FEISILAB(飞思实验室）

Hilti SLAM挑战赛数据集旨在应对受限环境中开发SLAM算法所面临的挑战，目的在于促进传感器融合的研究。许多学术和工业团体在该数据集上测试了他们的SLAM系统，结果表明对于拟在真实场景中部署的SLAM算法该数据集是重要资产。

近年来在大众创业、万众创新、互联网+概念的背景下，无人机产业蓬勃发展，无人机产业不再局限于军事及民用小众市场。随着国内企业对无人机产品的研发投入不断加大，相关技术的不断成熟，无人机发展迅速，在各领域的应用范围越来越大，行业发展前景好，对专业人才、复合人才、创新型人才的需求日益增长，由于产业的快速发展对人才的能力要求也在逐渐的提升。同时无人机应用技术专业是近年新增的一个新兴的热门专业，国内学者对其职业能力标准的研究相对缺乏，因此无人机应用技术专业在建设上存在些不足。

随着无人机作业自主性、智能化、多任务等方面要求的提高，无人机从单机作业发展到集群作业，针对无人机集群协同算法开发过程中如何将集群协同算法从仿真环境迁移至真实环境且保证算法可靠性，一直是无人系统方向研究的重点。

近年来，随着军队编制体制的不断调整改革和发展理念不断完善优化，军用任务规划技术和体系建设正处在发展的快车道上。总体来说，目前军队重点关注作战任务规划系统中基础理论与模型算法的研究，如资源冲突消解算法、自组织动态任务规划方法、战术决策支持系统和任务规划问题建模与优化技术等，成熟且专业的作战任务规划系统较少，战役战术级别的任 务规划系统多处在预研阶段。联合作战任务智能规划关键技术及其应用思考动涉及多军兵种联动，无论是战场环境还是敌情我情都相对复杂，在设计作战行动计划中往往要考虑到各类复杂情况，这就对任务规划提出

近年来，无人机在多领域表现出重要应用价值。目前，无人机如何在未知封闭、无辅助导航支撑的环境中，达成“在哪里”和“环境描述”并自主智能地完成特定任务，是一个重要的研究热点方向。

近年来，随着我国产业的迅猛发展，迫切需要高等院校从发展“新工科”的战略高度开展专业建设，大力推动传统工科专业的创新发展，培养新型拔尖人才，主动适应全球高等工程教育的发展。

信息化条件下，联合作战过程的不确定性显著增加，联合作战方案比较环节设计大量的分析、判断工作，因此这一过程引入计算机的算法辅助，可以进行联合作战方案的实时规划、评估和决策工作，因为成为当前条件下作战指挥决策的必然要求。

在无人机集群研究领域，仿真验证技术可以高效且低廉的对算法理论，极大的缩短研制周期，降低研制成本。全数字仿真技术和半物理仿真技术是仿真验证技术的两种主要实现方式，本篇带你快速了解无人机集群半物理仿真系统！...

带你快速了解一种视觉惯性组合导航无人系统开发验证平台！

无人集群方向数字孪生解决方案！

近些年来，多智能体的协同问题己经成为领域研究的热点，各大知名高校也在将课程内容与实验项目放到本科生阶段进行初步学习，如何高效助力多智能体协同控制相关教学，帮助学生快速掌握理论知识和基本实践已成当今多智能体教学一大重点。...

带你走近无人机集群作战仿真应用！

飞思实验室基于无人机集群协同的研究热点和重点，为各研究单位提供了一套完整的无人机集群协同算法开发验证平台。

分享几款常见的无人机仿真平台！

飞思实验室基于多智能体空地协同的研究热点和重点，为各研究单位提供了一套完整的空地协同算法开发验证平台。

飞思实验室从集群协同平台实现的角度，基于UWB定位技术，进行集群协同平台设计，提出分布式方案以解决集群协同问题。