项目管理
绍兴理工学院低空智联网与安全管控项目解决方案1 慧伊创新科技(北京)有限公司
导出pdf或打印
绍兴理工学院低空智联网与安全管控项目解决方案1
概述
无人机与人工智能的结合,正在重塑传统行业并开拓全新应用场景。通过搭载AI芯片、传感器及深度学习算法,无人机实现了从“远程操控工具”到“自主决策终端”的跨越式进化。在核心技术层面,AI赋予无人机实时环境感知能力,如通过计算机视觉识别障碍物、追踪目标,结合SLAM技术实现复杂场景下的精准避障与路径规划。行业应用中,农业无人机通过多光谱分析精准监测作物健康,物流无人机利用智能调度系统优化配送路线,安防巡检无人机则能自动识别异常行为并预警。更值得关注的是,AI驱动的无人机集群技术已应用于灾害救援,多机协作可快速构建三维灾情模型,提升搜救效率。
随着边缘计算与5G技术的融合,未来无人机将在城市管理、环境保护等领域展现更强的实时决策能力,但同时也面临数据隐私、空域安全等挑战,亟待技术标准与法规的协同创新,无人机+人工智能在多个学科和领域都有着学术研究意义。对于高等院校来说,面对无人机技术和人工智能技术的发展,如何培养兼具不同学科和领域的技术应用与行业知识的复合型人才成为了重点,同时,人工智能技术能够与高校教学的深度融合,将推动教育从“规模导向”向“质量驱动”转型,要求高校在课程创新、师资建设、成果落地、资源整合等领域实现系统性变革,结合学生自身情况,从“标准化教学”转向“精准化育人”。
建立无人机与人工智能实验室,能够推动技术研发和创新,培养复合型人才,搭建产教融合实践平台,加速人工智能与无人机融合技术的突破。同时驱动产业升级与经济发展,革新教育模式与科研体系,不仅是技术研发与人才培养的基础设施,更是连接教育、产业与科研的核心枢纽,其目标在于通过技术赋能与生态协同,推动社会生产力和创新能力的双重跃升。
无人机专业设置的必要性及可行性
在全球科技日新月异的背景下,无人机技术作为21世纪最具潜力的新兴技术之一,正引领着一场科技革命。无人机以其独特的飞行能力、广泛的应用场景和低廉的运营成本,在全球范围内引起了广泛关注。从军事侦察到民用航拍,从农业植保到物流配送,无人机技术正逐步渗透到各个行业领域,成为推动经济社会发展的新动力。近年来,随着人工智能、大数据、云计算等先进技术的快速发展,无人机技术也迎来了前所未有的发展机遇。无人机的智能化水平不断提高,自主飞行、避障、目标识别与跟踪等能力显著增强,使得无人机在更多复杂环境中得以应用。同时,随着电池技术、材料科学的进步,无人机的续航能力、载重能力也得到了大幅提升,进一步拓宽了其应用场景。
此外,随着国家对无人机产业支持力度的不断加大,无人机市场前景广阔。据统计,全球无人机市场规模近年来持续增长,预计未来几年仍将保持高速增长态势。在此背景下,无人机专业的建设不仅有助于提升学院的教学和科研水平,还将为地方经济社会发展注入新的活力,推动无人机产业在当地的快速发展。随着无人机技术的快速发展,其在航空技术、智能控制及遥感监测等领域的应用日益广泛。无人机实训室建设项目是在国家加快无人机产业发展、促进智慧农业与智慧城市建设的战略部署下提出的。当前,无人机技术正面临飞行稳定性、作业精度、智能化水平等关键问题的挑战,亟需通过深入研究和创新实践来解决。
“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。
专业的建设,旨在提升我国在无人机技术领域的自主创新能力,推动相关产业的转型升级,为经济社会发展注入新的动力。同时,培养更多具备无人机技术研发和应用能力的专业人才,满足社会对无人机技术人才的需求。同时,本专业的设立还能够提升学校科研实力,将为无人机技术的深入研究提供有力支持,有助于产出高质量的学术论文、技术专利和科研项目。促进产业发展,通过技术创新和成果转化,推动无人机技术的产业升级,为相关产业提供技术支持和解决方案,服务社会需求,无人机技术在农业植保、环境监测、应急救援等领域的应用需求日益增长,实训室建设将有助于满足这些需求,提升社会整体效益。
专业建设具备较高可行性。首先,市场需求与产业前景支撑,应用领域多元化,无人机技术已渗透至农业精准喷洒、物流配送、环境监测、应急救援等20余个领域,其中农业无人机市场规模增速超30%,其次,人才缺口显著,无人机操控、维护及反制技术等岗位需求激增,技术与产业基础成熟,核心技术突破,自动驾驶、5G通信、AI图像处理等技术已实现商业化应用,支撑无人机在复杂环境下的自主飞行与任务执行。产业链协同完善,从硬件制造到软件开发生态完整,电动垂直起降飞行器、智能机场等配套基础设施加速落地。政策与战略布局明确,国家级政策扶持,中国将低空经济纳入新增长引擎,出台空域管理改革、研发补贴等政策,并推动校企共建产业生态。区域经济协同,多地政府通过专项工作小组机制,深化通用机场建设、低空旅游开发等合作项目。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,专业的建立,亦可满足相关领域的交学与科研工作。

无人机实验室建设的必要性及可行性
随着无人机技术的快速发展,无人机在各个领域的应用日益广泛。为了满足行业对无人机专业人才的需求,建设校内实训基地显得尤为迫切。通过实训基地的建设,可以为学生提供更加贴近实际工作环境的学习和实践机会,提高他们的专业技能和实际操作能力,从而更好地适应行业发展的需要。
■教学与培训需求细化
传统的教学模式往往侧重于理论知识的传授,而缺乏实际操作和实践环节。通过建设校内实训基地,可以打破传统教学模式的束缚,将理论与实践相结合,使学生在实际操作中深入理解和掌握无人机技术,提升教学质量和效果。随着新设备的引入,针对无人机相关的教学与培训需求进行了全面细化。首先,在课程体系建设方面,注重将新设备与现有无人机相关课程紧密结合,构建了一个涵盖无人机原理、飞行控制、数据处理、航拍与遥感应用等多方面的完整课程体系。这些课程不仅注重理论知识的传授,更强调通过实践操作来加深学生对理论知识的理解,从而培养他们解决实际问题的能力。例如,在无人机原理课程中,会结合新设备的结构特点,详细讲解其工作原理,并安排学生进行实际操作,亲身体验无人机的飞行控制过程。
在实操训练方面,设计了丰富多样的训练项目,旨在全面提高学生的动手能力和团队协作精神。这些训练项目涵盖了无人机操作、维护、编程等多个环节,通过模拟真实场景和任务,让学生在实践中不断锻炼和提升自己的技能。同时,还注重培养学生的团队协作能力,通过小组合作的方式完成训练任务,让他们学会相互协作、共同解决问题。此外,为了确保教师团队能够胜任新设备的教学和科研工作,还加强了师资培训提升工作。组织教师参加设备操作、软件应用、数据分析等方面的专业培训,使他们能够熟练掌握新设备的使用和维护方法,从而更好地指导学生进行相关学习和研究。
■科研创新需求拓展
在推动科研创新需求的拓展方面,跨学科研究的促进成为了一个关键策略。新设备的引入应着重于支持多学科交叉研究,通过融合计算机科学、电子工程、机械工程与地理信息科学等领域的专业知识,为无人机技术在农业、环境监测、城市规划等多个领域的应用创新提供强有力的支撑。这样的跨学科合作不仅能打破传统学科界限,还能激发新的研究思路和方法,从而推动相关领域的前沿探索和技术突破。学院应鼓励和支持师生围绕这些新设备,开展自主导航、智能避障、精准农业、环境监测等高端技术研发项目,这不仅能够提升学院的科研实力和竞争力,还能为社会带来实际的技术创新和效益。同时,随着人工智能技术的发展,单纯对无人机操作已经无法满足社会对高层次无人机人才的需求,从能充分利用人工智能带来的便利到应用开发,学校也应逐步提升教学内容的深度,提升学生在新时代背景下的综合竞争力。

■推进学生就业创业
随着无人机相关政策的出台,无人机行业更是获得了巨大的发展机遇,国务院办公厅印发了《关于促进通用航空业发展的指导意见》,提出扩大低空空域开放力度,并简化了审批流程,加大资金支持,强化人才培养,支持大专院校和职业学校开设通用航空类专业,培养相关专业技术和管理人才。无人机人才为国内紧缺型人才之一,依托航空学院应急救援专业开展无人机应用技术教育培训,学生通过系统学习可以直接就业从事应急救援无人机应用技术相关岗位,或者直接创业。
校内实训基地的建设不仅可以提升学生的专业技能和实际操作能力,还可以为他们提供更多的就业和创业机会。通过与企业的深度合作,学生可以了解行业的最新动态和市场需求,从而更好地规划自己的职业生涯和创业路径。
此外,加强产学研合作也是推动科研创新需求拓展的重要途径。学院应积极与无人机产业链上下游的企业建立紧密的合作关系,通过联合开展技术研发、人才培养和成果转化等工作,形成产学研用协同创新的良好生态。这种合作模式有助于将学院的科研成果快速转化为实际生产力,同时也为企业提供了技术创新和人才支持,实现了双方共赢。通过产学研合作,不仅能加速无人机技术的商业化进程,还能在实践中培养更多具备创新能力和实践经验的高素质人才,为行业的持续发展注入新的活力
■社会服务需求深化
校内实训基地的建设不仅可以服务于本校的学生和教师,还可以面向社会提供培训和服务。实训基地可用于无人机执照培训,为学员提供专业的无人机操作技能和知识,帮助他们获得相关执照,提升就业竞争力。在无人机技术的广泛应用背景下,致力于深化社会服务需求,提供定制化的技术解决方案。首先,针对地方政府和企业的多样化需求,设计并实施定制化的无人机技术服务方案。这些方案涵盖城市规划、环境监测、灾害评估、农业植保等多个领域,通过无人机的高效、精准作业,助力地方政府提升治理能力,帮助企业优化运营流程,实现经济效益与社会效益的双赢。同时,还可以开展光伏板清洗、森林草原消防巡查、低空物流配送、低空文旅等服务,与企业和其他机构合作,承接各种无人机相关的培训项目和服务任务,为学校创造更多的社会效益和经济效益。例如,在城市规划中,利用无人机进行高分辨率航拍,快速获取城市空间信息,为城市规划者提供直观、准确的数据支持;在农业植保方面,通过无人机喷洒农药,实现精准施药,减少农药使用,提高农作物产量和品质。
