Intel DK-2500 边缘智能平台
承载多模态交互、飞行任务管理、视觉识别与数据闭环。
2026 Intel CupNational Finals Edition
智驭低空枢纽
面向低空消防巡检的多模态地面站系统A Multimodal Ground Station System for Low-Altitude Fire Patrol
1 / 23
Featured Preview · 项目背景
低空巡检场景的现实痛点与 Intel DK-2500 边缘智能底座。
系统组成System Components
低空巡检无人机
集成飞控、相机、图传与数传设备，执行自主巡逻任务。
地面站软件运行界面
统一呈现状态、自检、任务地图、设备健康与安全控制。
功能演示Functional Demonstration
姿态自检
现场转动无人机并对照地面站三维模型，同步检查飞控、传感器、通信与姿态数据。
仿真飞行
在三维场景中演示起飞、巡线、悬停、返航与 Z 字走线，用于任务预演和飞行状态验证。
实时图传与任务地图
地面站同步显示无人机实拍画面、路线、位置、状态和设备健康信息。
六航点低空巡逻
左侧在地面站中选择预设航点并确认路线，右侧展示无人机按规划路线自主巡航。
自由选点巡逻
在地图中自由选择不超过 10 个巡逻点并生成路线，随后由无人机自动执行自定义巡检任务。
无人机安全飞行管理
安全命令中心统一处理重要指令确认、应急操作、飞行状态显示与数传图传连接。
火源、人脸与文字识别
飞行过程中逐帧识别三类目标，并将结果与任务地图和日志关联。
起飞—巡航—降落实拍
三段现场画面完整展示无人机任务执行过程和实际飞行效果。
日志管理与报告导出
航迹、状态、目标图片和事件记录统一保存，并生成可复盘的本地报告。
项目演示视频封面
补充仿真飞行关键帧，并概览自检、巡逻、安全、识别与日志功能。
国赛项目海报
系统定位、总体架构、核心功能和验证结果的正式展示版本。
手势、视线与安全确认
三张实际开发截图展示多模态任务选择和高风险动作确认的完整交互过程。
演示视频Demo Videos
可切换查看国赛版与复赛版完整演示。
2026 国赛新版 · 03:48
单独打开视频 ↗
覆盖参数自检、六航点巡逻、自由选点、安全飞行管理、火源/人脸/文字识别与日志报告导出。
项目 PPTProject Slides
按最新版国赛答辩 PPT 同步，可前后翻阅；动态页会自动播放。
2026-09-16 更新 · 第 3–26 页 · 共 24 页
下载完整 PPT（26 页，约 79 MB） ↗
下载完整 PPT（26 页，约 79 MB） ↗
动态页 · 自动播放
作品简介Abstract
“智驭低空枢纽”面向低空消防巡检场景，在 Intel DK-2500 上完成地面站交互、飞行状态解构、三维姿态与轨迹渲染、自由路线规划、目标识别、安全控制以及事件报告导出。鼠标、手势和视线输入统一生成任务意图，再由地面站组织为可执行的飞行任务。
系统支持六航点自主巡逻与自由选点巡逻，结合光流、IMU 与高度数据保障室内飞行；在巡逻过程中实时识别火源、人脸和文字，并把识别结果与航迹、地图位置、事件日志关联。异常情况下，高优先级安全指令可抢占当前任务并触发保护或返航。
Intel DK-2500多模态交互自由路线规划无人机姿态仿真多目标识别安全飞行管理报告自动导出
闭环流程Closed-loop Pipeline
四个转变 + 一个底座
自然交互、任务级管理、自主安全飞行、全过程记录都汇聚到 DK-2500 边缘智能平台。
1任务输入
鼠标、手势、视线统一生成候选任务。
2状态解构
解析姿态、电量、高度、速度与设备状态。
3自主规划
六航点或自由选点，生成可执行巡逻路线。
4识别与保护
识别目标；安全状态机可抢占当前任务。
5留痕复盘
航迹、目标、日志与报告统一保存到本地。
系统架构System Architecture
系统整体架构图
多模态输入进入 Intel 板卡地面站，外设、图传与无人机飞控在统一任务链路中协同。
硬件总体架构
DK-2500、无人机、图传、数传、飞控与摄像设备构成空地双链路。
软件总体架构
参数自检、多模态交互、仿真飞行、自主巡逻、安全管理、目标识别与日志导出组成完整软件工作流。
核心创新点Core Highlights
🖱️
传统遥控 → 自然交互
鼠标、手势和视线直接选择任务，降低专业飞控训练门槛。
🧭
飞行参数 → 任务态势
