當百架無人機在夜空精準勾勒流光圖案，當工業機械臂協同完成毫米級精密加工，當智能車流有序疏導城市擁堵——這些充滿未來感的場景，正依托群體智能技術走向現實。然而，大規模設備協同的背后，高功耗、通信延遲和突發故障等難題，始終制約著其可靠與持久運行。
南京工業大學史建濤教授團隊的一項研究，為破解這些瓶頸提供了關鍵技術支撐。團隊的“群體智能系統的分布式濾波、控制及智能運維理論與應用”項目，憑借3項原創性突破，榮獲2025年度江蘇省工程師學會科學技術獎特等獎，讓智能設備的“群體協作”變得更加安全、高效與堅韌。
三重技術創新，破解群體“智能協作”難題
“群體智能系統的順暢運行，離不開通信、控制、運維三大核心環節的協同發力。“這就像一支作戰部隊，既要保持通信脈絡暢通無阻，又要遵循指令精準行動，更要筑牢后勤保障防線，任何一環出現紕漏，都可能導致滿盤皆輸。”史建濤說，他的團隊正是圍繞這三大核心環節，實現了從理論到應用的關鍵創新。
無線通信是群體協同的“神經”，但持續的全量數據傳輸極易導致網絡擁堵與能耗過高。史建濤團隊研發的“事件觸發濾波”技術，革新了傳統模式。“它讓設備從‘時刻待命’變為‘按需發聲’,做到了‘智能節流’，解決續航之困。”團隊成員岳冬冬解釋，該系統僅在關鍵數據變化超越設定閾值時才啟動傳輸，其余時間保持靜默。此舉能在保證控制精度的同時，降低70%-80%的通信量與能耗，顯著延長了無人機等移動平臺的作業時長。
如果說通信是“信息橋梁”，那么控制便是群體智能的“行動中樞”。設備在復雜多變的環境中運行，難免出現故障，就像編隊飛行的候鳥突遭翅膀受傷的意外。團隊成員錢默抒指出，傳統處理方式需停機維修或回收，不僅成本高昂，在軍事偵察、緊急救援等時效性要求極高的場景中更不現實。團隊率先將“容錯控制”引入群體智能系統，創新構建“故障檢測—故障估計—故障補償”閉環機制。“這賦予系統‘帶傷飛行’能力。”史建濤舉例，即使四旋翼無人機的一個螺旋槳失靈，系統也能在毫秒間重新分配其余電機的動力，保障編隊穩定飛行與任務連續，特別適用于偵察、救援等不容中斷的緊要場景。
設備“編隊”運行的長期穩定，離不開智能運維的“健康守護”。傳統定期檢修往往“不論健康狀況，到點就查”，成本高昂且可能無的放矢。團隊成員陳闖介紹，他們開創了“剩余壽命預測的不確定性量化”技術，通過改進深度學習模型，該系統不僅能預測設備剩余使用壽命，更能給出預測結果的置信概率，將預測精度從約50%提升至90%以上，大幅降低了運維成本，提升了系統可靠性。“傳統方法可能只說設備還能運行兩個月，我們能精準到‘健康運行兩個月的概率達95%’，讓企業決策更有依據。”
產學研深度融合，落地賦能行業產業發展
科研成果的價值，最終體現在解決實際問題上。史建濤團隊堅持“問題從產業中來，成果到產業中去”的路徑，構建了“仿真-半實物-實物”的遞進研發模式，確保技術緊貼“地氣”。
“十多年前開始該領域的研究時，實驗大多以仿真為主，研究聚焦純理論，模型包含諸多理想化假設。”史建濤回憶，彼時科研多以發表論文為目標，仿真參數可隨意調整以得出理想結果，但這些理論成果應用到實際場景時，卻與實驗結果相去甚遠，“現在，我們將無人機、機器人等設備的實際采集參數融入仿真系統，把企業實際需求作為科研攻關核心。”
這種需求導向的研究思路，在前沿科技領域的合作中成效顯著。“太空環境極端苛刻，溫度從零下百度到零上百度劇烈波動，輻射強、通信距離達十幾萬公里。”團隊成員馮李航介紹，基于企業對火星車星際空間運行的特殊需求，他們針對性開展科研攻關，開發“力觸覺傳感器”等關鍵部件，并將事件觸發濾波與實時故障處理技術融入星載組網雷達系統，在保障通信可靠性的同時降低能源消耗，為衛星協同工作筑牢技術屏障。這項技術還榮獲2023年中國自動化學會科技進步一等獎。
在民用領域，團隊技術同樣基于企業實際需求廣泛落地：與江蘇省測繪工程院、上海華測等單位合作，優化測繪設備協同工作效率；在新能源與交通領域，技術被納入鋰離子電池組管理系統，在智能網聯汽車企業完成轉化，有效緩解交通壓力；與中航工業、航天科工502所等合作，為航空發動機、火星車等裝備提供運維與控制支持，真正實現“從實驗室到生產線，從地面到太空”的全場景賦能。
學科交叉融合，拓展關鍵領域發展邊界
從清華博士階段起步，到帶領南京工業大學一支涵蓋8位教師及數十名研究生的跨學科團隊，史建濤深耕該領域已超十載。
依托學校的“工業互聯網+危化品安全生產”應急管理部重點實驗室，近年來，團隊將群體智能技術延伸至化工安全生產等流程工業領域，通過故障診斷與容錯控制為傳統工業升級注入新智能。
“我們要求學生既要鉆研算法，更要深入理解工業場景。”史建濤強調這種理論與工程并重的培養理念。
展望未來，團隊將繼續瞄準國家重大需求與產業痛點，在學科交叉融合中探索新突破，致力于讓群體智能技術在更多關鍵領域可靠運行，為中國智能制造與高質量發展提供堅實支撐。
本文鏈接：讓機器編隊更“智能”！南工大團隊破解群體協作難題http://m.sq15.cn/show-11-29703-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
下一篇： 中國天眼：“聆聽”宇宙深處