智能系统研究所于2019年成立，在原自动化研究所（2017年成立）的基础上，重新整合研究方向和学术资源组建而成。旨在抢抓人工智能发展的重大战略机遇，推进自动化和人工智能研究的紧密结合与快速发展。充分结合我校地学特色，通过多学科交叉创新，以智能自动化方法、技术与装备研究为核心，重点开展智能地质装备技术、情感计算、群体集群智能、计算机视觉、智能安全监控、智能制造、智能机器人、工业大数据及智能决策等研究。建设具有行业特色，集学术前沿探索与工程创新相结合的自动化与人工智能研究平台，培养适应于智能制造发展，兼具自动化和人工智能知识的复合型人才。

研究所依托“控制科学与工程”一级博士学位授权点，拥有一支高水平的学科队伍。共有教授6人、副教授6人。研究所成员均具有博士学位和海外留学经历。其中博导6人、IEEE Fellow 1人、“长江学者”特聘教授1人、国家杰出青年基金获得者1人、湖北省杰青1人。学术梯队基础厚实、结构合理，团队科研凝聚力强。

依托学科建设特色和高水平学术梯队，研究所拥有坚实的科研积累和良好的发展前景。持续承担国家“863”项目，国家重点研发计划课题，国家自然科学基金重点项目、重点国际（地区）合作研究项目等国家级重点项目，以及国家自科基金面上项目及青年项目，科技部攻关项目，省基金及企业联合攻关项目等。团队成员获国家自然科学二等奖1项，国家科技进步二等奖1项，省部级科技奖励10余项，2人入选汤森路透公布的全球高被引科学家名单。

研究所主要研究方向包括：

智能地质装备技术：针对地下自然资源开采，地球深部勘探和岩心提取，地表岩体掘进等复杂地质钻探任务，开展高性能智能地质装备新技术的研究。结合人工智能、先进控制的基础理论与方法、先进钻采装备设计与智能制造技术，建立钻进过程智能控制仿真系统和基于半实物仿真的钻进过程智能控制实验系统，设计高精度高强度钻探装备机械结构，研究钻探机械智能控制成套系统，开发安全高效的工程应用技术，生产高性能成套智钻探进装备。

情感计算与情感机器人技术：面向机器人发展进入“互联网＋人工智能＋情感”的时代，感知周围的环境，理解人类的情感、意图和服务需求，自适应地与用户进行人机交互，已成为新一代智能机器人的发展趋势。考虑人机交互过程中的面部表情、语音、身体姿势、生理信号、个性化需求等情感相关信息，融合情感计算、人工智能和自动控制的理论，采用数据挖掘与分析、模糊推理、机器学习、深度学习和协调控制等方法实现对人类情感理解与情感机器人自然交互，提高机器人的智能化水平。

工业大数据及智能决策：面向工业4.0和中国制造2025计划的重大机遇，开展工业大数据分析与智能决策方法研究，采用大数据分析、数据挖掘、关联关系分析、因果推理、深度学习和可视化技术等先进方法，解决软测量建模、安全监控、报警管理、故障诊断及决策推荐等实际工业问题，保障工业生产安全，提高工业智能化水平。

智能机器人建模及控制：为适应国家在智能机器人领域的重大需求，开展基于智能材料的软体机器人的研究，分析智能材料非线性特性，建立可用于实际控制系统设计的软体机器人半物理半唯象数学模型，设计滑模控制、自适应控制、鲁棒控制、智能控制和强化学习控制等有效运动控制方法，推动软体机器人在易碎及不规则物体抓取、医疗康复、复杂狭窄地形勘探等特殊领域的应用；开展机电系统伺服控制的研究，设计具有鲁棒性、耐久性、重复性和抗扰性的控制方法，保证伺服系统控制的高精度和高性能，形成一套高精度、强鲁棒的智能机器人运动控制设计方案。

演化优化与学习：针对各种复杂优化问题，开展演化优化与学习方法和实际应用研究，围绕多模态、多目标、多约束、动态、大规模、昂贵等问题特性，建立以数据为驱动的优化学习模型，解决工程实践系统中存在的复杂优化问题，为决策者提供优化方案，提高系统智能化水平。

人工智能芯片: 以人工智能产业的实际需求为出发点, 利用硅基集成技术，攻克人工智能芯片与智能传感器的设计、制造和封装等技术，大幅度提升芯片的运算速度和降低集成系统的功耗，同时突破芯片架构创新，大力推动人工智能加速芯片向具备更高灵活性、适应性的通用智能芯片发展。打造高性能“中国芯”，即实现可编程性、高效的自学习能力、高效率、低成本和低功耗的人工智能芯片，进而推动人工智能芯片在交通、医疗和家居等领域的应用。

智能康复护理：针对传统康复护理手段已难以满足日益增长的老龄康复护理需求的问题，开展智能老龄康复护理机器人方向研究，采用多视角几何、深度学习、强化学习、视觉识别定位、人体姿态估计、全息图像可视化、李群流形分析等理论与方法，探索先进的智能康复护理方案，实现机器人自适应自学习能力与自然的人机交互能力，提高护理流程的安全性与效率，降低成本，为缓解人口老龄化问题提供有效的技术手段。