此外,注重数据价值的挖掘与利用,致力于构建数据服务平台。利用无人机新设备采集的大量数据,建立数据分析与处理平台,运用先进的大数据分析技术,为政府和企业提供深度洞察和决策支持服务。通过数据分析,政府可以更加精准地掌握环境状况、灾害影响等信息,为政策制定提供科学依据;企业则可以利用这些数据优化生产流程,提高市场竞争力。同时,还积极开展公众科普教育活动,通过举办无人机展览、讲座、工作坊等形式,提高公众对无人机技术的认知度和接受度,为无人机技术的普及和推广贡献力量。这些活动不仅增强了公众的科技素养,也为无人机技术的未来发展奠定了坚实的社会基础。
■促进学校向高层次发展
在满足基础教学要求的同时,提升学生的职业能力,有效带动实习、就业质量的提高,做到专业的可持续发展,创办特色专业、品牌专业,还可以作为本校及周边院校的专业教师的教学能力提升和经验技术交流基地,满足青年教师的教学业务提高、骨干教师的特色教学改革、学科带头人的品牌专业建设需求,实现教师队伍专业化梯队建设。根据当前教育发展趋势和“1+X”标准,以及无人机生产制造企业及应用企业等不同类型对从业人员的要求,达成学生技能考核评价的目标,并能承担高技能人才技能大赛低空经济及无人机项目和大赛等。
综上所述,校内实训基地的建设对于满足行业发展需求、提升教学质量与效果、促进学生就业与创业以及增强学校社会服务能力等方面都具有重要的意义和作用。因此,该项目的实施是必要的和迫切的。
无人机赛证融通
“无人机赛证融通”强调将无人机的相关课程、培训和技能竞赛与相关的职业资格证书相互融通、相互促进。这种模式的目的是通过综合性的教育培训,提升无人机操作和应用人员的专业技能和素质,同时为他们提供获取职业资格证书的机会,从而更好地满足无人机行业的人才需求。通过组织无人机技能竞赛,为学生提供一个展示自己技能的平台,同时也可以检验学员的学习成果,提升学校知名度和影响力,技能竞赛包括无人机飞行比赛、无人机编程比赛、无人机应用创新比赛等多种形式。
中国无人机影像大赛是搜狐首创于2015年的经典赛事,活动规模国内最大,是无人机影像领域的年度盛会,主要设短片和图片两个主竞赛单元以及年度大奖,还增设网友心选系列奖、FPV花飞(freestyle)等特色奖项,并向水下无人机作品等创新形式开放。
中国工程机器人大赛暨国际公开赛作为一个公益性、非营利赛事,目前由教育部高等学校创新方法教学指导委员会等机构主办,从2011年发起设立,经过几年的发展,已经形成搬运工程、竞技工程、竞速工程、医疗工程、工程越野、工程创新设计等面向工程应用、突出创新实践、在国内有一定影响力的机器人科技竞赛活动。中央电视台、人民网等新闻媒体多次对大赛的有关情况进行过报道。
全国无人机创新技能大赛由中国光学工程学会、中国无人机产业创新联盟主办,北京日星宇软件有限公司承办,中国人民警察大学无人机技战术研究中心、北京仪器仪表学会等单位协办。大赛旨在促进无人机专业人才培养,引导参赛单位探索无人系统创新设计和协同应用,更好地满足无人机产业人才需求。
CAAC是中国民用航空局的英文缩写,相应的无人机驾驶执照是由中国民航局飞行标准司直接签发的,含金量极高,是无人机行业从业者入行的敲门砖,具有权威的法律效力,取得该执照可申报空域、申请航线、从事无人机相关的商业活动等。CAAC无人机执照可分为三个等级,分别为视距内驾驶员、超视距驾驶员、教员,获得执照后可增发ALPA、AOPA证书。
建设方案
本方案旨在构建具备前沿技术支撑的低空智联网与安全管控项目解决方案1,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 绍兴理工学院实际情况及根据专业需求,低空智联网与安全管控项目解决方案1建设方案主要分为无人机基础教学部分
、无人机飞行训练部分
、无人机系统开发部分
、无人机行业应用部分
、等功能区域。
无人机基础教学部分
无人机基础教学部分是一个专为无人机应用技术专业设计的综合性实训平台,实训室配备了各种无人机型号及其零部件、专业的装配工具、调试设备和测试仪器,旨在为学生提供一个真实的无人机装调工作环境。其主要功能包括:支持无人机结构与系统、无人机维护技术等课程的教学与实训,使学生掌握无人机的构造原理、装配流程、调试技巧和维修方法;提供无人机装调实训平台,让学生亲手进行无人机的组装、调试和测试,积累实践经验;同时,实训室还承担无人机故障排查与维修的教学任务,帮助学生提升解决无人机实际问题的能力。通过无人机装调实训室的学习与训练,学生能够全面掌握无人机的装调技能,为未来的无人机应用与维护工作打下坚实的基础。无人机模拟仿真飞行模块通过先进的无人机模拟飞行软件和硬件设备,来满足模拟飞行训练需求。该实验室的主要功能包括为相关课程提供教学与实训支持,通过高度仿真的飞行环境帮助学生掌握无人机操作技能;进行模拟飞行训练,提升学生的飞行技能水平和应急处理能力;模拟无人机在应急救援等场景中的应用,增强学生的实践经验和应对复杂情况的能力;同时,还支持无人机系统的学习与测试,使学生能够全面了解无人机的工作原理和性能。此外,实验室还注重理论与实践的结合,通过多媒体工具进行理论讲解,并结合模拟仿真系统进行实践操作,实现个性化学习和自主训练,全面提升学生的无人机应用技能。
主要功能
学习无人机基础知识
使学生全面了解无人机的结构、原理、技术特点等基本知识,为后续操作技能训练打下坚实理论基础。
了解相关法律法规
使学生了解并掌握无人机相关的法律法规,明确无人机的合法操作范围和使用限制,确保在实际操作中遵守相关规定,避免违法违规行为的发生。
系统涵盖飞行训练、行业作业、组装调试、编队控制等八大核心模块,具备智能评估、远程督导、数据复盘等教学辅助功能,真正实现“一平台、多场景、全流程”的无人机仿真实训覆盖。适用于无人机操作手培训、行业技能提升、科研验证等多个层面,帮助用户在不依赖实机、无安全风险的虚拟环境中,系统掌握无人机操控、任务执行与故障应对能力。
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。
无人机故障检修
无人机零部件维修测试平台主要面向无人机应用技术专业开展无人机调试与综合应用维修测试实训工作,通过该维修测试平台学生能够掌握无人机常见故障维修及综合测试应用
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。
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。
多机型支持功能
系统支持四旋翼、直升机、垂起固定翼三类机型的拆装与调试操作。不同机型结构与原理存在差异,四旋翼结构简单、易于入门;直升机机械结构复杂,满足多样化学习需求。
零件认知教学功能
可对各机型进行虚拟拆解,将无人机细化为机架、电机、电调、飞控、传感器等零部件。每个零件均配备详细说明,包括名称、功能、在无人机运行中的作用等,帮助用户深入理解无人机硬件组成。
智能组装训练功能
用户通过拖动零件按步骤完成无人机组装,系统依据标准组装流程实时评分。组装错误时,系统精准提示错误原因,如零件安装位置不当、线路连接错误等,引导用户掌握正确组装方法,培养严谨的操作习惯。
PID 调试优化功能
借助实时曲线直观展示飞机横滚、升降、油门、方向四个维度的响应情况,用户可独立调整每个轴的 P(比例)/I(积分)/D(微分)参数。通过参数调整,改变飞机操作灵敏度与稳定性,实现个性化调试,掌握 PID 参数对飞行性能的影响机制。
风力模拟测试功能
提供八个方位的风力模拟选项,模拟真实环境中风对无人机飞行的干扰。用户在不同风力条件下验证 PID 调试效果,观察无人机姿态变化,进一步优化调试方案,提升在复杂环境下的调试能力。
真实场景模拟
构建农田三维数字模型,模拟地形、作物分布及动态环境,还原真实作业场景。
无人机性能仿真
模拟多种机型飞行控制、能耗及喷洒过程,优化飞行参数和药液喷洒效果。
智能路径规划
自动生成高效作业路径(如Z字形),规避障碍物,平衡效率与喷洒均匀性,降低重喷/漏喷风险。
多样化场景模拟功能
系统涵盖城市场景、工厂场景、山林场景,每个场景设置多个不同位置起火点,真实还原复杂灾害环境。如城市高楼火灾、工厂车间爆炸起火、山林火灾等,帮助救援人员熟悉不同场景的救援难点与策略。
灵活负载组合功能
提供灭火弹、干粉、水枪等多种灭火负载,与不同场景和机型自由搭配。例如在山林场景中,垂起固定翼无人机搭载灭火弹,可快速覆盖大面积火源;城市狭窄区域,多旋翼无人机搭配水枪,实现精准灭火,满足多样化救援需求。
沉浸式救援模拟功能
借助小地图导航引导无人机抵达救援点,实时呈现火势蔓延情况与灭火进度。在起火点上方,用户可手动触发负载灭火,灭火弹击中着火点减弱火势,干粉和水枪需持续喷洒,增强救援操作的真实感与互动性。
参数动态调节功能
救援过程中可灵活调整灭火负载参数,如调节灭火弹发射压力控制发射速度,调整干粉、水枪喷射压力改变喷洒距离,让用户根据实际火势灵活优化救援方案,提升应变能力。
多机型操作训练功能
支持多旋翼、直升机、垂起固定翼等机型操作训练,各机型具备不同性能特点。多旋翼灵活机动,适合低空精细作业;直升机载重量大;垂起固定翼兼顾长航时与垂直起降优势,使救援人员熟练掌握不同机型在应急救援中的应用技巧。
虚拟场景构建
模拟真实电力设施(输电线路、杆塔等)的三维环境,结合地形提供贴近实际的训练场景。
无人机操作训练
支持多类型无人机的飞行模拟,练习起降、避障、沿线路巡检等高难度操作,培养精准操控能力。
主要课程与实验
理论教学课程
无人机的发展史、无人机系统的基本概念、主要性能、基本构成、分类方法;当今主要无人机及其主要性能;空气动气学的基本知识、飞行器的性能、飞行控制技术以及当今主要飞行器发动机的性能及工作原理;地面控制站的基本配置,主要人员配备以及基本的工作原理和方法;执行侦察和监视所需的有效载荷;数据链路的组成、性能和特性。
