智能机动平台团队

一、团队简介

团队以一套模块化可重构智能系统基座为核心，深度赋能智能底盘、飞行器与机械臂三大平台，并逐步沉淀出声光电磁感知、任务规划、通用大模型、组合惯导等N项关键技术，构建了“1+3+N”技术基座，依托该技术基座形成以模块化可重构为特点的技术发展体系。

二、团队核心成员及联系方式

三、科研成果

科研项目

(1）海港应急救援与港区巡检——内河港池专业无人机及搜救应急研发项目

基于现有船舶救援应急系统，融合无人机技术，解决传统人工搜救存在的漏判、低效、抛投偏差等问题。构建智能化、高效化的水上应急救援体系，满足复杂海况、恶劣天气等特殊条件下的快速响应需求。

通过多传感器信息融合实现SLAM定位以应对港口区域设备遮挡导致的GPS信号丢失问题。利用5G通信、专网双链路冗余设计，结合主动信号搜寻规划以解决通信链路中断问题。

(2）越野路面地图重建与异形障碍识别技术

在抢险救援、偏远地区工业作业等场景中，越野车辆需应对复杂路况，人工驾驶易出错且效率低，迫切需要自动驾驶技术提升运行效能与安全性。

在越野环境下作业的复杂场景，设计多模态融合的三维占据预测网络，提出一种自适应特征融合模块，生成可行驶区域划分的语义机动地图。

(3）通用大模型技术应用

本团队聚焦大模型应用，结合行业痛点，部署于通用化运载装置，以实现具身智能工业场景落地。主要应用案例如下：

基于多模态大模型的数据自动结构化清洗技术研究：数据输入端支持PDF检测报告/Word文档/图片文件等多种格式数据，有效解决文档解构、图像增强、上下文关联等等问题。

面向智驾领域的OCC网络模型蒸馏：越野场景下需要在边缘端部署模型，既要满足精准识别的要求，又要适应算力有限的条件，为保证在有限算力的工况下，采用模型蒸馏技术，可以大幅降低算力需求，保障实时性。

基于通用大模型的目标检测技术研究：传统的目标检测方法存在小目标检测难、密集目标漏检、多尺度适应差等问题，通用大模型技术因其精度高、速度快、泛化强的特性，可实现上述问题的定向攻克。

论文发表