1.     嵌入式软件系统设计

基于RK3588S嵌入式边缘计算平台，结合嵌入式软件开发、人工智能(深度学习)、计算机视觉技术、流媒体技术，研究嵌入式边缘计算平台的目标检测模型部署、基于特定场景下的软件系统设计，以及流媒体服务器的移植与优化。该研究方向将人工智能技术、嵌入式技术、机器视觉技术、流媒体技术等多个学科理论交叉，在低成本的前提下，为目标设备就近提供边缘智能服务，不仅提高了数据处理的实时性，还保障了敏感场地隐私数据的安全。

2.   深度学习与图像处理算法

煤矿安全视频图像分析与识别技术是保障我国煤矿智能化建设核心技术。为了及时并有效的监测和预警煤矿井下安全隐患，基于机器视觉的图像处理方法已经成为煤矿安全生产领域的研究热点。该方向主要通过深度学习和视频图像处理技术开展煤矿井下人群计数、钻杆计数、异物侵袭、安全识别等方面的研究工作。研究内容包括：深度学习算法，图像模糊增强技术、图像高质量分割技术等，相关研究成果为推动智慧矿山建设奠定基础。

     3.   基于机器学习的损伤监测技术

机器学习算法（Machine Learning）作为人工智能的核心，是一门多领域交叉的学科，目的在于从大量的历史样本数据中挖掘其中隐含的规律。基于“逐本朔源、优势互补”的思想，利用集成在结构中的光纤传感网络实时地监测结构健康状态，结合先进的信号处理方法从茫茫的多源信号中“砂里淘金”，提取损伤特征。结合机器学习算法开展损伤识别与分类，开发基于LabVIEW的损伤监测系统，实现结构健康自诊断、自修复，保证结构的安全性和降低维修费用。

4.   空间服役环境多场耦合分析

航天器服役过程往往要经受真空环境、交变温度载荷、强电磁辐射等极端空间环境以及振动、冲击等严酷外部载荷的作用，可展开智能复合材料在力学行为上具有几何与材料非线性特征，在响应机理和工作环境上具有多场耦合的特点。此外，由于制备工艺的不完善，制备过程中智能复合材料内部会在一定程度上出现初始细观孔隙损伤。如何描述结构位移场、电磁场、温度场之间的耦合关系，探寻和发现多物理场耦合因素，需要研究多物理场耦合环境下智能复合材料的非线性本构关系。

5.   多尺度损伤分析方法

采用有限元方法求解裂纹奇异域的应力场时需要十分精细的网格和高阶单元，并且在裂纹发生扩展后需要重新划分网格，存在收敛速度慢、分析精度低等问题。在宏观尺度研究有限元、小波有限元、边界元建模方法，在细观尺度下建模高精度细观力学方法，针对风电叶片、飞机机翼、星载可展开结构等，探索服役环境下智能复合材料多模式细观损伤萌生、累积演化及失效机理，为损伤模式/位置识别提供科学依据。