我院教师参与吉利研究院项目
产教融合赋能汽车制造新突破
2025年7月18日，三亚学院信息与智能工程学院黄寿孟老师正式入驻吉利汽车研发中心，开启为期一个月的企业项目实习。此次实践聚焦汽车零部件智能识别技术，旨在通过校企协同创新，推动计算机视觉、机器学习等前沿技术在工业场景的落地应用，为海南自贸港培养适应智能制造需求的复合型人才。
一、校企协同：构建产学研用一体化平台
吉利研究院作为吉利集团全球研发总部，近年来在智能制造领域屡创佳绩。其试制中心依托5G、边缘计算等技术打造的数字化工厂，已实现多机器人协作、智能物流调度等场景的规模化应用。黄寿孟老师参与的汽车紧固件智能识别与更换流程优化项目，正是吉利研究院推动 “全域安全” 战略的重要一环 —— 通过精准识别螺丝、螺母、螺栓的位置、方向及尺寸参数，结合数字孪生技术实现部件更换的全流程自动化。
三亚学院信息与智能工程学院作为海南省硕士点授权单位，近年来围绕“人工智能+ 大数据”学科特色，在计算机视觉、工业互联网等领域形成鲜明优势。黄寿孟老师所在的科研团队长期深耕数据融合与链路预测技术，其在LBSN（基于位置的社交网络）领域的研究成果，为工业场景下多源异构数据的实时处理提供了理论支撑。此次合作将学院的技术积累与吉利的产业需求深度耦合，形成“实验室- 生产线- 市场”的闭环创新模式。
二、技术攻坚：破解工业质检的 “小样本” 难题
在汽车制造中，紧固件作为关键连接部件，其状态直接影响整车安全性。传统人工检测不仅效率低下，且难以应对缺陷形态多样性的挑战。黄寿孟老师团队的技术方案融合了深度学习与迁移学习，通过在吉利现有生产数据上微调预训练模型，有效解决了工业场景中缺陷样本稀缺的问题。具体而言：
多模态数据采集：利用工业相机与激光传感器获取紧固件的视觉图像与三维点云数据，构建包含几何特征、纹理特征的多维度数据集；
轻量化模型设计：采用MobileNet 等轻量级网络架构，在保证检测精度的同时满足生产线实时性要求；
动态决策系统：结合部件更换知识库，开发基于规则引擎的智能决策模块，可根据检测结果自动生成最优维护方案。
这一技术路径与吉利研究院在数字孪生工厂中应用的 “数据+ 模型双驱动” 策略高度契合，预计可将紧固件检测效率提升30% 以上，误检率降低至0.1% 以下。
三、产教融合：培养 “真题真做” 的应用型人才
此次企业实践是三亚学院产教融合的生动实践 —— 通过 “专业对接头部企业、课程解决关键岗位问题”，将企业真实项目转化为教学案例。黄寿孟老师在实习期间，不仅参与技术研发，更承担着反向哺教的任务：
课程体系升级：将工业检测中的小样本学习、边缘计算等技术难点融入《机器学习》《计算机视觉》等课程，开发 “零部件智能检测” 实训模块；
实践平台共建：与吉利联合打造 “智能检测联合实验室”，引入试制中心的工业级检测设备，为学生提供全真模拟环境；
双师型师资培养：通过参与企业项目，教师可及时掌握行业技术动态，提升 “工程思维” 与 “产业敏感度”。
这种 “教师下企业、技术进课堂” 的模式，与我校推行的教师实践制度一脉相承，为应用型人才破解 “教学- 产业” 两张皮问题提供了新思路。
四、战略价值：赋能汽车产业高质量发展
随着汽车产业向电动化、智能化转型，零部件的精准检测与维护成为提升产品竞争力的关键。黄寿孟老师参与的项目，其价值不仅体现在技术突破上，更在于：
产业协同效应：项目成果可快速复制到吉利旗下其他生产基地，并向汽车零部件供应商辐射，推动整个产业链的智能化升级；
人才储备意义：通过 “传帮带” 机制，培养既懂算法设计又熟悉工业流程的复合型人才，缓解海南自贸港高端智能制造人才短缺问题；
社会经济效益：据测算，该技术全面应用后，可使吉利单条生产线年维护成本降低15%，并为行业提供可复用的技术标准。
信息与智能工程学院专业教师黄寿孟的企业实践，正是“产教融合不是简单的资源对接，而是要构建艺术、工程、数据与产业需求的全面融合生态。”这一理念的鲜活注脚。未来，双方将进一步探索“产业学院- 研究院- 创新中心”的三级合作架构，为中国汽车产业的高端化、国际化贡献 “三亚智慧”。
