研究方向为机器感知与智能控制，主要围绕人工智能及应用、智能语音控制及人机交互等，开展云、端、边智能语音识别，语音交互控制，语音生成等相关基础理论和方法研究；开展深度学习在自然语言处理、计算机视觉领域的相关理论和方法研究，以及人工智能在目标检测与识别、视觉导航、手势识别、人体动作捕捉技术、人机交互技术的应用研究。
ROS+SLAM机器人系统、惯性及视觉动作捕捉系统、AI+人机交互、AI+体育竞技、AI+导航定位，欢迎本科低年级学生加入开展科创，本科毕业生加入开展课题研究。
    自2001年留校工作起作为项目主管或技术负责人参与十余个科研项目的研制并广泛应用。协助指导的硕士生论文被评为黑龙江省优秀毕业硕士论文。自2019年以来参加了信息技术新工科产学研联盟组织的深度学习师资培训30学时，“智能基座”两期高级研修班（获深度学习课程“牛气冲天”奖）、“中国高校人工智能人才国际培养计划”高校人工智能教学研讨班等学习，均获得优异成绩和结业证书。
    现阶段重点瞄准人工智能领域神经网络、计算机视觉、智能控制等研究方向开展研究和人才培养工作，培养学生熟练掌握TensorFlow、Mindspore、PaddlePaddle、PyTorch、Keras等人工智能软件框架，深度学习算法、ROS系统应用和SLAM算法的能力。

    实验条件：
（1）顶配深度学习工作站（英伟达nvdia RTX3090TI(24G显存)GPU）、英伟达显卡图形工作站多台、多台套AI边缘计算设备英伟达TX2开发板、深度计算核心的双目惯导相机、深度摄像头、华为TaiShan2280V2服务器多台、TurtleBot机器人、室外光电智能车、百度智慧交通智能车、讯飞智慧餐厅智能车、航天智慧物流智能车、Spark-T机器人ROS平台多台、多台套自制机器人平台、多台套自制智能车平台、30台套Atlas200DK昇腾开发板、11台套高精度多功能小型转台等。
（2）人工智能GPU集群系统，计算节点：英伟达A100（80G显存）四卡GPU服务器3台套，英伟达3080八卡GPU服务器4台套，高性能管理节点工作站，高性能存储节点服务器3台套，交换机及UPS系统，无人驾驶平台10台套。
服务器配置：英特尔第三代至强 Gold6348处理器，物理核心：28核，线程：56线程，缓存：42MB, 基本频率：2.60GHz，最大睿频:3.50GHz，TDP：235W ，最大内存速度：3200MHz，UPI：3 UPI Speed：11.2 GT/s，内存1T DDR4-3200Hz， 硬盘1：SSD 480G*2块，硬盘2: 14T*6块。
    实践平台：船舶导航与控制国家级实验教学示范中心、“教育部-华为”智能基座产教融合协同育人基地、哈尔滨工程大学人工智能实验中心、智能科学与工程学院人工智能与自动化技术大学生创新中心、菲尼克斯工业4.0示范中心、Altera公司EDA-SOPC国际联合实验室、英飞凌联合实验室、灵动微电子联合实验室等。