联型去毛刺机及去毛刺方法，2017-02-22, ZL9.4

软件著作权
[1]田中可, 陈成军. 基于深度图像的装配体零件识别与监测软件, 2018SR722105, 原始取得, 全部权利, 2018.7.11[2] 张石磊, 陈成军. 基于深度图像的虚实碰撞检测软件, 2018SR667670, 原始取得, 全部权利, 2018.5.1[3] 庞列勇, 陈成军. 投影式增强现实装配诱导注册软件, 2018SR667658, 原始取得, 全部权利, 2018.6.1[4]陈成军. 基于深度图像物体位姿估计及的增强现实注册软件, 2018SR344852, 原始取得, 全部权利, 2017.12.01[5] 孙振武, 陈成军. 螺栓装配拧紧力矩监测样本采集软件，2019SR**，原始取得，全部权利，2019.09.10[6] 孙振武,陈成军. 增强现实数据可视化系统数据提取及分发软件，2019SR**，原始取得，全部权利，2019.11.06[7] 孙振武, 陈成军. 增强现实数据可视化系统数据显示及配置软件，2019SR**，原始取得，全部权利，2019.11.06 [1]田中可, 陈成军. 基于深度图像的装配体零件识别与监测软件, 2018SR722105, 原始取得, 全部权利, 2018.7.11
[2] 张石磊, 陈成军. 基于深度图像的虚实碰撞检测软件, 2018SR667670, 原始取得, 全部权利, 2018.5.1
[3] 庞列勇, 陈成军. 投影式增强现实装配诱导注册软件, 2018SR667658, 原始取得, 全部权利, 2018.6.1
[4]陈成军. 基于深度图像物体位姿估计及的增强现实注册软件, 2018SR344852, 原始取得, 全部权利, 2017.12.01
[5] 孙振武, 陈成军. 螺栓装配拧紧力矩监测样本采集软件，2019SR**，原始取得，全部权利，2019.09.10
[6] 孙振武,陈成军. 增强现实数据可视化系统数据提取及分发软件，2019SR**，原始取得，全部权利，2019.11.06
[7] 孙振武, 陈成军. 增强现实数据可视化系统数据显示及配置软件，2019SR**，原始取得，全部权利，2019.11.06

其他项目




获奖情况
陈成军 ,李东年, 周以齐, 刘鹏, 丁文科. 基于增强现实技术的装配维修诱导研究与应用, 山东省教育厅, 山东省高等学校科学技术奖三等奖, 2016.12. 陈成军 ,李东年, 周以齐, 刘鹏, 丁文科. 基于增强现实技术的装配维修诱导研究与应用, 山东省教育厅, 山东省高等学校科学技术奖三等奖, 2016.12.


招生信息
1.机械、测控、计算机专业毕业生；2.热爱计算机视觉监测、深度学习、工业机器人、增强现实等智能制造相关技术；3.具有一定的外语基础。 1.机械、测控、计算机专业毕业生；
2.热爱计算机视觉监测、深度学习、工业机器人、增强现实等智能制造相关技术；
3.具有一定的外语基础。