在充分分析本领域状况和发展趋势的基础上，结合本实验室已有工作基础，确立了四个研究方向及其主要研究内容分别如下：
1.方向一：复杂系统建模、控制与优化。该方向主要研究内容包括以下四点：
（1）基于信息物理系统的智能电网与智能机器人系统的建模
智能电网和智能机器人系统主要通过先进的传感和测量技术、先进的设备技术、先进的控制方法以及先进的决策支持系统技术的应用，实现智能电网和智能机器人系统的可靠、安全、经济、高效、环境友好和使用安全的目标。值得指出的是，两者均可视为计算与物理过程的统一，因此本方向将采用综合离散建模、微积分方程与随机微分方程建模等方式，基于信息物理系统研究智能电网系统和智能机器人系统的系统建模问题，使得所建模型能够满足系统对实时性、可靠性、随机性等非功能性属性的要求。
（2）基于信息物理系统的智能电网与智能机器人系统的状态观测与估计
随着计算机技术和网络通信技术的不断发展，智能电网和智能机器人越来越多地被用到实际工业生产中，但是由于以上两类系统的内部复杂性，以及系统内外部多种随机因素的影响，一般情况下总会出现系统的状态变量表现为部分未知或未知，与此同时，实际测量的数据又不能准确的反映系统的动态外部状态表征。然而系统的动态外部状态表征是系统研究的基石，因此，从动态外部表征出发，特别是基于物理信息系统的视角研究智能电网和智能机器人的状态估计问题具有重要的理论意义和广泛的应用前景。
（3）基于信息物理系统的智能电网与智能机器人系统的反馈控制
基于信息物理系统的智能电网与智能机器人系统的状态观测与估计结果，进一步对系统进行有效的反馈控制，一直是现代控制理论研究的核心内容之一。这里将主要考虑三个方面：首先，为了节省控制费用，设计合理的离散动态采样规则和有效的控制策略；其次，信息物理系统的时延问题已经受到了广泛关注，考虑时延反馈控制器的设置；最后，智能电网与智能机器人系统中广泛存在系统与模态的切换，针对基于混杂动态系统的反馈控制器的设置无疑是一个有意义的研究问题。
（4）基于信息物理系统的随机智能电网与智能机器人系统的控制研究
在随机环境下，分析基于信息物理系统的智能电网与智能机器人系统的控制研究。信息物理系统在信息传输过程，往往会受到随机因素的干扰，使得系统的动态特征发生明显的变化。首先，分析随机网络环境下，智能电网与智能机器人等系统的性能研究、状态估计与反馈控制；其次，研究由Brown运动与Levy过程驱动的随机智能电网与随机系统机器人系统的动态特性与控制问题；最后，研究高阶非线性随机系统的控制问题，并将相关研究结果应用到智能机器人控制上。
2．方向二：移动机器人感知与智能控制。该方向主要研究内容包括以下六点：
（1）高端装备视觉信息处理与数据挖掘
主要从事工业领域视觉计算、视觉模式分类、多模式人机交互、运动目标检测与追踪、三维视觉以及全息成像编码与理解、现代制造业数据挖掘、机器学习等方面的研究。
（2）图形学与可视化研究
主要从事智能制造装备中基于图形图像和可视化研究，围绕着视觉、文本、生物等多种信息的获取、表示、理解、转换与呈现等，从不同视角对智能问题进行科学探索，包括计算机辅助几何设计和图形学的基础理论和方法。
（3）数字医疗影像、机器人与分析计算
主要从事数字医疗产品与关键技术的研发与推广，包括聚焦医疗影像设备、医疗机器人学、医疗影像分析计算等学科方向的研究。该方向主要研究内容包括以下三点：
（4）群体机器人系统的实时协同导航问题
针对未知的室内环境下的多移动机器人系统协同路径规划与实时在线导航问题。研究一种基于障碍物膨胀算法和群体智能的实时导航算法。拟通过群智能仿生算法负责多机器人系统的全局路径规划问题，同时利用一种障碍物膨胀算法负责系统局部路径的求解；构造评分函数在线计算实时导航的路径长度，提高多机器人系统的决策能力，实现群体移动机器人系统的实时导航控制。
（5）群体机器人系统的协同地图构建问题
为了提高移动机器人未知环境构建地图的效率，研究基于群智能仿生算法的群体机器人协作地图构建方法。考虑将室内未知环境区域划分成四个区域，以分布式任务分配方式对群体移动机器人系统分配不同的搜索任务，提高群体机器人系统的搜索效率，有效避免群体移动机器人陷入凹型障碍物区域。同时考虑基于生物学原理构造一种视野因子，能够使移动机器人在远离障碍物时具有较大的视野，而靠近障碍物时视野因障碍物遮挡而变窄，从而获得更加精确的地图构建数据；进一步从理论方面系统分析边缘梯度算法的收敛性，搭建多机器人导航控制实验平台，验证方法的有效性。
（6）群体机器人系统环境感知与协同导航控制实验平台搭建
