主要介绍研究团队在智能车辆规划控制算法和传感器级增强现实测试两方面工作。在规划控制方面，典型控制算法受限于计算耗时，常忽略时延、动力学和误差约束等因素，导致跟踪精度和稳定性不够理想。介绍含强输入时延轨迹跟踪问题的前向预览控制算法，在取得抗时延和最优前馈能力的同时实现控制律解析化求解。同时介绍如何通过分层架构和确定性采样策略求解运动规划问题，以及在自动驾驶车辆上的应用部署效果。在传感器级增强现实方面，介绍如何通过生成对抗学习和物理模型混合驱动天气和虚拟交通流渲染，实现动态、高逼真、可控的环境增强，解决封闭测试场缺乏交互性交通要素、传感器模拟数据逼真度低等问题。
