所属分类：电子信息产业

所属单位：西安电子科技大学

成果简介：本发明公开了一种基于深度神经网络的预测车辆最佳驾驶路径方法， 将全国各个城市中获取的车流量数据生成训练集， 并对构建的深度神经网络进行训练， 利用训练好的深度神经网络预测交通网络中， 起点到终点方向上所有可能经过的路口在未来所设时间段内的车流量数据， 并计算预测行驶时间， 可以在规划驾驶路线时有效避开潜在的拥堵路段， 得到最佳驾驶路径。 其特征在于， 利用生成的训练集对构建的深度神经网络进行训练， 利用训练好的深度神经网络预测交通网络中， 起点到终点方向上所有可能经过的路口在未来所设时间段内的车流量数据， 并计算预测行驶时间。本发明可用于城市交通的车辆导航中获取车辆在指定起止地点情况下的预测最佳驾驶路径。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：本成果提出一种利用系绳/推力协调的无人机吊挂系统摆动抑制方法，利用安装在多旋翼无人机上的系绳收放装置和多旋翼无人机的螺旋桨推力抑制系绳摆动，避免单纯利用螺旋桨推力抑制摆动时产生的无人机位姿误差过大的问题，避免了系绳摆动抑制和多旋翼无人机位姿控制的需求冲突，具有很好的实用性。利用系绳收放装置实现系绳摆动抑制，避免了利用无人机螺旋桨推力进行摆动抑制时的推力要求与无人机位姿控制过程中的推力要求产生冲突的情况，能够在实现无人机位置误差很小情况下的系绳摆动抑制，满足无人机实现精确轨迹跟踪的需求。此外，结合无人机推力共同抑制系绳摆动，可以取得更好的摆动抑制效果。该方法解决了飞行器绳系结构任务载荷高精度控制难题，相关成果已经在科研院所和企业开展多个场景的应用验证。将在无人机吊挂搜救与运输、拖曳侦查等领域发挥重要作用。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：本成果是由西北工业大学联合新加坡国立大学开展的国际合作研究，基于物流园区、露天煤矿、集装箱港口等大型复杂工业场景中使用的无人车具有尺寸大、负载重、机动性差等特点，针对运营过程中对无人车管控系统在安全性、高效性、稳定性的极高要求，采用理论分析和实验验证相结合的方法，围绕无人运输载具的硬件设计、软件算法、应用场景等多个方面开展研究。成果提出了大规模无人车队的动态调度算法框架，并开发了一套决策支持原型平台，用于配合调度算法的测试与应用落地。首创性地提出了无人车队动态调度算法框架，将大规模无人车队快速调度决策问题拆解为车辆任务分配算法、行驶线路规划算法、局部车辆分组算法及区域行驶管控算法四个子问题分别求解，从结构上大大降低了运算复杂度，提升了智能算法调度效率；决策支持平台将智能算法、环境模拟器与可视化界面进行整合，实现了虚拟环境下的车辆与任务状态监控与控制。相关成果发表于《International Journal of Production Research》《Reliability Engineering and System Safety》等行业核心期刊，成果由港口信息化、智能化解决方案供应商烟台维佳软件科技有限公司、西安拼图网络科技有限图网络科技有限公司论证为行业中的新工艺，并与烟台华东电子有限公司合作完成小试。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：先进飞行器遂行多任务时面临大机动飞行强非线性、动态任务信息不完备、能力变化自主重构性差等挑战，项目从先进飞行器环境影响、结构特点和任务需求出发，提出智能自主可靠飞行控制技术，提升任务完成能力。主要技术发现如下： （1）模型数据相结合的在线学习自适应控制：揭示了干扰不确定对动力学控制性能的影响，提出了平行估计模型和等价预测学习评价技术，结合风干扰影响构建扰动观测系统，给出了智能系统与扰动观测结合的动态协调策略，发明了智能自适应控制技术，实现了高效估计和高精度姿态控制。 （2）不完备信息在线估计与鲁棒控制：分析了结构、气动和控制动态耦合下飞行器闭环系统发散的内在机理，给出了弹性振动频率与系统状态高效在线估计策略，发明了基于弹性模态自适应滤波和轨迹推演重构的动态制导控制技术，提升了不稳定飞行器鲁棒控制能力保证安全飞行。 （3）损伤动态协调补偿与飞行任务重构：揭示了飞行器舵面受限下操纵能力与任务不匹配的因果关系，发明了制导控制自适应协调机制与动态补偿控制器，构建了在线参数辨识机制和飞行能力评估指标，给出了制导指令重规划与重构控制技术，充分发挥了剩余飞行能力。 （4）应用验证：项目成果应用于航空工业成都所、自控所、北京空天技术研究所、上海航天控制技术研究所等航空航天骨干企业，完成了高超声速飞行器、先进战机、大型无人机飞控系统设计、研制、测试与飞行试验。

