该方向的主要内容为智能信息获取及处理、感知及定位理论与技术、自主控制理论与技术、无人系统的自诊断与自维护。

在建设期内针对无人飞行器、移动机器人等先进无人系统关键的自主定位导航、面向任务的自主控制问题，在国家自然科学基金重大仪器研制项目、国家自然科学基金重点项目、“973”子课题和广东省重大科技计划项目的资助下，对复杂环境小型无人机系统自主导航控制、低空自主遥感测绘、特种机器人运动控制和服务机器人系统做了大量深入的应用基础研究和实际系统开发，小型无人直升机系统已在南海海洋遥感应用推广。

该方向的主要研究内容为网络环境下的信息与合作控制、面向自主系统的移动自组织网络理论方法、基于网络的控制系统设计；面向安全、应急及环境监测的自主系统技术及应用、智能交通网络自主系统关键技术研究与集成。

对乘性噪声在网络化反馈系统中的量化应用进行了深入研究，证明了具有输入乘性噪声最小相位系统的输出反馈设计问题是一类拟凸问题，具有全局最优界，并相应的得到了广义黎卡提方程均方镇定解存在性的充要条件，给出了信道时延、信道误差方差对最小相位系统性能的定量描述。针对无线传感器网络中协议的联合设计问题，通过综合考虑协议与调度策略并且基于成簇结构，解决WSANs网络能耗及效率问题，为支撑S-A协调控制、A-A协商处理提供基础；基于优化协调和群决策相关理论与方法，设计了“基于子区动态划分与协调交互技术的交通信号控制系统”，并在东莞、广州、佛山等地先后建立了相应的信号协调控制系统，实际系统长期成功运行表明，该技术成果能够使得车队行驶速度平均提高20%以上、停车次数平均减少30%以上、延误时间平均减少20%以上。

围绕着高速高精密装备系统中结构复杂、性能要求严格所带来的多参数时变耦合、强非线性等特性对系统鲁棒性、适应性及速度精度等整体系统性能的影响，针对基于智能材料驱动器的复杂回滞非线性建模，微纳驱动控制与优化开展研究工作，逐步形成了以回滞为代表的非平滑强非线性系统控制新理论方向。超精密视觉检测是高端电子装备中的关键技术；成功设计的面向高端元器件精密表面组装过程的高速高精度全自动光学多目标动态检测理论方法与实际设备及系列产品。

以信号稀疏表示、张量分析、多变量模式分析与解码为核心的脑信号分析算法，为脑机接口系统研究提供算法支持；整合不同脑信号范式或不同脑信号，实现脑机接口多维多功能目标控制；研究神经反馈，设计基于神经反馈的脑机接口用户训练模式，建立基于神经反馈的双向脑机接口，优化设计残疾人运动康复训练范式；开发面向应用的脑机接口系统，包括脑机接口鼠标与网络浏览器、脑机接口虚拟车控制、整合无人驾驶技术的脑机接口残疾人轮椅、基于虚拟环境的脑机接口残疾人运动康复训练系统、脑机接口残疾人上肢运动康复机器人训练系统。

在非线性系统辨识、动态模式识别、微小振动故障诊断等领域开展了一系列具有创新性的研究，证明了沿任何周期或回归轨迹的、由径向基函数构成的子向量几乎总可以满足持续激励条件，这个部分持续激励条件的满足可以实现对非线性系统的局部准确辨识，在此基础上提出了确定学习机制，作为动态环境下非线性系统辨识新思路。针对涡扇发动机压气机旋转失速的提前检测或预测，设计了新的预测方法在北京航空航天大学单级低速轴流压气机试验台上开展了多次试验，实现了提前0.3秒至1秒预测模态波型失速的发生。