“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。
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；
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。
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。
OWL 3L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。
激光雷达定位基于LiDAR激光传感器获得的点云数据，融合惯性导航模块的6轴数据，实现LIO算法。
视觉定位基于双目视觉传感器捕获的双目图像，融合惯性导航模块数据，实现VIO算法。
可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。
支持基于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，能够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，激光雷达传感器受光照条件、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OWL3L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。
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 510mm、宽 380mm、高 1500mm，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。
无人机智能电池管理系统采用集成式手提航空箱设计，面板包含4路充电组接口，每组包含2-6S充电接口，最多可同时充放 4路2-6S锂聚合物电池。
支持多种安全保护设计，电源输入反接、欠压、过压保护和输出充电反接保护。
实时显示充电状态、每片电池的充电电流、电池电压和充电电量，对电池状态情况一目了然。
可选工作模式，支持轮流充电、同时充电、放电、电压检测；拥有极高的平衡效率，即使不平衡的电池组，在1C充电条件下，充电时间亦不到1小时。
系统功率低，效率高，自身功耗不超过1W，拥有极高的电能使用效率，充电时充电器不发热。
支持电池分析功能，可查看每片电池的起始电压，充电容量，停止电压。
| 序号 | 设备名称 | 单位 | 数量 | 设备品牌 | 设备型号 |
|---|---|---|---|---|---|
| 1 | 无人机算法模拟仿真器 | 台 | 5 | 中航恒拓 | VISIM |
| 2 | AI视觉无人机开发平台(激光雷达版) | 架 | 5 | 中航恒拓 | OWL Mini 3L |
| 3 | AI视觉无人机开发平台(激光雷达版) | 架 | 5 | 中航恒拓 | OWL 3L |
| 4 | 无人机蜂群控制平台 | 套 | 1 | 中航恒拓 | V-PC |
| 5 | AI视觉无人机耗材包 | 套 | 5 | 中航恒拓 | V-HT-Lib3 |
| 6 | AI视觉无人机耗材包 | 套 | 5 | 中航恒拓 | V-HT-Libmini3 |
| 7 | 无人机安全飞行防护场地 | 套 | 1 | 中航恒拓 | HT-Flight Zone |
| 8 | 无人机电池安全防爆柜 | 台 | 1 | 中航恒拓 | FB150 |
| 9 | 无人机智能电池管理系统 | 台 | 5 | 中航恒拓 | HT-Charger |
