1、融合感知、云端控车方向算法的探索、研发、实现、落地、评估等，如视频数据、毫米波雷达数据、激光雷达数据、高精度地图数据、车端上报的结构化数据等的融合，解决交通目标的检测、分类、跟踪任务；基于融合信息的受限场景下，实现云端L2/L3控车能力；
2. 将多源数据处理、机器学习、数据挖掘、深度学习、规划控制等领域的科研成果应用到智能交通、车路协同等新一代的智能交通运输领域。
3. 结合真实的智能交通、车路协同场景需求以及海量的多维交通大数据，负责业务的需求挖掘和理解、解决方案设计、流程研发、问题攻关、技术积累、创新探索，以及推动研发上线和优化迭代。