无人机通信原理教学实验系统是无人机实训室的核心教学平台，专注于揭示无人机天地通信的底层原理。系统集成图传、数传、遥控等真实通信链路，学生可通过频谱仪直观观测2.4GHz、5.8GHz、915MHz等频段的信号特征，进行信道测量、干扰分析、天线对比等实验。它彻底改变了“只飞不通”的传统教学模式，将教学深度从飞行操作延伸至通信数据链层面，旨在培养学生对无线通信系统的深刻理解、测量分析及故障排查能力，为未来从事无人机通信设计、调试与优化工作奠定坚实基础。

无人机通常采用多种传感器，通过数据融合技术将来自不同传感器的数据整合成更准确的信息。传感器之间的协同工作可以实现无人机的高度自主飞行和复杂任务执行。无人机传感器技术开发实训平台提供多种传感器模块，主要包括惯性导航传感器模块、红外传感器、温湿度传感器、火焰传感器等。传感器模块套件配合单板计算机，实现各种传感器原理、应用、上位机软件编写等实验。

无人机GNSS INS惯性组合导航开发模块可用于学习无人机惯性导航。惯导的基本工作原理是以牛顿力学定律为基础，通过测量载体在惯性参考系的加速度，将它对时间进行积分，且把它变换到导航坐标系中，就能够得到在导航坐标系中的速度、偏航角和位置等信息。

本系统采用一体化集成设计，集精密双轴万向架、高速无刷驱动、高精度IMU传感与专业分析软件于一体，通过直观的运动演示与精确的数据测量，生动呈现角动量守恒、定轴性、进动与章动等核心物理规律。学生可亲手操作并观察高速旋转转子在惯性空间中的指向稳定性，定量研究外力矩与进动角速度的关系，并通过上位机软件实时获取三维姿态、角速度等多维度数据，进行可视化分析与处理。系统安全可靠，操作直观，不仅能够加深学生对抽象理论的理解，更可培养其科学探究与工程实践能力，是理论与实验相结合的理想教学平台。

HT-Battery-EDU可实现对3至5节锂电池电压、电流、温度、SOC的测量，通过上位机软件、蓝牙、串口显示屏显示结果，实现过压，欠压，过流，短路保护，支持芯片内部被动均衡。提供原理图，源码，上位机，支持学生二次开发。

嵌入式及无人机案例实验箱不仅可以满足传统的嵌入式及STM32相关课程的教学实验需求，还为课程设计提供了丰富的无人机飞控工程案例化实验。

该实验箱由四大部分组成，分别为STM32嵌入式实验板卡、平面对轴平衡调试平台、遥控控制器及配件、四轴飞行器。

通过嵌入式及无人机案例实验箱，可实现嵌入式系统课程、嵌入式传感器、自动控制、无人机飞控开发等方向的实验教学。嵌入式实验板卡的处理器采用STM32F407，可以实现丰富的嵌入式硬件外设实验，还可与平面对轴平衡调试平台配合完成对轴控制实验，实现无人机的飞控开发入门学习。

无人机动力系统测试实训平台是一款专业化的智能检测系统，集成高精度传感器阵列与模块化设计，可同步采集拉力、扭矩、转速、电压电流等数据，通过闭环控制系统实现电机效率、桨力效率的实时分析。平台配备双冗余应急保护机制，包括物理急停按钮与软件过载保护，确保测试安全。核心功能涵盖螺旋桨气动性能验证、电机KV值匹配度测试、动力系统能耗优化，支持定桨距/变桨距多场景模拟，为无人机研发提供从单机部件到整机动力链的全流程测试解决方案。

分布式人工智能全场景智慧教学实训平台包括分布式人工智能系统主要组成部分，主要模块包括终端设备、边缘设备、网络设备和云端设备，可满足人工智能全流程教学与实验，可满足分布式、高性能计算与边缘计算相关教学与实验。终端节点可对采集到的数据进行初步处理，终端设备包括ARM、RISC-V、达芬奇（华为昇腾）等不同芯片架构类型的模块，可满足不同类型架构原理和程序开发学习、竞赛与科研需求。当终端节点性能不足以满足需求时，将一部分处理后的数据交由算力更强的边缘节点处理，边缘节点采用JETSON Orin NX Super，可满足基于Cuda的深度学习相关程序开发、竞赛与科研。云端设备提供高性能计算模块和存储模块，当终端和边缘设备算力无法满足需求时，可将部分处理后的数据交由高性能的云端处理，云端设备还提供存储模块，提供大容量数据存储空间。网络设备主要包括路由模块和交换模块，提供各模块之间的互联互通。各模块均采用开源方案，可二次开发，便于教学、竞赛和科研使用。

无人机作为空中机器人，在各行各业发挥了重要的作用，无人机的AI赋能和蜂群协同是近年来的研究热点。

高校实验室与科研领域是无人机控制算法与AI赋能的主要研究阵地。面对未来AI时代，控制算法与AI赋能的教学和研发方式被重新定义，行业亟需一种更快速、高效的无人机控制算法研发模式。

