上海交通大学“控制科学与工程”学科是在1974年建立的“船舶惯性导航自动控制专业”基础上发展起来的国家重点学科，在船舶控制、岸船信息系统、水下通信、舰船消磁和机器人等领域有着长期的积累。 无人船团队依靠学科雄厚的科研实力，于2013年牵头建立了上海高校船舶自动化工程研究中心，面向船舶救援和水下地形测绘等行业应用开发了具有动力定位能力的智能无人船。 该船系统组成包括姿态位置感知子系统、姿态位置控制子系统、推进子系统、环境感知子系统、无线通信子系统、推力分配子系统和监控子系统，集成了GPS、电子罗盘、惯性导航、测深仪、气温、风速、风向、水温、水上与水下摄像头、水下声纳、水样采集仪等仪器，采用了先进控制技术、干扰预测和补偿技术、智能推力分配技术、远距离通信技术和数据采集处理技术，具备厘米级动力定位和循迹精度，20km通信和监测距离，自身姿态和环境参数动态感知能力，以及自主操作和自主避障能力。 该船可广泛用于水质监测、水文测量、水上水下监测、船舶救援和水下地形测绘等行业，大大提高了工作效率、降低人员工作强度。所开发的动力定位等高端技术还可应用于深海油气资源开发、海底施工、船舶救援、船舶动态补给、舰船扫雷和海岛布防等领域。

产品详细介绍 一、中国无人机行业发展现状、前景及趋势分析     1.1 中国无人机发展现状     中国2014年无人机销量约2万架，其中军用无人机约占1.4%，民用无人机占98.6%，预计到2020年中国无人机年销量将达到29万架。受低空逐步开放的利好，国内民用无人机发展非常迅猛，未来几年将保持50%以上的增长，2014年中国民用无人机销售规模已经达到40亿元。     中投顾问发布的《2016-2020年中国无人机行业深度调研及投资前景预测报告》中指出2015年，国内的无人机市场依然火热。包括研发、生产、运营在内，我国目前有300家至400家民用无人机企业，从业人员超过万人。未来我国需要1万多架民用无人机，以此简单计算，未来市场空间高达500多亿元。     1.2 无人机行业发展前景     无人机被称为“空中机器人”，从1917年第一架无人机诞生到现在近100年时间，无人机技术持续进步，尤其是微电子、导航、控制、通信等技术，极大地推动了无人机系统的发展，促进了无人机系统在军事和民用领域的应用。     2015年9月3日中国的阅兵展示了3款无人机，让民众过足了眼瘾。据美国、以色列未来战机规划，未来无人机将超过有人机。我国军用无人机紧随以美国、以色列为首的第一梯队之后，处于第二梯队，发展空间巨大。     民用无人机拥有规模不亚于军用无人机的巨大市场。未来的无人机将集成更多的机器人技术和更先进的算法，装备更多的传感器，加载更多的任务载荷设备，接入外部网络，智能化地完成各种复杂的任务。     民用无人机用途极为广泛，未来市场主要集中于农林植保、影视航拍、电力巡检、水文监测、城市巡检、快递派送等领域。借鉴美国对民用无人机监管逐步放松的历程，以及国内民用无人机政策的规范和低空空域改革的深化，我国民用无人机行业将呈现爆发式增长。     智能化趋势     未来无人机应该是智能化的，而不仅仅只是听从人类指令而被动行动的玩具。未来战场瞬息万变，战机往往梢纵即逝，因此，一架具有主动判断能力和卓越战场感知能力的智能化无人机就能在站场上迅速取得先机，从而赢得战争胜利。     隐身化趋势     现代防空武器的迅速发展，对无人机的隐身性能及机动性能提出了更高的要求。为提高无人机的机动性能和战场生存能力，未来无人机需要朝着隐性化，微型化方向发展。特别是翼展不超过15厘米的特微型无人机，携带方面，战术灵活，可以在提高生存能力的大大增强战争侦察、渗透能力。     集成化趋势     未来无人机正朝着系统集成，综合传感方向发展，增强无人机的通用性。未来无人机不将再有明显的分类，一架无人机就能完成侦察/探测/打击/评估等一体化任务。同时，针对未来一体化战争趋势，无人机数据链可以与有人战斗机迅速分享，各自分工，应对不同任务的需要。未来的无人机系统更强调高度集成化，以满足灵活多变的作战任务需求。     民用化趋势     根据《美国陆军无人机系统路线图（2010-2035）》，无人机在军用领域的应用范围将进一步扩展至C3I指挥控制、空战、加油、空运等更多类型的作战任务，逐步对有人驾驶飞机形成替代。而在民用领域，随着对无人机应用价值认知程度的加深，无人机在遥感测绘、边海防、森林防火、管道巡线、警务执法等方面的应用已开始起步，并呈现出迅猛发展之势。未来，全球民用无人机的市场需求将以年均近30%的速度快速递增。   二、开展无人机应用技术专业的必要性     作为信息时代高技术含量的产物，无人机已成为世界各国加强国防建设和加快信息化建设的重要标志。众多发达国家和新兴工业国家，无不重视无人机的研究、发展和应用。当前，除了在军事上广泛应用，无人机在警用、气象、农林，甚至勘探等民用领域也大显身手，诸多无人机发展领先国家已将其作为推动新兴产业发展、满足社会经济活动需要的重要手段和重点选择。2014年以来无人机的发展速度堪称迅猛，国内无人机生产企业已超过400家，从业人员突破10万，占据了全球70%的无人机市场。随着我国加快推进实施“中国制造2025”，无人机产业将会成为未来市场焦点。市场研究机构IDC预测，2019年中国市场消费级无人机出货量将达到300万台，较2016年的39万台实现大幅增长。未来3年,无人机将会应用到更广泛的领域，其中航拍无人机的出货量有望增长七倍以上。目前，中国无人机市场尚未成熟，对于希望进入此领域的无人机制造商来说，中国市场前景广阔。同样对于中高职院校来讲，基于无人机的广阔发展前景及应用市场，开设相关专业课程及培养无人机操控人员和检修人员也迫在眉睫，适应社会发展需要。 针对目前国内无人机市场才人缺失的情况及无人机应用技术专业的教学空白,公司集聚一批多年从事无人机研发、制造以及无人机驾驶员培训的专业人员,成功开发出了一系列适合中高职院校教学的无人机模拟飞行软件、无人机教学专用设备、无人机科普创新展示设备和装配维修维护实训平台等,同时开发了与之配套的适合中高职、本科院校教育的无人机专业人才培养方案、师资培养方案、专业教材、课程设置、教学计划、校企合作方案等,已逐步在国内多家中、高职院校展开推广,对于学校的教学质量评估、院校升级评估都起到了促进作用,深受广大院校的好评。   三、弗莱茵教学专用无人机特点 ●安全是首位,包括人员安全、无人机设备安全、弹射装置的安全使用、电池的安全使用、训练场地的安全、教员的安全应急措施等； ●必须采用开源飞控系统,使得学生能通过自己编程、调整参数,学习和掌握无人机飞行控制技术； ●要求无人机结构简介,各功能部件模块化设计,便于学生学习、理解、掌握； ●教练机必须耐摔且维修方便,出现故障后学生可以学习自己维修、维护,使飞机重返蓝天； ●测试设备、专用工具、飞机配件齐备,便于学生在反复动手中体验、实践； ●具备教练驾驶模式,教员全程监管、应急,避免事故发生。  

