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