研究方向

低空智能感知

        智能无人系统环境感知性能依赖于大规模高质量标注数据，但标注成本高昂并且耗时耗力，同时海量的无标注数据信息也未被充分挖掘和利用。围绕环境感知中的目标检测、目标计数、语义分割等任务，研究基于海量未标注数据的大模型以及大小模型的协同学习。

低空具身智能

低空具身智能方向主要面向下一代空中自主飞行机器人，构建低空世界模型及具身数据平台、端到端的感知-决策-控制-行动一体化学习范式、场景任务驱动的空中机器人硬件，打造自主可控的低空世界。

低空群体智能

        单个无人机由于视角和模型能力的约束，在复杂环境下无法对环境进行高性能的感知，而多个智能无人系统载体可以通过协同学习，利用多个来源多个视角的互补信息，提高智能无人系统环境感知的精确度和鲁棒性，实现“互帮互助共同成长”。