电子鼻设计与开发
基于MEMS传感器阵列的二代电子鼻正在开发中，实验测试装置开发中。
一代嗅豆电子鼻
气味数据可视化
研究复合型气味的视觉表示方法，将气味化学成分数据和感官描述数据结合，利用合理的降维和特征提取算法，把复杂异构的数据映射到有意义、可解释的低维空间，并在2维可视化界面中展示出来。本工作将可视化和交互紧密结合，支持用户对大量气味数据进行灵活的聚类、分析多种气味的异同、增进对气味化学性质和感官属性的理解、以及进行气味的个性化推荐。未来工作将尝试加入电子鼻阵列数据，让现有的气味异构数据更加全面；尝试将此异构气味以网络的形式展示，构建气味知识图谱。
阿里水果腐败探索实验
利用自研电子鼻智能识别盒马鲜生水果的腐败程度，减少人工管理成本，提升在售水果品质。目前已开展两个香蕉腐败检测实验，过程见下面两张图，在只有香蕉的环境下，腐败识别准确率达95%；在有芒果干扰的环境下，准确率达98%，初步验证了电子鼻用作腐败检测工具的可行性。后续将开展更大规模、更多水果种类的实验。
微痕量物质检测
将化学合成，微纳器件设计加工及人工智能等多种技术融合，构建多功能性传感器器件阵列，实现对微痕量物质的识别与检测。
农产品分拣
针对农产品（如百香果、西瓜、草莓等）的高效检测与分拣这一痛点问题，课题组设计了多种水果的糖度、重量、果形外观的自动检测与分拣方法。配置和使用自动分拣流水线设备，通过计算机视觉和近红外光谱，进行百香果糖度和果形外观的自动检测，进而进行建模分析。正在生产制作自动分拣的原型设备。
多模态气味播放
本项目通过探索自然环境中空气条件对嗅觉体验的影响，去搭建多模态气味播放器。以此来增强虚拟现实中的临场感，为嗅觉体验的拟真提供更大范畴的感官刺激。目前进度：正在完善第二版多模态气味播放器。
气味相机
HCI相关研究论文中稿DIS' 2020，并获得Honorable Mention Award（前5%）。目前正在开展气味快速吸附探索实验。