本课题组的研究集中在以下几个方向：

（1）特种作业或极端环境下体域多参量智能传感技术及理论

      结合机器学习及视觉技术，聚焦柔性传感器件结构开发，实现对特种作业人员体征，体态及体液的全方位监测；探索智能传感在自动化设备中的安全应用，将传感技术集成至机器人、无人机、机器狗和机器船等机械设备中，旨在提升这些设备的安全性能和功能，包括实时监测、环境适应与风险预警等；构建基于虚拟现实，数字孪生技术的实时分析人体行为、定位及危险动作的智能监控平台及评价系统。

（2）新能源安全及其特种功能材料

   新能源（锂、钠）电池安全防护体系设计与构建，包括本质安全材料（隔膜、电解质）设计等；研究适用于氢能应用场景的综合性阻爆和阻火材料，提高氢能设备在极端环境下的安全性；高效环保阻燃抑烟特种功能材料设计与开发，包括集成气相/凝聚相双相阻燃，提出中间价磷高效阻燃新策略、构筑材料表面有机阻燃/无机抑烟杂化体系，提出阻燃抑烟且性能均衡新方法、揭示水凝胶涂层隔热隔氧、蒸发吸热、炭化阻燃抑烟原理，建立环保阻燃抑烟新策略。

（3）智能软体驱动装置及其应用技术

  利用液晶弹性体等形状记忆材料的响应性与柔性特性，设计多模式驱动的软体机器人；将液晶材料与其他软体材料或二维材料的特性相融合，结合3D打印等先进技术，探索其在火、热等安全领域的应用；聚焦于胆甾相液晶独特的光学特性，通过液晶相态转换实现颜色和光学特性的动态调控，挖掘液晶结构色在传递光学信号方面的应用潜力。

（4）新型高效事故预测预防技术

   基于烟气羽流图像的隧道火灾预测技术，在隧道火灾发生后，利用隧道外部烟气羽流的图像，通过深度学习的方法，实现对隧道内火场发展情况的实时预测；基于电梯故障诊断和乘客行为识别的电梯事故预防技术，结合机器学习算法，建立电梯事故预防体系。

（5）企业安全管理与事故调查分析技术及相关理论研究