项目基本情况
提 名 者 |
南京航空航天大学 |
|
项目名称 |
空地边缘智能计算关键技术及应用 |
|
主要完成人 （不超过6个） |
屈毓锛、戴海鹏、吴韬、季嘉银、吴光宇、钱利强 |
|
主要完成单位 （不超过6个， 工人农民组1个） |
南京航空航天大学、南京大学、国防科技大学、南京大翼航空科技有限公司、北京大学、江苏飞图智能控制技术有限公司 |
|
通讯地址（邮编） |
南京市江宁区将军大道29号，211106 |
|
联系人 |
姓名 |
屈毓锛 |
电话 |
13814512586 |
邮箱 |
quyuben@nuaa.edu.cn |
|
学科领域 （在所属领域后面√） |
农林养殖 |
医药卫生 |
国土资源 |
|
环境水利 |
轻工纺织 |
化 工 |
|
材料与冶金 |
机械与动力 |
电子信息 √ |
|
工程建设 |
工人农民 |
|
|
任务来源 |
（1）国家自然科学基金（62072303），基于训练参数与网络资源联合优化的高效边缘智能计算机制；（2）国家人社部国家博士后创新人才支持计划（BX20190202），面向复杂环境的边缘计算网络迁移决策与资源配置研究；（3）国家自然科学基金（61702525），基于D2D通信的移动流量卸载性能优化研究；（4）国家自然科学基金（62002377），面向复杂任务的无线可充电传感器网络调度算法研究。 |
|
具体计划、基金的名称和编号（不超过5项），企业自主立项可不填写。 |
|
项目起止时间 |
起始：2017年01月01日 |
完成：2024年12月31日 |
|
|
|
|
|
|
|
|
|
|
|
|
主要专利、标准和软著规范等目录
序号 |
知识产权（专利、标准、软著）类别 |
知识产权（专利、标准、软著）具体名称 |
专利权利人、标准起草单位、软著著作权人 |
专利发明人、标准软著起草人 |
有效状态 |
1 |
专利 |
一种基于模型分割的无人机群协同推理方法和系统 |
南京航空航天大学 |
董超;任炜清;屈毓锛;孙浩;张磊;吴启晖 |
有效 |
2 |
专利 |
面向空地一体联邦学习的无人机位置与资源联合优化方法 |
南京航空航天大学 |
董超；经宇骞；屈毓锛；沈赟；吴启晖 |
有效 |
3 |
专利 |
一种面向无人机集群联邦学习的学习与资源联合优化方法 |
南京航空航天大学 |
董超；沈赟；屈毓锛；经宇骞；贺荣；吴启晖 |
有效 |
4 |
专利 |
一种在异构无线传感网络中布置混合异构无线充电器的方法 |
南京大学 |
戴海鹏；许运；窦万春；汪笑宇 |
有效 |
5 |
专利 |
一种支持精准服务推送的用户行为模式识别方法 |
南京大学 |
窦睿涵；赵烜；戴海鹏 |
有效 |
6 |
专利 |
一种面向无人机协同侦察的路径规划方法 |
国防科技大学 |
吴韬;潘继飞;黄郡;马涛;韩振中;刘方正;沈培佳 |
有效 |
7 |
专利 |
自适应边缘联邦学习客户端调度方法、装置及电子设备 |
国防科技大学 |
束妮娜;颜康;余静波;吴韬;杨方;王晨;王怀习;周政伟 |
有效 |
8 |
专利 |
一种基于多模态Q学习的无人机定位干扰源系统及方法 |
南京航空航天大学 |
吴光宇; 黄洋; 吴启晖; 孙涵 |
有效 |
9 |
专利 |
一种用于侦察火情的消防无人机 |
南京大翼航空科技有限公司 |
季嘉银 |
有效 |
10 |
软著 |
无人机反制地面控制系统软件 |
江苏飞图智能控制技术有限公司 |
江苏飞图智能控制技术有限公司 |
有效 |
项目简介
项目聚焦边缘计算与人工智能的结合在空地一体化网络中的重大应用需求，研究了空地边缘智能计算关键技术。针对无人机等边缘设备资源受限导致人工智能算法精准部署难、异构多模态感知数据导致实时协同处理难、空地无线不可靠通信导致边端模型在线更新难等问题，突破了边缘智能轻量化、边缘高效协同推理、在线鲁棒协同训练等关键技术，建立了高效的空地边缘智能计算关键技术体系，取得了一些重要研究成果并推广应用。（1）基于多尺度决策学习策略的边缘智能轻量化方法：在模型复杂度轻量化方面，通过挖掘现有深度学习模型特性并融合服务质量评估，构建了一新型的多尺度马尔可夫决策过程和多尺度强化学习算法，实现了不同尺度下DNN结构的协同轻量化；在模型输入信息复杂度轻量化方面，提出了异构信息压缩与在线信息选择性推理算法，通过轻量化的感知数据压缩降低了边缘侧所需处理数据。（2）面向多模态感知数据的边缘高效协同推理方法：在机载多模态感知数据在线处理方面，提出了面向无人机集群多模态感知数据的弹性高效协同推理算法，保障了无人机集群多模态感知数据实时智能处理的高效性和稳定性；在利用雷达-视觉双模态融合定位无人机集群目标方面，提出了多异构模态协同的自适应推理算法，实现了动态视角跨模态特征的高效匹配和集群无人机的精确定位。（3）不可靠通信条件下在线鲁棒协同训练方法：针对无线链路丢包下无人机集群协同联邦学习，提出了基于数据重传与客户端选择联合优化的无人机集群鲁棒协同高效训练算法，实现了训练时间和模型精度之间的折衷；针对空地协同联邦学习环境动态变化的问题，提出了在线样本选择与客户端调度联合优化的空地鲁棒协同联邦学习算法，实现了空地协同的在线自适应高效联邦学习。该项目经过多年研究，发表高水平论文35篇，其中中科院SCI一区和CCF A类论文25篇，授权国家发明专利20件，实用新型专利10件，登记软件著作权10件,培养博士研究生16名、硕士研究生40名。该项目研发关键技术在5家单位得到应用试用，在无人机目标检测识别、电网设施轻量化监测、消防应急侦查、非合作无人机侦测等领域得到了广泛深入的应用，经其中3家公司的推广，近三年新增销售额累计3.2亿元。
公示时间：2025年5月20日-2025年5月26日。
如对相关内容有异议，可通过电子邮件（anna@pku.edu.cn）或电话（010-62759034）进行反馈。
