学校无人机实训室建设清单 - 中航恒拓

学校

无人机实训室建设清单

导出pdf或打印

学校无人机实训室建设清单

概述
随着科技的飞速发展和智能化时代的到来，无人机技术以其独特的优势在农业植保、地理测绘、物流配送、电力巡检、影视拍摄等多个领域展现出广阔的应用前景。无人机实验室的设立，旨在培养一批掌握无人机组装、调试、维修、检测、编程及行业应用技能的高素质技术技能型人才，以满足社会对无人机专业人才的迫切需求。同时，随着人工智能技术的发展，人工智能 + 无人机也逐渐得以应用，如何使人工智能技术惠及千家万户，如何进一步促进无人机智能化也是今后研究的热点，实训室的建立，亦可满足相关领域的教学与科研工作。
无人机专业和实训室建立的重要意义
服务国家发展战略
无人机技术是国家创新驱动发展战略的重要组成部分。通过培养无人机技术专业人才，可以推动无人机技术在各个领域的应用与创新，助力国家科技实力的提升和经济结构的优化。
促进产业升级
无人机产业链的上下游涉及众多企业，包括无人机制造商、服务商、运营商等。该专业的设立可以为这些企业提供专业人才支持，促进产业升级和转型，推动无人机产业的健康发展。
提升就业竞争力
随着无人机应用领域的不断扩大，市场对无人机专业人才的需求也日益增加。通过系统的学习和实践，学生除了可以掌握无人机组装、调试、维修、检测及行业应用等技能外，还可掌握无人机与人工智能系统的设计与研发，提升自身的就业竞争力，拓宽就业渠道。
满足市场需求
无人机应用领域日益扩大，市场对具备实战能力的无人机专业人才的需求不断增加。该专业的设立可以针对这一市场需求，培养一批具备实战能力的专业人才，为无人机产业的发展提供有力的人才保障。
建设方案
本方案旨在构建具备前沿技术支撑的无人机实训室建设清单，通过系统化部署实现教学、实训、科研与产业转化的无缝衔接。根据学校实际情况及根据专业需求，无人机实训室建设清单建设方案主要分为无人机与人工智能实验室、等功能区域。


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
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。
掌握人工智能系统环境搭建
了解和掌握主要人工智能开发和应用的系统环境搭建，能够运行常见人工智能模型并进行实验。
了解环境感知与传感器技术
了解和掌握智能环境感知和传感器相关技术，学习ROS与SLAM建图相关技术并进行实验。
掌握无人机+人工智能相关知识
了解和掌握人工智能、深度学习、机器视觉等知识，学习无人机避障碍、导航、目标跟踪等原理并实现相关应用。熟悉并配置ROS操作系统，熟悉Linux操作系统常用命令。
了解无人机自主飞行原理
了解和验证无人机自主飞行相关技术方案和原理，学习无人机控制相关技术并进行实验。
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。
无人机物流技术
无人机物流飞行计划、航线规划、飞行安全保证。
主要实验装备
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。

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。

AI视觉无人机开发平台(激光雷达版)

OWL 3/ OWL mini 3 系列无人机拥有自主研发的双目传感器和开发平台，平台支持 ROS 接口，提供了 8 核 CPU和6 Tops NPU计算资源，基于 PX4 开源飞控，预装融合了港科大的 VINS_Fusion VIO 算法的自定位系统，可以满足室内无人机定位需求，同时提供了 Ego-Planner 视觉避障算法，可以提供视觉避障功能。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，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。

#

#

#

#

#

#

除基于视觉外，还可以提供基于激光雷达和 RTK 的版本。目前可以提供的 SLAM 类别包括基于单目摄像头、立体摄像头、激光雷达、IMU 等传感器的算法。课程组可以提供单目摄像头、立体摄像头、单线/多线激光雷达、面阵激光雷达、IMU 等多种传感器，便于同学开展实验研究。

三个版本的特征如下：

#

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。

设备清单
序号 设备或部件名称 单位 数量 型号
1 无人车开发平台 套 3 HT-CAR
2 空地协同系统软件包 套 1 ASCS
3 AI视觉无人机耗材包 套 1 V-HT-Libmini3
4 大载重中型六旋翼物流无人机实训平台 架 1 HT-WL20
5 AI视觉无人机开发平台(激光雷达版) 架 3 OWL Mini 3L
配套课程资源
无人机物流技术
物流无人机操作与安全保证相关教程。
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。