实验室或功能区
无人机与人工智能实验室 - 方案文档
无人机与人工智能实验室
“人工智能+”(Artificial Intelligence Plus,AI+)是指将人工智能技术与各行各业深度融合,推动产业转型升级和创新发展的一种理念与实践。它不仅是将人工智能应用于某一特定领域,而是通过技术的集成与创新,实现对传统行业的全面赋能与重构。机器视觉是人工智能正在快速发展的一个分支,用机器代替人眼来做测量和判断,通过机器视觉产品将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。
同时,随着自主协同技术的突破,无人机蜂群正从实验室概念演变为颠覆战争规则的“新锐力量”。它既是对未来“无人化、智能化”战争形态的预演,也是大国博弈中低成本战略威慑的具象化载体,通过数百架廉价无人机的高效协同,既能执行侦察、打击、电磁压制等复合任务,又可消耗敌方昂贵的防空资源。无人机蜂群作为一种新兴的集群智能系统,正逐渐改变着多个领域的运作模式。它由大量低成本、小型化的无人机组成,通过协同合作完成复杂任务,具有极高的灵活性和适应性,展现出巨大的发展潜力和应用价值。
主要功能
训练无人机操作技能
通过训练,使学生能够熟练掌握无人机的起飞、降落、悬停、飞行、遥控操作等基本技能,确保在实际应用中能够灵活应对各种飞行任务。
培养应急处理能力
针对无人机可能遇到的失控、遇到障碍物、通信中断等紧急情况,进行专门的应急处理训练,提高学生在紧急情况下的应变能力和快速响应能力。
强化安全操作技能
强调安全意识和安全操作规程的重要性,确保学生在操作过程中严格遵守安全规定,保障自身和设备的安全。
训练无人机操作技能
通过训练,使学生能够熟练掌握无人机的起飞、降落、悬停、飞行、遥控操作等基本技能,确保在实际应用中能够灵活应对各种飞行任务。
培养应急处理能力
针对无人机可能遇到的失控、遇到障碍物、通信中断等紧急情况,进行专门的应急处理训练,提高学生在紧急情况下的应变能力和快速响应能力。
强化安全操作技能
强调安全意识和安全操作规程的重要性,确保学生在操作过程中严格遵守安全规定,保障自身和设备的安全。
无人机故障检测与维修
接头采用插拔接口设计,可同时设置多种不同的无人机故障,设置动力电源故障、分电板故障、电机供电故障、电机信号故障、接收机故障、飞控供电故障、电机转向故障,故障可通过插拔接口或者开关进行恢复复原。
无人机拆装与维护
能够使学生了解无人机基本构造与原理,掌握无人机组装维护、维修保养等相关理论知识与实操能力。
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。
主要实验装备
AI视觉无人机开发平台(激光雷达版)
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。
激光雷达通过发射激光束并接收反射光来测量距离,能提供高精度的距离数据,可精确探测到障碍物的位置、形状和大小等信息,相比单纯的视觉传感器,受光照条件、物体表面纹理等因素的影响更小。可以在诸如电磁干扰、强光干扰等复杂的环境中稳定工作,减少因外部干扰而导致的误差,保证无人机对周围环境的准确感知。结合激光雷达获取的大量精确距离数据和OWL mini3L自身的计算能力,能够快速构建出周围环境的三维模型,为无人机的自主导航、路径规划以及避障提供更全面、准确的信息基础,使其能更好地适应复杂多变的环境。
无人机执照考证仿真系统
无人机执照考证仿真系统通过在计算机上安装模拟软件并搭配专用遥控器,能够高度还原真实场景下的无人机操作。该系统突破了真实飞行在时空、成本与安全方面的限制,为无人机操作学习、技能提升与技术验证提供了一套高效、安全的实践解决方案。
无人机执照考证仿真系统
无人机执照考证仿真系统通过在计算机上安装模拟软件并搭配专用遥控器,能够高度还原真实场景下的无人机操作。该系统突破了真实飞行在时空、成本与安全方面的限制,为无人机操作学习、技能提升与技术验证提供了一套高效、安全的实践解决方案。
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。
多旋翼无人机原理示教平台
