实验室简介
复杂系统控制与智能协同技术重点实验室以航天三院三部为依托单位。实验室瞄准先进飞行器产品发展需求，特别是跨域机动、远程自主协同等未来技术发展趋势，从先进制导控制技术机理性、基础性问题入手，开展前瞻性、创新性研究，探索飞行器制导控制技术研究的新思路和新方法，突破核心关键技术，构建先进飞行器制导控制技术创新体系，引领前沿发展方向、实现技术跨越式提升。
指南内容
1、分布式同时建图与定位方法研究
研究内容：针对集群自主导航面临的导航定位误差大、保障要求高、约束条件多等问题，构建集群分布式同时建图与定位技术体系；研究基于词袋语义的视觉重定位技术，完成飞行重叠区域的在线检测，实现有限数据传输条件下集群间空间位置约束的建立；研究关键帧选择与剔除技术，以少量约束信息精确描述复杂单飞行器飞行场景与快变飞行路径；研究集束调整分布式位姿图优化技术，仅依靠点对点间通信，实现多地面未知点位置、集群中各个飞行路径的同时优化，减少单体自主导航的累积误差，降低异常关联情况，提高集群自主导航定位精度，为协同作战任务提供可靠的位置保障。
要求：分布式同时建图与定位集群数目不少于4个；同样传感器条件下，相对于单机自主导航定位精度提高10%；最大瞬时数据通信量不大于1MB。
研究周期：2020年11月-2021年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：梁欣凯
联系方式：01068192674/13121950518
研究内容：针对立体目标信息保障步骤多、周期长、使用约束条件多等问题，研究基于目标及周边场景可见光立体像对保障条件下，实时图像与目标的空间匹配方法，并建立目标部位与实时图像素的映射关系。
要求：可适应实时图视线角变化范围不小于60°；目标部位与实时图映射误差不大于1个像素。
研究周期：2020年11月-2021年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：王星
联系方式：01088538974/18201503020
3.多飞行器非持续连通通信拓扑下的协同制导技术研究
研究内容：针对复杂强干扰下多飞行器末段协同制导过程中，由通信丢包及时延引起的通信拓扑随机变化导致实际通信拓扑非持续连通甚至中断及多飞行器初始相对位置、航迹角差异对协同制导一致性影响的不确定性等问题，建立通信链路丢包及时延处理机制，研究通信时延、丢包、拓扑不确定下分布式协同制导方法，完成通信链路非持续连通特性对协同制导方法影响分析，得出确定性结论，支撑多飞行器精确制导能力；构建多飞行器协同命中目标初始状态约束（相对位置、航迹角等）模型，完成初始状态对协同制导方法性能影响的研究分析，实现所设计协同制导方法对初始状态的普适性，并在不同初始状态场景下，在所建模型约束下给出随机集群飞行器能否同时命中目标的判断分析，为多飞行器协同打击任务提供依据。
要求：实现通信非持续连通对协同制导性能影响分析，时延处理机制不少于1种；实现飞行器初始状态对打击精度影响分析，典型不同初始相对位置和航迹角情况少于3种；给出某一协同制导方法对通信时延、拓扑切换的容忍极限结论。
研究周期：2020年11月-2021年12月
研究经费：20万
完成形式：研究报告、数学模型、算法软件、2篇SCI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：王燕燕
联系方式：01088539020/17778078857
4、基于不完全信息博弈理论的分布式蜂群目标动态分配技术研究
研究内容：对战场复杂通信情况，建立蜂群自主决策和对抗能力。研究感知受限及通信受限情况下，无人机蜂群基于不完全信息博弈理论的分布式自主决策优化，以完成目标的动态分配。进一步，通过多智能体强化学习方法应对不同场景的一些通用策略，提高决策质量和效率。基于集群仿真平台，测试不同集群和目标数量、敌方不同智能程度、不同打击实施方式下，目标动态分配质量和结果。
要求：集群数量不小于10架，任务成功率不少于90%，单次决策时间不大于1s，任务场景可选项不少于4种，每项选择范围不少于3个。
研究周期：2020年11月-2021年12月
研究经费：20万
完成形式：研究报告、仿真平台、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：魏东辉
联系方式：01088536325/15301066981
5、复杂动态作战需求下同/异构集群任务在线协同管控技术研究
研究内容：针对环境信息不完全、态势动态变化情况下，集群任务动态监督管控，以及异构平台、异构算法在高动态作战环境及组网环境下，群体统一协调的需求，开展同/异构集群体系运行/演化规则策略集构建研究，具备针对不完全环境信息的集群协同任务预分配能力和运行状态下针对任务目标适配的体系协同控制策略优化能力；开展时变任务需求下集群协同任务在线自主调整与再分配技术，具备集群任务强鲁棒、差异化实时协同管控能力。
要求：可支撑同构、异构平台的信息交互与处理；具备体系基于数据与经验的自主演化能力；具备在部分未知战场信息下的集群协同任务规划分配功能；可支撑集群异构平台协同任务规划分配与管控；可支撑任务动态调整、集群自组织重构功能；具备集群任务冲突下的协同与调整功能。