无人机模拟仿真器VISIM可帮助教学及科研工作者在第一时间对算法进行实践验证，提高教学和科研效率，模拟验证后再用真机测试，减少风险和炸机发生概率。

基于PX4_SITL和Gazebo的环境，提供位置、速度、加速度等控制方式，用户可以验证自己的飞控算法和外围控制算法。

自主飞行和路径规划方面，模拟器适配了Ego-Planner开源算法和一些基本的路径生成算法，方便用户实现轨迹生成算法及轨迹控制验证；

提供Ego-Planner-Swarm开源蜂群算法，用户也可在模拟器中开发/验证自己的集群/蜂群算法；

VSIM模拟仿真器也提供AI目标识别、跟踪算法和框架，方便用户实现无人机对目标的追踪等实验；

OWL Mini 3无人机体积小，重量轻，更加适合算法验证。

蜂群控制系统主要模块包括飞控模块，定位模块，避障模块，captain，双目驱动，云台驱动，这些模块对内对外统一使用ROS1接口。其中，飞控模块运行基于PX4开源固件自主修改版本，其主要接口和框架兼容PX4规范。自主研发的双目驱动模块, 提供硬件时钟同步的双目数据及生成的深度图。无人机定位系统包括基于视觉的VIO，IMU等传感器数据融合，融合工作由飞控模块完成，定位模块在机载电脑上实现的视觉VIO。避障模块在避障功能打开的环境下，提供到单一或者连续目标点避障路径。为适应不同飞行任务需求，控制机载电脑上各个算法模块，Captain提供了一个统一控制点和任务管理器，方便实现不同的飞行任务。ROS1接口的云台驱动模块，提供云台姿态数据，提供云台控制接口，提供视频图像用于第三方软件实施跟踪。

蜂群软件架构包括单机系统和算法软件，多机协同软件，多机通讯机制。在多机协同环境，还需要协调多机轨迹、位置、同步完成多机目标飞行。适配了Ego-Planner-Swarm开源软件，作为多机协同下的避障导航软件。它结合了多机的位置，和各自目标下的轨迹，整体规划出防碰撞轨迹。再结合控制软件就可以同步控制集群进行目标飞行。在分布式多机协同系统中，需要互通网络环境和多机通讯机制。目前引用的Ego-Planner-Swarm软件是基于ROS系统的多机通讯机制，是Master/Slave架构的消息通讯机制。Visbot视觉模块提供了Wifi接口，可接入大功率Wi-Fi基站，优势是可以较长距离通讯；也可以配置成自组网模式, 省去Wi-Fi基站，可以满足小范围的机群需求。

在视觉版的基础上，激光雷达版搭载VisBot 3代视觉模块，双轴增稳云台以及4线LiDAR激光雷达，适用于无GPS环境下基于视觉/LiDAR的无人机定位/导航/避障算法的验证与开发，以及室内无人机组网编队的研究。激光定位基于LiDAR激光传感器获得的点云数据，并且融和惯性导航模块的6轴数据，实现的LIO算法。视觉定位是通过基于双目视觉传感器的双目图像，融和惯性导航模块数据，实现的VIO算法。可以基于动作捕捉系统定位，支持VRPN协议实时获得定位信息，提供真实飞行数据。避障功能是基于定位结果，基于LiDAR点云/iTof深度图/双目产生深度图，实时生成地图和路径规划的避障算法。

猫头鹰3，实战派。全能旗舰，助力科研成果转化落地，与猫头鹰Mini 3相比，猫头鹰 3体型更大，负载更强，能够搭载更多设备，适用于更多场景。

猫头鹰OWL3无人机是一个安全、可靠、前沿、综合的无人机学习、实验平台，满足多样化的科研需求。集成 iTof、双目视觉、下摄激光、双轴增稳云台和超高清摄像头等多种传感器，能够有效感知规避 5 mm 直径的障碍物，猫头鹰3还是面向科研与产业应用的开源无人机平台，全面支持二次开发，用户可增加其他负载和传感器，用于 GNSS 拒止境下基于视觉的无人机飞行、定位、导航、避障、识别、跟踪等算法学习、实验、开发、验证，以及室内无人机组网编队的开发、实验。云台摄像支持机载高清高画质编码录制，同步支持低延迟视频图像传输功能，能清晰捕捉目标画面并实时传输给地面控制端或其他相关设备。

