低空智能—从感知推理迈向群体具身.pptxVIP

一、低空研究背景

二、低空数据平台

三、低空感知大脑

四、低空典型应用;

一、低空研究背景

二、低空数据平台

三、低空感知大脑

四、低空典型应用;

2025年10月，党的二十届四中全会颁布《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》，其中明确指出“打造新兴支柱产业，加快低空经济等战略性新兴产业集群发展，催生数个万亿元级甚至更大规模的市场”。;

复杂环境下，低空智能感知面临“看不清”，“看不准”和“看不全”的挑战;;

复杂环境下，低空具身智能面临“不可靠”，“不精准”和“不可控”的挑战;

复杂环境下，低空群体智能面临数据缺、自主差、协同难的挑战;

一、低空研究背景

二、低空数据平台

三、低空感知大脑

四、低空城市治理;

统计机器学习长期关注数据规模、结构及分布与模型泛化间规律;

2022年

“数据需求”

2023-2024年

“能力涌现”

充分训练

数据-参数平衡;

2023年至今

多源协同感知数据集;;;

正加速推动群体智能;

感知大模型z

Z

面

边端协同·;;

任务能力提升

动作指令输出

虚拟场景预测

少量真实数据、任务反馈;

面向低空需求，构建大规模低空视觉感知开放数据平台VisDrone;

模型

流水工厂

数据

百城共建;

一、低空研究背景

二、低空数据平台

三、低空感知大脑

四、低空典型应用;

城市治理;n模态协同性（多模态信息增益）：亚modaz=I(Y;X(i),X(j))-I(Y;X(i))-I(Y;X(j))

n任务协同性（共享表示互利）：亚task=I(Y;T,T)-I(Y;T)-I(Y;T)

n模型协同性（集成互补性）：巫modet=I(y;fu,f,)-I(y;fu)-I(y;f)

三者协同的贝叶斯误差：pjoint≤1-earp(-H(y?x(1-),T.x,f:z));;

构建了复杂退化自适应建模理论与复杂多退化统一复原范式

提出了空场景特征引导的多传感器可信提示动态鲁棒感知方法;

恶劣天气条件下低空多模态目标追踪性能提高超过6%;

低空感知场景复杂多变，任务种类繁杂，模型难泛化，“看不准”;

构建覆盖超广域场景，高复杂任务的千万级低空视觉开放数据平台VisDrone;

构建面向低空视角的视觉感知基础模型DroneNet研发基于组件功能驱动的高效模型适配框架;;

多机跨视角匹配难

匹配

不准;

连续时间依赖的鲁棒跟踪

t1t2;;

一、低空研究背景

二、低空数据平台

三、低空感知大脑

四、低空典型应用;

低空城市治理

12个机场12个委办局760平方公里;

N种行业教学应用场景

低空智能教材和前沿技术丛书首创1+5+N教学平台产教融合实训平台