无人机通信与导航技术
该课程介绍无人机通信系统的组成、工作原理以及导航技术的应用。学生将学习无人机如何与地面站进行通信、如何接收并执行指令,以及如何利用导航系统进行精准定位与飞行规划。
无人机任务载荷应用
此课程专注于无人机搭载的各种任务载荷(如相机、传感器等)的应用与操作。学生将学习如何根据任务需求选择合适的任务载荷、如何进行安装与调试,以及如何利用任务载荷进行数据采集与处理。
学习无人机基础知识
使学生全面了解无人机的结构、原理、技术特点等基本知识,为后续操作技能训练打下坚实理论基础。
了解相关法律法规
使学生了解并掌握无人机相关的法律法规,明确无人机的合法操作范围和使用限制,确保在实际操作中遵守相关规定,避免违法违规行为的发生。
无人机地面站
了解Mission Planner地面站及操作。
■ 实验1:Mission Planner 地面站基本操作
■ 实验2:飞控启动过程与连接地面站
■ 实验3:加速度计校准
■ 实验4:遥控器校准
■ 实验5:电调校准
■ 实验6:磁罗盘校准
■ 实验7:飞行模式选择
■ 实验8:飞行前检查与故障排除
■ 实验9:飞控代码编译与下载
■ 实验10:了解飞控代码架构
无人机维护技术
此课程专注于无人机的日常维护、保养及故障排查与维修技术。学生将学习如何对无人机进行定期检查、清洁、润滑以及更换易损件,同时掌握无人机常见故障的诊断与排除方法。
■ 实验1:遥控系统通讯异常检测与维修
■ 实验2:通讯链路故障检测与维修
■ 实验3:无人机动力系统故障检测与维修
■ 实验4:飞行控制系统故障检测与维修
■ 实验5:固件丢失或异常维修
■ 实验6:无人机保养
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
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;
无人机组装调试模拟
通过“结构认知-组装实践-控制优化”全链路仿真,帮助用户掌握无人机核心技术与调试能力,大幅降低实物训练成本与风险。
训练内容主要包括:
■ 实验1:四旋翼基础组装与通电测试训练;
■ 实验2:PID参数初体验训练;
■ 实验3:直升机传动系统组装与PID调优训练;
■ 实验4:故障模拟与快速修复训练;
■ 实验5:故障模拟与快速修复训练等。
无人机农业植保模拟训练
通过在计算机上仿真模拟无人机农业植保情况,实现精准植保、降低作业成本、提升安全性,推动农业智能化升级。
训练内容主要包括:
■ 实验1:手动作业训练;
■ 实验2:AB点作业训练;
■ 实验3:航线规划训练;
■ 实验4:断点续喷训练;
■ 实验5:换药换电训练等。
无人机应急救援模拟
通过在计算机上高度仿真的灭火任务模拟,可提升操作人员对无人机应急救援任务的适应能力,验证不同机型与负载组合的实战效能,并为应急预案的制定提供数据支持。
训练内容主要包括:
■ 实验1:无人机飞行控制与场景适应训练;
■ 实验2:灭火负载基础操作训练;
■ 实验3:多场景灭火策略优化训练;
■ 实验4:紧急火情升级应对训练;
■ 实验5:负载参数极限测试训练等。
无人机电力巡检仿真模拟
通过仿真深化电力知识、无人机技术等综合应用能力。培养符合电力巡检智能化、标准化要求的专业人才。
训练内容主要包括:
■ 实验1:支持触发降落训练;
■ 实验2:巡检拍照训练;
■ 实验3:返航训练;
■ 实验4:态势感知训练等。
主要实验装备
全任务智能无人机仿真平台
全任务智能无人机仿真平台 HT-FMS,是完全自主研发的一体化、高沉浸、全任务覆盖的无人机仿真实训系统。该平台深度融合高精度仿真软件、高性能硬件与智能教学管理,构建从理论认知、技能训练到实战考核的全链路教学闭环。平台以“仿真即实战”为设计理念,依托4K超清触摸大屏、高配仿真主机与专业外设,打造高度真实的视觉与操控体验。软件系统涵盖飞行训练、行业作业、组装调试、编队控制等八大核心模块,具备智能评估、远程督导、数据复盘等教学辅助功能,真正实现“一平台、多场景、全流程”的无人机仿真实训覆盖。HT-FMS不仅是教学工具,更是连接无人机技术与行业应用的桥梁。适用于无人机操作手培训、行业技能提升、科研验证等多个层面,帮助用户在不依赖实机、无安全风险的虚拟环境中,系统掌握无人机操控、任务执行与故障应对能力,大幅降低实训成本,提升教学效率与培训质量。
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。
低空经济实训室及应用场景沙盘
包含多种无人机实训室及无人机行业应用场景,支持定制板块内容与尺寸。
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高强度钣金一体化成型,提供具有安全防护的飞行调试区域,配备无人机起降环,采用高强度纤维材料,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。面板集成数显拉力测量模块,可测量整机升力,测量范围为≥0~5kg。
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。
无人机综合调试与检测实训平台
无人机综合调试与检测实训系统整机功能丰富,既可满足课程教学使用,还可以满足竞赛、研究等需求,可做到一机多用。系统集成了无人机地面站系统、高精度示波器、万用表等多种部件,可满足无人机调试、信号波形查看、各传感器数据查看等需求,还能够满足无人机调试与试飞、不同飞行模式飞行体验等需求,拥有无人机升降平台,能够确保试飞过程中的安全,满足新机组装后验证、维修零件后验证、PID参数调节、抗风性能测试,还能够通过集成的拉力传感器、振动传感器实现零部件疲劳测试、整机及单电机拉力测试、结构震动测试等功能。
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。
无人机零部件维修测试实训平台
无人机零部件维修测试平台主要面向无人机调试与综合应用维修测试实训工作,通过该维修测试平台,学生能够掌握无人机常见故障维修及综合测试应用。
平台构造合理,操作便捷,功能丰富,采用一体集成式设计,配备防静电实验操作台,集成波形采集模块,波形发生器,数字万用表,可编程直流电源,可编程直流电子负载等设备,可用于无人机调试与综合应用维修测试实训、无人机常见故障维修及综合测试应用,能够进行无人机电机、控制机构、信号传输、遥控器等部分测试并可对控制程序进行综合编程练习,还可以用于无人机软件调试、参数设置、地面站及应用程序开发等。
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。
固定翼无人机实训教学平台
固定翼无人机实训教学平台是一款专为职业院校打造的模块化、高安全、长航时一体化教学解决方案。它采用独特快拆设计与高升阻比翼型,支持手抛起飞与60分钟以上超长续航,完美覆盖从结构认知、组装调试、多模式飞行操控到维护保养的全链条实训需求,其优异的抗失速特性与耐损机身显著保障了教学安全,是理论结合实践的理想教学载体。
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。
无人机组装调试仿真系统
无人机组装调试仿真系统围绕四旋翼,构建高度拟真的虚拟操作环境,涵盖零件认知、组装实践、PID 调试及风力模拟等功能模块,为用户提供从基础认知到高阶调试的全流程学习体验,旨在帮助学生、技术人员快速掌握无人机结构原理与调试技能,提升实践操作与问题解决能力。
无人机农业植保仿真系统
无人机农业植保仿真系统通过模拟真实农业植保场景和无人机作业过程,实现对植保无人机作业效果的预测、参数优化和风险预判。该系统结合农业植保专业知识、无人机动力学模型、环境建模算法及大数据分析,为用户提供低成本、高效率的虚拟测试与训练环境。
无人机水上救援仿真系统
水上救援仿真模块提供湖泊、村庄等多种真实地形,支持多旋翼无人机进行高仿真搜救训练。系统可实时显示飞行数据,具备物资投掷、人员定位与动画交互功能,实现从侦察到投送的全流程智能模拟,适用于应急救援演练与技能考核,提升学员在复杂水域环境下的实战应对能力。
无人机消防救援仿真系统
通过高精度场景建模、动态交互设计和多参数可调机制,复现真实应急救援任务中无人机的灭火与救援流程。
无人机电力巡检仿真系统
无人机电力巡检仿真系统通过模拟电力设施的物理环境、无人机动态飞行行为以及巡检任务流程,实现对无人机电力巡检作业的预演、策略优化与风险评估。系统融合电力设备特性、无人机动力学模型及环境干扰因素,为用户提供低成本、高精度的虚拟测试与训练环境。
无人机穿越投掷仿真系统
无人机集群表演仿真系统
无人机集群表演仿真系统支持三种机型与双场景,采用积木节点编程控制编队动作,可实现特殊队形变换。支持独立定位、遥控接管、预设保存/读取及灯光色轮调色。
设备清单
| 序号 |
设备或部件名称 |
单位 |
数量 |
型号 |
| 1 |
全任务智能无人机仿真平台 |
台 |
1 |
HT-FMS |
| 2 |
多旋翼无人机原理示教平台 |
台 |
1 |
YL100 |
| 3 |
垂直起降固定翼无人机原理示教平台 |
台 |
1 |
YL200C |
| 4 |
低空经济实训室及应用场景沙盘 |
台 |
1 |
SP01 |
| 5 |
无人机装调飞测一体化实训操作平台 |
台 |
6 |
ZT100 |
| 6 |
无人机综合调试与检测实训平台 |
台 |
6 |
TS100 |
| 7 |
室内教学拆装调无人机实训平台 |
架 |
30 |
HT380 |
| 8 |
无人机零部件维修测试实训平台 |
套 |
30 |
WX100 |
| 9 |
无人机故障检修实训平台 |
套 |
30 |
GZ100 |
| 10 |
无人机组装维修工具套件 |
套 |
30 |
HT-Tools |
| 11 |
