围绕复杂环境下的精准感知、语义理解与自主决策，本人持续开展具身智能与计算机视觉方向的基础研究，重点关注动态非结构化场景中目标信息不完整、遮挡干扰强、跨视角状态变化快、视觉语义关联复杂以及机器人作业感知不稳定等关键科学问题。研究工作从高层视觉任务出发，逐步形成了以目标检测、目标跟踪、目标分割和场景理解为基础，以视觉语言导航、视觉语言操作和具身智能决策为延伸的系统研究主线，致力于提升智能体在复杂开放环境中的感知鲁棒性、语义理解能力与任务执行可靠性。

在具体研究中，长期聚焦复杂场景下的目标精准感知与行为状态理解，围绕遮挡条件下的目标检测、多目标持续跟踪、细粒度结构建模、视觉语义对齐以及动态场景状态推理等问题开展算法研究，并进一步面向自动驾驶、农业机器人和开放环境智能作业等应用场景，探索视觉感知模型与机器人任务规划之间的协同机制。近年来，研究方向逐步拓展至具身智能算法、视觉语言导航、视觉语言操作以及三维场景感知与机器人路径规划，强调从单一视觉识别任务向感知、理解、决策、执行一体化智能系统发展，为复杂环境下自主智能体的可靠运行提供理论方法和算法支撑。

相关研究成果以第一作者或通讯作者发表于CVPR、IEEE Transactions on Multimedia、IEEE Transactions on Intelligent Transportation Systems、Pattern Recognition、NeurIPS等高水平期刊与会议，形成了较为连续的研究积累。同时，本人积极参与国内外学术共同体建设，担任 ICME、PRCV 等会议领域主席，并长期担任CVPR、ICCV、ECCV、NeurIPS等国际顶级会议审稿人。