实验室或功能区
无人机外场飞行实操实训建设 - 方案文档
无人机外场飞行实操实训建设
这是一个专为无人机飞行训练与测试设计的开阔场地,是保障无人机操控课程及无人机应用技术课程训练顺利开展的必备条件,也可作为无人驾驶航空器驾驶证培训训练区。该飞行区位于校园内安全隔离的区域,确保飞行活动不会干扰到正常的教学和生活秩序,同时提供了足够的空间供无人机进行起降、悬停、航线飞行等各种飞行动作的练习。
主要功能
无人机植保技术
专注于无人机在农业植保中的应用,包括植保无人机的选型、农药喷洒技术、作业规划与实施等。学生将学习如何高效、安全地进行农业植保作业,提高农作物产量和质量。
主要实验装备
小型八旋翼无人机电子执照考训平台
HT1000X8是一款面向教学的无人机飞行平台,是三类CAAC民航执照考证专用无人机,满足AOPA和CAAC培训与考试的相关需求,适合高校及职业院校开展实验实训,尤其是“1+X”无人机驾驶职业技能培训使用。支持多种挂载设备,满足行业应用和二次开发。

AI视觉无人机开发平台
OWL Mini 3无人机体积小,重量轻,更加适合算法验证。
四类中型六旋翼无人机考训平台
HT1600是一款面向培训与考试的六旋翼无人机电子执照考训平台,轴距1650 mm,最大起飞重量40.5 kg,是四类CAAC民航执照考证专用无人机,满足无人机培训与考试的相关需求,可用于相关培训,非常适合各种行业用户以及各类高校、职业院校培训考试使用,该机型还支持二次开发,可用于行业应用实训。
多旋翼航拍教学无人机
多旋翼航拍教学无人机机身可折叠,具有全向避障功能,配备8个广角视觉传感器,能够在复杂环境中自动避障,减少碰撞风险。机身前方、后方、下方均具备视觉感知系统和红外感知系统,能够支持室内外稳定悬停、飞行,具备自动返航及三向环境感知功能。其抗风能力达到12m/s,适合在多种环境下稳定飞行。续航时间为43分钟,足够完成大部分拍摄任务。
支持多种智能拍摄模式,如焦点跟随、大师镜头、一键短片等,操作简单,适合不同水平的用户。通过红外传感系统及补光灯辅助可实现定位功能,满足无人机航拍技术教学及实训课程。
小型农业植保无人机竞赛实训平台
HT-Z2是一款专为教学而生的小型农业植保无人机竞赛实训平台,配备微型配套水箱、两个雾化喷头,与大型植保无人机功能和原理均相同,可满足植保教学、新手培训以原理展示和学习等用途,支持二次开发与改装,适用于各类学科竞赛和课程设计等需求,还可用于蔬菜大棚等小范围农业生产场景以及小面积场地消毒等用途。
10kg级植保农用无人机飞行平台
10 kg级农用植保教学无人机飞行平台HT-Z10的对角轴距 1300 mm,最大起飞重量 26.1 kg,药箱容积 10 L,是一款高效的植保无人机,精准喷洒助理农业生产,同时适配教学场景,可以满足学生对农业植保无人机构造与原理的学习,掌握大型无人机的操作与维护保养。
无人机集群编队表演套装
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。
多旋翼航测教学无人机
多旋翼航测教学无人机可以让学生了解无人机的飞行原理、操作技巧以及航测的相关知识,提高学生的实践能力和专业素养。在农业、林业、电力、交通等行业,可用于巡检、监测等工作,提高工作效率和质量,降低人力成本。凭借其高精度的悬停和定位能力以及高像素的拍摄功能,可执行各种航测任务,如地形测绘、土地调查、资源监测等,为相关领域提供准确的数据支持。
实验室设备清单
| 序号 |
设备名称 |
单位 |
数量 |
设备品牌 |
设备型号 |
| 1 |
小型八旋翼无人机电子执照考训平台 |
架 |
5 |
中航恒拓 |
HT1000X8 |
| 2 |
AI视觉无人机开发平台 |