研究周期：2020年11月-2021年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：步雨浓
联系方式：01088538957/13520070729
6、面向超低空环境快速飞行的新型视觉避障技术研究
研究内容：为了解决传统立体视觉避障技术依赖于场景深度恢复存在的深度恢复精度低、场景适应性差的难题，探索基于神经网络的碰撞风险预测方法，利用深度神经网络在处理像素级趋势预测与语义识别方面的优势，研究基于视频序列的障碍碰撞时间精准预测模型，为无人飞行器感知障碍物信息提供一个新的思路。
要求：碰撞时间预测误差：相对误差不大于10%；建筑物、杆塔、烟囱等典型障碍物识别与避障成功率大于90%。
研究周期：2020年11月-2021年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或1篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：高旺
联系方式：01088534381/17610042720
7、岛岸背景红外船舶分类识别与局部感兴趣点定位技术研究
研究内容：针对传统红外自动目标识别技术在复杂环境下存在分类能力弱、感兴趣点只能依靠相对比例关系进行粗略定位等问题，研究基于迁移学习的异源数据分类识别方法，构建神经网络对异源数据的共性特征进行挖掘和自学习，并构建数学模型及标准来缩小域间差异；研究基于深度学习的目标空间姿态识别方法，构建目标/局部信息耦合的神经网络模型，实现二维图像向三维信息推理，从而恢复整个目标的三维模型。通过以仿真、可见光图像为主要训练数据，算法可实现不同观测视角下岛岸复杂背景红外成像船舶的分类、船头方向估计及其局部任意感兴趣点的定位，为图像分析、环境感知等应用奠定技术基础。
要求：识别船舶目标种类不小于5种，类型识别概率>90%；局部感兴趣点定位精度优于4个像素；船头方向估计偏差不大于距离的0.3%度；能够适应方位向360°，俯仰向90°范围内的观测视角变化。
研究周期：2020年11月-2021年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：梁杰
联系方式：01068742286/13366205760
8、卫星拒止环境下基于UWB/IMU/视觉的无人机集群相对定位方法研究
研究内容：针对卫星拒止环境下无人机集群可靠、高精度定位问题，通过UWB、IMU、视觉等传感器信息融合，研究集群内所有节点可定位性评估与节点优化部署方法，推导集群内节点定位精度理论下限，研究高精度分布式相对定位理论、鲁棒滤波方法、多源信息融合相对定位算法、集群相对定位精度评估体系以及集群相对定位算法仿真平台，为城市、山地等应用场合集群编队飞行提供高精度、高可靠的相对位置支撑。
要求：相对定位精度优于20cm；集群定位算法及仿真平台能够支撑节点数量不少于20个。
研究周期：2020年11月-2021年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：武成锋
联系方式：01068742300/18610773811
9、基于迁移学习的小样本情况下精度融合评估方法研究
研究内容：为提升小样本下的精度评估效果，将半实物仿真和外场试验精度指标数据融合转化无标签样本的跨领域学习问题，探索像素级迁移学习融合方法，研究两类数据源的特征根矩阵、主角对角矩阵、测地流形投影矩阵等构造方法，构建精度数据的特征迁移模型；研究不同规模精度数据的融合方法，实现半实物仿真试验数据与外场试验数据的融合；研发算法原型，验证迁移学习在异类分布、不同样本规模的精度数据评估中的适用性和有效性，解决小样本精度融合评估中分布类型确定困难、分布参数融合较为粗糙、信息易失真的问题。
要求：提出一套基于迁移学习的精度融合评估方法，支持小样本-小样本/大样本-小样本以及同总体/异总体等4种典型情况下的半实物仿真数据与外场试验数据的融合评估；算法原型一套。
研究周期：2020年11月-2021年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：耿化品
联系方式：01068190109/13691255178
基金申请条件与方法
1、申请人需具有高级技术职称，须与至少一位我实验室研究人员合作申请；已获实验室开放基金资助但尚未结题的项目负责人不得申请。
2、本次基金申报截止于2020年11月30日，请各申请人按照附件要求完成填报，一式两份，加盖所在单位公章，并请将电子版刻盘一并邮寄。
3、实验室将于12月底，统一组织专家对申请书进行审查，最终由学术委员会主任和实验室主任会议审定批准。
4、课题申请得到批准后，申请者应根据课题申请书和评审意见开展课题研究，并接受实验室的检查和监督。
5、研究获得的研究成果由实验室和申请者及其所在单位共享，论文发表或其他成果署研究人员姓名，同时请冠以"复杂系统控制与智能协同技术重点实验室"和研究人员所在单位名称。
6、经费使用须符合依托单位的财务管理规定和财政部、科技部印发的《国家重点实验室专项经费管理办法》。
联系方式
联系人沈超：010-68742373/13381137288
寄送地址：北京市丰台区云岗北里40号
邮政编码：100074