2018年无人机研发热点回眸

 2018年，无人机技术、产品、应用、监管等领域取得了系列进展。回顾了无人机集群飞行、载人无人机与飞行汽车、无人机与5G融合、变体无人机、新能源无人机、有人机无人化等前沿热点进展，以及大型无人机融入国家空域、无人机空中交通管理系统和无人机监管法规政策等无人机安全及监管方面的最新进展。     

2020年无人机热点回眸

2020年为无人机领域的发展与应用提供了新的机遇,同时也提出了新的挑战.在过去的一年中,无人机技术所呈现出的一些新特点引发了更多关于无人机产业发展之路的深刻思考.从无人机政策法规、关键技术、应用推广等多视角全方位盘点和分析了2020年无人机的科技热点及发展动向.以政策为导向,以创新为内核,无人机技术和产业将会迎来新的增长点,集群化、智能化和实战化作为颠覆性技术仍是无人机未来发展的重要方向.     

2020年无人机热点回眸

2020年为无人机领域的发展与应用提供了新的机遇,同时也提出了新的挑战.在过去的一年中,无人机技术所呈现出的一些新特点引发了更多关于无人机产业发展之路的深刻思考.从无人机政策法规、关键技术、应用推广等多视角全方位盘点和分析了2020年无人机的科技热点及发展动向.以政策为导向,以创新为内核,无人机技术和产业将会迎来新的增长点,集群化、智能化和实战化作为颠覆性技术仍是无人机未来发展的重要方向.     

2021年无人机热点回眸

随着人工智能技术的发展以及机载任务平台性能的提升,2021年无人机技术与应用呈现新的发展态势.从无人机政策法规、自主控制、反无人机、应用领域等多方面回眸了2021年无人机的技术研究热点,分析了无人机技术领域未来的发展动向.人工智能、视觉导航等技术使无人机综合能力更加强大,也使其应用领域向更宽、更深、更综合方向拓展,尤其...     

2019年无人机热点回眸

在科技创新牵引和管控政策的推动下,无人机产业焕发出新的活力。2019年,无人机自主控制及应用技术又取得长足发展,呈现出一些新的发展态势。从无人机新战略、无人机赛事、技术革新、实战化等多个角度,对2019年无人机的科技热点及发展趋势进行了总结。分析表明,无人机集群智能作为一项颠覆性技术和作战理念,将成为未来无人机研究发展的重要方向。     

2022年无人机热点回眸

2022年，无人机技术研究加速推进，并取得了一系列突破性进展。从无人机政策法规、设计实现、关键技术、人机交互、反无人机等方面回顾了2022年无人机领域热点和动向。随着视觉导航、人工智能技术的进步与普及，无人机综合能力不断提升，应用领域持续扩大，无人机集群关键技术、平台建设与执行任务样式不断完善，自主化、智能化、跨域化、集群化、体系化是当前无人机的技术发展趋势。     

2018年临近空间科学热点回眸

 临近空间神秘而迷人，其资源还远没有得到有效利用，临近空间飞行器是认识和利用临近空间的必然工具。回顾了2018年临近空间飞行器热点：中国科学院启动A类战略性先导科技专项“临近空间科学实验系统”；谷歌公司旨在平流层气球组网的Project Loon完成7球中继1000 km里程碑，双球单跳最远传输距离达600 km；Zephyr S无人机创造临近空间太阳能无人机驻留时间新记录；高超声速飞行器方面，普京宣称弹道导弹“匕首”已经服役，美俄在滑翔导弹剑拔弩张，吸气式巡航飞行器波澜不惊、多国仍在努力攻关；Virgin Galactic的SpaceShip Two跨入太空的门槛，Blue Origin的New Shepard完成了为普通乘客到大气层更边缘遨游之前的两次关键飞行。探索与认知，打击与防御，遨游与分享，未来临近空间必将上演更多异彩纷呈的篇章。     

无人机集群对抗技术新进展

 无人机集群对抗是未来无人机作战的重要模式,它是一群无人机对另一群无人机进行拦截而形成的空中协作式的缠斗,对抗中无人机具有自组织、自适应特点和拟人思维属性,通过感知环境,对周围态势进行判断,依据一定的行为规则,采取攻击、避让、分散、集中、协作、援助等有利策略,使得在整体上涌现出集群对抗系统的动态特性。本文对近年来无人机集群对抗的研究进展进行综述,分析总结相关的关键技术,对研究思路和方法进行深入探讨,以期为从事无人机集群对抗建模研究提供参考。     

2018年海洋科学领域研究热点解析

2018年海洋科学领域在海洋生物、物理海洋、海洋地质、海洋环境以及海洋技术等方面取得重要的研究进展。本文主要基于2018年国际海洋科学领域的重要科学战略规划、重要科研动态和重要科技文献等,概括总结2018年海洋科研前沿领域取得的突破性进展,如海洋微塑料、海洋脱氧、两极冰川变化、大西洋经向翻转环流、厄尔尼诺-南方涛动、珊瑚礁生态系统、废水注入与地震的关系、水产养殖和渔业管理以及海洋新技术研发与应用等,以期为我国海洋科技研究人员和管理人员提供参考和借鉴。     

