广东省科学院电子电器研究所设立智能制造事业部、智能交通事业部、嵌入式AI与机器视觉技术团队、数字射频电源技术团队，面向电子电器智能化及制造数字化、交通智慧化等技术领域开展研究，聚焦产业发展的应用技术需求，攻克工业数智化技术、人机协同技术、边缘计算技术嵌入式AI技术、数字射频电源技术等在行业应用中的关键性技术难题。

    1.工业数智化技术

工业数智化产业包括工业生态系统中的各个环节，如供应链、设计、制造、销售等各个环节，广东省科学院电子电器研究所聚焦研究制造环节，面向电子电器制造业，对工业现场多维度感知技术、生产过程精益管控技术、装备与生产过程数字孪生技术、基于模型的价值流分析和优化技术、大数据分析等技术开展研究。通过对海量全链条的生产数据进行挖掘分析、大规模数据处理和模型训练、机器学习和深度学习等算法，发现制造过程中深层次、相关性工艺等问题并提出改进方案，帮助制造型企业提质、增效、降本，助力实现智能化的决策。

2.人机协同技术

面向电子电器制造、3C产品、半导体、机械加工行业、食品加工、汽车及零部件制造、物流等领域应用场景，开展面向人机协同技术的基础研究。主要通过研究感知技术、机器视觉、机器学习、人工智能、数据挖掘等方面的技术，实现系统交互与协作，从而实现机器人的高智能化，推动产业升级和高质量发展。

3.边缘计算技术

围绕公路、城市道路等民生基建领域未来全方位融合感知、车路协同、自动驾驶等需求，开展面向人、车、路、环境的边缘计算技术研究，重点围绕多源视频+激光雷达+毫米波雷达的时空坐标融合、北斗厘米级高精度定位、基础设施健康监测、车路协同安全预警等前沿技术，解决制约智慧交通发展的感知覆盖范围有限、时空基准不统一误差、单域感知数据碎片化等问题，为全要素感知、全过程管控、全天候通行乃至车路协同、自动驾驶做出贡献。

4.嵌入式AI技术

围绕机器学习、机器视觉、算法模型小型化三个相互关联的方向开展研究，致力于实现设备的智能化、小型化、低成本、低功耗；研究半监督/无监督学习和强化学习在智能制造中的应用，以解决有监督学习在实际落地应用中需要大量缺陷样本和高昂标注成本的瓶颈，为工业智能化产业的发展提供重要的支撑。

通过研究半监督/无监督算法模型的小型化，最终将算法模型移植到嵌入式AI硬件平台上，实现智能机器视觉系统的小型化、低成本、低功耗。

5.数字射频电源技术

研究在等离子体清洗消毒、真空镀膜、材料加工和半导体行业使用的射频电源调控技术和射频电源阻抗匹配器自动匹配算法，提高关键设备和部件国产化替代能力。研究提高射频电源运行可靠性的数字化参数监测和远程预警技术。