（1）复杂系统先进控制理论与方法
在此研究方向下已开展多年的系统深入研究，在切换系统与时滞系统、多智能体系统分散控制和网络化控制系统等方面取得多项成果。近三年，在国内外主要核心期刊发表SCI论文100余篇，其中包括国际自动控制领域顶级期刊IEEE TAC和Automatica上发表论文30余篇，发表论文SCI他引3000余次，入选ESI高被引论文12篇，单篇SCI他引300余次，入选Automatica“2006-2010最高引用论文奖”1篇，入选Automatica “Most Cited Automatica Articles 2011-2015”1篇。研究成果得到了国内外院士及IEEE Fellow等60余名知名学者的正面评价。部分研究成果已经应用于某型号航空发动机控制系统设计，被评价为“提出的切换控制方法克服了某型号发动机控制系统鲁棒优化设计中的难题”。孙希明教授作为第一完成人的项目“非线性切换系统的分析与控制”获2020年国家自然科学二等奖，辽宁省科学技术二等奖2项。
（2）基于数据与知识的工业系统智能化及应用
在该研究方向上，针对冶金工业生产计划与调度，工业能源综合管控与协同优化开展深入系统的研究，三年来共发表国内外学术论文100余篇，其中在国际人工智能、控制技术等顶级期刊如IEEE TFS、IEEE TIE、IEEE TCB、IEEE TNNLS、IEEE TCST和IFAC旗舰刊物Control Engineering Practice上发表论文30余篇，授权国家发明专利29项，软件著作权30余项。基于该方向研究成果及关键技术创新，结合实时数据采集、能源监控与人机交互技术，研发了冶金能源预测与优化调度系统，并已成功应用于我国多家大型冶金企业，创造了显著的经济和社会效益，已累计创造直接经济效益7亿元以上。赵珺教授等人的研究成果获2018年中国自动化学会科技进步奖一等奖。基于该方向的研究积累，学术带头人赵珺教授2018年牵头获批国家重点研发计划“工业园区多能流综合管控与协同优化”项目（2017YFA0700300，研究经费2660万元）。2019年，实验室副主任赵珺教授获教育部青年科学家奖（高等学校科学研究优秀成果奖），同年全国仅10人获得。
（3）工业装备先进控制与应用
航空发动机作为飞机的“心脏”，是装备制造领域的尖端产品，被誉为现代工业“皇冠上的明珠”。近年来，针对高性能航空发动机工作环境条件变化大、特性复杂、被控变量多、工作模态多等特征开展研究，在此方面已承担多项航空院所的科研项目，部分研究成果在中国航空发动机集团沈阳发动机研究所（606所）和航天三院三十一所航空发动机验证平台上进行验证，取得预期结果。在此方面，学术带头人孙希明教授作为项目负责人联合北京航空航天大学、华南理工大学、东北大学、沈阳航空发动机设计研究所（606所）于2018年12月获批国家基金委重大研究项目“高性能航空发动机主动安全控制理论与应用”（项目经费1959万元）；2019年，孙希明教授作为牵头单位获批国家重点研发计划项目“智能工厂工业互联网系统理论与技术”（项目经费1285万元）；表明在这方面的研究得到国内该领域的认可。
在工业装备和工业过程智能检测和先进控制研究方面，开展工业控制装备嵌入式软件及系统、工业装备及生产过程智能检测与先进控制方法研究，形成工业装备和过程智能检测与先进控制技术，并应用到东北特殊钢集团有限责任公司、大连船舶重工集团有限公司、大连华锐重工集团股份有限公司等多家大型企业，取得了良好的经济效益和社会效益。先后参与制定了国际标准5项、国家标准6项，其中国际标准“Real Time Ethernet EPA（Ethernet for Plant Automation）”与Profinet、Ethernet/IP等国际知名标准一起被纳入IEC61158，“用于工业测量与控制系统的EPA系统结构与通信标准”（GB/T 20171-2006）获得了国家标准创新贡献一等奖。
针对精细化工和制药工程等流程工业提取产物的共性结晶工艺，为了克服生产装置进出料操作以及负载变化等对过程动态特性建模的不利影响，建立抗扰辨识建模过程动态特性的新理论。提出基于红外光谱和微观图像在线监测结晶过程质量的新方法，能显著提高在线检测的准确性。为了克服批次生产的时变不确定性，发展一系列鲁棒控制与运行优化方法。在此方面发表论文100余篇，其中第一作者国际期刊论文36篇，包括9篇Automatica和IEEE汇刊论文。近5年SCI他引近400次，申请发明专利17项，出版一部Springer专著。刘涛教授在PID参数整定和优化方面的研究得到国际上的认可，受邀作为国内首位学者在过程控制领域国际重要会议IFAC-PID（国际自动控制联合会PID控制）做大会报告。刘涛教授还以第一完成人获教育部自然科学二等奖、中国自动化学会自然科学二等奖和中国自动化学会青年科学家奖。
（4）复杂环境感知与人机协同
人工智能目前正处于从感知智能向认知智能过渡的发展阶段，目前在工业装备和工业生产过程中国内外已经开展相关研究与应用。环境感知与理解是提升感知智能的关键所在，是认知智能的前提和基础。本方向的研究关注计算视觉中环境感知的核心基础问题，开展复杂场景下目标跟踪与检测的理论建模与实践算法的系统研究。同时，针对工业环境中强动态干扰、非结构化环境下AGV等移动作业机器人的三维环境感知、建模、自主行为规划及人机合作等开展研究，重点开展大范围强干扰环境中基于多源感知数据融合的人机自然交互与合作决策、动态地图构建与维护、任务调度与路径规划、自主场景理解等理论和方法的研究，以提升工业移动机器人对多样化场景的自主环境适应能力，为抢占新一代工业移动机器人技术制高点提供有力支持。该方面的研究已在国内外主要学术期刊IEEE和本领域顶级会议（IEEE ICRA、IEEE IROS）上发表论文100余篇，SCI他引3000余次，单篇最高SCI他引300余次，获得国际学术会议优秀论文奖3篇。向国际机器人开源组织ROS.org提供软件包6 Stack，是国际开源软件PCL（Point Cloud Library）项目参与者。
在计算机视觉的研究方面，学术带头人卢湖川教授专注于显著性目标检测、目标跟踪研究。在该领域发表了80余篇论文，ESI高被引论文6篇，本领域国际核心期刊IEEE Transaction 50篇,其中图像处理No.1期刊IEEE Transactions Image Processing 17篇，SCI他引4000余次，单篇论文SCI他引400余次，获得发明专利4项，关于复杂场景下显著性检测与目标跟踪的研究2016年获得高等学校科学研究优秀成果奖自然科学二等奖（第一完成人）。