多旋翼无人机原理示教平台面板集成飞控、飞控减震球、四路电机、四路电调、机架、分电板、电池、遥控器、接收机等部件,能够展示无人机部件和构成、基本原理、相关部件关系等,可用于无人机结构原理认知、无人机飞控系统调试、动力系统调试、载荷拓展模块设计开发调试等,还可以学习遥控系统、演示机械爪、图传与显示屏、反无人机系统的构造与工作原理,整体结构便于教学使用,可接入220V电源,通电后即可正常演示所有功能,机柜底部带4个万向轮方便移动。
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。
无人机故障检修实训平台
无人机故障检修实训平台功能全面,涵盖了硬件配置、飞行模式、传感器集成、功能扩展、实训平台结构、安全设计、故障设置与检测以及故障检测与维修等多个方面,能够为学生提供丰富的实训内容和良好的学习体验,有助于培养学生的无人机故障检测与维修能力。
该平台能够还原四旋翼无人机系统构成,直观展示无人机内部线路的连接方式,帮助学生深入了解无人机的硬件结构和电气连接。支持多种无人机故障情景,包括动力电源故障、分电板故障、电机供电故障、电机信号故障、接收机故障、飞控供电故障、电机转向故障等,接头采用插拔接口设计,可同时设置多种不同的无人机故障情景,设置的故障可通过插拔接口或者开关进行恢复复原,方便学生进行故障模拟和维修练习。
5kg级植保农用无人机飞行平台
中航恒拓 5kg 级植保农用无人机HT-Z5为四轴四桨结构,药箱容量 5L,空载续航时间 18-25 分钟,每架次可喷 3-8 亩,助力农业植保高效作业。
室内教学拆装调无人机实训平台
室内教学拆装调无人机实训平台HT380是一款专为教学而生的无人机实训平台,外观设计精美,机身采用高强度碳纤维和航空铝材质,配以M3内六角碳钢螺丝,牢固可靠,不易损坏,寿命长,可用于反复拆装,能够清晰展示无人机各零部件外观,使学生了解无人机基本构造与原理。配套多自由度桌面调试系统,无人机可通过快拆接口连接到调试器,配套专业遥控器,学生可在室内桌面上进行飞行调试,调参,避免炸机。
提供完备的使用说明书、拆装调试手册、全系列视频教程等学习资料,不仅可进行无人机相关教学以及零部件调试、故障检测维修、地面站调试与设置等学习,还可以用于学科竞赛、二次开发和改装。
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。
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。
无人机装调飞测一体化实训操作平台
无人机装调飞测一体化实训操作平台采用防静电木质台面设计,结构稳固,经久耐用,安全可靠,能够与室内教学拆装调无人机实训平台搭配,在保证安全的前提下测试和观察组装或维修后的无人机飞行状态,降低无人机调试时的风险。
平台提供控制终端和配套的地面站软件,可满足无人机原理学习、组装维护、综合调试、软件参数设置等需求,可供无人机组装与调试、无人机维护修理等课程使用,还可以满足无人机地面站相关课程学习使用,实现一机多用。
25kg级植保农用无人机飞行平台
25 kg级农用植保教学无人机飞行平台HT-Z25为六轴六桨结构,药箱 25L,喷幅 5-7m,每架次可喷 20-30 亩,具备全自主飞行、避障等功能,支持夜间作业与后台监管。
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。

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。
无人机电池安全防爆柜
这款无人机电池安全防爆柜采用全钢四层结构,内部尺寸为长 500mm、宽 380mm、高 740mm,可分层存放无人机电池。其核心功能是通过坚固的全钢材质和多层设计,为电池提供安全储存空间,有效隔离和防范电池可能发生的爆炸、起火等风险,保障电池存放过程中的安全性。
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(激光雷达版) |
架 |
3 |
中航恒拓 |
OWL Mini 3L |
| 2 |
无人机执照考证仿真系统 |
套 |
50 |
中航恒拓 |
SM-KZ |
| 3 |
无人机执照考证仿真系统 |
