1. 无人系统群集智能、强化学习基础上的路径规划；
2. 无人平台视觉目标检测、识别、定位、追踪；
3. 无人机-无人艇协同，动态组网协同；
4. 智慧城市物联网和无线通信；
本课题组在无人系统研究领域主要有以下几个方向：
一、由强化学习和深度强化学习与智能无人平台的运动（执行特定任务兼顾环境探索）场景结合，进行相关研究。目前应用强化学习和深度强化学习的场景领域主要包含：无人机的控制、导航、路径规划、集群、编队/组网（或称多智能体协同）、避障、循迹、任务分配和跟踪，（control, navigation, path planning, swarm, formation, obstacle avoidance, trajectory, track, task allocation, etc.）上述场景领域可借助能量效率分析，网络性能评估，通信信道分析作为衡量指标点，或强化学习和深度强化学习本身的一些性能指标作为衡量的指标，利用实验获得的数据和仿真数据做比对，得出新的模型或者算法之下的优化结果。
二、依托无人平台载荷的视觉传感器进行目标识别、检测、避障和追踪等。主要借助图像识别中的动态目标识别、检测、避障和追踪的方法，探索结合边缘计算平台提供的运算能力和机载处理能力（树莓派及以上），来完成相应的任务。主要利用深度学习的理论和方法来提升现有的识别精度和效果，并借助实验室已有无人机平台进行验证。积极开拓基于SLAM的三维重构方法研究，从双目开始，逐步过渡到单目模式下的基于SLAM的定位、重构等。同时，对无人机-无人艇协同，以及在集群基础上产生的动态组网需求进行进一步的研究，并在实验室已有的无人机-无人艇，无人机-无人车实验验证平台上进行理论验证。
三、智能无人平台及集群在5G+/6G环境下的通信、组网，以及海洋通信环境下对于通信信道的研究、能量效率的研究等。要考虑6G和海洋通信的条件，约束和性能指标对实际应用场景的影响和带来的功能结果等。要熟悉信号特征，功率频谱和无线通信的基本原理，不同条件下的约束情况和性能指标，从而对无人机参与的应用场景有比较基本的掌握，保证研究方向不出现大的偏差。可行的研究点包含：通信信道建模，SINR，大尺度、小尺度衰落，能量效率和通信信道安全、物理层安全等。
