核心技术
九天技术拥有多项自主研发的核心技术，为低空飞行器提供智能化解决方案
核心技术优势
深度学习算法
自主研发的深度神经网络模型，在复杂环境下仍能保持高精度的目标检测与识别能力，为飞行器提供智能决策支持。
- 卷积神经网络(CNN)用于图像识别
- 循环神经网络(RNN)用于时序数据处理
- 强化学习用于自主决策
- 迁移学习适应不同应用场景
多传感器融合
创新的传感器融合技术，整合视觉、激光雷达、毫米波雷达等多种传感器数据，实现全方位环境感知。
- 卡尔曼滤波算法数据融合
- 自适应权重分配机制
- 实时传感器故障检测
- 冗余设计提高系统可靠性
智能路径规划
基于强化学习的路径规划算法，能够在动态环境中实时调整飞行路径，确保任务高效完成。
- A*算法基础路径搜索
- RRT算法复杂环境导航
- 动态避障策略
- 多目标优化路径规划
安全冗余设计
多重安全冗余机制，包括硬件冗余、软件容错和应急处理系统，确保飞行器在各种极端条件下的安全运行。
- 双冗余飞控系统
- 多电源备份机制
- 故障自诊断与恢复
- 应急降落策略
技术架构
分层式系统架构
九天技术采用分层式系统架构，将复杂的飞行控制系统分解为多个独立但相互协作的模块，确保系统的可扩展性和可维护性。
1
感知层
多传感器数据采集与预处理，包括视觉、激光雷达、IMU、GPS等传感器数据融合
2
决策层
基于深度学习的环境理解与决策，包括目标识别、路径规划、行为决策等
3
控制层
飞行姿态控制与轨迹跟踪，包括PID控制、自适应控制、鲁棒控制等算法
4
执行层
电机控制与舵机驱动，实现精确的飞行控制指令执行
研发成果
100+
技术专利
30+
软件著作权
20+
学术论文
5
技术标准
国家级高新技术企业
2020年通过国家级高新技术企业认定，标志着公司在技术创新和研发能力方面达到行业领先水平
ISO9001质量管理体系认证
2021年通过ISO9001质量管理体系认证，确保产品质量和研发流程的标准化
行业创新奖
2022年获得中国无人机产业创新奖，表彰在智能飞行控制领域的突出贡献
技术合作
九天技术积极与国内外高校、研究机构和企业开展技术合作，共同推动低空飞行器智能化技术的发展。
高校合作
北京航空航天大学
联合建立智能飞行控制实验室，开展前沿技术研究
西北工业大学
合作开发新型导航算法，提高飞行器自主性
哈尔滨工业大学
共同研究多机协同控制技术
研究机构
中国科学院自动化研究所
合作开发深度学习算法在飞行控制中的应用
中国航空工业集团
联合开展军用无人机控制系统研发
企业合作
质谱华章
双方共同在人工智能、大模型和航空技术的融合技术进行深入全面战略合作
北京低空经济咨询有限公司
合作开发物流无人机、智能配送系统