广泛应用在航拍、测绘、植保、检测、搜救等多种领域的设备，部分有我司自行开发，也可以为特殊用户定制开发领域装备；

一种基于机器视觉的无人机自动检测方法及无人机管制方法,利用图像采集装置自动巡天；自适应光照变化并躲避强光的直射，获取待检测区域的图像序列，利用序列图像之间的目标运动特性和单幅图像中的目标与背景的差异，自动检测无人机等低空飞行器，并通过对其卫星定位信道和遥控信道进行无线电干扰以实现无人机管制的目的

本发明公开了一种基于机器视觉的无人机自动检测方法及无人机管制方法,利用图像采集装置自动巡天；自适应光照的变化并躲避强光的直射，获取待检测区域的图像序列，利用序列图像之间的目标运动特性和单幅图像中的目标与背景的差异，自动检测无人机等低空飞行器，并通过对其卫星定位信道和遥控信道进行无线电干扰以实现无人机管制的目的；本方法可对全天域进行监控，并在巡天过程中自动调整光学成像传感器的指向以避免被强光直射，可以实时自动学习环

成果简介项目负责人在美国多年工作期间主持和参加了路面无人车的导航系统设计，（美国国防部陆军研究实验室的项目编号： DAAD 19-01-2-0012）， 负责开发了采用激光测距器的反映式导航系统， 无人车可以实时地应对环境中的变化， 修正预先规划的轨迹。 该成果在美国国防部项目进度汇报中获得了很高的评价， 相关的研究成果发表在国际顶级的机器人期刊上。 另外还开发了模拟人脑处理信息的四层模型， 并将之运用于图像识别， 开发了通用的识别系统。 解决目前大多识别器只对独立训练的目标有识别力的

该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。     该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。

搭建多模态以及全视角环境感知平台，研发复杂环境下多模型车辆状态多源信息融合估计技术，研发高精度同步定位与建图技术，研制高鲁棒性自适应车辆路径规划和轨迹跟踪控制系统，研发基于车路协同V2X的车辆安全辅助驾驶系统与自然人机交互界面，研发智能卡车编队控制技术，形成融合感知、定位、决策、控制、车路协同的L2-L4智能驾驶解决方案。

成果介绍ADAS/AD系统核心是决策算法，团队在这方面掌握全套的核心控制算法，并通过实车封闭赛道测试。在实车控制方面，选用农机测试是针对农田复杂环境判断决策后的实车控制效果，实际效果有很大优势，应用到铺装路面的乘用车属于向下兼容。技术创新点及参数搭建了红外成像、彩色可见光成像、多线激光雷达成像等技术组成的车载超模态光学传感；研发高精度同步定位与建图技术，研制高鲁棒性自适应车辆路径规划和轨迹跟踪控制系统；针对车路协同的基于4G网络的专用LTE-V直联通讯技术；市场前景1、实现车道线实时检测和可行驶区域的识别；2. 多目标交通场景的准确识别和定位；3. 实现全局即时定位与地图构建（SLAM）；4. 超模态低辨识度目标识别，构建超模态低辨识度目标同步拍摄系统；5. 组合导航技术；6. 红外感知技术。

本系统首先通过摄像头设备采集视频图像，然后对图像进行实时处理快速定位驾驶员脸部，进而准确地进行驾驶员眼部定位、跟踪，通过记录驾驶员眼睛开闭状态曲线判定驾驶员疲劳状况，最后对一定时间内眼睛缓慢闭合所占时间比例满足疲劳上限的驾驶员进行预警。     技术创新点为采用主动人眼定位、跟踪方式进行列车驾驶员疲劳检测，在不干扰驾驶员正常工作的情况下对疲劳驾驶员发出预警。     同类技术多采用让驾驶员定时按动按钮等操作性设置来检验驾驶员是否疲劳，在一定程度上会干扰驾驶员的正常工作。能为列车驾驶安全提供一项保障。应用范围：    所有列车及公共交通工具。