修改设备 - 项目管理系统

通知1：禁止将客户和外部人员的包括U盘、移动硬盘在内的存储设备插入公司电脑。通知2：外部人员连接WiFi请使用“ZHHT-Guest”，不可使用ZHHT。通知3：百度网盘、向日葵等软件不使用时请关闭，以节约网络资源。

实验室或功能区设备列表修改设备

中航恒拓 OWL Mini 3

类型*

最佳适用场景*

名称*

品牌*

型号*

介绍(可插图)*

字数: ；选中字数: ；

图片

参数（表格中显示）

一、AI视觉无人机开发平台必须满足以下功能要求：
★1、AI视觉无人机蜂群开发平台是为科研工作者与航空器开发者打造的微型化无人机开发平台，轴距不大于220mm，搭载双目视觉和iTof激光模块，适用于无GPS室内环境下基于视觉的无人机定位、导航、避障、侦察的验证与开发，以及无人机分布式蜂群组网编队的研究。（提供不低于8台无人机在无GPS环境下分布式组网蜂群视觉避障视频演示，演示机型要与投标机型一致，不提供不得分）
★2、拥有国产化自主的双目视觉传感器和国产化机载电脑（非英特尔T265和D435I传感器），无人机内部搭载ROS机器人操作系统，机载电脑提供了不低于8核CPU和6Tops NPU计算资源。（提供产品双目传感器和机载电脑国产化实物照片证明，厂家盖章，不提供不得分）
★3、预装了融合了VINS_Fusion VIO算法的自定位系统，可以满足室内无人机定位需求。
★4、配套无人机智能避障路径规划软件，适配EGO-Planner路径规划算法，可以提供视觉避障功能，避障速度最高可达2m/s。（提供制造商关于无人机智能避障路径规划软件的软件著作权扫描件，厂家盖章，不提供不得分）
5、视觉模块为无人机提供了视觉定位和避障功能。包括双目视觉(stereo camera)传感器，惯性导航模块(IMU)，视觉算法计算模块(CVM)三个部分。为无人机的室内定位和避障提供了计算平台和用例。所使用的视觉算法（VIO，SLAM，planner等），提供相对应的开源参考和所作的修改。平台既可以作为无人机视觉定位模块直接使用，也可以作为相关算法开发平台使用。
★6、无人机集成微型双轴增稳云台，适配YoLo V8目标检测算法，可以识别人、车、动物等目标，并能锁定目标，定点跟踪。（提供无人机开启YOLO V8目标检测算法后识别与跟踪人的视频演示，不提供不得分）
★7、配套无人机分布式蜂群控制软件，支持分布式蜂群组网开发，适配EGO-SWARM分布式蜂群协同，提供蜂群代码例程。（提供制造商关于无人机分布式蜂群控制软件的软件著作权扫描件，厂家盖章，不提供不得分）
二、AI视觉无人机蜂群开发平台飞行参数要求：
1、支持飞行模式：自稳（姿态）、定高、室内导航、自主避障、室内悬停、组网编队飞行模式；
★2、无载荷开启机载计算机自主悬停飞行时间：≥25min；（提供续航时间测试视频截图证明，厂家盖章，不提供不得分）
3、最大飞行速度：≥15 m/s；
4、最远遥控距离：≤1000 m；