把高度、速度、电量、姿态与航迹组织为实时任务界面。
🛡️
飞手操控 → 自主安全
自由巡逻、状态机与高优先级应急保护共同约束飞行。
📚
黑箱任务 → 全程记录
目标、航迹、设备状态与事件日志自动进入本地报告。
一个底座：Intel DK-2500 边缘智能平台负责状态解构、AI 推理、路线规划、界面交互、仿真渲染与报告生成。
功能完成度与测试结果Validation
9 / 9计划目标完成功能演示表全部“已实现”
6预设巡逻航点同时支持自由选点
3 类实时目标识别火源 / 人脸 / 文字
4关键能力转变自然交互到全程记录
| # | 计划目标 | 国赛版技术实现 | 完成状态 |
|---|---|---|---|
| 1 | DK-2500 地面站与手势、视线输入 | PyQt5 + OpenCV + MediaPipe Hand/Face Landmarker，统一生成任务意图。 | ✓ 已实现 |
| 2 | 解构无人机姿态并搭建实时姿态模型 | 依据 NCLink 解析姿态，使用 PyQtGraph 构建三维动态模型。 | ✓ 已实现 |
| 3 | 高自由度路线规划与自主巡逻 | 无人机融合惯性、光流与高度信息完成室内定位；DK-2500 依据 SLAM 建图结果建立场地坐标系，指导多航点巡逻。 | ✓ 已实现 |
| 4 | 实时显示高度、速度、电量等状态 | 飞控采样与地面站实时数值、指示灯、曲线和低电压告警联动。 | ✓ 已实现 |
| 5 | 飞行中识别火源、人脸、文字 | LAB/HSV Blob、YuNet + SFace、PP-OCRv3 + CRNN ONNX 组成实时视觉链路。 | ✓ 已实现 |
| 6 | 显示航迹并在地图标识目标 | 二维坐标映射结合时空信息融合，把航迹与识别结果同步到任务地图。 | ✓ 已实现 |
| 7 | 生成事件日志并导出本地报告 | 事件驱动记录飞行状态、航迹、设备信息和识别图像，自动生成 Markdown 报告。 | ✓ 已实现 |
| 8 | 突发状况下传输紧急保护指令 | 高优先级抢占巡逻状态机结合 PID 闭环，可立即中断任务并触发保护或返航。 | ✓ 已实现 |
| 9 | 渲染并仿真无人机空间运动状态 | 离散飞行动力学、航点分段插值与 OpenGL 实时渲染三维位置和轨迹。 | ✓ 已实现 |
最新版 PPT 共记录 25 组目标识别测试：23 组成功、1 组部分成功、1 组失败。PPT 汇总的 24/25 包含部分成功用例；全部用例均检测到目标，检测到目标与正确识别身份或文字采用不同判定。
功能演示汇总
开发套件运行、姿态解构、路线规划与飞行状态显示均完成。
功能演示用例
目标识别、航迹标识、事件日志、安全指令与空间运动仿真均完成。
目标识别测试 · A
第 1–15 组涵盖火源与人脸识别，其中 1 组检测到人脸但身份匹配失败。
目标识别测试 · B
第 16–25 组为文字识别，其中 1 组因部分帧误识别记为部分成功，目标位置仍可标注。
国赛海报与团队现场National Finals
国赛项目海报
系统定位、总体架构、核心功能与验证结果的正式展示版本。
从软件到现场：团队完成地面站、飞行端、图传/数传、多模态交互、目标识别、仿真规划与报告导出的集成，并在全国评审现场完成联调与展示。
引用格式Citation
推荐引用格式 / BibTeX
@misc{xie2026lowaltitudehub,
title = {Low-Altitude Intelligent Hub: A Multimodal Ground Station System for Low-Altitude Fire Patrol},
author = {Qiushi Xie and Tuoyuan Zhu and Yachen Pang},
year = {2026},
school = {Huazhong University of Science and Technology},
howpublished = {Intel Cup Undergraduate Electronic Design Contest, Embedded AI Track},
url = {https://github.com/Qiushi0919/IntelCup-2026},
note = {National finals project page and source repository}
}