套 |
25 |
中航恒拓 |
SM-KZ |
| 4 |
AI视觉无人机开发平台 |
架 |
1 |
中航恒拓 |
OWL Mini 3 |
| 5 |
无人车开发平台 |
套 |
3 |
中航恒拓 |
HT-CAR |
| 6 |
桌椅 |
套 |
50 |
中航恒拓 |
主流型号 |
| 7 |
多旋翼无人机原理示教平台 |
台 |
1 |
中航恒拓 |
YL100 |
| 8 |
多旋翼航拍教学无人机 |
架 |
5 |
DJI |
Mavic 3 Pro |
| 9 |
空地协同系统软件包 |
套 |
1 |
中航恒拓 |
ASCS |
| 10 |
计算机 |
台 |
50 |
主流品牌 |
主流型号 |
| 11 |
无人机故障检修实训平台 |
套 |
25 |
中航恒拓 |
GZ100 |
| 12 |
5kg级植保农用无人机飞行平台 |
套 |
1 |
中航恒拓 |
HT-Z5 |
| 13 |
AI视觉无人机耗材包 |
套 |
1 |
中航恒拓 |
V-HT-Libmini3 |
| 14 |
室内教学拆装调无人机实训平台 |
架 |
25 |
中航恒拓 |
HT380 |
| 15 |
10kg级植保农用无人机飞行平台 |
架 |
1 |
中航恒拓 |
HT-Z10 |
| 16 |
大载重中型六旋翼物流无人机实训平台 |
架 |
1 |
中航恒拓 |
HT-WL20 |
| 17 |
无人机装调飞测一体化实训操作平台 |
台 |
24 |
中航恒拓 |
ZT100L |
| 18 |
25kg级植保农用无人机飞行平台 |
套 |
1 |
中航恒拓 |
HT-Z25 |
| 19 |
无人机组装维修工具套件 |
套 |
25 |
中航恒拓 |
HT-Tools |
| 20 |
小型八旋翼无人机电子执照考训平台 |
架 |
1 |
中航恒拓 |
HT1000X8 |
| 21 |
无人机拆装耗材套装 |
套 |
10 |
中航恒拓 |
HT-Lib380 |
| 22 |
四类中型六旋翼无人机考训平台 |
架 |
1 |
中航恒拓 |
HT1600 |
| 23 |
拆装调无人机实训平台备用电池 |
块 |
50 |
中航恒拓 |
5200mAh |
| 24 |
电子执照无人机考试监测系统 |
套 |
1 |
中航恒拓 |
U-RTK |
| 25 |
RTK考试训练基站 |
套 |
1 |
中航恒拓 |
---- |
| 26 |
多隔板密码储物柜 |
套 |
2 |
中航恒拓 |
SG-04C |
| 27 |
无人机云端接入设备 |
个 |
3 |
中航恒拓 |
---- |
| 28 |
钢制多层设备存放架 |
套 |
2 |
中航恒拓 |
SJ-4 |
| 29 |
飞行训练专用教练控 |
个 |
2 |
中航恒拓 |
ET16S |
| 30 |
无人机电池安全防爆柜 |
套 |
1 |
中航恒拓 |
FB74 |
| 31 |
无人机安全飞行防护场地 |
套 |
1 |
中航恒拓 |
HT-Flight Zone |
| 32 |
三类训练机备用电池 |
块 |
2 |
中航恒拓 |
---- |
| 33 |
考训平台备用电池 |
块 |
2 |
中航恒拓 |
22000MAH |
| 34 |
考训平台维修备件库 |
套 |
2 |
中航恒拓 |
---- |
| 35 |
无人机外场训练场地道具 |
套 |
1 |
中航恒拓 |
---- |
| 36 |
无人机概论课程资源包 |
套 |
1 |
中航恒拓 |
XT-V1.0 |
| 37 |
桌椅 |
套 |
5 |
中航恒拓 |
主流型号 |
| 38 |
航空气象课程资源包 |
套 |
1 |
中航恒拓 |
XT-V2.0 |
| 39 |
计算机 |
台 |
5 |
主流品牌 |
主流型号 |
| 40 |
无人机空域与法规课程资源包 |
套 |
1 |
中航恒拓 |
XT-V3.0 |
| 41 |
钢制多层设备存放架 |
套 |
1 |
中航恒拓 |
SJ-4 |
| 42 |
无人机模拟飞行课程资源包 |
套 |
1 |
中航恒拓 |
XT-V4.0 |
| 43 |
飞控与地面站课程资源包 |
套 |
1 |
中航恒拓 |
