无人化指挥控制论坛在京成功召开
       10月25日上午,由中国指挥与控制学会主办、中国指挥与控制学会无人系统专业委员会和南京理工大学承办的“无人化指挥控制论坛”在北京国家会议中心成功举办。

本届论坛以“联合指挥与无人智能理论技术”为主题,邀请6位本领域知名专家做学术报告,探讨智能探测、敏捷指控、智能算法、多域协同、无人作战等无人化指挥控制领域前沿技术,来自军队、国防科技工业部门、企业、高等院校和科研院所的100余位专家学者参加。北京航空航天大学交通科学与工程学院副院长田大新教授主持会议。

20231027_165044_021 

田大新教授主持会议

中国电子科技集团公司第二十研究所所长张修社研究员、南京信息工程大学自动化学院副院长葛泉波教授、北京理工大学智能机器人研究所副所长石青教授、中国科学院沈阳自动化研究所何玉庆研究员、中国船舶集团有限公司第七〇九研究所夏学知研究员、北方自动控制技术研究所陆上无人系统研发部张凯歌副主任等6位无人化指挥控制领域的著名专家学者,分别以“跨域异构平台要素级协同作战”“基于可信自适应非高斯滤波的无人机位姿估计技术”“智能微小型仿生机器人研究进展”“跨域多无人系统指挥控制——技术与应用”“海上无人智能感知与认知技术发展”“面向无人系统的视觉大模型多尺度目标增强识别技术研究”为题作精彩报告。

20231027_165044_022

张修社研究员做报告

张修社研究员指出,智能无人跨域协同作战是国际发展趋势和研究热点,由平台协同向要素协同转变是必由之路。要素协同就是将跨域异构平台的感知、决策、行动等要素协同共用、按需动态重构,自主适应任务变化。面向当前和未来发展需求,张修社研究员针对异构平台要素如何高效自主协同的核心问题,提出了要素协同理论方法,介绍了要素动态重构、复合跟踪、分布式自主决策等技术研究进展,并探讨了要素协同技术与应用的潜在发展方向。

20231027_165044_023 

南京信息工程大学王远亮博士代葛泉波教授做报告

复杂海况下自动着舰过程中的高性能无人机(UCA)位姿估计是保障 UCA 自动安全精准着舰的关键核心技术;着舰过程航母航行和复杂海上气象的混合不可避免地导致形成的舰尾流场对UCA的飞行位姿变化产生复杂不确定性的动态耦合影响,从而使得基于传统自适应Kalman滤波框架的无人机位姿估计方法难以满足实际客观需求。针对上述问题,葛泉波教授团队以线性时变系统的高斯可信度Kalman滤波为基础,开展实际无人机位姿测量数据的非高斯特征检测方法和非高斯强度估计技术研究,建立基于高斯和框架的非高斯线性可信度Kalman滤波方法,解决基于非高斯强度检测的可信高斯和容积Kalman滤波设计问题,最后基于实际无人机和无人船协同系统验证了所建立方法的有效性和优越性。

 

石青教授做报告

近年来,随着对生物结构以及运动模式研究的不断深入,各种模拟生物的智能微小型仿生机器人不断涌现。石青教授介绍了北京理工大学智能机器人研究所在智能微小型仿生机器人研究方面的最新成果和典型代表,如智能微小型仿生机器鼠、仿蝗虫跃翔机器人等,包括仿生建模与优化、仿生运动规划、仿生微感知单元等,以及机器人与动物的自主智能交互的最新研究成果,包含机-鼠交互状态下的目标感知与跟踪、交互过程中的分层建模等内容,探讨了微小型仿生机器人在狭窄空间探测、动物行为学分析等方面具有的广阔应用前景。

20231027_165044_024 

何玉庆研究员做报告

何玉庆研究员指出,近年来,机器人/无人系统技术得到快速发展,其应用向特种和个人服务领域扩展的趋势日益明显,正以超乎想象的速度进入人类社会的各个环节,不远的将来可能像手机和互联网一样产生规模化效应,促进人类社会的深刻变革。跨域、异构多无人系统的互联协作是未来无人系统应用与发展的一个主要趋势,何玉庆研究员阐述了跨域多无人系统的内涵与核心技术;结合本人近年开展的、面向不同领域场景的跨域多无人系统的应用实例,分享了相关研究现状;同时,从自主性和智能性技术角度,剖析了跨域多无人系统指挥控制技术的特点、发展趋势和面临挑战。

20231027_165044_025 

夏学知研究员做报告

夏学知研究员分析了海上典型场景下海战场无人装备信息感知认知需求及复杂性,简要介绍了国内外智能无人系统发展趋势,从“看得清”“辩得明”“由态及势”等角度提出海上无人感知与认知的关键技术,分享了交流团队的部分研究进展,最后探讨了无人感知与认知技术发展趋势。

20231027_165044_026 

张凯歌副主任做报告

张凯歌副主任指出,继OpenAI发布ChatGPT之后,基于大模型技术的AI应用受到极大关注。张凯歌副主任介绍了本单位科研团队面向军事目标检测与识别应用,基于当前先进的视觉大模型技术,对任意角度、多尺度目标检测与识别中的难点痛点问题,开发了高精度的交互式目标识别样本标注与模型管理工具。对当前目标识别中面临的不规则、多角度目标训练数据难以有效获取的问题,进行了基于多置信度分割推荐的金标准数据半监督获取。通过引入多头注意力机制模块和Wasserstein距离损失函数,设计和训练了多尺度目标分割网络模型,在空对地多尺度目标数据集上进行了实验,验证了算法的有效性和先进性。

与会专家学者聚焦无人化指挥控制领域的热点前沿问题,交流最新研究成果,百花齐放,百家争鸣,气氛热烈,凝聚共识,大力推动无人指挥控制领域在产、学、研、用方面的跨域合作、协同创新,进一步助推了军、民领域无人化指挥控制、军事智能化和联合作战能力提升发展。