个人简介：

刘长春，博士，南京航空航天大学副研究员，从事具身智能机器人、工业大模型、人机共融制造系统、物理AI以及制造系统智能运维研究。主持国家自然科学基金、江苏省自然科学基金、中国博士后科学基金面上项目、航天科工集团纵向项目等国家级/省部级项目10余项。发表高水平论文30余篇（其中中科院一区TOP20余篇，被引1500余次），出版著作2部，授权国家发明专利10余项。作为主要完成人的项目荣获江苏省科学技术奖二等奖、江苏省工程师学会科学技术奖特等奖、中国发明协会发明创业奖二等奖、国际发明展览会金奖、江苏省机械工业科技进步一等奖等多项奖励，入选国家资助博士后研究人员计划、江苏省卓越博士后计划、江苏省青年科技人才托举工程。担任IEEE数字制造与人本自动化专委会委员、中国图学学会人机协作与具身智能专委会委员，多个国内外期刊编委/青年编委、国际学术会议分论坛主席，受聘世界智能制造大会顾问。

工作经历：

2026.06 - 现在     副研究员南京航空航天大学

2024.03 - 2026.06助理研究员/博士后南京航空航天大学

教育背景:                                                     

2020.09 - 2024.03博 士  南京航空航天大学

学术服务：

[1] 2024.12-至今，IEEE数字制造与人本自动化技术委员会（IEEE Technical Committee on Digital Manufacturing and Human-Centric Automation）委员

[2] 2026.05-至今，中国图学学会人机协作与具身智能技术委员会委员

[3] 2024.09-至今，《World Journal of Mathematics and Statistics》期刊编委

[4] 2024.05-至今，《Electronics》（JCR Q2）期刊“人机协作”专刊客座编辑

[5] 2025.09-至今，《Robot Learning》期刊青年编委

[6] 2025.08-至今，《Intelligence & Robotics》期刊青年编委

[7] 2025.10-至今，《AI and Autonomous Systems》期刊青年编委

[8] 2025.04-至今，《Journal of Artificial Intelligence and Control Systems》期刊青年编委

[9] 2026.06-至今，《Journal of Advanced Manufacturing Science and Technology》期刊青年编委

[10] 2026.03-至今，《工业工程》期刊青年编委

[11] 2026.09-至今，《计算机集成制造系统》期刊青年编委

[12] 2025年国际数字孪生会议（NSFC-RGC联合资助项目）分会场主席

[13] 2025年第11届机械工程与航空航天工程国际会议分会场主席

[14] 2025年第4届新材料、机械与车辆工程国际会议分会场主席

[15] 2026年人工智能与智能体国际会议（ICAIAgent 2026）分会场主席

[16] 2026年第六届机器人、自动化与智能控制国际会议（ICRAIC 2026）分会场主席

科研项目：

[1] 国家自然科学基金青年基金项目，2026.01-2028.12，主持；

[2] 中国航天科工集团项目，2024.05-2025.03，主持；

[3] 中国博士后科学基金第75批面上资助，2024.06-2026.06，主持；

[4] 国家资助博士后研究人员计划B档项目，2024.06-2026.06，主持；

[5] 江苏省自然科学基金青年基金项目，2024.07-2027.07，主持；

[6] 江苏省卓越博士后计划项目，2024.06-2026.06，主持；

[7] 高效洁净机械制造教育部重点实验室开放课题，2026.01-2027.12，主持；

[8] 青年科技基金创新基金（理工民口类），2026.01-2027.12，主持。

学术代表作：

[1] Liu C，Tang D，Zhu H，Zhang Z，Wang L，Nie Q. AR-assisted human-robot collaborative assembly system: Integrating visual language model and deep reinforcement learning for task planning and seamless interactive guidance[J]. Journal of Manufacturing Systems, 2026, 84: 40-67.（一作，一区TOP，IF=14.2）