拆装调无人机实训平台备用电池 |
块 |
30 |
5200mAh |
| 12 |
无人机装配调试课程资源包 |
套 |
6 |
XT-V7.0 |
| 13 |
无人机概论课程资源包 |
套 |
6 |
XT-V1.0 |
| 14 |
无人机飞行原理与性能课程资源包 |
套 |
6 |
XT-V6.0 |
| 15 |
固定翼无人机实训教学平台 |
架 |
30 |
HT-G1100 |
| 16 |
垂直起降固定翼无人机 |
架 |
2 |
ZHV4 |
| 17 |
垂直起降固定翼备件库 |
套 |
2 |
---- |
| 18 |
无人机执照考证仿真系统 |
套 |
30 |
SM-KZ |
| 19 |
无人机组装调试仿真系统 |
套 |
30 |
SM-ZT |
| 20 |
无人机农业植保仿真系统 |
套 |
30 |
SM-ZB |
| 21 |
无人机水上救援仿真系统 |
套 |
30 |
SM-SJ |
| 22 |
无人机消防救援仿真系统 |
套 |
30 |
SM-XF |
| 23 |
无人机电力巡检仿真系统 |
套 |
30 |
SM-DL |
| 24 |
无人机穿越投掷仿真系统 |
套 |
30 |
SM-CY |
| 25 |
无人机集群表演仿真系统 |
套 |
30 |
SM-JQ |
| 26 |
计算机 |
台 |
30 |
主流型号 |
| 27 |
无人机模拟飞行课程资源包 |
套 |
30 |
XT-V4.0 |
配套课程资源
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。
飞控与地面站
视频课程及PPT课件,主要包括MISSION PLANNER地面站简介与操作、飞行控制器介绍、飞控启动过程、加速度计校准、遥控器校准、电调校准、罗盘校准、飞行模式、飞行前检查与故障排除、飞控代码编译与下载、了解飞控代码。
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。
无人机装配调试课程资源包
组装机臂及电机、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,电子版视频课程1套。
无人机概论课程资源包
无人机概论教材配套PPT课件电子版一套,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、无人机动力系统、无人机控制站、飞控、通信导航系统。
无人机飞行原理与性能课程资源包
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,电子版教材1套。
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。
无人机组装调试模拟
提供关于四旋翼基础组装与通电测试练习、PID参数初体验练习、直升机传动系统组装与PID调优练习、故障模拟与快速修复练习、故障模拟与快速修复练习等视频教程。
无人机农业植保模拟训练
提供关于植保无人机手动作业、AB点作业、航线规划三种喷洒飞行模式的仿真模拟等视频教程。
无人机应急救援模拟训练
提供关于无人机飞行控制与场景适应、灭火负载基础操作练习、多场景灭火策略优化练习、紧急火情升级应对练习、负载参数极限测试等视频教程。
无人机电力巡检仿真模拟
提供关于支持触发降落、巡检拍照、返航、态势感知等视频教程。
无人机模拟飞行课程资源包
模拟器安装、认识、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,电子版教材1套。
无人机飞行训练部分
无人机飞行实操训练实训室提供一个真实的无人机飞行环境,帮助掌握无人机飞行技能,提升飞行操控能力;支持无人机在不同气候和光照条件下的性能测试,验证无人机的稳定性和适应性;亦可作为无人机应用技术实战教学的场所,如进行农业植保、电力巡检、航拍测绘等实际应用的模拟训练,通过“理论 + 模拟 + 实操”,将理论转化为实践,提升学生的操作能力,增强学生的实践能力和对未来工作环境的适应能力。
主要功能
无人机飞行实操训练实训室主要功能包括支持无人机在行业应用中的技能培训,如航拍航测、农业植保、电力巡检、环境监测等领域,使学生能够掌握无人机在不同场景下的操作流程和应用技巧,满足教学、竞赛等场景无人机调试与试飞需求,还可以实现无人机算法验证、自主飞行与集群编队领域等实验与创新,还可以进行无人机飞行表演,满足面向全校其他专业的无人机科普等。
室内飞行区
室内飞行区通过搭建无人机安全防护场地,可满足无人机算法验证、系统开发、检修维护等场景下的飞行测试,配合各类无人机飞行道具,也可以用于无人机进行日常培训和赛前训练,还可以搭建任务场地用于课题研究实验。为了解决建设用地,该区域通常与无人机原理与模拟操作等实验室共用场地。
室外飞行区
室外飞行区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。此外,室外飞行区还配备了必要的监控和通讯设施,确保飞行活动的安全和有效管理。
农业植保专项学习与训练
学生在掌握植保无人机结构原理的同时学习植保无人机操作与维护保养,能够培养学生们的实际操作能力,通过植保为切入点,触类旁通,了解更多行业大型无人机相关特点和操作方法。
航拍航测专项学习与训练
学生通过航拍航测专项训练能够掌握航拍航测无人机相关基本操作要领和拍摄手法,并掌握基本的图像和视频后期处理方法,能够制作具有一定水平的图片和视频作品。
安全制度与管理体系制订
学习各类安全规则,包括飞行高度限制、禁飞区识别以及在各类紧急情况下的应急处理,培养学生在真实环境中对于安全的把控,规范操作标准,合理制定安全保障措施与管理体系,规范飞行流程、应急预案等,了解和掌握各类安全措施。
CAAC无人机培训基地
项目背景与目标
随着无人机技术的快速发展和广泛应用,无人机驾驶员的需求日益增长。为满足行业对高素质无人机驾驶人才的需求,提升学员的专业技能和就业竞争力,特制定本CAAC无人机执照培训基地建设方案。本方案旨在建立一个集理论教学、模拟训练、实操飞行、考试评估于一体的综合性培训基地,为学员提供全面、系统的无人机驾驶培训服务。
建设内容与规划
理论教学区
■ 功能定位:用于无人机基本原理、法律法规、空域管理、飞行理论等基础知识的教学。
■ 建设内容:可与无人机原理与模拟操作实验室共用,配备多媒体教室、教学投影仪、音响设备等,确保教学环境的现代化和互动性。
模拟训练区
■ 功能定位:通过无人机模拟器进行飞行技能训练,提高学员在复杂环境中的应对能力。
■ 建设内容:可与无人机原理与模拟操作实验室共用,配置高性能无人机模拟器,支持多种飞行环境和机型模拟;配备足够的计算机终端,确保每位学员都能进行实操训练。
实操飞行区
■ 功能定位:用于无人机真机起飞、降落、悬停、航线规划等实操训练。
■ 建设内容:设置室外或室内(采用净空高度足够的封闭空间)实操飞行区,配备多种型号、规格的无人机及其配套设备;建设符合CAAC要求的飞行跑道和起降点。
主要课程与实验
主要实验装备
六旋翼无人机电子执照考训平台
HT1000X6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。

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。
穿越机
穿越机是一种通过遥控器操控,配备图传设备实现第一视角飞行,兼具高机动性与速度的小型无人机,常用于竞速比赛、航拍及特技表演。
设备清单
| 序号 |
设备或部件名称 |
单位 |
数量 |
型号 |
| 1 |
六旋翼无人机电子执照考训平台 |
架 |
4 |
HT1000X6 |
| 2 |
小型八旋翼无人机电子执照考训平台 |
架 |
4 |
HT1000X8 |
| 3 |
四类中型六旋翼无人机考训平台 |
架 |
4 |
HT1600 |
| 4 |
电子执照无人机考试监测系统 |
套 |
12 |
U-RTK |
| 5 |
飞行训练专用教练控 |
个 |
12 |
ET16S |
| 6 |
考训平台备用电池 |
块 |
12 |
22000MAH |
| 7 |
防护用具 |
套 |
12 |
---- |
| 8 |
RTK考试训练基站 |
套 |
12 |
---- |
| 9 |
无人机云端接入设备 |
个 |
12 |
---- |
| 10 |
考训平台维修备件库 |
套 |
12 |
---- |
| 11 |
无人机外场训练场地道具 |
套 |
4 |
---- |
| 12 |
穿越机 |
套 |
4 |
HT-FPV |
| 13 |
航空气象课程资源包 |
套 |
4 |
XT-V2.0 |
| 14 |
无人机空域与法规课程资源包 |
套 |
4 |
XT-V3.0 |
配套课程资源
AOPA和CAAC考试相关资源。
AOPA和CAAC考试相关资源。
航空气象课程资源包
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PPT课件1套。
无人机空域与法规课程资源包
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》、电子版教材1套。
无人机系统开发部分
无人机系统开实验室是一个专注于无人机在各行各业中实际应用的综合性实训场所,包含特定应用场景无人机特点相关理论知识和无人机软硬件系统开发等方面,融合了无人机操作、行业应用技能培养、软硬件开发、数据分析及项目管理等功能。实验室不仅配备了多款行业级无人机及其配套开发设备,还引入了先进的模拟软件和数据分析工具,旨在为学生提供贴近行业实际的无人机应用环境。支持飞行原理、导航控制等理论课程的配套实践,还提供行业应用模拟实训,让学生在真实环境中进行无人机操作,增强其实战经验。还能够承担无人机行业解决方案设计与产品优化的教学任务,培养学生的创新思维、软硬件开发能力和项目管理能力,使学生能够全面了解无人机的行业应用,为将来的职业生涯奠定坚实的基础。
