毕秋实，副教授、博导，入选2022年吉林大学励新优秀青年教师培养计划。

长期从事电动无人工程装备自主作业技术、装备智能化与数字孪生、多学科建模与优化等方面的研究。

先后主持国家自然科学基金青年项目（无人矿用电铲智能装卸策略与多目标轨迹规划）、山西省揭榜招标项目课题（重型履带行驶路径规划与自适应控制）、吉林省教育厅科学技术研究项目（无人挖掘机自主作业技术研究）。作为核心成员，参与组建电动智能工程机械研发团队，与国内工程装备与重型装备领域头部企业如徐工集团、太原重工集团、北方重工集团等合作密切，发表SCI/EI检索高水平论文20余篇。

研究生招生信息：

联系方式：bqs@jlu.edu.cn

招生人数：硕士研究生3~4名，博士研究生1名

招生专业领域：机械设计及理论

具体研究方向：无人矿用装备自主铲掘/自主行走/自主装卸；非结构环境空地协同全域信息感知；纯电驱动工程装备多耦合仿真与智能控制；大型矿用破碎粉磨装备多学科优化。

主持科研项目情况：

国家自然科学基金（青年基金）：无人矿用电铲智能装卸策略与多目标轨迹规划，2022~2024，主持

山西省揭榜招标项目（课题）：重型履带行驶路径规划与自适应控制，2020~2023，主持

吉林省教育厅科学技术研究项目：无人挖掘机自主作业技术研究，2022~2023，主持

企业委托课题：大型塔式磨机作业性能分析，2020~2021，主持

企业委托课题：旋回破碎机核心零部件数值计算分析，2021~2022，主持

代表性学术成果：

[1]Deep learning-based prediction of piled-up status and payload distribution of bulk material.[J].Automation in Construction,2021,Vol.121: 103424

[2]A neural network–based approach for fill factor estimation and bucket detection on construction vehicles[J].Computer-Aided Civil and Infrastructure Engineering,2021,

[3]Point cloud registration algorithm based on curvature feature similarity.[J].Measurement,2021,Vol.177: 109274

[4]Deep Learning and Machine Vision-Based Inspection of Rail Surface Defects[J].IEEE Transactions on Instrumentation and Measurement,2022,Vol.71: 1-14

[5]Digging Trajectory Optimization for Cable Shovel Robotic Excavation Based on a Multi-Objective Genetic Algorithm.[J].Energies,2020,Vol.13(12): 3118