流体仿真
准确高效的流体模拟在现实中有着广泛的应用，如在工业产品的原型设计，电影和广告中的特效制作、虚拟现实、用于医疗诊断的血流以及虚拟环境中的空中与水下机器人训练。我们实验室旨在开发稳定且精准的高性能流体模拟算法及相关的多节点多GPU并行模拟系统，以生成各种复杂流体现象并与动态固体耦合，从而支持上述应用。与求解Navier-Stokes方程的传统方法不同，我们的整个框架建立在
先进的统计动力学建模之上，通过求解玻尔兹曼方程进行流体模拟。该方程是局部且守恒的，无需在每一时间步求解任何全局方程。这对于处理复杂的几何形
体非常有益。此外，整个算法可以轻松地在GPU上并行化，并可以扩展至多个GPU。在类似的精度下，与基于GPU的Navier-Stokes求解器相比，我们的
方法有着2到3个数量级的性能提升。通过与不同的固体动力学模拟器进行耦合，我们也可以轻松实现高效的多物理场模拟。
到目前为止，实验室已经研发了不同类型的统计动力学流体模拟算法，包括大雷诺数（高达50,000,000）、低耗散低色散的单相亚音速流求解器。还包括带有空气、液体和固体之间湍流相互作用的多相流求解器，其中液体和空气之间的密度比可以高达800~1000，并带有丰富的多相流动现象，包括湍流飞溅、表面张力效应、 气泡生成和液体与固体表面的浸润现象。此外，实验室还开发有单相流与动态固体的单向与双向耦合求解器。实验室还研究了量子流体的模拟（包括涡流动力学和湍流），以进行相关科学研究。目前，实验室正在研发适用于任意几何形状的耦合算法，包括具有湍流的单相流与多相流。实验室还在研究复杂环境下的气动声学模拟以及包含复杂几何形体的 同时具有激波和湍流的跨音速与超音速流模拟。
可视化与渲染
流体模拟可以产生大量的对工业应用和科学研究有价值的数据集。对于这些数据集的可视化与渲染可以揭示重要的结构，例如涡旋和湍流。我们实验室研发了
高效的流体可视化与渲染技术。对于可视化，我们专注于可视化经典流体与量子流体中存在的涡旋和湍流结构。我们已经研究了基于体积和基于粒子的可视化方法，及它们的混合
可视化方案。 对于渲染，我们正在开发一种基于粒子和光线的混合技术，用来生成逼真的3D流体可视结果。此外，由于数据量巨大（流体动力学数据是4D数据），我们还
研发了基于机器学习的方法来有效压缩流体数据，以实现高效存储和传输的目的，同时加速可视化过程。
无人飞行器
现代无人飞行器是非常有用的飞行平台。它们可用作运输工具、空中摄像机或飞行机器人。但是，它们现在远非完美，我们希望它们变得更安全、更智能，并可飞行地更高更远，在空中停留更长的时间。这需要智能的设计、制造、控制
与导航。但是，要实现此目标并不容易。我们的实验室基于“从虚拟到真实”的概念，目前正在研究新型无人飞行器的几何设计和自主导航算法。对于设计，我们依赖我们的高性能流体（空气动力学）
模拟系统进行几何优化算法的研发。对于自主导航，我们构建了无人飞行器的飞行模拟系统，将硬件集成到了模拟系统中，以促进研发智能避障与导航算法，并借助机器学习技术使无人机将来在复杂的环境中自由、安全地飞行。
我们实验室正在构建其中软硬件系统。