无人机开发与应用智慧实训教学平台包含特定应用场景无人机特点相关理论知识和无人机软硬件系统开发等方面,融合了无人机操作、行业应用技能培养、软硬件开发、数据分析及项目管理等功能。该实验室不仅配备了多款行业级无人机及其配套开发设备,还引入了先进的模拟软件和数据分析工具,旨在为学生提供贴近行业实际的无人机应用环境。支持飞行原理、导航控制等理论课程的配套实践,还提供行业应用模拟实训,让学生在真实环境中进行无人机操作,增强其实战经验。还能够承担无人机行业解决方案设计与产品优化的教学任务,培养学生的创新思维、软硬件开发能力和项目管理能力,使学生能够全面了解无人机的行业应用,为将来的职业生涯奠定坚实的基础。
“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
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。
无人机地面站系统开发
了解无人机地面站软件原理和基本技术逻辑并完成地面站软件开发。
■ 实验1:通过串口接收无人机回传的数据
■ 实验2:通过串口向无人机发送数据
■ 实验3:开发简易地面站显示无人机状态数据
■ 实验4:开发简易地面站修改无人机飞行模式
■ 实验5:开发具有一定功能的无人机地面站
■ 实验6:Mission Planner地面站二次开发
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。
了解和掌握蜂群协同定位和协同控制
支持多无人机之间的协同定位,使蜂群在飞行过程中能够准确知晓彼此位置,为蜂群的协同飞行、编队等功能提供基础。可实现无人机之间的机间两两通信,任意一架无人机均可获取其他无人机的信息以及控制其他无人机飞行,从而实现蜂群的协同飞行、编队变换等复杂功能,以完成各种任务。
了解和掌握蜂群协同定位和协同控制
支持多无人机之间的协同定位,使蜂群在飞行过程中能够准确知晓彼此位置,为蜂群的协同飞行、编队等功能提供基础。可实现无人机之间的机间两两通信,任意一架无人机均可获取其他无人机的信息以及控制其他无人机飞行,从而实现蜂群的协同飞行、编队变换等复杂功能,以完成各种任务。
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。
锂电池管理系统开发
锂电池作为无人机重要的配套组件,学习其相关理论知识和管理系统的原理十分重要,学生能够在掌握锂电池原理的前提下,开发电池管理相关软硬件和配套产品,培养学生在行业应用开发能力。
嵌入式系统与自动控制开发
通过嵌入式及无人机案例实验箱,可实现嵌入式系统课程、嵌入式传感器、自动控制、无人机飞控开发等方向的实验教学。
无人机动力匹配测试
通过无人机动力测试实验平台无人机可进行螺旋桨、电机的匹配度测试等功能。
了解分布式、边缘计算和各类芯片架构原理
分布式人工智能全场景智慧教学与实训平台包括分布式人工智能系统各个主要组成部分,主要模块包括终端设备、边缘设备、网络设备和云端设备,可满足人工智能全场景教学、实验与科研。
满足人工智能不同场景教学实验需求
满足计算机网络、分布式计算、高性能计算与边缘计算相关教学与实验,实现人工智能模型训练与优化,可满足各类人工智能应用开发、测试与部署,满足大语言模型离线部署与应用。各模块支持二次开发,提供丰富教程资料,便于教学、竞赛和科研使用。
终端节点相关算法验证和开发
终端节点可对采集到的数据进行初步处理,终端设备包括ARM和RISC-V不同芯片架构类型的模块,可满足不同类型架构芯片的原理学习和程序开发、Linux相关基础学习与开发、基础AI模型的部署等。
边缘节点相关算法验证和开发
当终端节点性能不满足需求时,将一部分处理后的数据交由算力更强的边缘节点处理,边缘节点采用JETSON Orin NX Super和华为昇腾架构,可满足不同类型架构芯片的原理学习,满足较为复杂的深度学习相关程序开发和部署。
云端节点相关算法验证和开发
云端设备提供高性能计算模块和存储模块,当终端和边缘设备算力无法满足需求时,可将部分处理后的数据交由高性能的云端处理,可满足模型训练与推理,提供大语言模型本地化部署方案。
云端设备还提供存储模块,提供大容量数据存储空间,各模块均可访问其数据。
网络原理和相关配置学习
网络设备主要包括路由模块、交换模块和管理模块,路由模块、交换模块提供各模块之间的互联互通,路由模块支持二次开发,支持自定义网络环境配置。
无人机算法仿真
在计算机上模拟无人机在实际场景中的行为和传感器反应,提供机上各种传感器(如深度相机)数据,包括位置坐标、点云、深度图等,可在计算机中模拟无人机与人工智能算法,避免因程序设计不当造成无人机损坏或造成人员受伤。
航拍航测专项学习与训练
学生通过航拍航测专项训练能够掌握航拍航测无人机相关基本操作要领和拍摄手法,并掌握基本的图像和视频后期处理方法,能够制作具有一定水平的图片和视频作品。
无人机与机械爪
能够提供无人机和机械爪开发平台,可根据需求实现对应的功能,还可以满足一系列竞赛的要求。
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。
实验教学内容要求
系统须配套详细的实验指导手册,支持完成至少以下8个核心实验:
实验一:系统启动与设备认知实验 – 掌握系统架构、通电流程及各模块功能。
实验二:5.8G图传系统通信实验 – 完成图传链路建立,观察实时图像传输效果。
实验三:915MHz数传通信实验 – 建立数传链路,通过地面站软件遥测飞行数据。
实验四:遥控器、舵机控制与PWM信号分析实验 – 操作遥控器控制舵机,并用示波器测量分析PWM信号波形。
实验五:5.8G图传信号频谱分析 – 使用频谱分析仪观测图传信号频谱特征、中心频率与带宽。
实验六:915MHz数传信号频谱分析 – 使用频谱分析仪观测数传信号频谱,对比其与图传信号的差异。
实验七:2.4G遥控信号频谱分析 – 捕捉并分析遥控器发射的2.4GHz信号频谱特性。
实验八:多信号干扰分析与频谱管理 – 模拟同频干扰场景,观察通信质量变化,理解频谱管理重要性。
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
锂电池管理系统开发
了解锂电池相关技术,包括电池材料、成组方式,容量及充放电倍率等基本概念与工作原理,并开发电池管理系统软件。
■ 实验1:锂电池状态判断
■ 实验2:如何选择恰当的电池充电方式
■ 实验3:如何选择恰当的电池保管方式
■ 实验4:锂电池健康状态预测和应对
■ 实验5:搭建锂电池管理系统软硬件平台
■ 实验6:锂电池紧急情况处理
嵌入式系统及飞行控制系统原理与开发
基于ARM Cortex嵌入式系统,开发多旋翼无人机飞控系统。综合应用控制和传感器相关知识,在课程组提供的嵌入式系统开发板上,开发传感器采集模块、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,并将诸模块进行整合,形成一套完整的多旋翼无人机飞行控制系统。能够满足从单片机入门至传感器数据采集再到PID等全套实验需求。
STM32相关基础实验
■ 实验1:GPIO实验,点亮流水灯
■ 实验2:按键操作实验
■ 实验3:定时器与外部中断实验,实现LED定时闪烁与呼吸灯
■ 实验4:串口收发实验
■ 实验5:呼吸灯实验
■ 实验6:蜂呜实验
■ 实验7:电机驱动及空心杯电机实验
■ 实验8:TFT LCD实验
■ 实验9:ADC采样实验,并获取电池电压
■ 实验10:DAC输出正弦波实验
■ 实验11:WIFI实验
■ 实验12:MS5611实验
■ 实验13:SD卡实验,将SD卡中图片显示在TFT LCD
■ 实验14:SPI读取IMU数据实验
■ 实验15:IIC读取气压计 MS5611 数据
■ 实验16:PPM实验,遥控器定时器输入捕获
■ 实验17:PWM实验,通过外设输出PWM波控制蜂鸣器的音调
■ 实验18:磁力计数据获取实验
■ 实验19:陀螺仪积分获取角度
■ 实验20:传感器低通滤波实验
■ 实验21:加速度计3轴分解实验
■ 实验22:音频输出播放实验
■ 实验23:麦克风音频输入及信号处理输出实验
■ 实验24:ucos Mahony滤波实验
■ 实验25:ucos led实验
飞行控制系统相关实验
■ 实验1:陀螺仪实验,掌握陀螺仪数据及原理,获取角速度数据并计算角度。
■ 实验2:加速度实验,掌握加速度计原理,获取加速度数据并计算角度。
■ 实验3:磁力计实验,掌握磁力计原理,获取磁力计数据并计算角度。
■ 实验4:传感器校准实验,了解传感器误差来源,掌握传感器校准方法和软件实现。
■ 实验5:传感器低通滤波实验,掌握巴特沃斯低通滤波器设计,实现滤波器调参。
■ 实验6:姿态解析实验,了解无人机姿态表示方法,掌握 Mahony 滤波算法。
■ 实验7 DCM 方向余弦矩阵实验,了解方向预选矩阵,对 DCM 进行应用,获取运动加速度数据。
■ 实验8:无人机控制系统建模及实现。
■ 实验9:无人机对轴平衡调试试验。
■ 实验10:无人机定高飞行实验。
■ 实验11:无人机遥控飞行实验。
基于ARM架构的人工智能实验与开发
基于RK3588芯片和Ubuntu操作系统开展实验。
■ 实验1:LeNet部署与开发
■ 实验2:AlexNet部署与开发
■ 实验3:VGG-Net部署与开发
■ 实验4:YOLO v5部署与开发
■ 实验5:YOLO v6部署与开发
■ 实验6:YOLO v7部署与开发
■ 实验7:YOLO v8部署与开发
■ 实验8:YOLO x部署与开发
■ 实验9:PP-Seg部署与开发
■ 实验10:PP-OCR部署与开发
■ 实验11:大语言模型部署与开发