猫头鹰3，实战派，全能旗舰，助力科研成果转化落地，与OWL mini 3相比，OWL 3 体型更大，负载更强，能够搭载更多设备，更适用于多场景。

蜂群软件架构包括单机系统和算法软件，多机协同软件，多机通讯机制。在多机协同环境，还需要协调多机轨迹、位置、同步完成多机目标飞行。适配了Ego-Planner-Swarm开源软件，作为多机协同下的避障导航软件。它结合了多机的位置，和各自目标下的轨迹，整体规划出防碰撞轨迹。再结合控制软件就可以同步控制集群进行目标飞行。在分布式多机协同系统中，需要互通网络环境和多机通讯机制。目前引用的Ego-Planner-Swarm软件是基于ROS系统的多机通讯机制，是Master/Slave架构的消息通讯机制。Visbot视觉模块提供了Wifi接口，可接入大功率Wi-Fi基站，优势是可以较长距离通讯；也可以配置成自组网模式，省去Wi-Fi基站，可以满足小范围的机群需求。

在视觉版的基础上，RTK版本搭载VisBot 3代视觉模块，双轴增稳云台以及RTK模块，适用于GPS环境下基于视觉/RTK的无人机定位/导航/避障算法的验证与开发，以及室内无人机组网编队的研究。

提供厘米级绝对精度，实时性与稳定性强，算力需求低，适合高处飞行。

基于ROS操作系统开发的智能视觉搬运机器人，以树莓派4B为主控，采用Python编程，在视觉机械臂的基础上，增加了一个可以全向移动的麦克纳姆轮底盘，使得机器人可以进行移动抓取、目标追踪、智能搬运等功能，底盘可以自由拆卸，既可以作为桌面视觉机械臂使用，也可以作为移动视觉机械臂使用，提供源代码及两百多节课程资料，帮助用户更好的学习相关知识。能够与无人机配合实现空地协同。

本平台专为院校无人机航拍与开发教学打造，采用碳纤维可折叠四旋翼机身，内置GPS高精度定位模块，兼顾便携与稳定性。搭载STM32全开源飞控（C++编写，支持二次开发），通过配套地面站可完成PID调参、传感器校准、航线规划等实训。配备三轴云台4K相机（1/1.7英寸索尼CMOS，320°航向轴）及高通八核图传遥控器（5.5英寸1080P高亮屏，15km双路数字图传），支持超高清航拍与第一视角任务飞行。提供纸质实训手册、飞控开发教程及11节视频课程，覆盖地面站操作、代码编译等环节，是飞行控制与航拍应用一体化教学的理想平台。

HT500Z是面向教学与竞赛的机械抓取无人机实训平台，配备可拆卸机械爪模块，支持物品抓取、运输及定点投放功能。

系统内置航线规划与基础避障能力，可满足物流运输课程实训需求，也可用于无人机相关竞赛。平台采用模块化设计，支持二次开发，便于与教学体系对接。

HT600是一款专为教学而生的无人机开发实训平台，适用于作为室外实操教学六旋翼无人机飞行平台使用。

采用碳纤维可折叠机身，既可用于教学开发，也可以用于室外飞行训练、调试，通过配套地面站软件可进行PID参数调节、传感器校准、参数设置、航线规划等实训环节，开源飞控，可二次开发，还可以实现自主飞行。整机结构牢固，承载能力强，可挂载寻迹、小球投放、钩瓶、激光打靶、航拍、机械臂、机械爪等各类设备，符合国际机器人挑战赛无人机自主飞行赛项、中国工程机器人大赛无人机赛项等竞赛的要求。

无人机蜂群表演编队支持手控飞行、定点飞行、自主航线飞行、自主返航等控制模式，支持横队、纵队、三角、方队、倒V、正V、包围式队形切换等编队模式。地面站软件支持无人机姿态、位置、电池、连接状态显示，支持报警信息提醒、指令发送、回传数据显示，支持目标工作区地图保存和显示、队形编辑、保存与加载。集控制、编辑一体，可预览已编程的飞行轨迹，动画展现飞行姿态，支持2D、3D模拟飞行，支持自动计算避障线路和防碰撞预警。

F165 无人机集群编队表演方案基于 UWB 制式基站进行定位，无需 GPS，实现各种环境下精确室内外定位，具有中继器与 WIFI 链接两种通信形式，可适用于各种网络环境。支持手机 APP 编队飞行及 PC 端编程编队、实时控制功能，支持图形化/Python 双语言双平台进行单台或者编队飞行自主编程，软件平台高度集成，支持飞行动作与灯光同步编程界面及实时动态仿真，预览编程实际效果。图形化编程最多可同时控制 40 架无人机在线同步飞行，python 最多可编程 40 台无人机在线同步飞行，App 端最多控制超过 40 台无人机同步飞行，PC 端操作最多控制可超过 200 台无人机。

无人机集群编队表演套装一套包含 10 架无人机，四个基站和一个包装箱。

球形集群编队表演无人机基于UWB制式基站进行定位，无需GPS即可实现各种环境下精确室内外定位。

机身搭载可编程256色灯光系统，能够实现不同颜色效果。系统通过PC端地面站实现编程编队、实时控制功能，支持飞行动作与灯光同步编程及实时动态仿真，预览编程实际效果，最多可同时控制 10 架无人机在线同步飞行。