XT-V5.0 |
| 44 |
无人机算法入门课程资源包 |
套 |
1 |
中航恒拓 |
XT-V8.0 |
| 45 |
无人机飞行原理与性能课程资源包 |
套 |
1 |
中航恒拓 |
XT-V6.0 |
| 46 |
无人机装配调试课程资源包 |
套 |
1 |
中航恒拓 |
XT-V7.0 |
主要课程与实验
本实验室主要为开放性实验,无固定的实验方法,旨在锻炼学生的学习能力和创造能力,部分实验可供学有余力的同学选择性完成。
无人机模拟飞行
通过在计算机上模拟无人机飞行,能够降低实际飞行中的风险,提升训练速度和效率。
训练内容主要包括:
■ 实验1:多旋翼起飞与降落训练;
■ 实验2:多旋翼对尾悬停训练;
■ 实验3:多旋翼对头悬停训练;
■ 实验4:多旋翼右侧悬停飞行训练;
■ 实验5:多旋翼左侧悬停飞行训练;
■ 实验6:多旋翼航线动作训练;
无人机模拟飞行
通过在计算机上模拟无人机飞行,能够降低实际飞行中的风险,提升训练速度和效率。
训练内容主要包括:
■ 实验1:多旋翼起飞与降落训练;
■ 实验2:多旋翼对尾悬停训练;
■ 实验3:多旋翼对头悬停训练;
■ 实验4:多旋翼右侧悬停飞行训练;
■ 实验5:多旋翼左侧悬停飞行训练;
■ 实验6:多旋翼航线动作训练;
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。
无人机故障调试与维护
能够进行以下故障检测实验。
■ 实验1:无人机配电系统故障检测实验
■ 实验2:无人机电源管理模块故障检测实验
■ 实验3:无人机遥控通讯系统故障检测实验
■ 实验4:无人机电机缺项故障检测实验
■ 实验5:无人机电调信号故障检测实验
■ 实验6:无人机电调供电故障检测实验
■ 实验7:无人机动力系统综合检测实验
■ 实验8:IMU惯性测量单元校准故障检测实验;
■ 实验9:无人机飞控故障故障检测实验
■ 实验10:无人机系统综合故障检测实验
无人机结构与系统
该课程旨在使学生深入了解无人机的结构组成、各部件功能以及整体系统的工作原理。通过理论学习与实践操作相结合,学生能够掌握无人机的基本构造和系统设计原理。
■ 实验1:识别无人机各部件外观
■ 实验2:无人机相关软件安装与基本操作
■ 实验3:C++与Git
■ 实验4:遥控器使用
无人机组装与调试
这是一门实践性很强的课程,学生将亲手进行无人机的组装与调试工作,通过实际操作,学生将掌握无人机的组装流程、调试技巧以及测试方法,确保无人机能够正常、稳定地运行。
■ 实验1:无人机组装
■ 实验2:无人机零部件更换
■ 实验3:无人机零部件调试
■ 实验4:起飞前设置(固件、参数、传感器、电机、螺旋桨)
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。
配套课程资源
拓展行业应用及开发
人工智能无人机应用行业非常广泛,可结合实际需求进行二次开发,以下是一些主要应用行业:
农业领域
作物监测:科研无人机可搭载多光谱、高光谱等传感器,对大面积农田进行快速扫描,获取作物的生长状态、植被指数、叶面积指数等信息,帮助科研人员研究作物的生长规律、评估作物的健康状况,为精准农业提供数据支持。例如,通过分析多光谱图像,判断作物是否存在病虫害、缺水、缺肥等问题,以便及时采取相应的管理措施。
土壤分析:无人机可以携带土壤传感器,在农田中飞行并采集土壤的温度、湿度、酸碱度、肥力等数据,帮助科研人员了解土壤的特性和变化,为土壤改良、施肥方案制定等提供依据。
农业气象研究:无人机可在不同高度和区域进行气象数据采集,如温度、湿度、气压、风速等,对于研究小范围的农田微气候以及气象条件对农业生产的影响具有重要意义。
环境监测领域
空气质量监测:搭载气体传感器的科研无人机能够在不同高度和区域对空气污染物的浓度进行监测,如二氧化硫、氮氧化物、颗粒物等,帮助科研人员了解空气污染的分布情况和变化趋势,为大气污染防治提供数据支持。
水质监测:无人机可以在河流、湖泊、海洋等水域上方飞行,通过搭载的水质传感器或采样装置,对水质参数进行检测,如水温、酸碱度、溶解氧、浊度等,或者采集水样带回实验室进行分析,用于研究水体的污染状况、生态环境变化等。