5、最大巡航速度：≥15 m/s；
6、最大上升速度：≥5 m/s；
7、最大下降速度：≥4 m/s；
8、俯仰轴旋转角速度：≥20°/s；
9、航向轴旋转角速度：≥60°/s；
10、飞行时最大风速：≥8 m/s；
11、气压计定高精度：±0.5m；
12、工作温度：-10 ℃~45℃。
三、AI视觉无人机蜂群开发平台规格参数要求：
★1、机架：机身采用四旋翼X型结构，对角轴距≤220mm，机身材质为碳纤维，中心板集成分电板和电池供电功能；（提供无人机机架轴距尺寸证明，厂家盖章，不提供不得分）
★2、飞控：STM32主控芯片，三轴加速度计/陀螺仪；铜板硅胶球减震设计；支持S.BUS单总线接收模式；尼龙外壳；飞控留有全色LED指示灯；支持地面站USB升级固件；SWD下载接口≥1个；IIC接口≥1个；UART串口接口≥2个；PMU电源接口≥1个；GPS接口≥1个，SD卡接口≥1个，飞控内部集成微型蜂鸣器（非外置），飞控底部带FPC排座接口，可通过FPC排线连接到无人机下板，直接输出电调PWM信号；（提供飞控详细接口图证明，厂家盖章，不提供不得分）
★3、微型双轴增稳云台（提供增稳云台的实物图照片，厂家盖章，不提供不得分）
结构设计范围：俯仰-95°至20°
可转动范围：俯仰-90°至10°
稳定系统：双轴云台（俯仰轴和横滚轴）
最大控制转速：60°/s
角度抖动量：±0.01°
摄像头参数：
视场角度：88度无畸变 / 定焦
分辨率：4096×2160
4、机载处理器：双内核，8核CPU和6Tops NPU；
★5、板载一键开关机功能，长按开机、长按关机，可免于插拔电池开关机；（提供一键开关机功能截图证明，厂家盖章，不提供不得分）
6、电调：多旋翼专用四合一高速电调；
7、电机：三相交流无刷电机；
8、桨叶：高效耐摔尼龙螺旋桨；
9、遥控器：≥8通道，高分辨率显示屏，内置电池；
10、接收机：支持S.BUS、PPM、PWM模式；
11、电池：≥3850mAh/4S/35C动力锂电池，XT接头；
12、电池仓：采用尼龙材料一体化设计；
13、充电器：支持2-4S平衡充,带数码管电压实时显示功能；
14、电压检测模块：支持1-6S电压检测，可设置报警电压；
15、配套工具包：2mm六角扳手*1、2.5mm六角扳手*1、3M胶*2；
16、每架无人机采用独立手提航空铝包装箱，高密度海绵内衬。
四、AI视觉无人机蜂群开发平台配套教学资料要求：
1、可提供配套PC地面站软件、飞控编程开发环境、飞控下载驱动；
★2、配套纸质版用户手册，至少包含以下相关实验案例与教程：（提供纸质版实验课程扫描件，厂家盖章，不提供不得分）
ROS及视觉定位实验：
远程连接无人机
远程文件传输
远程ROS调试
机载电脑自启动设置
ROS系统安装
STEREO_CAM模块配置
MAVROS模块配置
IMU模块配置
飞控系统配置
VIO模块配置
PLANNER模块配置
IMU校准
双目摄像头标定
机载平台镜像恢复