■ 实验12:生成式人工智能乘客信息展示互动系统
基于Nvidia的人工智能实验与开发
基于Nvidia GPU和Ubuntu操作系统开展实验。
■ 实验1:GPIO控制
■ 实验2:视觉基础
■ 实验3:OpenCV基础
■ 实验4:二维码识别
■ 实验5:DeepStream部署与开发
■ 实验6:YOLO v11部署与开发
■ 实验7:Mediapipe部署与开发
■ 实验8:Docker安装与使用
■ 实验9:ROS1-Melodic使用
■ 实验10:ROS2-Humble使用
■ 实验11:Llama3模型部署与开发
■ 实验12:Qwen3模型部署与开发
■ 实验13:DeepSeek-R1部署与开发
基于RISC-V的人工智能实验与开发
基于JH7110芯片和Debian/Ubuntu操作系统开展实验。
■ 实验1:GPIO开发和移植
■ 实验2:以太网开发
■ 实验3:SPI/IIC/UART开发
■ 实验4:物体识别
■ 实验5:二维码识别与解码
■ 实验6:图像边缘检测
■ 实验7:编译和安装OpenWRT
■ 实验8:安装和运行Docker
基于华为昇腾的人工智能实验与开发
基于华为Atlas 200i DK A2和OpenEuler/Ubuntu操作系统开展实验。
■ 实验1:人体关键点检测
■ 实验2:多路视频采集
■ 实验3:行人识别
■ 实验4:安全帽识别
■ 实验5:基于DeepSPRT的深度学习Tracking算法
■ 实验6:中文OCR识别
机器视觉模型训练
实验目的:训练符合应用场景需求的人工智能机器视觉模型。
实验内容:通过高性能计算机和GPU服务器将无人机采集到的画面用于模型训练,定制符合实际用用场景需求的人工智能模型,可用于农作物长势预测、交通流量预测等场景。
无人机+大模型应用
实验目的:将既有大模型(如DeepSeek等)与无人机相结合,实现更多功能。
实验内容:在Ubuntu和Windows环境下搭建大模型运行环境,实现基本的文本识别与处理,然后尝试与无人机结合,实现无人机与大模型通信。
基于VISIM的飞行模拟
基于模拟器实现相关验证与开发。
■ 实验1 单台OWL无人机模拟
■ 实验2 多台OWL无人机模拟
■ 实验3 QGC控制单台OWL
■ 实验4 从命令行向单台OWL发送takeoff, landing, start, 和stoptask指令
■ 实验5 用rviz显示单台OWL传感器发出的数据
■ 实验6 OWL定点追踪移动物体
■ 实验7 路径规划:OWL简单路径规划,通过rviz设置目标位置
■ 实验8 路径规划:OWL使用ego_planner规划飞行路线,命令行与rviz结合控制
■ 实验9 用QGC和命令行控制多台OWL
■ 实验10 用rviz显示多台OWL传感器发出的数据
■ 实验11 通过rostopic向单台/多台OWL发布数据和命令
■ 实验12 OWL蜂群避障
无人机航拍及图像处理
了解掌握航拍无人机构造与原理,实现操作无人机进行航拍,熟悉航拍运镜和图像、视频处理。
■ 实验1:航拍运镜实践
■ 实验2:图片处理与调色实践
■ 实验3:视频调色实践
■ 实验4:视频剪辑实践
■ 实验5:人物追踪及跟拍实践
■ 实验6:航拍综合实战
■ 实验7:紧急情况下航拍无人机的操控
无人机飞行实训
此课程是无人机应用技术专业的核心实践课程之一,学生将在无人机室外飞行区进行无人机的实际飞行操作训练。通过模拟真实飞行环境,学生将学习无人机的起飞、降落、悬停、航线飞行等基本飞行技能,并逐步提高飞行操控的准确性和稳定性。
无人机应用技能训练
在无人机室外飞行区,学生还将进行无人机应用技能的训练,如农业植保、电力巡检、航拍测绘等。通过实际操作无人机完成特定任务,学生将掌握无人机在不同领域中的应用技巧,并提升解决实际问题的能力。
无人机飞行性能测试
此课程旨在让学生了解和掌握无人机飞行性能的测试方法。在无人机室外飞行区,学生将对不同型号的无人机进行性能测试,包括飞行速度、飞行高度、续航能力、稳定性等方面的测试,并分析测试结果,为无人机的优化和改进提供数据支持。
无人机应急处理训练
无人机在飞行过程中可能会遇到各种突发情况,如信号丢失、电池耗尽、机械故障等。在无人机室外飞行区,学生将进行无人机应急处理的训练,学习如何在紧急情况下迅速做出反应,确保无人机和人员的安全。
无人机团队协作训练
无人机应用往往需要多人协作完成,如无人机编队飞行、无人机集群作业等。在无人机室外飞行区,学生将进行团队协作训练,学习如何与其他成员有效沟通、协调行动,共同完成无人机应用任务。
无人机操作与飞行技巧
此课程专注于无人机的基础操作技能和高级飞行技巧的培训。学生将学习无人机的起飞、降落、悬停、巡航等基本操作,以及复杂环境下的飞行技巧,如避障飞行、夜间飞行等。
主要实验装备
AI视觉无人机开发平台
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:

OWL Mini 3无人机体积小,重量轻,更加适合算法验证。
AI视觉无人机蜂群开发平台(激光雷达版)
蜂群控制系统主要模块包括飞控模块,定位模块,避障模块,captain,双目驱动,云台驱动,这些模块对内对外统一使用ROS1接口。其中,飞控模块运行基于PX4开源固件自主修改版本,其主要接口和框架兼容PX4规范。自主研发的双目驱动模块, 提供硬件时钟同步的双目数据及生成的深度图。无人机定位系统包括基于视觉的VIO,IMU等传感器数据融合,融合工作由飞控模块完成,定位模块在机载电脑上实现的视觉VIO。避障模块在避障功能打开的环境下,提供到单一或者连续目标点避障路径。为适应不同飞行任务需求,控制机载电脑上各个算法模块,Captain提供了一个统一控制点和任务管理器,方便实现不同的飞行任务。ROS1接口的云台驱动模块,提供云台姿态数据,提供云台控制接口,提供视频图像用于第三方软件实施跟踪。
蜂群软件架构包括单机系统和算法软件,多机协同软件,多机通讯机制。在多机协同环境,还需要协调多机轨迹、位置、同步完成多机目标飞行。适配了Ego-Planner-Swarm开源软件,作为多机协同下的避障导航软件。它结合了多机的位置,和各自目标下的轨迹,整体规划出防碰撞轨迹。再结合控制软件就可以同步控制集群进行目标飞行。在分布式多机协同系统中,需要互通网络环境和多机通讯机制。目前引用的Ego-Planner-Swarm软件是基于ROS系统的多机通讯机制,是Master/Slave架构的消息通讯机制。Visbot视觉模块提供了Wifi接口,可接入大功率Wi-Fi基站,优势是可以较长距离通讯;也可以配置成自组网模式, 省去Wi-Fi基站,可以满足小范围的机群需求。

在视觉版的基础上,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。

AI视觉无人机开发平台
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。

猫头鹰OWL3无人机是一个安全、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,猫头鹰3还是面向科研与产业应用的开源无人机平台,全面支持二次开发,用户可增加其他负载和传感器,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。


AI视觉无人机蜂群开发平台(RTK版)
猫头鹰3,实战派,全能旗舰,助力科研成果转化落地,与OWL mini 3相比,OWL 3 体型更大,负载更强,能够搭载更多设备,更适用于多场景。


蜂群软件架构包括单机系统和算法软件,多机协同软件,多机通讯机制。在多机协同环境,还需要协调多机轨迹、位置、同步完成多机目标飞行。适配了Ego-Planner-Swarm开源软件,作为多机协同下的避障导航软件。它结合了多机的位置,和各自目标下的轨迹,整体规划出防碰撞轨迹。再结合控制软件就可以同步控制集群进行目标飞行。在分布式多机协同系统中,需要互通网络环境和多机通讯机制。目前引用的Ego-Planner-Swarm软件是基于ROS系统的多机通讯机制,是Master/Slave架构的消息通讯机制。Visbot视觉模块提供了Wifi接口,可接入大功率Wi-Fi基站,优势是可以较长距离通讯;也可以配置成自组网模式,省去Wi-Fi基站,可以满足小范围的机群需求。

在视觉版的基础上,RTK版本搭载VisBot 3代视觉模块,双轴增稳云台以及RTK模块,适用于GPS环境下基于视觉/RTK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。
提供厘米级绝对精度,实时性与稳定性强,算力需求低,适合高处飞行。
无人机通信原理教学实验系统
无人机通信原理教学实验系统是无人机实训室的核心教学平台,专注于揭示无人机天地通信的底层原理。系统集成图传、数传、遥控等真实通信链路,学生可通过频谱仪直观观测2.4GHz、5.8GHz、915MHz等频段的信号特征,进行信道测量、干扰分析、天线对比等实验。它彻底改变了“只飞不通”的传统教学模式,将教学深度从飞行操作延伸至通信数据链层面,旨在培养学生对无线通信系统的深刻理解、测量分析及故障排查能力,为未来从事无人机通信设计、调试与优化工作奠定坚实基础。
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。
刚体陀螺仪教学实验系统
本系统采用一体化集成设计,集精密双轴万向架、高速无刷驱动、高精度IMU传感与专业分析软件于一体,通过直观的运动演示与精确的数据测量,生动呈现角动量守恒、定轴性、进动与章动等核心物理规律。学生可亲手操作并观察高速旋转转子在惯性空间中的指向稳定性,定量研究外力矩与进动角速度的关系,并通过上位机软件实时获取三维姿态、角速度等多维度数据,进行可视化分析与处理。系统安全可靠,操作直观,不仅能够加深学生对抽象理论的理解,更可培养其科学探究与工程实践能力,是理论与实验相结合的理想教学平台。
