感知是自主智能无人系统的神经末梢，实现多维度多功能的传感探测，是现代信息技术的重要组成部分，是实现自动检测和自动控制的首要环节。针对复杂场景下视频、图像、语音以及其他交互模态，研究跨时空、跨模态数据处理和知识理解，研究和突破复杂场景下知识（视频、语音、图像等）的表征与描述、认知及推理。针对自主智能体在智能制造、智能城市、智能医疗等各种场景的应用，研究大规模场景中智能体自主建图、定位、导航技术；面向室内等高封闭场景，研究弱光照、强干扰、无通信等复杂条件下的多源融合定位、智能体实时自主导航与控制技术。