主要功能概述

配套课程及实验

@@ROS及相关技术
##ROS系统而是一个运行在Linux等操作系统之上的次级操作系统。它通过提供硬件抽象、底层设备控制、进程间消息传递等功能，帮助开发者高效地创建和管理机器人应用软件，将机器人的软件功能模块化，形成一个个节点，这些节点可以通过发送消息进行通信，从而实现复杂的机器人行为。
**实验1：Ubuntu操作系统安装
**实验2：Ubuntu操作系统安装应用程序
**实验3：Ubuntu操作系统命令行操作
**实验4：ROS的安装
**实验5：ROS的运行（海龟移动）
**实验6：安装Visual Studio Code编辑器
**实验7：配置ROS环境并实现“Hello World”
@@无人机视觉
##实验目的：了解和掌握无人机视觉跟踪技术的基本原理和实现方法
##实验内容：由于无人机能搭载的传感器和处理器性能有限，因此与常规数字图像处理方法相比，要求所应用的方法同时具备实时性和可靠性。本实验需要综合应用SIFT、SURF、YOLO等视觉跟踪方法，利用学生自己的计算机，实现视觉跟踪，并要求在实验中开始学习使用ROS(机器人操作系统)、OpenCV等工具。
**实验1：K-MEANS网络搭建
**实验2：GAN网络搭建
**实验3：CGAN网络搭建
**实验4：YOLO网络搭建（V1-V8）
**实验5：基于YOLO实现目标识别
@@无人机滤波和传感技术
##实验目的：了解和掌握无人机使用传感器和滤波器的基本原理
##实验内容：本实验主要针对无人机控制系统中所使用的传感器和滤波器基本原理，包括IMU(惯性传感器)、GPS(全球定位系统)或北斗定位系统、Kalman滤波器或互补滤波器，通过实验，使用实际无人机上采集的传感器数据来融合出可靠的位姿数据，巩固所学知识。
**实验1：多传感器数据融合
**实验2：前端光流
**实验3：高效的去畸变方式
**实验4：误差卡尔曼滤波
**实验5：连续时间预积分误差传递
**实验6：离散时间预积分误差传递
@@同步定位与建图
##实验目的：了解和掌握无人机同步定位建图基本原理和实现方法
##实验内容：本实验主要探索无人机在不依靠外部定位手段，如GPS、无线基站和动作捕捉系统等的情况下，仅依靠自身携带的传感器进行导航、定位和地图建立的SLAM(同步定位建图)方法，合作完成一种或几种典型的SLAM方法原理调研、实际运行测试、评价等。
**实验1：VINS-Mono代码编译运行
**实验2：预积分零偏建模方式
**实验3：VIO初始化
**实验4：VIO数据预处理
**实验5：旋转外参初始化
**实验6：ceres解析求导以及核函数
**实验7：预积分残差计算
**实验8：预积分雅可比计算
**实验9：视觉重投影
**实验10：视觉雅可比
**实验11：滑动窗口边缘化
**实验12：VINS_Fusion介绍及运行
**实验13：VINS_Fusion光流优化
**实验14：VINS_Fusion初始化
**实验15：VINS_Fusion后端优化
**实验16：鲁棒的外点剔除策略
**实验17：VINS_Fusion的GPS融合
@@无人机位姿控制
##实验目的：以多旋翼无人机为例，了解无人机位姿控制的基本原理和方法，并通过实验对无人机的闭环相应特性获得直观认识。
##实验内容：本实验将基于室内无人机飞行实验，学习和体验无人机姿态位置和姿态控制的控制器设计和调节方法，包括姿态环(内环)参数调节、位置环(外环)参数调节、扰动抑制、轨迹跟踪等环节。通过实验，同学可以更深入了解无人机控制器的构成和不同控制器参数对于飞行品质的影响。
**实验1：无人机的数学模型
**实验2：无人机动力模型
**实验3：无人机姿态模型
**实验4：无人机位置模型
**实验5：无人机模型线性优化
**实验6：基于欧拉角的控制器
**实验7：PID控制
**实验8：基于四元数的控制器
**实验9：基于旋转矩阵的控制器
@@无人机视觉控制
##实验目的：了解无人机视觉控制的基本原理，通过实验掌握无人机视觉的基本方法。
##实验内容：本实验将基于机载立体摄像头的口袋式室内无人机实验平台，学习无人机视觉跟踪的基本原理，包括图像跟踪、解耦控制、轨迹平滑等环节。
