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。

时间: 2023/05至2026/03 · 多伦多大学航空航天研究院

  • 课题由加拿大自然科学与工程研究理事会(Natural Sciences and Engineering Research Council of Canada,NSERC)和加拿大国防卓越与安全创新计划(Innovation for Defence Excellence and Security,IDEaS)资助,项目总金额为154万加元(约750万人民币),面向加拿大智能空中交通运输、空中安防和5G物联网开展创新理论与工程研究。
  • 提出了基于无人机机载5G基站的飞行控制算法和能量最优路径规划方法,相关成果已发表于WF-IoT 2023和WF-IoT 2024国际会议,参考学术成果:“Robust Stabilization of a Quadrotor as a 5G Access Point Using Acceleration Feedback”、“Energy Aware Planning of A Quadrotor With 5G Access Point in Disaster Response”。
  • 提出了一种基于遗传算法的飞行路径规划算法,可用于无人机对指定区域的扫描监视,以最少的电池电量实现最大的扫描面积。该成果发表于中科院1区顶级期刊Science China Information Sciences,参考学术成果:“A path planning algorithm for a crop monitoring fixed-wing unmanned aerial system”(2024)。
  • 提出了一种基于YOLOv8的地面入侵人员/非法无人机操作员检测与飞行轨迹规划算法,结合学术成果“Autonomous Drone Operator Localization Using UAVs With Reinforcement Learning”(IEEE Smart World Congress 2025),在四旋翼飞行平台上实现了地面入侵人员的自动检测。