所属分类：电子信息产业

所属单位：西安工业大学

成果简介：针对高动态组网环境下网络动态拓扑与集群网络的协同问题，该成果充分考虑了网络拓扑重构方法和多对多目标分配协同技术，以“拓扑动态重构-中心节点选择-多对多目标分配策略”为主线，开展基于图论的网络动态拓扑控制与重构、结合拉普拉斯中心性和结构洞的中心节点最优选择、基于个体与群体关系模型的多对多任务分配与决策技术的研究。相关研究成果已发表论文4篇，授权发明专利1件，申请发明专利2件。创新点包括：首先，基于图论的损伤模型，提出一种基于网络模体的局部修复拓扑重构算法，该算法在网络拓扑重构修复过程中着重分析了网络局部结构弹性，实现了动态损伤网络的快速低耗修复功能；其次，将网络映射成加权图，设计了一种结合拉普拉斯中心性和位置因素的中心节点选择策略，该算法将自身节点重要度和邻居节点影响力拟合成重要度矩阵，从而可以准确快速的选择出合适的中心节点；最后，基于阿波罗尼斯圆研究分配判定模型，构建了基于改进博弈学习的无人机集群协同围捕方法，解决了智能化多目标围捕场景下的目标分配问题。综上所述，该成果有助于促进无人机集群行为的智能化，使其灵活组网，协同任务，为无人化建设发展做出贡献，同时具有应用场景广泛的特点。此外，研发团队长期从事自组织网网络建模、路由算法优化、拓扑管理等领域研究，人员组成合理，团队管理科学，同时具有丰富的科研经验。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：提出了有向通信下多智能体系统固定时领导-跟随一致性控制方法、通信延时下多智能体系统固定时领导-跟随一致性控制方法、数据丢包下多智能体系统固定时领导-跟随一致性控制方法、量化通信下多智能体系统固定时领导-跟随一致性控制方法、多智能体系统事件触发固定时领导-跟随一致性控制方法、带有物理限制和干扰的多智能体系统固定时领导-跟随一致性控制方法，突破了通信限制下固定时分布式观测器设计、李雅普诺夫函数构造、量化器设计和固定时领导-跟随一致性控制协议设计等技术难点，解决了单向通信、通信延时、数据丢包、比特率限制、通信带宽限制等通信限制和带有输出限制、未知控制方向、未知系统动态、未知外部干扰和死区控制输入等物理限制的多智能体系统固定时领导-跟随一致性问题，并应用于智能微电网二次电压控制和经济优化调度、机器人集群编队控制、机械臂一致性跟踪控制等实际场景中，获得了通信限制下多智能体系统固定时领导-跟随一致性新理论和新方法。在IEEE TCYB、IEEE TSMCA、IEEE/CAA JAS等中科院一区 SCI 期刊上发表论文 7 篇（ESI 高被引论文 2 篇），授权发明专利 3 项，圆满完成了所有预定研究目标。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：该成果属于脑科学和人工智能交叉研究领域，主要利用对头皮脑电信号（EEG）的非侵入式解码技术形成脑、机间的直接信息交换和控制，在医疗、康养、驾驶、娱乐等领域均有广泛的应用前景。基于EEG的非侵入式脑机接口（BCI）颠覆性的改变了人与机器交互的方式，但尚存在解码正确率低、稳定性差、控制效率低且灵活性低的问题。该成果基于上述问题展开技术攻关，从EEG信号的生理学特点出发，突破了EEG信号解码和应用的关键技术，全面提升BCI性能，推动BCI技术由实验室走向实用化。主要创新点如下：针对基于意念的主动控制型BCI特征EEG信号微弱、信噪比低且个体差异大的问题，提出基于特征EEG中判别性特征精确量化的增强诱发新范式，提高解码正确率和稳定性；针对基于快速序列视觉呈现（RSVP）的反应式BCI中事件相关电位信号变异性强、个体差异大、特征提取难的问题，提出了结合ERP生理特征的信号增强与特征提取新方法，显著提升RSVP-BCI解码正确率；针对非侵入式BCI系统控制效率低且灵活性低的问题，发明了脑以服务形式在环的脑机协同控制技术和脑机融合的一体化控制技术，显著提升BCI系统控制效率和灵活性。获得国家发明专利授权17件，受理18件，发表高水平论文70余篇。相关成果先后在五家单位多个项目或产品中得到应用，产生了重要的经济和社会效益，对BCI技术的实用化发展产生了重要的推动作用。

