基于计算机视觉与深度学习技术，实现制造过程的实时智能识别与分析。

基于多传感器融合与智能检测技术，实现制造全场景与过程的分析及理解。

基于数据挖掘和数字孪生技术，实现制造过程数据映射、分析与挖掘。

研究宏观制造资源识别与特征提取技术和单元级微观生产行为识别与分析技术，构建车间生产行为数字孪生系统，支撑车间生产行为智能监控与态势预测。

研究人机交互及人-机器人共享控制技术，通过智能机器视觉、环境三维重构、眼动特征提取等手段，感知并预测人脑行为意图，从而实现日常生活活动、智能装配、智能焊接与增材等场景下的的机器人自适应控制。

利用数字孪生技术，对多机器人协同的超大型结构件电弧增材过程进行模拟仿真，精确预测并可视化结构件增材生长过程，实现增材的自适应形性调控。