[2] Liu C，Tang D，Zhu H，Wang L，Cai Q，Nie Q. LLM-enhanced embodied multi-agent manufacturing system: A novel self-organizing production paradigm for embodied perception, embodied analysis and embodied decision[J]. Journal of Manufacturing Systems, 2026, 84: 357-382.（一作，一区TOP，IF=14.2）

[3] Liu C，Tang D，Zhu H，Zhang Z，Wang L，Zhang Y. Vision language model-enhanced embodied intelligence for digital twin-assisted human-robot collaborative assembly[J]. Journal of Industrial Information Integration, 2025: 100943.（一作，一区TOP，IF=11.6）

[4] C Liu, D Tang, H Zhu, L Wang, Q Cai, H Shi. Vision language model-enhanced embodied intelligence for AR-assisted HRC assembly: Multimodal cognition, task reasoning, and autonomous execution. Journal of Manufacturing Systems, 2026, 88: 669-698.（一作，一区TOP，IF=14.2）

[5] Liu C, Song J，Tang D，Wang L，Zhu H，Cai Q. From insight to autonomous execution: VLM-enhanced embodied agents towards digital twin-assisted human-robot collaborative assembly[J]. Robotics and Computer-Integrated Manufacturing, 2026, 98: 103176.（一作，一区TOP，IF=11.4）

[6] Liu C, Zhu H, Tang D, et al. Probing an intelligent predictive maintenance approach with deep learning and augmented reality for machine tools in IoT-enabled manufacturing[J]. Robotics and Computer-Integrated Manufacturing, 2022, 77: 102357.（一作，一区TOP，IF=11.4）

[7] Liu C, Zhang Z, Tang D, et al. A mixed perception-based human-robot collaborative maintenance approach driven by augmented reality and online deep reinforcement learning[J]. Robotics and Computer-Integrated Manufacturing, 2023, 83: 102568.（一作，一区TOP，IF=11.4）

[8] Liu C, Tang D, Zhu H, et al. An augmented reality-assisted interaction approach using deep reinforcement learning and cloud-edge orchestration for user-friendly robot teaching [J]. Robotics and Computer-Integrated Manufacturing, 2024,85:102638.（一作，一区TOP，IF=11.4）

[9] Liu C, Song J，Tang D，Wang L，Zhu H，Cai Q. Probing a novel machine tool fault reasoning and maintenance service recommendation approach through data-knowledge empowered LLMs integrated with AR-assisted maintenance guidance[J]. Advanced Engineering Informatics, 2025, 66: 103460.（一作，一区TOP，IF=9.9）

[10] Liu C, Tang D, Zhu H，Cai Q, Zhang Z, Nie Q. Enhancing machine tool predictive maintenance: A dual-model approach integrating improved deep autoencoders and graph attention network[J]. Computers & Industrial Engineering, 2025, 203: 111048.（一作，二区TOP，IF=6.5）

[11] Liu C, Nie Q. A blockchain-based LLM-driven energy-efficient scheduling system towards distributed multi-agent manufacturing scenario of new energy vehicles within the circular economy[J]. Computers & Industrial Engineering, 2025, 201: 110889.（一作，二区TOP，IF=6.5）

[12] Zhao Z，Tang D*，Liu C^*，Wang L，Zhang Z，Zhu H，Chen K，Nie Q，Ji Y. A Large language model-based multi-agent manufacturing system for intelligent shopfloors[J]. Advanced Engineering Informatics, 2026, 69: 103888.（共同通讯作者，一区TOP，IF=9.9）

[13] Zhu H, Zong L, Liu C^*，Guo J. A 3D-enhanced occlusion-aware correlation filter for assembly quality inspection in confined spaces[J]. Engineering Applications of Artificial Intelligence, 2026, 165: 113418.（通讯作者，一区TOP，IF=8）

[14] Ma Y, Tang D*, Zhu H, Cai Q, Zhang Z, Wang L, Liu C^*. Probing AR-assisted seamless HRC assembly for industry 5.0: Multi-modal mutual cognition and LLM-driven knowledge reasoning[J]. Robotics and Computer-Integrated Manufacturing, 2026, 97: 103112.（共同通讯作者，一区TOP，IF=11.4）

