本方向聚焦人工智能技术在工业自动化与智能交通领域的核心场景应用，围绕AGV（自动导引车）智能调度系统与自动驾驶多模态视觉感知技术两大前沿领域展开攻关，致力于解决复杂工业环境下高精度环境感知、实时决策与协同控制等关键问题。研究内容深度融合交通运输工程、电子信息、计算机视觉等多学科交叉优势，为硕士生提供“理论研究-技术开发-场景落地”的全链条创新平台。主持项目：无人工厂智能体运动控制及数智规划关键技术研发与产业化（宁德市揭榜挂帅项目）
【核心研究内容】
工业级AGV视觉导航与集群协同优化
研发基于多传感器融合（RGB-D相机、激光雷达、IMU）的AGV动态环境感知算法，突破复杂光照、遮挡场景下的高鲁棒性目标检测与语义分割技术。
构建深度强化学习驱动的AGV集群路径规划模型，实现仓储物流场景下千台级AGV的实时避障与任务协同，推动柔性制造系统效率跃升。
自动驾驶视觉检测的轻量化与可信增强
设计面向边缘计算的轻量级视觉Transformer架构，开发低时延、高精度的交通标志识别、车道线检测及障碍物追踪算法，适配车载嵌入式平台算力约束。
探索多源异构数据（视觉/毫米波雷达/V2X）的时空对齐与不确定性建模，构建可解释性强的自动驾驶决策模型，满足工业场景严苛的安全容错需求。
【寄语未来】
锤炼深度学习、边缘计算等尖端技能；追求技术落地带来的产业变革力量，本研究方向将提供从“论文创新点”到“产品落地线”的跃迁式成长路径！