将脑控与人工智能控制相结合,首次实现了集群无人机脑机协同的新型智能控制技术,人工智能进行集群无人机飞行编队模式的编制,负责数据处理特征提取及控制策略的复杂计算;人脑进行编队飞行模式选择和决策,负责不同模式之间转换的控制,协同完成对集群无人机不同任务状态下编队模式切换的灵活控制。解决了仅依靠人工智能技术无法及时应对突发状况和未知环境等问题,同时,减轻了脑控负担。该技术充分发挥人脑的灵活性和计算机强大的计算力,突破了现有无人机群控制技术面对未知环境适应能力弱、任务规划成功率低、坠机风险大等问题,在提高无人机群任务规划能力的同时还可以减轻大脑负担,大大提高了机群控制的灵活性、安全性和交互性。
性能指标:可实现5架无人机11种编队模式的切换,脑特征包括事件想象、视觉刺激、眨眼等三种诱发模式。
3.特 点:打破了传统的集群无人机控制的局限性,将人脑智能的快速认知与人工智能的数据处理能力相结合,实现了集群无人机的智能增强,控制变量多、模式转换灵活,提高了集群无人机系统的灵活性、适应性和操控性,同时,提出了一种脑机协同通信自组网技术,将数据的传输、指令的发送以及控制信息的反馈建立在一个局域网中,解决了无人机编队通信网络的信息交互及时延问题。
1986-1990年:长春光学精密机械学院电子工程系应用电子技术专业学士学位
1994-1997年:西北工业大学电子信息学院电路与系统专业硕士学位
1997-2001年:西北工业大学航海学院信号与信息处理专业博士学位
2002-2003年:德国柏林工业大学电子工程与信息技术神经信息与图象处理博士后
2000-2001年:上海同济大学进修德语通过德语中级考试及国家水平考试
工作履历
1990年-1995年:西安航空学院电气系教师
1995年至今:西北工业大学电子信息学院教师
开设课程
研究生课程:《机器学习方法及应用》、《生物神经信息与图像处理》
本科生课程:《脉冲与数字电路》(双语教学)、《数字逻辑》、
《电子技术基础》(包括模拟电子技术和数字电路技术)
科研工作
主持和参加过的科研项目10余项,包括国家自然基金、国家863、973项目、国防预研项目、航空基金、陕西省科技基金、校内基金等
评价单位:- (-)
评价时间:2022-12-22
综合评价
该技术创新性很强,且技术成熟,投资回报比较可靠。总体而言,该项技术思路方向很好,未来市场空间较大,有利于当前政策要求,转化成熟度高,值得支持推广。建议强化相应产品开发,加大产业链开发力度。
查看更多>