**实验1：回环检测数据流
**实验2：基于dbow的回环检测
**实验3：回环校验
**实验4：通过后端滑窗优化回环帧位姿
**实验5：四自由度位姿图优化
**实验6：视觉地图的保存和加载
@@基于PX4的开源飞控系统
##实验目的：基于PX4开源平台，研究并调试多旋翼无人机飞控系统。
##实验内容：综合应用控制和传感器相关知识，在课程组提供的PX4系统上，学习传感器采集模块、传感器数据融合和滤波模块、内环控制模块、外环控制模块、通信模块等的开发方法，并利用Mavros（MAVLink + ROS）开发相应的机载计算机程序，实现上位机对无人机的实时操控。
**实验1：基于PX4的四旋翼建模与控制
**实验2：四旋翼模型与控制基础
**实验3：实际飞行测试
**实验4：日志分析
**实验5：传感器与遥控器校准原理
**实验6：PX4自定义任务并执行
**实验7：PX4自定义参数并使用QGC显示
**实验8：PX4自定义uORB消息并保存到日志
**实验9：PX4控制算法
**实验10：PX4中uORB概览
**实验11：PX4位置-姿态-角速度控制逻辑
**实验12：基于SO3的姿态控制
**实验13：TD微分跟踪器原理与仿真
**实验14：ADRC误差组合
**实验15：LESO原理与仿真
**实验16：LADRC角速度环Simulink仿真
**实验17：LADRC飞控C++代码编写
**实验18：LADRC仿真与实物测试分析
**实验19：非线性ADRC原理与仿真
**实验20：一键起飞
**实验21：自动降落
**实验22：速度平滑
@@单目视觉跟踪与识别系统
##实验目的：研究和探索无人机单目视觉追踪和识别的方法。
##实验内容：综合应用计算机视觉和深度学习等相关知识，学习和开发基于特征的无人机视觉识别与跟踪方法、基于深度学习的无人机视觉与跟踪方法，并在安装有Ubuntu和Ros的计算机上实现。
**实验1：单目视觉位姿估计
**实验2：基于ceres自动求导的单目视觉BA优化
**实验3：陀螺仪零偏初始化
**实验4：视觉惯性对齐求解
**实验5：基于已知重力的视觉惯性对齐调整
@@立体视觉导航与避障系统
##实验目的：研究和探索无人机立体视觉导航和避障方法。
##实验内容：应用深度相机、激光雷达等具备深度测量能力的传感器，学习和开发无人机立体视觉同步定位建图导航方法、基于特征或学习的避障方法，并在安装有Ubuntu和Ros的计算机上实现。
@@无人机虚实融合仿真系统
##实验目的：研究和探索无人机虚实融合仿真方法。
##实验内容：应用Ros提供的Gazebo等工具，通过无线或有线方式接入开源飞控Px4的数据，开发完整的无人机虚实融合仿真系统，在虚拟系统中为无人机安装单目摄像头、深度摄像头、激光雷达等视觉传感器，实现虚拟环境下的无人机自主任务规划与飞行测试。
@@无人机视觉导航与避障技术
##实验目的：研究和探索无人机视觉导航和避障方法。
##实验内容：基于搭载轻量化计算平台、双目摄像头和和PX4飞控系统的微型无人机，开发算力受限情况下的无人机自主双目点云生成算法、视觉导航算法和自主避障算法，在室内实现飞行验证。
@@无人机视觉编队与任务规划技术
##实验目的：研究和探索无人机视觉编队与任务规划方法。
##实验内容：基于搭载轻量化计算平台、双目摄像头和和PX4飞控系统的微型无人机，开发算力受限情况下的分布式无人机视觉编队方法、集中式/分布式/智能式任务规划方法，并在室内实现飞行验证。
@@无人机编队实验
##实验目的：认识在不同的无人机编队协议下，无人机编队的性能。
##实验内容：利用Matlab和QuarQ等工具进行编程，通过WiFi建立服务器和无人机集群之间的通信，实现无人机集群的集中式和分布式编队飞行，并通过航迹变换和施加外部干扰等，验证不同的编队协议的鲁棒性和快速性之间的差异。
@@无人机智能任务规划
##实验目的：通过实验综合掌握无人机全自主飞行及智能任务规划相关的方法。
##实验内容：在机载Ubuntu和Ros系统上进行编程，并通过Mavros等工具与机载PX4飞控系统通信，利用机载双目摄像头采集的视觉数据生成点云，实现无人机在无GPS等外部导航手段的引导下的自主定位、自主导航、避障、路径规划和目标匹配，最终完成在开阔实验室空间内的智能任务规划。

主要配套资源

市场价格*

优惠价格*

数量单位*

推荐使用人数*

添加日期*