实验室从智能设备大数据的采集、存储、传输、分析、智能化使用方面入手，结合各类设备及其数据的特性进行深入研究，着力解决智能设备在运行过程中数据相关的各类问题，为各行业的智能化生产提供助力。

（1）海量数据采集与分析方向

针对智能设备使用过程中，通过传感监测仪器采集到的设备大数据及其多源异构的特点，研究合理高效的方法对设备大数据进行统一描述、分析与挖掘；针对传统的存储方式无法满足海量数据的存储需求，研究基于分布式数据存储模型对设备大数据进行高效管理；针对数据在采集、传输的过程中可能会存在噪声、缺失数据等影响数据质量的情况，研究设备大数据的清洗与治理方法。

（2）云边协同分布式计算方向

紧密围绕当前制约云原生应用架构支撑平台能力的大规模多元化容器集群调度与管理、微服务智能化治理与编排管理、云边协同应用支持等关键科学技术问题，开展面向设备大数据平台的大型云原生应用架构支撑平台系统研究，研究内容包括：大规模多元化容器集群调度与管理技术；面向边缘计算的云边高效协同技术；微服务网格化智能治理与应用编排管理技术。

（3）智能机器人智慧进化方向

基于“智能机器人终端+边缘端+智能处理中枢”三层智能架构，重点对设备知识智能挖掘与进化研究中的难点和迫切需要解决的关键科学问题及关键技术展开系统深入的研究，具体研究内容包括：智能机器人知识挖掘及认知图谱构建方法；面向多模态异构数据的知识快速迭代方法；基于认知图谱的智能机器人任务推理与在线规划方法研究。