无人机BMS锂电池管理系统教学实验系统
HT-Battery-EDU可实现对3至5节锂电池电压、电流、温度、SOC的测量,通过上位机软件、蓝牙、串口显示屏显示结果,实现过压,欠压,过流,短路保护,支持芯片内部被动均衡。提供原理图,源码,上位机,支持学生二次开发。
嵌入式及无人机案例实验箱
嵌入式及无人机案例实验箱不仅可以满足传统的嵌入式及STM32相关课程的教学实验需求,还为课程设计提供了丰富的无人机飞控工程案例化实验。
该实验箱由四大部分组成,分别为STM32嵌入式实验板卡、平面对轴平衡调试平台、遥控控制器及配件、四轴飞行器。
通过嵌入式及无人机案例实验箱,可实现嵌入式系统课程、嵌入式传感器、自动控制、无人机飞控开发等方向的实验教学。嵌入式实验板卡的处理器采用STM32F407,可以实现丰富的嵌入式硬件外设实验,还可与平面对轴平衡调试平台配合完成对轴控制实验,实现无人机的飞控开发入门学习。
无人机动力系统测试实训平台
无人机动力系统测试实训平台是一款专业化的智能检测系统,集成高精度传感器阵列与模块化设计,可同步采集拉力、扭矩、转速、电压电流等数据,通过闭环控制系统实现电机效率、桨力效率的实时分析。平台配备双冗余应急保护机制,包括物理急停按钮与软件过载保护,确保测试安全。核心功能涵盖螺旋桨气动性能验证、电机KV值匹配度测试、动力系统能耗优化,支持定桨距/变桨距多场景模拟,为无人机研发提供从单机部件到整机动力链的全流程测试解决方案。
分布式人工智能全场景智慧教学实训平台
分布式人工智能全场景智慧教学实训平台包括分布式人工智能系统主要组成部分,主要模块包括终端设备、边缘设备、网络设备和云端设备,可满足人工智能全流程教学与实验,可满足分布式、高性能计算与边缘计算相关教学与实验。终端节点可对采集到的数据进行初步处理,终端设备包括ARM、RISC-V、达芬奇(华为昇腾)等不同芯片架构类型的模块,可满足不同类型架构原理和程序开发学习、竞赛与科研需求。当终端节点性能不足以满足需求时,将一部分处理后的数据交由算力更强的边缘节点处理,边缘节点采用JETSON Orin NX Super,可满足基于Cuda的深度学习相关程序开发、竞赛与科研。云端设备提供高性能计算模块和存储模块,当终端和边缘设备算力无法满足需求时,可将部分处理后的数据交由高性能的云端处理,云端设备还提供存储模块,提供大容量数据存储空间。网络设备主要包括路由模块和交换模块,提供各模块之间的互联互通。各模块均采用开源方案,可二次开发,便于教学、竞赛和科研使用。
无人机算法模拟仿真器
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;

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开发平台
本平台专为院校无人机航拍与开发教学打造,采用碳纤维可折叠四旋翼机身,内置GPS高精度定位模块,兼顾便携与稳定性。搭载STM32全开源飞控(C++编写,支持二次开发),通过配套地面站可完成PID调参、传感器校准、航线规划等实训。配备三轴云台4K相机(1/1.7英寸索尼CMOS,320°航向轴)及高通八核图传遥控器(5.5英寸1080P高亮屏,15km双路数字图传),支持超高清航拍与第一视角任务飞行。提供纸质实训手册、飞控开发教程及11节视频课程,覆盖地面站操作、代码编译等环节,是飞行控制与航拍应用一体化教学的理想平台。
教学无人机机械抓取平台
HT500Z是面向教学与竞赛的机械抓取无人机实训平台,配备可拆卸机械爪模块,支持物品抓取、运输及定点投放功能。
系统内置航线规划与基础避障能力,可满足物流运输课程实训需求,也可用于无人机相关竞赛。平台采用模块化设计,支持二次开发,便于与教学体系对接。
六旋翼无人机飞行开发平台
HT600是一款专为教学而生的无人机开发实训平台,适用于作为室外实操教学六旋翼无人机飞行平台使用。
采用碳纤维可折叠机身,既可用于教学开发,也可以用于室外飞行训练、调试,通过配套地面站软件可进行PID参数调节、传感器校准、参数设置、航线规划等实训环节,开源飞控,可二次开发,还可以实现自主飞行。整机结构牢固,承载能力强,可挂载寻迹、小球投放、钩瓶、激光打靶、航拍、机械臂、机械爪等各类设备,符合国际机器人挑战赛无人机自主飞行赛项、中国工程机器人大赛无人机赛项等竞赛的要求。
无人机蜂群表演编队
无人机蜂群表演编队支持手控飞行、定点飞行、自主航线飞行、自主返航等控制模式,支持横队、纵队、三角、方队、倒V、正V、包围式队形切换等编队模式。地面站软件支持无人机姿态、位置、电池、连接状态显示,支持报警信息提醒、指令发送、回传数据显示,支持目标工作区地图保存和显示、队形编辑、保存与加载。集控制、编辑一体,可预览已编程的飞行轨迹,动画展现飞行姿态,支持2D、3D模拟飞行,支持自动计算避障线路和防碰撞预警。
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。
球形集群编队表演无人机
球形集群编队表演无人机基于UWB制式基站进行定位,无需GPS即可实现各种环境下精确室内外定位。
机身搭载可编程256色灯光系统,能够实现不同颜色效果。系统通过PC端地面站实现编程编队、实时控制功能,支持飞行动作与灯光同步编程及实时动态仿真,预览编程实际效果,最多可同时控制 10 架无人机在线同步飞行。
设备清单
| 序号 |
设备或部件名称 |
单位 |
数量 |
型号 |
| 1 |
AI视觉无人机开发平台 |
架 |
30 |
OWL Mini 3 |
| 2 |
AI视觉无人机蜂群开发平台(激光雷达版) |
架 |
6 |
OWL Mini 3LS |
| 3 |
AI视觉无人机开发平台 |
架 |
6 |
OWL 3 |
| 4 |
AI视觉无人机蜂群开发平台(RTK版) |
套 |
6 |
OWL 3 RTK |
| 5 |
无人机通信原理教学实验系统 |
台 |
30 |
TX100 |
| 6 |
无人机传感器技术开发实训平台 |
套 |
30 |
HT-Sensors-EDU |
| 7 |
刚体陀螺仪教学实验系统 |
套 |
30 |
HT-AXIS |
| 8 |
无人机BMS锂电池管理系统教学实验系统 |
套 |
30 |
HT-Battery-EDU |
| 9 |
嵌入式及无人机案例实验箱 |
套 |
30 |
STM32 Drone ARM |
| 10 |
无人机动力系统测试实训平台 |
台 |
6 |
DT100 |
| 11 |
无人机算法入门课程资源包 |
套 |
6 |
XT-V8.0 |
| 12 |
飞控与地面站课程资源包 |
套 |
6 |
XT-V5.0 |
| 13 |
计算机 |
台 |
60 |
主流型号 |
| 14 |
分布式人工智能全场景智慧教学实训平台 |
台 |
6 |
HT-ZJ150A |
| 15 |
高性能计算机 |
台 |
33 |
主流型号 |
| 16 |
GPU服务器 |
台 |
6 |
主流型号 |
| 17 |
无人机算法模拟仿真器 |
台 |
6 |
VISIM |
| 18 |
无人车开发平台 |
套 |
18 |
HT-CAR |
| 19 |
人工智能基础课程包 |
套 |
6 |
---- |
| 20 |
多旋翼航拍教学无人机开发平台 |
架 |
30 |
HT500HP |
| 21 |
教学无人机机械抓取平台 |
架 |
30 |
HT500Z |
| 22 |
六旋翼无人机飞行开发平台 |
架 |
30 |
HT600 |
| 23 |
无人机蜂群表演编队 |
架 |
60 |
HT-BY200 |
| 24 |
无人机集群编队表演套装 |
10机群 |
3 |
F165 |
| 25 |
球形集群编队表演无人机 |
架 |
15 |
HT-BY100 |
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。
嵌入式系统及无人机飞控开发
视频教程,主要包括BirdFlight软件系统初始化详解、四旋翼全模型控制原理详解、无人机位置控制、无人机视觉识别与位置控制教学、飞控工程之系统初始化流程、空心杯无人机安装开箱视频、空心杯无人机调试。
配套共包括28个实验教学实验指导书。
无人机算法入门课程资源包
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。
飞控与地面站课程资源包
MISSION PLANNER地面站简介与操作、飞行控制器介绍、飞控启动过程、加速度计校准、遥控器校准、电调校准、罗盘校准、飞行模式、飞行前检查与故障排除、飞控代码编译与下载、了解飞控代码,电子版课件及视频课程。
人工智能系统软硬件环境搭建
如何构建各类基于不同硬件架构的人工智能系统
■ 基于英伟达/ARM/华为昇腾等不同架构的AI基础教程、配套例程
■ 基于英伟达/ARM/华为昇腾等不同架构的AI开发环境搭建教程
人工智能相关项目部署与开发
■ 基于英伟达/ARM/华为昇腾等不同架构的AI视觉模型部署与开发教程、配套例程(LeNet、VGGNet、Yolo、PP-Seg、PP-OCR等)
■ 基于英伟达/ARM/华为昇腾等不同架构的AI视觉模型与AI视觉交互应用教程(人脸识别、物体识别、车牌识别、姿态估计、手势识别、手势控制等)
■ 基于英伟达/ARM/华为昇腾等不同架构的AI大语言模型离线部署与开发教程、配套例程(DeepSeek、Qwen等以及大模型对话平台)
■ AI语音克隆模型部署与开发教程
■ Linux系统与驱动开发教程
■ ROS/ROS2基础与开发教程
■ OpenCV应用及开发教程
■ Docker安装与使用教程
■ Qt开发教程、配套例程
■ 配套开发工具及系统镜像
无人机航拍
