董延超，博士、副教授、博士生导师。2012年获日本熊本大学博士学位，2012年至2016年在太阳成集团tyc7111cc自动化系从事讲师工作，2016年至今任太阳成集团tyc7111cc控制科学与工程系副教授。

长期从事SLAM体系结构、多模态传感器数据处理与关联、GPU高性能并行加速计算、三维重建与测量、图像计算成像处理、产品瑕疵及工程病害的检测与识别等方面的研究。近年来在多模态异构感知与计算领域做了大量的基础研究工作，主持了国家自然科学基金面上项目“复杂环境多鱼眼相机协同结构化vSLAM及评估体系研究”（61873189），深入研究了多台大视野鱼眼相机协同的视觉SLAM系统，提出了基于几何对象的高精度强鲁棒位姿估计方法，建立了半静态环境和动态对象干扰的检测处理方法，解析了SLAM系统的体系结构及依赖关系，构建了面向SLAM全流程开发与评估的富真值标准数据库；参与了国家重点研发计划课题“互助型机器人易用性集成开发与应用验证”（2018YFB1305300），开发了基于视觉、激光、惯导等多模态传感器的SLAM系统，为机器人平台自主作业提供精确的工业环境定位信息；项目组于2019年开发研制了基于激光雷达的水电站压力管道内自主飞行无人机，解决了圆形狭长管道空间中的部分定位问题和无人机巡航控制问题，成功的应用于天荒坪抽水蓄能电站700米压力斜管的健康检测，属国内首创；2020年开发研制了适合于电厂大尺度重复性结构室内环境的视觉SLAM系统，为无人机自主飞行作业提供强鲁棒、高精度的实时位姿信息，已成功应用于上海外高桥、上海吴泾、福建可门等多家火力发电厂。项目组于2020年受中国长江电力股份有限公司委托对三峡地下电站压力管道进行了几何三维重建及表面纹理优化研究并取得了初步可喜成果。2020年受宝山钢铁股份有限公司委托进行了“小样本弱标注表面瑕疵检测算法”研究，对弱标注优化、深度神经网络多尺度信息融合展开深入研究，形成了小样本弱标注条件下的高精度强鲁棒瑕疵检测算法，并获得多项实际工程应用。此外，项目组负责人还主持了国家自然科学基金青年项目“非控环境下的单目3D人脸运动估计与追踪机理及判据研究”（61305023）、教育部博士点基金“非控环境下人脸及其特征点追踪机理及判据研究”（20130072120066）以及多项计算机视觉处理相关的中央高校基本科研业务费项目。

在上述研究方向已发表SCI论文9篇，EI论文12篇，他引600余次；其中，在《IEEE Transactions on Circuits and Systems for Video Technology》、《IEEE Transactions on Intelligent Transportation Systems》、《Robotics and Autonomous Systems》、《Neurocomputing》等图像处理与自主机器人领域SCI一区、二区顶级期刊发表论文5篇。主笔起草了《燃煤电厂封闭煤场存煤体积无人机盘点作业技术导则》（申报稿）电力行业标准；参与撰写专著一部《Encyclopedia of Sustainability Science and Technology》（Springer出版社）；在计算机图像处理、机器学习、无人机测控领域获得授权国家发明专利8项，公开国家发明专利10项。