本人研究领域主要包括人工智能与计算机视觉相关内容，包括但不限于以下内容：

（1）广域高密度场景下目标智能分析：

    面向广域高密度目标场景（如城市群监测、大规模活动安防），本研究聚焦轻量化深度学习模型与多模态数据融合方法，设计基于注意力机制与知识蒸馏的动态目标检测框架，结合边缘计算优化策略，解决高密度目标遮挡与计算资源受限问题；通过时空图神经网络建模目标交互关系，实现复杂场景下多目标鲁棒跟踪与群体行为推理，为智慧城市与公共安全提供理论支撑。

（2）具身智能与自主决策

  面向复杂动态物理环境中的机器人自主作业需求（如智能制造、特种救援），本研究聚焦多模态大模型与深度强化学习的交叉融合，设计基于视觉-语言-动作（VLA）模型的端到端任务规划框架，结合虚实迁移（Sim-to-Real）技术，解决开放环境下自然语言指令理解与长视距任务执行的泛化性难题；通过持续学习与动态环境交互机制优化决策策略，实现未知干扰下的智能体灵活操作与自适应协同控制，为通用人工智能向物理世界落地提供核心驱动力。

（3）无人平台环境智能感知

   面向非结构化与极端条件下的无人系统自主导航需求（如野外探测、复杂水域巡检），本研究聚焦多源异构传感器融合与鲁棒场景理解方法，设计基于视觉与激光雷达深度耦合的三维感知框架，结合自适应特征提取算法，解决雨雪低光照等恶劣天气及缺乏先验地图带来的感知失效问题；通过语义SLAM（同步定位与建图）技术构建高精度环境拓扑图，实现全天候全天时条件下的精准障碍物识别与可通行区域分割，为无人机、无人艇等装备的安全可靠运行提供底层感知保障。