本方向主要研究：地下空间安全大数据有效特征提取和信息融合理论与技术，构建地下空间大数据的本体特征库；地下空间大数据分析和智能决策理论与技术，以保障生产的效率和安全以及决策的科学性；大数据环境下的地下空间信息物理系统的自主协同与优化控制技术，以实现地下空间生产过程的连续、可靠、自主、优化运行。

Ø 地下空间安全生产大数据有效特征提取和信息融合理论与技术

研究视频、声音、爆炸性物质浓度等环境监测数据的特征提取方法；研究生产设备的振动、声音、温度、功率等运行状态数据特征提取方法；研究人员的定位、健康状态、在岗工作状态数据特征提取方法；研究上述多源异构数据的智能信息融合理论与技术。该研究有助于实现地下空间大数据的全面、高效和有序地管理和整合，生成完整、准确、及时和有效的综合信息。

Ø 地下空间大数据解析和智能决策理论与技术

研究环境监测数据、设备运行数据和人员状态数据的分析和解析方法，实现地下空间环境、作业情况的全息感知；为提高地下空间作业安全性，研究基于大数据的高效智能救援决策方法；为提高地下空间作业过程效率，研究基于大数据的一体化生产调度和决策理论与技术。该研究将为提升地下空间生产的安全性、稳定性、自动化和智能化奠定基础。

Ø 大数据环境下的地下空间信息物理系统的自主协同与优化控制理论和技术

面向以无线网、工业以太网等连接的地下空间作业装备群，研究融合通信、计算和控制的信息物理融合系统的建模方法；针对可能遭受网络攻击的情况，研究大数据驱动的网络攻击智能检测、安全控制方法；为实现地下空间作业的降本提效，研究大数据驱动的多智能体自主协同与优化控制理论和技术。该研究是实现地下空间作业过程连续、可靠、自主、优化运行的核心要求。