视觉与智能系统课题组面向无人机、移动机器人和 XR 设备等轻量级智能系统，围绕视觉传感驱动的空间计算与具身智能开展研究，重点突破轻量化自主协同无人集群、视觉自主定位、三维视觉感知与智能规划等关键技术。课题组形成了从算法理论、仿真训练、系统实现到真实部署的完整研究体系，相关成果发表于 Nature Machine Intelligence、TPAMI、T-RO、RA-L、ICCV、CVPR、NeurIPS、ICRA、IROS 等重要期刊与会议，并在机器人视觉系统、视觉导航和 AR/VR 空间运动追踪等场景中得到应用。

轻量化自主协同无人集群

面向复杂环境中的低成本微型无人系统，研究视觉感知、智能决策、运动控制与多机协同方法。课题组已形成从仿真平台、训练算法到真实无人机部署的系列成果，近期基于可微分物理学习框架的无人机自主飞行成果发表于 Nature Machine Intelligence，为资源受限无人系统的自主导航与协同飞行提供了新方法。

视觉自主定位

研究基于视频摄像头的实时位姿估计、视觉 SLAM、视觉惯性里程计与三维建图方法，服务于 GPS 拒止环境下的无人系统导航和 AR/VR 设备空间运动追踪。代表性成果包括 CoSLAM、StructSLAM、StructVIO 和 TextSLAM 等，相关算法已在企业联合研发项目中得到应用。

三维视觉感知与智能规划

面向机器人环境理解与自主决策需求，研究基于单目、双目、红外热成像以及视觉—激光融合传感器的深度估计、三维重建和路径规划方法。相关成果主要应用于空中与地面机器人的自主导航、避障和复杂环境感知