张焯然，教授、博士生导师，国家海外高层次青年人才、“兴辽英才计划”青年拔尖人才。2014年获哈尔滨工业大学学士学位，2019年获多伦多大学机械工程博士学位，2019至2021年在多伦多大学从事博士后研究。

研究领域为机器人与自动化，重点开展显微操作机器人、微纳操作系统、精密仪器和智能自动化装备研究。研究围绕机器人设计、精密运动控制、视觉伺服、显微机器视觉、机器学习、微尺度交互建模和机器人辅助决策等方向展开，操作对象以精子和胚胎为主，应用场景涉及辅助生殖（人类细胞）和畜牧育种（动物细胞）。

已发表SCI论文70余篇，其中以第一作者或通讯作者发表论文40余篇，侧重学科交叉融合，包括机器人及自动化领域顶刊IEEE Transactions on Robotics、
IEEE/ASME Transactions on Mechatronics、IEEE Transactions on Automation Science and Engineering，人工智能与医疗影像领域顶刊IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Medical Imaging，临床生殖医学领域顶刊Fertility and Sterility、Human Reproduction、Reproductive Biology and Endocrinology等。成果在不同学科均获得认可，包括IEEE机器人与自动化领域期刊及会议最佳论文奖及提名4项、美国生殖医学会年度技术成就奖（连续3年）。现任机器人领域国际期刊IEEE Transactions on Automation Science and Engineering副编辑、IEEE Robotics and Automation Letters副编辑。主持各类科研项目10余项。

主要研究方向

1. 机器人机构与微纳操作系统：研究显微操作机器人的机构设计、运动学建模、末端执行器、系统标定和精密运动控制，解决微小尺度下的定位、姿态调整和对象操控问题。

2. 精密仪器与智能自动化装备：研究显微操作平台、末端执行器、成像系统和自动化实验装置的设计、集成与性能评价，形成面向微小对象操作的机器人系统。

3. 显微机器视觉与智能感知：研究显微图像和视频中的目标检测、跟踪、分割、三维形态重建、深度估计及状态识别，为机器人规划与控制提供视觉信息。

4. 视觉伺服与机器人交互控制：研究显微环境下的视觉伺服、接触检测、微尺度交互建模、吸取过程建模和闭环控制，提高机器人操作的精度、稳定性和成功率。

5. 机器学习与机器人辅助决策：研究深度学习、Transformer、弱监督学习和数据驱动模型在具身智能、机器人感知、状态评估、操作规划及系统性能优化中的应用。

招生说明

课题组科研经费稳定，实验平台完善，鼓励自由探索，研究生招生名额充足。

欢迎自动化、机器人、机械、精仪、人工智能、计算机、生物医学工程（排序不分先后）等专业的学生申请。导师本科出身是自动化专业且无双学位，不要求学生具备专业生物或医学知识，了解“精子与卵细胞结合形成胚胎”这类基本常识、对生物医学和畜牧育种领域不反感即可。