围绕达州作为川渝陕结合部区域中心城市和全国性综合交通枢纽的战略定位，以及低空经济发展的迫切需求，本研究聚焦无人系统智能感知与目标识别关键技术，致力于突破本地复杂地形与多样化应用场景下的技术瓶颈。结合达州大巴山丘陵地貌、优势农业资源及应急救援实际需要，重点开展多模态感知融合、高精度识别与实时分析等研究，为区域低空经济提供核心技术支撑。拟开展的主要研究任务如下：

Ø 面向丘陵地貌的多模态传感融合技术

针对达州坡度≤30°的丘陵地形及多变气候条件，研究激光雷达、多光谱相机与毫米波雷达等多源数据融合方法，实现高精度地形重建、动态障碍物检测与气象抗干扰，增强无人机在川东地区的环境适应性与任务可靠性。

Ø 农业病虫害与作物长势轻量化识别技术

面向达州水稻、茶叶等特色经济作物，构建基于轻量化深度学习模型的多光谱图像分析系统，实现病虫害早期识别、营养状态动态监测与产量预估，为精准农业提供施药与施肥决策支持。

Ø 应急救援动态目标检测与跟踪技术

针对洪涝、滑坡等典型灾害场景，研发红外与可见光视频融合检测算法，实现被困人员快速定位、生命体征判断及物资投放区域智能选择，提升复杂环境下的应急救援响应能力。

Ø 无GNSS的高精度定位与地图构建技术

开发适用于低空无人机的SLAM系统，支持无卫星信号环境（如峡谷、密林）下的精准定位、自主导航与实时避障，满足山区物流、电力巡检等应用需求。

Ø 轻量化机载边缘智能处理平台

研制基于国产AI芯片的机载嵌入式模块，实现多源感知数据的实时处理与高效压缩传输，降低通信延迟与带宽占用，提升无人系统在偏远地区的作业自主性和稳定性。