研究2D图像感知和多传感器3D环视感知方法，探索感知决策一体化端到端的解决方案，构建自动驾驶感知决策一体化的通用框架，致力推动自动驾驶技术进入新的发展阶段。

代表工作：

BEV环视感知统一框架，鸟瞰视角下的特征构建和模型优化

• BEVFormer: Learning Bird's-Eye-View Representation from Multi-Camera Images via Spatiotemporal Transformers

  【ECCV 2022最具影响力论文第6名】

  【2022年百篇最高引AI论文】

  【自动驾驶竞赛Waymo 2022冠军】

• BEVFormer v2: Adapting Modern Image Backbones to Bird's-Eye-View Recognition via Perspective Supervision

  【CVPR 2023 highlight paper】

感知决策一体化的端到端自动驾驶解决方案

• Planning-oriented Autonomous Driving

  【CVPR 2023 best paper】