[15] Huang L, Liu C^*, Tang D, et al. A new job insertion hybrid algorithm for distributed flexible job shop scheduling problems[J]. Computers & Operations Research, 2026: 107386.（通讯作者，一区TOP，IF=4.3）

[16]Liu C, Zhu H, Tang D, et al. A transfer learning CNN-LSTM network-based production progress prediction approach in IIoT-enabled manufacturing[J]. International Journal of Production Research, 2022: 1-24.（一作，二区TOP，IF=9.2）

[17] Nie, Qingwei, Junsai Geng, Dunbing Tang, and Changchun Liu*. Industrial knowledge-enhanced fault diagnosis method: Integrating LLM and knowledge graph for fault reasoning and maintenance recommendation in CNC machine tools. Computers & Industrial Engineering, 2026: 111879.（通讯作者，二区TOP，IF=6.5）

[18] Nie, Qingwei, Dunbing Tang, Jianning Ding, Weiwei Qian, and Changchun Liu*. A multi-agent and vision language model framework of digital twin for shop-floor self-decision-making control towards industry 5.0 high-performance manufacturing. Journal of Industrial Information Integration, 2026: 101161.（通讯作者，一区TOP，IF=11.6）

专利代表作：

[1] 中国发明专利：一种面向复杂航天产品人机协作装配的具身智能体封装方法及装置，中国，刘长春，唐敦兵，朱海华，ZL202511309303.6.

[2] 中国发明专利：基于三维增强相关滤波的狭小空间零件装配质量检测方法，中国，刘长春，蔡祺祥，朱海华，唐敦兵，宗陆杰，陈凯，王立平，张泽群，ZL202511308826.9

[3] 尼日利亚发明专利：Human-robot Collaborative Assembly Task Allocation and Sequence Planning Method Based on Human Factors Engineering，尼日利亚，刘长春，马业，王立平，赵明瑞，唐敦兵，朱海华，张泽群，陈凯，F/PT/NC/O/2025/19217

[4] 中国发明专利：基于数字孪生的工业产品视觉质量检测与参数优化方法，中国，朱海华，刘长春，刘黄民，唐敦兵，王立平，蔡祺祥，陈凯，张泽群，ZL202610397542.X

[5] 中国发明专利：基于数字孪生的人机协作装配机器人协同控制方法及系统，中国，刘长春，陈镜涛，唐敦兵，朱海华，王立平，蔡祺祥，陈凯，张泽群，ZL202610361504.9

[6] 中国发明专利：融合虚实仿真的数字孪生车间生产调度决策系统及方法，中国，朱海华，刘长春，徐晨浩，唐敦兵，蔡祺祥，王立平，陈凯，张泽群，ZL202610710385.3

[7] 中国发明专利：一种基于少样本视觉与RAG的装配进度检测方法及系统，刘长春，刘高宇，唐敦兵，朱海华，蔡祺祥，王立平，陈凯，张泽群，ZL202610668008.8

[8] 中国发明专利：一种用于车间现场的多源异构数据的采集系统及方法 中国 唐敦兵，朱海华，王震，刘长春，聂庆玮， ZL202111347534.8

[9] 中国发明专利：一种产业链路制造资源的构建方法及装置，中国，朱海华，唐敦兵，周世辉，聂庆玮，宋家烨，张毅，刘长春， ZL202110440493.0

[10] 中国发明专利：基于区块链的协同制造多主体数据共享与权益确认方法，中国，朱海华，姜鑫冉，陈德旭，刘长春，唐敦兵，蔡祺祥，王立平，陈凯，张泽群，ZL202610165178.4

软件著作权：

[1] 基于深度学习的生产实时优化协同管理平台，登记号：2022SR1036595.

[2] 基于深度学习的智能制造设备数据挖掘系统，登记号：2021SR0362279.

[3] 基于具身智能体的人机协作装配任务推理系统，登记号：2024SR1733585.

