研究方向

（1）智能测试系统与仪器

致力于将人工智能技术深度融入工业测试仪器、在线检测设备以及远程和实时监测设备的研发与优化。通过机器学习算法实现设备的自适应测试测量、故障诊断与预测性维护；利用深度学习技术优化工业控制流程，提升自动化水平；借助人工智能驱动的信息传输与管理策略，实现数据的高效处理与智能决策支持。

重点涉及嵌入式软硬件设计，结合人工智能框架，开发智能测试系统；利用人工智能算法优化PC机软件设计，实现智能数据处理与分析；对设备电路系统进行智能化设计与调试，确保硬件与软件的高效协同工作。

面向智能制造、智能交通、智能能源等领域，开发智能化测试与监测设备，为工业生产的智能化升级提供技术支撑。

（2）多模态大模型驱动的具身智能

致力于将多模态大模型应用于具身智能的研究与开发，通过融合多种感官信息，使智能体能够在复杂环境中实现高效的感知、交互与决策。利用先进的深度学习算法，实现对视觉、听觉、触觉等多种模态数据的综合处理与分析，提升智能体对环境的理解能力。开发智能体与环境的高效交互机制，使其能够根据任务需求主动适应环境状态，完成复杂的指定任务。同时，探索如何将数字空间中学习到的技能有效迁移至物理世界，增强智能体在现实场景中的适应性与应用能力。

重点涉及多模态数据的融合与处理，结合多模态大模型，开发具身感知系统；利用深度学习优化交互策略，实现智能体与环境的高效交互；设计智能体的决策与规划算法，确保其能够灵活应对复杂多变的任务需求。

面向智能机器人、智能交互、虚拟现实等领域，开发具有多模态感知与交互能力的具身智能系统，为人工智能技术在现实世界的应用提供创新解决方案。

（3）强化学习与室内自主导航

致力于通过强化学习算法提升机器人在复杂室内环境中的自主导航能力，实现高效、灵活且智能的路径规划与避障。利用深度强化学习技术，使机器人能够在未知或动态变化的室内场景中自主学习最优路径规划策略，有效避开静态和动态障碍物，快速到达目标位置。研究机器人与人类在室内环境中的自然交互模式，通过强化学习优化机器人的行为策略，使其能够准确理解人类意图并提供有效的协作支持。

重点涉及强化学习算法的设计与优化，结合室内环境特点，开发自主导航系统；利用多传感器融合技术，提升机器人对室内环境的感知能力；研究机器人学习与适应能力的增强技术，确保其在多变的室内环境中的可靠运行。

面向智能建筑、家庭服务、智能物流等领域，开发具有自主学习与适应能力的室内导航机器人系统，为提高室内任务执行效率与生活质量提供先进的技术支持。

教学工作

1、《微机原理与接口技术》本科专业课

2、《随机信号处理》研究生专业课

3、《动态测量与数据建模》研究生专业课

科研项目及成果

在本领域重要刊物和会议上发表了50余篇相关学术论文，其中SCI检索30余篇；授权国家发明专利20余项；主持国家自然科学基金项目、国家重点研发计划子课题、国家技术基础科研项目、民机专项等。