所属分类：电子信息产业

所属单位：西北工业大学

成果简介：本项目研发团队由西北工业大学、西安交通大学、西安因诺航空科技有限公司组成，研究了复杂环境集群态势实时重构与目标定位、个体/集群组合导航与精准控制、基于数据驱动的集群任务智能规划、小型无人平台/微型动力一体化设计技术。提出了基于“视觉+IMU+GNSS”融合的并发SLAM实时三维重建、基于GDIP点云辅助目标定位方法，解决了复杂大场景态势重构速度慢、小样本目标定位精度差的问题，实现了8路数据实时重建，300m高度目标识别率≥90%，定位精度≤10m。提出了自适应因子图优化组合导航和并行计算网络EKF导航方法，建立了基于近端策略优化与自适应控制组合的控制模型，提升了复杂电磁、恶劣环境导航控制精度和抗风能力，导航精度达到了厘米级，目标打击精度CEP≤0.3m。提出了基于多智能体深度强化学习的无人机集群协同决策和基于速度场一致的无人机轨迹规划方法，解决了多任务无人集群协同性差的问题，实现了100余架无人机集群飞行验证。提出了基于拓扑优化的小型无人平台/微型动力一体化结构设计方法，

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：北京科技大学

成果简介：

所属分类：电子信息产业

所属单位：福州大学

成果简介：为解决输电线路普遍采用无人机巡检带来的人工效率和操控安全系数较低的难题。团队经过3年潜心研究，将机器视觉与GPS导航进行深度融合，克服罗盘易受高压电场干扰等难题，实现巡检无人机沿输电线路厘米级导航飞行。 技术特点： 无人机实时搭载轻量化深度卷积神经网络，实时检测输电线路关键部件，并根据检测目标调整无人机姿态以及云台角度，以获得最佳巡检图像。结合NB-IoT等物联网通讯技术实现无人机远程任务下达以及状态回传，实现巡检过程的可视化实时监控。在后期图像处理上，团队基于深度学习网络实现对线路故障的销钉级检测，打印巡检结果并生成输电线路故障概率分布，针对大量巡检图像，设计巡检影像库对巡检图像自动标注分类管理。本系统自主巡检导航精度误差约20cm，实现对电力巡检图像的9大类辨识，综合准确率高达90%，极大提高巡检效率，具有较高的工程应用价值。

所属分类：电子信息产业

所属单位：福州大学

成果简介：随着城市化进程的加速和交通需求的不断增长，智慧交通系统成为解决交通拥堵、提高出行效率的重要途径。自动驾驶技术作为智慧交通的核心组成部分，其底层控制算法、软件与嵌入式部署方案的研究显得尤为重要。然而，当前自动驾驶技术在实时性、智能性方面仍存在诸多挑战，尤其是在复杂多变的交通环境中，如何保证控制系统的稳定性和高效性是一个亟待解决的问题。 低空经济、智慧轨道交通和智能车辆作为自动驾驶技术的两大应用领域，对于控制系统的要求更为严苛。智慧轨道交通需要实现列车的精准调度和自动驾驶，确保运行的安全与高效；而智能车辆则需要在复杂的道路环境中实现自主导航和避障，对控制系统的实时响应和智能决策能力提出了更高要求。 本项目构建第二代以国产CPU、国产操作系统为核心软硬件的自动驾驶控制系统，突破现有技术方案的国外依赖性，提高控制系统的实时性和智能性，为智慧轨道交通和智能车辆的发展提供有力支撑。通过本项目的研究与实施，有望推动自动驾驶技术在更广泛领域的应用与推广，为构建更加智慧、高效的交通系统贡献力量。