本人于2018年11月17日到达新加坡参加第15届国际控制、自动化、机器人与视觉会议（International Conference on Control, Automation, Robotics and Vision，ICARCV）。ICARCV2018从11月18日到11月21日，在新加坡滨海湾金沙会展中心举行。此次会议由新加坡南洋理工大学主办，由美国佐治亚理工学院、中国华中科技大学和中国科学院深圳先进技术研究所（SIAT）协办，技术上由IEEE控制系统社区协助。ICARCV有超过28年的历史，聚焦于理论与应用，涵盖控制、自动化、机器人和计算机视觉等领域。除了技术会议，会议还包含邀请会议、全体会议、主题演讲和全体小组会议等议程。

11月19日上午首先展开全体会议，来自加州大学伯克利分校的Masayoshi Tomizuka教授发表了《新一代智能工业机器人安全高效的机器人协作系统》的主题演讲。此后多位教授与现场参会者围绕《控制研究：存在与未来》这一主题展开讨论。大家对于这一主题各抒己见，教授们针对参会者的问题做出了详细解答，最后，每位教授都简单阐述了对大家以后发展的建议。从19日下午开始，会议分为众多子会议，包括：机器人控制、复杂动力系统的先进控制与观测方法及其工业应用、用于生物医学应用的无束缚移动微型机器人、网络系统中的分布式优化博弈及其应用、特征提取与图像分析、智能系统、复杂自主机器人系统研究进展等等。

本人的报告于11月20日下午2点在基于学习控制的智能自动系统会议中进行。报告的论文题目为《基于鱼眼的飞行器下半球目标检测与定位》。论文的工作大致上是关于目标检测与定位。首先介绍引言部分。微型飞行器（Micro Air Vehicle，MAV）是近年来发展迅速的一个领域。由于计算资源和负载的限制，在MAV上加载过多的摄像机并不总是可行的。所以，我们用一个鱼眼相机覆盖半球的视野。传统的鱼眼图像复原方法首先从严重的失真中恢复出原始图像，然后对校正后的图像应用算法。但校正算法会消耗计算量，增加处理时间，引入严重的噪声。因此，我们直接将原始鱼眼图像放入目标检测器而不进行校正。算法框架主要有两个部分：检测和定位。其次介绍检测算法部分。因为没有暴露鱼眼透视图的目标检测数据集，而论文原来是基于国际航空机器人大赛（International Aerial Robot Competition，IARC）的第7次任务，因此，我们基于鱼眼图像，参照IARC规则构建环境，建立了一个小型数据集。我们首先在鱼眼数据集上训练了一些流行的算法，其中，基于MobileNet的SSD是一个高精度和高速度的检测器，因此，我们把它当作我们的基线。我们将深度可分离卷积引入到RetinaNet中。实验结果显示，我们的检测器比基线更快更准。最后介绍定位算法部分。我们利用多项式方程建立鱼眼相机模型，并用不动点迭代方法求解，采用高斯牛顿方法求解目标位置。在实验中，我们使用Optitrack运动捕捉系统来提供参考值。为了测试定位算法，在实验中，我们使用iRobot作为目标。MAV不断改变其在空间中的姿态和位置来检测和定位iRobot。实验结果显示，定位算法效果良好。

在短暂的会议期间，我有了许多收获。第一，国际会议可以快速拓展学术视野，在开会期间，可以见到世界各地的参会者在不同领域进行着形形色色的研究工作，也包含本领域的前沿工作，参会期间，研究者们能面对面交流与交友，对后续的研究工作有着极大的帮助。第二，参加国际会议能提高展示与交流能力，如何让别人知道自己在做什么研究，这项研究的意义是什么，研究的创新点在哪里，研究取得了什么成果，这些内容要在短短的十五分钟能说清楚其实并不容易，十分考验报告者的表达能力。此外，听众也会提出各种问题，如何准确获取对方的疑点并做出满意的回答很考验报告者的交流能力。因此，这要求参会者事先做好准备并在报告时具备足够的交流能力。第三，参加国外会议是一个体验国外生活的方法。在参会期间，我能明显感受到当地人衣食住行各方面与国内的差异，这对个人扩展国际视野有很大的帮助。