架 |
2 |
中航恒拓 |
OWL Mini 3 |
| 3 |
四类中型六旋翼无人机考训平台 |
架 |
5 |
中航恒拓 |
HT1600 |
| 4 |
多旋翼航拍教学无人机 |
架 |
2 |
DJI |
Mavic 3 Pro |
| 5 |
三类训练机备用电池 |
块 |
5 |
中航恒拓 |
---- |
| 6 |
小型农业植保无人机竞赛实训平台 |
架 |
2 |
中航恒拓 |
HT-Z2 |
| 7 |
考训平台备用电池 |
块 |
5 |
中航恒拓 |
22000MAH |
| 8 |
10kg级植保农用无人机飞行平台 |
架 |
2 |
中航恒拓 |
HT-Z10 |
| 9 |
电子执照无人机考试监测系统 |
套 |
2 |
中航恒拓 |
U-RTK |
| 10 |
无人机集群编队表演套装 |
10机群 |
1 |
中航恒拓 |
F165 |
| 11 |
RTK考试训练基站 |
套 |
2 |
中航恒拓 |
---- |
| 12 |
多旋翼航测教学无人机 |
架 |
2 |
DJI |
Mavic 3E |
| 13 |
无人机云端接入设备 |
个 |
5 |
中航恒拓 |
---- |
| 14 |
钢制多层设备存放架 |
套 |
1 |
中航恒拓 |
SJ-4 |
| 15 |
飞行训练专用教练控 |
个 |
2 |
中航恒拓 |
ET16S |
| 16 |
计算机 |
台 |
5 |
主流品牌 |
主流型号 |
| 17 |
考训平台维修备件库 |
套 |
2 |
中航恒拓 |
---- |
| 18 |
桌椅 |
套 |
5 |
中航恒拓 |
主流型号 |
| 19 |
无人机外场训练场地道具 |
套 |
1 |
中航恒拓 |
---- |
主要课程与实验
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。
无人机与农业
掌握植保无人机、农业检测无人机构造与原理,掌握无人机操作与维护保养。
■ 实验1:植保无人机的认知
■ 实验2:植保无人机起飞前检查
■ 实验3:植保无人机飞行操控
■ 实验4:植保无人机撒播技术
■ 实验5:植保无人机辅助设备操作
■ 实验6:紧急情况下植保无人机的操控
■ 实验7:植保无人机维护保养与储存
■ 实验8:农药使用安全常识及病毒害
■ 实验9:植保无人机喷洒效果检验及飞防作业的实施
■ 实验10:植保无人机的拆装
■ 实验11:植保无人机故障分析及检修
■ 实验12:植保无人机硬件程序刻录刷写及固件升级
■ 实验13:植保无人机售后服务
■ 实验14:植保无人机作业规划
配套课程资源
AOPA和CAAC考试相关资源。
无人机与深度学习
主要包括无人机算法、无人机与深度学习视频教程,主要包括零基础入门四旋翼建模与控制等。
人工智能基础
主要包括深度学习经典检测方法概述、K-MEANS、生成对抗网络、条件生成对抗网络等视频课程。
机器视觉
主要包括AlexNet网络思想与网络架构、YOLO-V1整体思想与网络架构、YOLO-V2改进细节详解、YOLO-V3核心网络模型、基于V3版本进行源码解读、YOLO V4和V5、迁移学习与Resnet网络等相关视频课程。
ROS和SLAM
主要包括ROS基础、机器人环境感知、机器人SLAM与自主导航、多模态SLAM技术和算法框架、激光-惯性子系统(LIS)及代码精读、视觉-惯性子系统(VIS)及代码精读、激光-视觉-惯性数据融合与优化融合、ROS理论与实践Moveit、ROS机器人综合应用等相关PPT、教案和视频课程。
无人机与农业
植保无人机、农业检测无人机构造与原理,无人机操作与维护保养等课程。
无人机编队表演
无人机编队表演配套软件。