AiBrainBox-UGV无人系统核心感知与控制平台：面向矿山地下环境的空地协同无人系统及多模态融合定位关键技术
总体目标
本项目面向矿山及地下复杂环境GNSS信号缺失、感知困难、作业风险高等问题，研究空地协同无人系统架构，突破多模态融合定位、自主导航与多机协同作业关键技术，构建基于AiBrainBox的通·感·算·控一体化无人系统平台，实现复杂环境下高可靠巡检与应急作业能力。
核心技术路线
1️⃣ 多模态融合定位
-
LiDAR SLAM
-
VIO（视觉惯导）
-
UWB辅助定位
-
IMU融合
指标：
-
定位误差 ≤ 1%（航程）
-
GNSS拒止环境稳定运行 ≥ 30min
2️⃣ 空地协同系统
-
UAV（空中）+ UGV（地面）
-
分布式任务执行（行为树）
-
异步协同（延迟容忍）
关键点：
-
任务链调度
-
多机协同地图构建
3️⃣ 智能感知与安全识别
-
YOLO：人员/设备识别
-
CLIP：语义理解
-
危险识别：
-
塌方
-
积水
-
障碍物
-
4️⃣ 通信与系统架构
-
自组网（Mesh / 1.4G）
-
边缘节点（AGH）
-
云端（AI Mission Cloud）
系统架构
云端（AI Mission Cloud）
↓
边缘（AGH协同节点）
↓
端侧（AiBrainBox）
↓
执行体（UAV / UGV）
任务1：地下环境多模态定位
-
SLAM + VIO + UWB融合
-
粉尘/弱光优化
任务2：空地协同机制
-
行为树任务调度
-
多机协同策略
任务3：智能感知与识别
-
YOLO模型训练（矿山场景）
-
数据集建设
AiBrainBox系统-"无人系统核心感知与控制平台"
-
-
通·感·算·控一体
-
边缘智能
-
多模态融合
-
-
LiDAR / 相机 / UWB
-
UAV / UGV平台
AiBrainBox无人系统（矿山场景）总体架构图
终极系统架构（四层 + 三流）
【矿山环境适配模块】
• GNSS拒止环境适配
• 粉尘/弱光视觉增强
• UWB辅助定位
• 安全风险识别（塌方/人员）
• 通信中断容错（DTN）
端侧智能层（AiBrainBox Agent）
1️⃣ UAV 端
多目+LiDAR+IMU+UWB）
-
多模态融合定位（VIO+LiDAR+UWB）
-
YOLO目标识别
-
自主飞行控制（姿态/速度/位置环）
2️⃣ UGV 端
-
红外热成像（IR Camera）
-
夜间或热源目标识别
-
人员/设备检测
-
-
声音采集定位（麦克风阵列）
-
声源定位
-
环境异常检测（警报、机械故障等）
-
-
算法增强：
-
声音定位融合到行为决策
-
红外数据与视觉/LiDAR融合增强目标检测
-
-
控制：
-
地面自主导航 + 避障
-
与 UAV 协同（空地任务分配）
-
UAV 与 UGV 端侧配置对比
| 层级 | UAV（空中） | UGV（地面） |
|---|---|---|
| AiBrainBox形态 | 多目相机（SC130/SC850/SC635）+ LiDAR + IMU + UWB | 多目相机 + LiDAR + IMU + UWB + 红外热成像相机 + 声音采集模块（麦克风阵列） |
| 核心功能 | 多模态融合定位、YOLO识别、路径自主控制 | 多模态融合定位（增加红外/声源）、YOLO识别、环境监测（温度/声音/热源） |
| 应用场景 | 高空巡检、地图构建、空中目标跟踪 | 地面巡检、灾害/安全监测、人员定位、声音异常检测 |
| 算法增强 | VIO + SLAM + YOLO/CLIP | VIO + SLAM + YOLO/CLIP + 声源定位算法 + 红外目标检测算法 |
