实验室或功能区 - 项目管理系统
项目
产品
装配
交付
日程
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 无人机行业应用实训室 - 方案文档

无人机行业应用实训室

无人机行业应用实训室是一个专为无人机应用技术专业学生设计的,集教学、实训、科研于一体的综合性实训室。该实训室主要模拟无人机在各行业中的实际应用场景,如农业植保、电力巡检、航拍测绘、物流运输,空地协同等,使学生能够在接近真实的工作环境中学习和掌握无人机的操作技能和应用知识。

主要功能
提供无人机行业应用相关课程的教学与实践平台,如无人机植保技术、无人机航拍技术、空地协同等;支持学生进行无人机行业应用项目的开发与测试,提升学生的项目管理和团队协作能力;同时,实训室还配备了先进的无人机模拟飞行系统和数据分析软件,用于模拟无人机在各种复杂环境中的飞行状态,以及对采集的数据进行处理和分析,帮助学生深入理解无人机行业应用的原理和方法。通过无人机行业应用实训室的学习 与实训,学生能够更好地适应无人机行业的发展需求,提高就业竞争力。
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。
无人机物流运输技术
展示无人机在物流运输领域的应用,包括物流无人机的选型、配送路线规划、货物装载与卸载等,学生将了解无人机物流运输的基本原理和操作流程,探索无人机在物流行业中的创新应用。多旋翼物流教学无人机通过其高冗余度设计、强环境适应性与物流专项参数,为学员提供了从基础飞行到复杂物流任务的完整技能培养体系。同时,其碳纤维材质与模块化设计也为设备维护与教学扩展提供了便利。
无人机传感器系统开发
无人机等任何智能设备都离不开传感器技术,学生需要了解各类传感器的工作原理和特征并结合理论知识完成传感器系统软硬件开发,并将相关传感器与无人机结合以实现更多功能,能够培养学生的综合开发能力。
惯性导航系统开发
惯性导航系统是一种不依赖于外部信息、也不向外部辐射能量的自主式导航系统,可用于无卫星定位时的持续导航定位。学生可以通过学习相关技术原理,并开发符合实际需求的软硬件系统并与无人机进行结合,培养学生的软硬件开发能力。
主要实验装备
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。

无人车开发平台

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。

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。


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。

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。

大载重中型六旋翼物流无人机实训平台

物流无人机作为智慧物流的重要组成部分,其应用场景和技术优势已逐渐渗透到物流行业的各个环节。该平台设计具备承载重物的能力,对角轴距 1850 mm,最大载重 20 kg,能够执行重型货物运输、物资投放等任务,满足学生对大型物流无人机操作训练、物流飞行方案和飞行计划制定、飞行安全保证等学习和训练等需求。

物流拓展模块

这款可拆卸式碳纤维起落架,尺寸为 35CM×35CM×25CM,适用于四轴、六轴等多旋翼无人机及 700、800 级电动直升机。

垂直起降固定翼无人机

垂直起降固定翼无人机平台具备垂直起降功能,可搭载 10 倍可见光吊舱等有效载荷,具有一定抗风能力且适应较高海拔环境,能满足一定时长和距离的作业需求。

无人机传感器技术开发实训平台

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。

无人机安全飞行防护场地

无人机飞行安全防护场地全方位守护无人机飞行训练和科学研究,为无人机实训实验筑起安全屏障,可避免因操作失误导致的人员受伤。

场地标准尺寸为5.0 m × 5.0 m × 2.5 m,采用桁架骨架结构、5英寸尼龙防护网,配套海绵地垫,不仅可用于无人机日常和赛前训练,也可搭建任务场地用于课题研究实验和各类创新实践。

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 AI视觉无人机开发平台 1 中航恒拓 OWL Mini 3
2 无人车开发平台 1 中航恒拓 HT-CAR
3 空地协同系统软件包 1 中航恒拓 ASCS
4 多旋翼航拍教学无人机 1 DJI Mavic 3 Pro
5 多旋翼航测教学无人机 1 DJI Mavic 3E
6 小型农业植保无人机竞赛实训平台 1 中航恒拓 HT-Z2
7 大载重中型六旋翼物流无人机实训平台 1 中航恒拓 HT-WL20
8 物流拓展模块 1 中航恒拓 ----
9 垂直起降固定翼无人机 1 中航恒拓 ZHV4
10 无人机传感器技术开发实训平台 1 中航恒拓 HT-Sensors-EDU
11 AI视觉无人机耗材包 1 中航恒拓 V-HT-Lib3
12 无人机安全飞行防护场地 1 中航恒拓 HT-Flight Zone
13 计算机 9 主流品牌 主流型号
14 桌椅 9 中航恒拓 主流型号
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
无人机物流技术
无人机物流飞行计划、航线规划、飞行安全保证。
垂直起降固定翼无人机平台配套课程
配套实训手册和PPT课件,至少包含以下内容:
■ 第一节:垂直起降固定翼整体概述;
■ 第二节:垂直起降固定翼机体组装;
■ 第三节:垂直起降固定翼飞行控制系统安装;
■ 第四节:垂直起降固定翼遥控系统调试;
■ 第五节:垂直起降固定翼飞行控制系统调试;
■ 第六节:垂直起降固定翼飞行测试;
■ 第七节:垂直起降固定翼任务规划;
■ 第八节:垂直起降固定翼执行飞行任务。
无人机传感器原理相关开发
常用传感器数据读取和应用。
■ 实验1:红外避障碍传感器数据采集与展示
■ 实验2:霍尔传感器数据采集与展示
■ 实验3:温度湿度传感器数据采集与展示
■ 实验4:火焰传感器数据采集与展示
■ 实验5:上位机软件开发
惯性导航原理与相关开发
了解惯性导航相关原理并开发上位机软件。
■ 实验1:获取IMU数据
■ 实验2:获取卫星定位数据
■ 实验3:IMU与卫星定位数据融合
■ 实验4:在地图中记录轨迹
■ 实验5:GPS与Move_Base导航
■ 实验6:上位机软件开发
配套课程资源
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。
无人机物流技术
物流无人机操作与安全保证相关教程。
无人机传感器系统开发
各类传感器技术资料、开发指导以及例程。
无人机惯性导航开发
惯性导航系统开发手册、基本例程、相关资料文档、测试用上位机软件。
Copyright © 2014 - 2026 项目管理系统
慧伊创新科技(北京)有限公司 / 项目管理系统 / 京ICP备17005611号  
点击量 170682