浅析测绘领域中低空无人机航摄遥感的运用

开展低空无人机航摄遥感技术推广应用,是推进我国测绘科技自主创新的重要举措。在经济快速发展以及各项领域信息化建设的需求下,低空无人机航摄遥感的技术运用将得到很好的发展。探讨测绘领域中低空无人机航摄遥感的运用,对我国测绘领域的发展有着积极意义。本文从其广阔的应用领域出发,探讨了优势特点以及先进的技术水平,最后总结并展望了低空无人机航摄遥感的运用前景。     

无人机自主集群技术研究展望

 动态不确定环境和复杂任务决定了无人机系统势必朝着集群化、自主化和智能化方向发展,具备共识自主性的无人机集群可无需任何集中规划或直接通信完成复杂智能行为。从无人机自主性内涵出发,讨论了无人机自主集群的概念、特点、优势及可能的作战形式,从人机共融、变体设计、人工智能和集群对抗方面探讨了无人机自主集群的发展趋势及无人机集群应对反无人机技术的必要性,从军用和民用领域分析了无人机自主集群的可能应用前景,从战略规划、研发模式、系统协调、交叉学科、国防应用及市场培育等方面探讨了无人机自主集群技术的发展方向。     

基于影像定位的无人机侦察视频超分辨率重建方法

为了改善无人机侦察视频质量,针对目前无人机摄像、照相数据特点,提出了一种基于前方交会的无人机航摄影像定位方法。首先,对所有无人机侦察视频帧和航片分别进行特征匹配,得到影像间关系;然后,提出基于前方交会与抗差估计的无人机航摄影像定位方法,来实现航摄影像的定位;最后,对侦察视频帧进行高频补偿与凸集投影迭代优化,得到重建后侦察视频。实验结果表明,基于前方交会与抗差估计的无人机航摄影像定位方法加强了无人机视频与航片的对应性,凸集投影迭代优化法增强了重建的边缘保持能力。该方法增强了重建图像的一致性与保真度,特别是对图像边缘细节部分等效果极为明显,且处理速度更快。     

从鸟群群集飞行到无人机自主集群编队

无人机可通过自主集群编队提高其在复杂环境下执行任务的能力.多飞行器并存导致系统协调管理难度提升等一系列问题,因此如何设计合理高效的无人机集群编队协调自主控制算法是一个亟待解决的难点问题.在鸟群群集飞行过程中,个体通过遵循简单行为规则进行相互合作而产生复杂有序的集体行为.由于鸟群群集飞行过程中所表现出的邻近交互性、群体稳定性和环境适应性等特点与无人机集群编队的自主、协调和智能等控制要求有着紧密的契合之处,因此,研究鸟群群集飞行机制,并将其映射到无人机集群系统,是解决无人机集群编队协调自主控制问题的一条切实可行的途径.     

无人机序列图像压缩方法研究

根据无人机的运动特点,求出序列图像之间的重叠区域,将运动序列图像转变成静态图像,然后以类EBOCOT算法完成拼接图像的压缩．压缩的实验结果显示,该方法在压缩效率和运行时间上均优于H．264等视频压缩标准,可较好地满足无人机图像的传输需求．     

基于多旋翼无人机的烟气监测系统研究

设计了一种搭载气体传感器的多旋翼无人机监测系统,实现对固定污染源定点、快速取样和实时数据回传,便于对污染物排放情况快速、准确地判别。对某电厂监测结果表明,系统能够在恶劣的烟尘环境下较好地完成导航、悬停、监测、回传等功能,可以对大气环境进行指定高度、指定位置的信息采集,为固定污染源排放监测和取证提供了一种可行的解决方案。     

基于生物群集行为的无人机集群控制

 生物群集行为是一种普遍存在的自然现象,群体中的个体利用简单的规则、局部的交互,形成了鲁棒性强、自适应度高、可扩展性好的自组织行为,在系统层面体现为智能的涌现。本文首先简要叙述了蚁群、蜂群、鸽群、鱼群等典型的生物群集,并从组织结构的分布式、行为主体的简单性、作用模式的灵活性、系统整体的智能性等方面分析了生物群体智能的特点。然后,介绍了部分具有代表性的无人机集群项目,总结了无人机集群的关键技术,包括集群态势感知、自主编队控制、智能协同决策。最后,从生物群集和无人机集群在直观上的相似性出发,分析了生物群体和无人机集群自主控制的映射关系,并探讨了仿生物群集的无人机集群自主控制中的核心问题。     

风场扰动对无人机控制/导航影响效应仿真

为了全面、定量分析风场扰动对无人机控制/导航系统的严重影响,选取某型探测/侦察无人机作为典型代表,首先利用近60余年NCEP再分析资料,针对我国及周边地域,进行了低空风场建模（包括平均风速和湍动分量）和仿真再现;在此基础上,在Matlab/Simulink仿真环境中,构建了该无人机虚拟样机,包括动力学、控制、惯性/GPS导航等关键子系统,反映了其基本飞行品质和控制响应;最后,分别在理想和风场扰动条件下,进行了该无人机典型巡航/侦察任务的飞行仿真,得到了飞行航迹/姿态、控制响应等关键参数,通过对比分析,全面、定量评估了风场扰动对惯性/GPS导航系统的影响效应。结果表明：风场扰动对于无人机惯性导航系统具有较大的影响,所产生的积累误差随时间增加逐步增大,相比而言,基于GPS的控制/导航系统具有较好的适应性和鲁棒性。