姓名：吴华
职称：副教授，硕士生导师
研究方向（Focus Area）：
1、飞行机器人自主环境感知与行为规划Flying Robot (UAV, MAV, Drone) Perception and Autonomous Behavior Planning
2、高可信智能识别 High Fidelity Defects Recognition
3、同步定位与地图构建Simultaneous Localization And Mapping
联系方式：
办公地址：主楼E810
电子邮箱：wuhua@ncepu.edu.cn
一、个人简介及主要荣誉称号
吴华，男，1981年10月生。 2004年在北京交通大学获得学士学位，2010年在北京航空航天大学获得博士学位。现任华北电力大学控制与计算机工程学院副教授、硕士生导师、电力智能机器人工程技术研究中心（AMaze）负责人。IEEE会员、CIGRE电力机器人工作组专家、电机工程学会会员等。
吴华博士作为工业全自主巡检、高可信缺陷识别、智慧运维等理论和理念的提出者和领跑者：
1）主持研发了全球首个面向能源电力行业的全自主无人机系统——龙巢。在输变电、新能源发电、石油、安防等领域率先开展了部署和应用。为此，荣获了国家电网青创比赛金奖，得到了国资委网站的宣传报导。
2）主持研发的边云协同式智慧运维平台，建立了全面规范的精益智能的数字化管理模式。已在多个省规模化部署运行。
3）嵌入式低功耗高性能变电站自主导航SLAM系统成为全国首个成功应用于变电站巡检的全自主导航系统，形成了规模化应用和强大的行业影响力。
此外，主导发布了6项电力巡检机器人的行业标准。于2020年主导发布了IEEE-P2821无人机电力巡检国际标准。拥有40多项专利。通过科研创新和建立行业标准规范，成就了一批电力机器人企业上市。
二、教学与人才培养情况
独立讲授《机器学习》、《智能机器人技术》、《微机原理于应用》、《网络与通信技术》、《模式识别与智能系统前沿课程》。组建了AMaze本科创新团队，在国际开源社区崭露头角，并在全国工程机器人大赛多旋翼比赛中取得了第一名的成绩。团队成员的保研率达到百分之九十五以上，成员现就读慕尼黑理工、南加州大学、中国科学院、清华大学、北京航空航天大学、上海交通大学、华中科技大学等国内外知名科研机构。
团队在垂直领域的人才培养和国际先进技术的工程化转换具备独特优势。团队通过系统化的人才培养，从本科的广泛涉猎教育创新到研究生的垂直方向深度探索，实现了专业人员的连续培养，构建了人才供给的重要枢纽。毕业生现就职于林业大学、国家电网公司、泰尔实验室、邮政研究院、华为等单位。团队积累了一套从理论研究到工程化应用的技术转移协同创新模式，形成了能源电力行业底层科技创新的源动力。这两个方面的优势，将极大地驱动创新的速度和规模，为行业的颠覆性科技创新提供澎湃动力！
三、主要科研项目情况
1、纵向项目：
【1】2012-2014，面向电力塔杆安全检视的视点规划方法(项目号：61105083),国家自然科学基金（青年）项目；
【2】 2013-2014，电缆隧道机器人自主巡检方法研究，北京市共建项目；
【3】 2011-2014,基于飞行机器人的架空电力线路自主巡检方法研究,教育部“新世纪优秀人才支持计划”。
2、横向项目：
【1】中国电科院，三维点云重构与空间定位仿真系统, 2019；
【2】中国电科院，多环境智能行为机器结构设计方案研究，2018；
【2】国家电网，无人机避障测控系统，2014；
【3】国家电网公司，激光定位导航技术研究，2014。
四、主要获奖
【1】全国工程机器人大赛一等奖；
【2】中国电力企业联合会电力标准化先进个人；
【3】全国微课比赛二等奖。
五、代表性论著（第一作者，限10篇）
【1】Viewpoint Optimization Method for Flying Robot Inspecting Transmission Towers Based on Point Cloud Model，Chinese Journal of Electronics，2018.
【2】Fast Robot Localization Approach Based on Manifold Regularization with Sparse Area Features，Cognitive Computation，2016.
【3】Undelayed Initialization Using Dual Channel Vision for Ego-Motion in Power Line Inspection，Chinese Journal of Electronics，2016.
【4】Visual Data Driven Approach for Metric Localization in Substation，Chinese Journal of Electronics，2015.
【5】Planning efficient and robust behaviors for model-based power tower inspection，2012 2nd International Conference on Applied Robotics for the Power Industry (CARPI)，2012.
【6】Anapproach torobotSLAMbasedonincrementalappearancelearning withomnidirectional vision,International Journal of Systems Science，2011.