科研项目 基于无人机机械臂平台的空中具身智能与视觉语言大模型(VLM)研究 基于L1自适应控制的空中机械臂操作(平均误差3–4 cm)、PPO Sim2Real控制校正、Jetson Orin 400 Hz直接控制,以及基于Qwen2.5-VL的自主识别与抓取。 基于物理信息神经网络(PINN)的可信AI控制框架 无需训练数据集、严格满足稳定性理论要求的PINN控制网络;结合黎曼流形与收缩分析的鲁棒控制收缩度量(RCCM)。成果已被CDC 2026与AIAA 2027 SciTech Forum录用。 基于强化学习(PPO)的UWB和激光雷达无人机协同导航算法研究 基于可观性Gramian矩阵的长僚机编队定位与导航:僚机仅依赖IMU与单一UWB距离测量;长机激光雷达SLAM定位与Isaac Lab中训练的PPO编队飞行策略。成果发表于JGCD。 基于强化学习和物理信息神经网络的空中吊运操作机器人控制算法研究 六人团队:基于PINN与鲁棒干扰观测器的容错控制、PPO Sim2Real控制校正、Jetson Orin神经网络部署,以及基于CubeMars AK40-10关节电机与CAN通信的实时缆绳操纵系统。 基于强化学习的无人机区域安全和反无人机拦截算法研究 仅依赖无线电到达角测量的无人机集群自主防守与拦截:基于MADDPG的主动定位策略与基于RNN的HA-RMAPPO训练框架。成果发表于Science China Technological Sciences。 基于5G与AI边缘计算的无人机空中安防系统 NSERC与IDEaS资助项目(154万加元):机载5G基站无人机的飞行控制与能量最优路径规划、基于遗传算法的区域扫描监视,以及基于YOLOv8的地面入侵人员检测。 博士研究:多无人机协同绳系负载运输的控制理论与工程实现 基于多体动力学与李雅普诺夫方法的多无人机协同绳系负载运输非线性控制(JGCD、IEEE TIE、IEEE/ASME TMECH,引用超过300次),基于C++与ROS在Jetson Nano及Pixhawk上从零实现。 竞赛 2025 A2RL阿布扎比无人机自主飞行竞速比赛 多伦多大学参赛队无人机控制系统和视觉导航分系统负责人:纯单目视觉竞速,22支队伍中获团体第7名,获得1万美元奖金;8–12 m/s高速飞行跟踪精度约15 cm。