生态环境监测:用于监测森林、草原、湿地等生态系统的植被覆盖度、生物多样性、生态系统结构等。例如,通过无人机的航拍图像和数据分析,评估森林的砍伐情况、草原的退化程度、湿地的生态功能等。
测绘与地理信息领域
地形测绘:科研无人机可以携带高精度的测绘仪器,如激光雷达、摄影测量设备等,对地形进行快速测绘,生成高精度的三维模型和数字地形图。相比传统的测绘方法,无人机测绘具有效率高、成本低、灵活性强等优点,可应用于城市规划、土地管理、地质勘察等领域。
地质灾害监测:在山区、地质不稳定地区等,无人机可以定期对地质灾害隐患点进行监测,如滑坡、泥石流、崩塌等。通过获取地形变化、地表位移等数据,及时发现地质灾害的迹象,为灾害预警和防治提供依据。
考古研究:无人机可以对考古遗址进行航拍和三维建模,帮助考古人员了解遗址的全貌、地形地貌以及遗址内部的结构等信息,为考古发掘、研究和保护提供支持。
电力巡检领域
科研无人机可用于对高压输电线路、变电站等电力设施进行巡检。搭载高清摄像头、红外热成像仪等设备的无人机能够在安全距离外对电力设备进行近距离观察,检测线路的磨损、断裂、发热等故障隐患,以及检查变电站设备的运行状态。这不仅提高了巡检效率和安全性,还为电力设备的维护和管理提供了准确的数据。
应急救援领域
灾情评估:在地震、洪水、火灾等自然灾害发生后,科研无人机可以迅速进入灾区,对受灾区域进行航拍和数据采集,获取灾区的地形地貌、建筑物损坏情况、人员分布等信息,为灾情评估和救援决策提供支持。
救援物资投放:具备一定载重能力的无人机可以将紧急救援物资,如食品、药品、饮用水等,快速投放到交通受阻或难以到达的受灾区域,提高救援效率。
搜索与救援:利用无人机的高空视野和灵活机动性,在大面积的搜索区域内寻找失踪人员或被困者,为救援人员提供目标位置信息,缩短搜索时间。
交通领域
交通流量监测:无人机可以在城市道路、高速公路等上方飞行,通过航拍图像和数据分析,实时监测交通流量、车辆速度、道路拥堵情况等信息,为交通管理部门提供决策依据,优化交通信号控制和交通疏导方案。
交通设施巡检:对桥梁、隧道、道路等交通基础设施进行巡检,检测设施的结构完整性、表面缺陷、变形等问题,及时发现安全隐患,为交通设施的维护和管理提供支持。
无人机模拟飞行训练
提供关于升降舵悬停练习、副翼舵悬停练习、升降舵+副翼舵悬停练习、四位悬停练习、八位悬停练习、自悬360度练习、正八字练习、无人机起降练习等视频教程。
无人机模拟飞行训练
提供关于升降舵悬停练习、副翼舵悬停练习、升降舵+副翼舵悬停练习、四位悬停练习、八位悬停练习、自悬360度练习、正八字练习、无人机起降练习等视频教程。
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。
无人机基本理论
无人机概论教材配套PPT课件,包含无人机的相关概念、特点和分类、无人机的发展历史现状与未来、无人机结构与系统、无人机的基本结构。航空气象PPT课件,主要包括大气的成分、基本气象要素、空气的水平运动、空气的垂直运动、云的分类、降水、能见度、低空风切变,能见度、视程障碍、气团和锋、锋面天气、雷暴、雷暴与飞行、飞机颠簸、飞机积冰。
无人机空域与法规电子版教材及PPT课件,主要包括空域知识、AC61《民用无人机驾驶员管理规定》、AC91《民用无人机运行管理规定》,《民用无人机驾驶航空系统空中交通管理办法》、《民用无人机驾驶航空器实名登记管理规定》、《民用无人机驾驶员合格审定规则》、《民用无人驾驶航空器经营性飞行活动管理规定》。无人机飞行原理与性能电子版教材,主要包括标准大气及其物理性质、流动气体的基本规律、飞机的几何外形和参数、升力的产生、影响飞机升力的因素、阻力、速度、高度、续航、速度、高度、续航、起飞降落与机动性能。
无人机装配调试
实训手册及视频课程,视频课程主要包括室内教学拆装调无人机实训平台组装上机臂及电机、组装上机臂20mm铝柱、组装下机臂、组装脚垫及机腿、组装电池板、安装机臂、安装电源模块及连接电调线、焊接电调线及BB响、安装LED灯及飞控、连接电调信号线和安装上主板、安装接收机并连接飞控线、固定电调和接收机天线、安装无人机桨叶、安装安全拉杆。
无人机物流技术
物流无人机操作与安全保证相关教程。
AOPA和CAAC考试相关资源。