课程内容、基本要求及学时分配

        智能自主系统在信息类专业中是一门重要的核心专业课程。本课程主要讲授智能自主系统的基本概念、定义、基础理论、关键技术以及在一些领域中的典型应用。主要涉及到的内容为：智能自主系统引论、自主控制理论、智能自主感知、智能自主控制与决策、任务规划与通信组网、群体智能集群控制以及典型应用等。

第一章 智能自主系统引论（约3课时）
        1.1 智能自主系统及分类（1课时）
        1.2 智能与自主的内涵与联系（2课时）
        基本要求：了解典型智能自主系统-无人机/无人车/无人船/无人潜航器的概念、特点及应用现状。理解自主的内涵起源、无人机/无人车/无人船/无人潜航器中的自主内涵、以及自主与自动、自主与智能、智能与意识的区别与联系。

第二章 智能自主系统控制理论 （约12课时）
        2.1 预备理论 （2课时）
        2.2 智能自主系统一致性理论（4课时）
        2.3 智能自主系统集群运动控制理论（4课时）
        2.4 智能自主系统时空配准理论（2课时）
        基本要求：了解智能自主系统控制理论中图论的基本概念及性质。掌握连通图、出/入度、生成树、邻接矩阵、拉普拉斯矩阵等概念，并掌握拉普拉斯矩阵的基本性质。了解智能系统一致性的基本概念及理论。掌握单积分器智能系统在固定拓扑和切换拓扑下的一致性协议及稳定性分析，掌握具有虚拟领航者的单积分器多智能体系统一致性跟踪协议及稳定性分析，掌握双积分器智能系统在固定拓扑和切换拓扑下的一致性协议及稳定性分析。掌握高阶线性智能系统一致性协议设计及分析。在掌握一致性理论的基础上，掌握智能系统编队协同控制理论和方法，使整个系统实现期望的群集几何构形及拓扑连通性保持。掌握智能系统群集运动控制理论，使智能体的速度渐近趋同，智能体的间距收敛到期望距离的同时实现碰撞规避。初步了解智能系统信息融合理论，了解智能自主系统时空配准的基本方法和理论。

第三章 智能自主系统感知（约9课时）
        3.1 智能自主系统感知技术概念（1课时）
        3.2 典型智能自主系统传感器(光学/声呐/激光/超声波等)（2课时）
        3.3 仿生视觉感知与识别方法（3课时）
        3.4 多源跨域智能信息处理技术（3课时）
        基本要求：了解智能自主系统感知技术的基本概念，了解光学、激光、声呐、惯性测量元件等典型无人系统传感器的种类，及在无人车、无人机、无人船、无人潜航器等智能系统平台中的应用。理解并掌握视觉感知及目标识别方法，掌握视觉成像原理，理解图像去噪、边缘增强、灰度拉伸、图像分割、形态学处理等图像预处理方法和图像识别基本方法，了解仿生视觉感知理论和方法。了解多源跨域信息融合方法，理解并掌握基于仿生智能的信息处理方法。

第四章 智能自主系统控制与决策（约8课时）
        4.1 智能自主系统控制框架和方法（3课时）
        4.2 基本任务和路径规划（3课时）
        4.3 智能自主系统机动对抗和避障决策（2课时）
        基本要求：掌握并理解智能自主系统的自主等级划分的规范和模型框架，了解自主系统运行的体系结构组成和概念模型；了解智能自主系统设计遵循的系统模型；了解智能自主系统自主运行需要满足的功能框架；介绍当前典型智能自主系统工程架构。理解智能体任务规划和路径规划的基本概念；了解智能自主系统任务规划的基本框架和典型工程方法；了解掌握A星、概率图等运动智能体路径规划算法；介绍国外典型智能自主系统的规划系统和指挥控制系统实例。了解智能自主系统辅助决策的概念和基本组成；了解智能自主系统人机权限管理的模型和系统分析方法；了解典型对抗过程中的决策模型及方法；了解智能自主系统特定领域应用新的人工智能算法进行决策的方法实例。

第五章 多自主系统任务规划与通信组网（约4课时）
        5.1 典型系统协同任务分配和规划（2课时）
        5.2 智能自主系统通信和互操作（2学时）
        基本要求：理解智能自主系统协同任务的基本概念、主要问题，了解多智能自主系统体系结构和拓扑的工程描述方法实例，了解协同任务分配和路径规划的基本方法和工程应用，会分析和设计多运动体协同任务控制系统方案。了解多智能自主系统协同任务和运行面临的通信和互操作问题，掌握通信问题的典型工程实现方案和具体实现方法，了解典型智能自主系统互操作的基本概念和实现方法。

第六章 群体智能集群自主控制（约9课时）
        6.1 群体智能概念与内涵（3课时）
        6.2 生物群体智能模型（3课时）
        6.3 从群体智能到智能系统集群自主（3课时）
        基本要求：掌握群体智能的概念与特点、以及包括鸽群优化、Boid模型在内的典型理论模型。掌握描述生物群体运动的典型模型-Vicsek模型，以及群系统同步性评价指标。理解包括基于随机视线方向、改进拓扑规则以及分数阶微积分在内的三个改进Vicsek 模型。理解鸽群层级引领、雁群线性编队和狼群协同围捕等典型生物机制模型。掌握自组织与共识自主性的概念。了解无人机/无人车/无人船/无人潜航器集群系统的内涵起源、研究现状、基本特点、主要优势与反制措施。以无人机为例，深入理解无人机编队控制模型、基于捕食逃逸鸽群优化的无人机紧密编队控制模型，以及包括基于改进人工物理、仿鸽子和雁群飞行的三种无人机避障控制模型。掌握基于雁群线性编队的编队保持方法以及基于生物自组织的目标跟踪方法。理解基于鸽群层级引领的多运动体编队方法、基于鸽群模式切换的集群避障方法以及基于候鸟互惠往复的编队轮换方法。了解基于狼群行为的任务分配方法、以及基于群体智能的智能自主系统资源分配方法。

第七章 工程实现与研究展望（约3课时）
        7.1 典型智能自主系统的实现架构与应用实例（2课时）
        7.2 智能自主系统研究展望（1课时）
        基本要求：了解智能系统的典型实现架构，并结合复杂实例，给出典型智能自主系统的具体设计和实现流程，理解和掌握典型智能自主系统的硬件平台基本构成、软件模块架构、以及飞行控制管理系统的层次结构，可根据验证目的设计合适的任务想定与试飞流程。在对当前智能自主系统研究现状分析的基础上，并对未来智能自主系统发展趋势进行展望。了解无人机集群的发展趋势、未来关键技术与发展战略。