利用二维机器人仿真器和机器人开源可视化软件搭建群体移动机器人系统环境感知和实时导航实验平台，在室内未知环境下进行感知环境，然后实时在线构建地图同时确定自己的位置和运动轨迹，实时展示群体机器人系统的运动轨迹与路径；进一步借助4套XQ4-PRO通用ROS开发平台，搭建一套群体移动机器人的实物实验平台，该实验系统含有高精度里程计信息，可以由陀螺仪矫正修改，以此实现提出的基于群智能仿生算法的多移动机器人系统的协同导航与控制算法。
3．方向三：能源互联网运行控制与优化调度 。该方向主要研究内容包括以下四点：
（1）微网电能质量控制
针对微网面临的诸多电能质量问题（包括谐波污染、三相电压不平衡、电压波动与频率波动、电压暂升/暂降/闪变等），从分布式电源并网逆变器、分布式电源协调控制、分布式负荷优化调度等方面开展微网电能质量综合治理研究。研究接入大电网的电力电子变流器的控制方式，各类集中、分布、离散微网的协同控制方法，把变流器及由其组成的集中、分布、离散式微网控制成为对大电网很友好的输出特性。
（2）多能接入协调优化运行
研究大量分布式能源接入控制、功率平滑、优化运行以及管理等问题，通过冷热电联产和多能源互补转换等有效补充，充分利用电能需求、供热需求间的峰谷交错，改善可再生能源间歇性和随机性的缺陷，增强大规模可再生清洁能源的友好接入能力，有利于不同能源（包括动力电池）在能源互联网中的梯次利用，提高能源综合利用效率。重点研究新能源并网装置、能源网关、能源路由器、智慧储能装置（含双向充电桩）和分散式储能装置，研究面向多能流的能源交换与路由机制及方法，建立标准化的能源交换机与路由器系统架构与功能指标。研究多能耦合的能源互联网运行及控制可靠性技术，开展能源互联网即插即用并网关键技术研究与应用，开展智慧储能关键技术及装置研发与应用。依托微电网平台和能源互联网创新研究平台，开展能源互联体系中能源供需差异、多能协同供应、能源信息耦合等方面研究工作。
（3）分布式协同优化控制
考虑到大规模可再生能源接入等不确定因素影响下广域多能源系统的复杂性与随机性，多能协调运行控制由集中式优化向分布式优化的转变已成为一种必然趋势。能源互联网在源-网-荷-储一体化纵向互联方面具有可再生能源发电渗透率较高、混合潮流双向流动、大规模分布式设备平等接入、即插即用等特点，传统的集中式调控方法难以为继。为此，需要研究基于分层分布式优化的能源互联网协调运行与控制方法。将能源互联网视为由能源路由器层、能源交换机层和能量接口层组成的三层结构，分别实现区域能源互联网与传统电网的连接、能源子网与能源路由器的连接以及分布式设备与能源子网的连接。采用分层分布式控制结构进行能量平衡控制、供能质量调节和经济优化调度。同时探索其与多智能体系统的有机结合方法，为能源互联网的智能调控寻求有效解决途径。
（4）能量管理与优化调度
能量管理与优化调度成为保证能源互联网安全可靠高效运行的重要组成部分。可再生能源具有很大的不确定性和不可控性，同时考虑实时电价、用户侧响应和负载变化等因素的不确定影响，给能源互联网系统中的节点带来更为复杂的随机特性，能源互联网能量管理系统必须综合考虑多个因素的影响，对受控节点可调度能力进行准确地预测。随着高级量测技术的普及和应用，具有量测功能的智能终端数量将会大大增加，能源互联网能量管理系统将面临大规模决策变量的优化处理问题，必须具备基于云平台的大数据处理能力和多目标优化能力。由于能源互联网中的各类节点存在一定的自主性，能量管理系统不再是简单的能量分配调度，而必须在实现与需求侧互动响应相结合的基础上，综合考虑各节点的发电能力、发电成本以及可调度能力等因素制定动态的能量调度策略。
4. 方向四：新能源汽车驱动与智能自主控制。该方向主要研究内容包括以下三点：
（1）现代高性能电机驱动与智能控制
采用新型高频电力电子器件（IGBT）、数字信号处理器（DSP）和现代控制理论及矢量控制、转矩直接控制技术，研究新一代全数字化高性能交流调速及智能化交流伺服系统；在新一代全数字化高性能交流调速及智能化交流伺服系统中，进一步研究无机械传感器的调速系统，利用定子端信号并应用现代控制理论计算转子的位置和速度及转动惯量，并辨识参数，使系统运行更经济可靠。
（2）新型特种电机与新能源技术
研究各种新概念、新原理、新材料电机的理论、模型、控制及应用，新能源利用中所需特种电机及关键技术。主要研究直线电机、开关磁阻电机、平面电机的结构设计、电磁场分析、驱动及控制技术；电动汽车宽范围调速永磁同步电机矢量控制。
（3）智能自主控制
针对军事、农业以及太空探索等领域对无人驾驶技术的需求，定位于解决无人驾驶汽车中对环境感知技术发展不成熟的问题，利用安装在特定地方的摄像头、毫米波雷、激光雷达、控制设备等，研究高维度信息融合、高精度特征提取和高准确度目标识别的先进理论与高效、鲁棒的算法，使无人驾驶汽车能够对道路环境进行快速感知、准确规划，提高无人驾驶汽车自主驾驶的能力和可靠性。