航拍无人机使用说明、开发教程、配套软件、教学视频、竞赛指导等。
无人机算法入门课程
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。
无人机编队表演
无人机编队表演配套软件。
无人机行业应用部分
无人机行业应用实验室是一个专注于无人机在各行各业中实际应用的综合性实训场所,包含特定应用场景无人机特点相关理论知识和无人机软硬件系统开发等方面,融合了无人机操作、行业应用技能培养、软硬件开发、数据分析及项目管理等功能。实验室不仅配备了多款行业级无人机及其配套开发设备,还引入了先进的模拟软件和数据分析工具,旨在为学生提供贴近行业实际的无人机应用环境。支持飞行原理、导航控制等理论课程的配套实践,还提供行业应用模拟实训,让学生在真实环境中进行无人机操作,增强其实战经验。不仅有针对性的在植保、物流、航拍航测等方面提供实操环境,还引入了驱鸟无人机、清洗无人机等特种无人机,同时还搭配系留无人机,使学生能够更深入了解无人机种类和各类无人机的操作方式。
主要功能
无人机行业应用基础
旨在使学生全面了解无人机在各行各业中的应用现状和发展趋势,通过案例分析等方式,使学生能够深入了解无人机在不同领域的应用场景、技术要求和操作流程等。
无人机行业应用实训
学生将在无人机行业应用实验室中参与真实的行业应用项目。通过分组合作,学生将针对特定行业需求进行无人机操作、数据采集与分析、操作计划编制、解决方案设计与实施等全流程实训,并能够结合实际需求,选择恰当的无人机机型,从而全面提升其行业应用能力。
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。
该 5KG 载荷无人机具备多任务执行能力,可搭载喊话器实现 5 公里内远距离扩音(130 分贝)、照明灯提供夜间照明,通过吊舱搭载的 700 万像素相机完成高清拍摄与变焦监控,还支持航拍扩展套件进行多角度拍摄及图传显示,能适应多种工作场景需求。
物流无人机以“轻量高载重+智能控制+精准投递”为核心,通过碳纤维航空铝结构、北斗高精度定位及配套智能设备,成为城市末端物流、应急救援、偏远地区配送的高效解决方案,可显著降低人力成本,提升物资投递的时效性与安全性。
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。
高压清洗作业
高空清洗无人机通过高压水枪、RTK高精度定位、全自主飞行模式及多重安全防护,成为工业清洗领域的高效解决方案,可广泛应用于建筑外墙、桥梁、船舶、石化设施等高空场景的清洗与维护,显著降低人工风险,提升作业效率与质量。
六旋翼电动应急救援无人机平台是一款专为高层建筑火灾、地震坍塌、危化品事故等复杂场景设计的重型工业级救援系统。
主要课程与实验
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。
主要实验装备
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。
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。
30kg级植保农用无人机飞行平台
30 kg级农用植保教学无人机飞行平台HT-Z50对角轴距 1300 mm,最大起飞重量 66.8 kg,药箱容积 30 L,可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。
50kg级植保农用无人机飞行平台
50 kg级农用植保教学无人机飞行平台HT-Z50对角轴距 2260 mm,最大起飞重量 110 kg,药箱容积 50 L,可满足学生对农业植保无人机构造与原理的学习,掌握大型无人机操作与维护保养。
5kg载荷无人机
该 5KG 载荷无人机具备多任务执行能力,可搭载喊话器实现 5 公里内远距离扩音(130 分贝)、照明灯提供夜间照明,通过吊舱搭载的 700 万像素相机完成高清拍摄与变焦监控,还支持航拍扩展套件进行多角度拍摄及图传显示,能适应多种工作场景需求。
10kg物流无人机
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。
教学无人机物流运输平台
HT-X8是一款30 kg大载重运载无人机,支持货箱搭载与空吊双模式,适配教学场景模拟实训,亦可满足运输行业配送需求。采用共轴反桨设计,动力强劲,还可以进行二次开发和改装,搭载更多设备,用于更多用途。
25kg吊装无人机
吊装抛投无人机可突破地形限制实现精准空投,将传统人力运输效率提升5倍以上,在灾害救援、军事行动等关键场景中显著降低人员风险与时间成本,为生命救援和战略投送提供革命性解决方案。HT-DZ25无人机采用模块化设计,可用于野外医疗、救援物资等吊装抛投,支持复杂地形作业,通过地面站实时规划航线,实现精准空投与任务协同。
50kg吊装无人机
吊装抛投无人机可突破地形限制实现精准空投,将传统人力运输效率提升5倍以上,在灾害救援、军事行动等关键场景中显著降低人员风险与时间成本,为生命救援和战略投送提供革命性解决方案。HT-DZ50无人机采用模块化设计,可用于野外医疗、救援物资等吊装抛投,支持复杂地形作业,通过地面站实时规划航线,实现精准空投与任务协同。
水域采样无人机飞行平台
取水无人机通过空中作业实现远程水源采集与运输,搭载智能定位系统和抽水装置,可快速到达湖泊、河流等水域,效率较传统人工采样提升80%。其突破地形限制的特性,尤其适用于干旱地区应急供水、农业灌溉及水质监测。在灾害救援中,它能安全获取污染区域水源,避免人员接触有害环境;在生态保护领域,实现非侵入式采样,减少对水域生态干扰。
大型侦察探测无人机
侦察探测无人机可通过实时数据采集与智能分析,显著提升军事侦察、灾害救援及农业监测等领域的决策效率与任务安全性,是现代化智能作业的核心技术支撑。HT-JC11支持可见光和热成像双图像通道,具有双码流功能,可见光视频分辨率可达 1920*1080@30 fps; 热成像视频分辨率 640*512@25fps。地面站支持将双通道的视频进行画中画或独立显示,可随时切换大小图像。
气体检测无人机
气体检测无人机结合光学、红外、气体传感器,突破传统地面监测的时空限制,支持三维污染溯源。HT-JC15可用于空气中有害气体检测等作业,支持航线规划,根据场景灵活选择监测模块,支持同时检测8种有毒有害气体,数据准确,检测精度可达到ppb级。搭载高清摄像头,可同步记录画面。
驱鸟无人机
JC18驱鸟无人机,可用于教学培训。集成声光驱鸟系统,通过语音、超声波喇叭与爆闪灯联动,直观演示驱鸟原理。内置多样音效,支持不同场景策略教学。学生可远程操控训练,掌握调试与应急技能。模块化设计支持故障模拟,助力培养专业人才。
系留照明无人机
系留照明无人机通过地面供电实现24小时不间断悬停,配备高亮度LED灯组,结合智能调光系统与抗风设计,广泛应用于夜间抢险救援、大型施工照明、灾害现场应急指挥等场景,显著提升作业效率与安全性。
高空清洗无人机
高空清洗无人机通过高压水枪、RTK高精度定位、全自主飞行模式及多重安全防护,成为工业清洗领域的高效解决方案。可广泛应用于建筑外墙、桥梁、船舶、石化设施等高空场景的清洗与维护,显著降低人工风险,提升作业效率与质量。
系留清洗无人机
系留清洗无人机通过地面供电和供水实现长时间不间断悬停,无需充电补水即可满足工作需求,可用于大型建筑外墙、光伏板、风电叶片等的长时间清洁。
消防应急救援无人机
该多旋翼应急救援无人机采用电动六旋翼设计,具备双 IMU 飞控系统与备份 GNSS,可在 - 20℃~50℃环境及 6 级风力下作业,支持多种救援设备挂载,如双光吊舱、破窗装置、灭火组件等,适用于应急救援场景的多样化任务需求。
设备清单
| 序号 |
设备或部件名称 |
单位 |
数量 |
型号 |
| 1 |
小型农业植保无人机竞赛实训平台 |
架 |
5 |
HT-Z2 |
| 2 |
5kg级植保农用无人机飞行平台 |
套 |
1 |
HT-Z5 |
| 3 |
30kg级植保农用无人机飞行平台 |
架 |
1 |
HT-Z30 |
| 4 |
50kg级植保农用无人机飞行平台 |
架 |
1 |
HT-Z50 |
| 5 |
无人机农业植保课程资源包 |
套 |
1 |
XT-V9.0 |
| 6 |
5kg载荷无人机 |
架 |
1 |
HT-M100 |
| 7 |
10kg物流无人机 |
架 |
1 |
HT-WL10 |
| 8 |
大载重中型六旋翼物流无人机实训平台 |
架 |
1 |
HT-WL20 |
| 9 |
教学无人机物流运输平台 |
架 |
1 |
HT-X8 |
| 10 |
25kg吊装无人机 |
架 |
1 |
HT-DZ25 |
| 11 |
50kg吊装无人机 |
架 |
1 |
HT-DZ50 |
| 12 |
水域采样无人机飞行平台 |
套 |
1 |
HT-DZ05Q |
| 13 |
大型侦察探测无人机 |
套 |
1 |
HT-JC11 |
| 14 |
气体检测无人机 |
架 |
1 |
HT-JC15 |
| 15 |
驱鸟无人机 |
套 |
1 |
HT-JC18 |
| 16 |
系留照明无人机 |
架 |
1 |
HT-ZM11 |
| 17 |
高空清洗无人机 |
套 |
1 |
HT-QX50 |
| 18 |
系留清洗无人机 |
架 |
1 |
HT-QX90 |
| 19 |
消防应急救援无人机 |
套 |
1 |
HT-XF50 |
配套课程资源
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。
无人机农业植保教材配套PPT电子版一套,包含植保无人机概述、植保无人机基础知识、植保无人机操作技能、植保无人机维护保养、植保无人机作业规范与安全等,支撑开设最少10课时。
无人机物流技术
物流无人机操作与安全保证相关教程。