[4] 基于工业大模型的人机协作决策系统，登记号：2024SR1859211.

[5] 基于工业场景图谱的人机协作任务推理系统，登记号：2024SR1873719.

[6] 基于AR的智能引导装配软件，登记号：2025SR2294413.

[7] 基于双目视觉的装配状态感知系统，登记号：2025SR2294423.

[8] 数字孪生辅助装调系统，登记号：2025SR2296935.

联盟标准：

[1] 刘长春，工业互联网边缘计算-面向工业边云协同通用技术要求，工业互联网产业联盟标准（起草单位、主要起草人，排名5/26）

专著教材：

[1] 人工智能技术及其应用研究[M]，西北工业大学出版社，2024.（副主编）

[2] 网络化协同制造：智能工厂[M]，机械工业出版社, 2025.9. (工业互联网赋能智造系列教材，主编)

科技奖励：

[1] 2024年度江苏省科学技术奖-科技进步奖二等奖，排名4/9

[2] 2025年度中国发明协会发明创业奖二等奖，排名4/10

[3] 第十一届国际发明展览会带一路暨金砖国家技能发展与技术创新大赛金奖，排名4/10

[4] 2025年度江苏省工程师学会科学技术奖特等奖，排名2/9

[5] 2025年度江苏机械工业科技进步奖一等奖，排名14/15

特邀报告：

[1] 青年报告（最佳论文奖一等奖）：Probing an augmented reality-assisted human-robot collaborative assembly approach based on deep reinforcement learning. 4th IEEE International Conference on Automation in Manufacturing, Transportation and Logistics (iCaMaL2024), 2024.

[2] 专题特邀报告：增强现实辅助的人机协作装配方法，中国机械工程学会工业大数据与智能系统分会学术年会暨第七届大数据驱动的智能制造学术会议，2024.

[3] 专题特邀报告：Autonomous multi-agent manufacturing system based on LLM-driven embodied intelligence，21st International Manufacturing Conference in China (lMCC)，2025.

[4] 青年报告（最佳论文奖一等奖）：Large language model-enhanced embodied intelligence for digital twin-assisted human-robot collaboration assembly. NSFC-RGC 2025 Conference on “Frontiers of Digital Twins in Intelligent Manufacturing and Smart Cities”, 2025.

[5] 专题特邀报告：视觉语言模型增强的具身智能：用于数字孪生辅助的人机协作装配，第三届人本智造学术会议，2025.

[6] 专题特邀报告：视觉语言模型增强的具身智能：用于数字孪生辅助的人机协作装配，第九届数字孪生与智能制造服务学术会议，2025.

[7] 青年报告（最佳论文奖）：探索面向人机共融装配的多模态认知与协同决策方法，全国先进生产系统理论与应用研讨会，2025.

[8] 专题特邀报告：VLM-enhanced embodied multi-agent manufacturing system a novel self-organizing production paradigm for embodied perception, embodied analysis and embodied decision，中国机械工程学会工业大数据与智能系统分会学术年会暨第九届大数据驱动的智能制造学术会议，2026.

[9] 专题特邀报告：视觉语言模型与数字孪生混合驱动的具身人机协作制造系统，第十届数字孪生与智能制造服务学术会议，2026.

[10] 青年报告：Embodied multi-agent system integrating VLA for AR-assisted HRC assembly task reasoning and autonomous execution, 11th CIRP Conference on Assembly Technologies and Systems (CIRP CATS), 2026.

指导学生情况：

协助指导在校硕/博士研究生20余名，担任本科生班主任，指导学生获中国大学生工程实践与创新能力大赛国赛一等奖、中国大学生机械工程创新创意大赛（毕业设计赛）国赛二等奖、中国大学生机械工程创新创意大赛（第八届“犀浦智能杯”智能制造赛）国赛二等奖、国家级/省部级/校级大学生创新训练项目、自由探索项目、校优秀本科毕业设计一等奖等。

非常欢迎对上述方向感兴趣的同学们报考！