2025-26学年毕业设计选题规划

本科生科研/毕设选题指南

低空经济与智能交通方向 | 指导教师:卢少锋 教授

💡 选题建议:
• 机器人工程同学:重点关注 题目一题目三
• 智能制造同学:重点关注 题目六/七
• 擅长数学/仿真同学:挑战 题目二题目四

题目一:无人机无人车协同控制技术的仿真和应用探索

面向场景:巡检、智能交通、立体安防

课题简介:
在低空经济与智慧城市的背景下,单一的无人机(UAV)或无人车(UGV)存在局限。本课题构建”空地协同”异构系统,UGV作为移动起降平台和能量补给站,UAV作为空中感知单元。学生需设计协同路径规划算法,解决动态交会对接问题(Rendezvous Problem),使UAV在电量耗尽前准确降落在移动的UGV上。

🛠️ 技术要求:
  • 核心软件:ROS / ROS2, Gazebo (仿真)
  • 编程语言:Python 或 C++
  • 关键技能:物理场景搭建、运动学建模
编程强度 (ROS/C++): (高)
数学难度 (建模): (中)

题目二:无人机和轨道交通在空轨货物联运的前沿探索

面向场景:高铁物流、多式联运调度

课题简介:
结合卢老师在轨道交通列控背景,探索”高铁干线+无人机末端配送”的高效物流模式。这是一个典型的调度优化问题。学生需建立数学模型,耦合高铁时刻表与无人机配送时间窗,利用混合整数线性规划(MILP)在满足时效性前提下最小化能耗或成本。

🛠️ 技术要求:
  • 核心软件:MATLAB (Optimization Toolbox) 或 Gurobi
  • 理论基础:运筹学、最优化理论 (MILP)
  • 加分项:AnyLogic 物流流程仿真
编程强度: (中)
数学难度 (优化): (极高)

题目三:智慧交通工程场景下的无人机轨迹规划研究

面向场景:城市三维避障、能耗最优飞行

课题简介:
聚焦于复杂城市环境(UAM)下的三维轨迹规划。区别于简单直线飞行,轨迹必须避开建筑物且满足动力学约束。本课题特别鼓励结合”能耗模型”,规划出不仅路径最短,而且由于考虑了爬升/悬停特性而最省电的飞行曲线(Energy-efficient Path Planning)。

🛠️ 技术要求:
  • 核心算法:A*, RRT*, 或 MPC
  • 核心软件:MATLAB 或 Python (OMPL库)
  • 能力要求:良好的空间几何想象力与算法数据结构基础
编程强度: (较高)
数学难度: (中高)

题目四-五:新能源接入下的城轨供电建模与节能减排

面向场景:牵引供电、再生制动、储能配置

课题简介:
建立包含牵引变电所、接触网、列车的直流供电网络模型。研究如何利用车载储能设备(超级电容/电池)吸收列车刹车时产生的”再生制动能量”,或通过优化列车运行时刻表实现节能。这是卢老师在IEEE TTE/TITS发表多篇顶刊的核心领域。

🛠️ 技术要求:
  • 核心软件:MATLAB/Simulink (Simscape Electrical)
  • 理论基础:电路原理、电力电子、控制理论
  • 适用人群:电气基础好,喜欢系统建模的同学
编程强度: (低)
理论/建模: (高)

题目六-七:面向智能制造工程的智慧仓储与ESG评估

面向场景:智能工厂、AGV调度、绿色制造

课题简介:
方向A:自动化立体仓库中AGV的路径规划与任务分配,解决死锁并提高吞吐量。
方向B:构建智能工厂能源管理系统(EMS),基于数据分析工厂能耗模式,结合ESG(环境、社会、治理)标准建立评价体系。

🛠️ 技术要求:
  • 核心软件:FlexSim / AnyLogic (仿真), Python (数据处理)
  • 关键技能:离散事件仿真、数据可视化 (Tableau/PowerBI)
仿真/数据: (高)
理论难度: (中)

华南理工大学 · 吴贤铭智能工程学院

search previous next tag category expand menu location phone mail time cart zoom edit close