A Swash Mass Unmanned Aerial Vehicle: Design, Modeling and Control
提出了一种新型无人机结构--斜置质量无人机。它由一个双叶片同轴转子和四个旋转斜盘组成,允许改变方向和操纵无人机。动力系统模型是从牛顿\textquotesingle定律框架中推导出来的。讨论了无人机的旋转行为作为设计参数的函数。根据所得到的非线性动力系统模型的唯一性和形式,提出了一种反推控制机制。它是在每个迭代步骤中按照李雅普诺夫控制方法获得的。仿真结果表明,所提出的控制算法可以使大质量无人机在摇摆状态下精确跟踪线性和攻击性航迹。
2019-09-13 cs.SY eess.SY
A geometric approach to the dynamics of flapping wing micro aerial vehicles: Modelling and reduction
Indian Institute of Technology Bombay(印度孟买理工学院)
本文提出一种几何框架,用于分析通过内部形态变化在SE(3)中运动的扑翼微型飞行器动力学,通过拉格朗日降维理论建立动力学模型,推导出欧拉-庞加莱和欧拉-拉格朗日方程。
2016-11-16 cs.SY eess.SY
Self-Powered Solar Aerial Vehicles: Towards Infinite Endurance UAVs
探索了一种自供电方案,利用太阳能和浮力升力实现长时间运行。最终目标是在满足无人机动力学特性和所需的控制性能、机动性和占空比的同时,具有无限续航能力。在最优不确定性量化(OOQ)的框架内确定与无人机功率需求和太阳能输入相关的无量纲功率项。OOQ考虑了动力学和控制中的不确定性和不完整信息,可用的太阳能,以及太阳能无人机模型的电力需求,并提供了一个最佳的解决方案,以实现能源方面的自我维持系统。讨论了自供电的轨迹跟踪、速度和控制。这类飞行器可以克服当前电动无人机的飞行时间限制,从而满足许多应用的需求。本文为太阳能电动多旋翼无人机的设计提供了一种通用的方法。
2020-07-24 cs.SY eess.SY
Trajectory Tracking for Unmanned Aerial Vehicles in 3D Spaces under Motion Constraints
Indian Institute of Technology Bombay(印度理工学院孟买分校);University of Cincinnati(辛辛那提大学)
针对无人机三维轨迹跟踪需满足空间约束的问题,提出考虑各自由度空间约束、适配惯性矩阵信息有限情况的非线性控制策略,证明其收敛性并通过仿真验证有效性,可应用于管道巡检等场景。
2024-07-15 cs.RO cs.SY eess.SY
Safety-Conscious Pushing on Diverse Oriented Surfaces with Underactuated Aerial Vehicles
Technical University of Denmark(丹麦技术大学)
本文针对欠驱动飞行器在多样倾斜表面上执行推压任务时可能出现的执行器饱和与失稳风险,提出一种安全评估流程,通过预测不同表面方向下各执行器的饱和水平来指导实验规划,从而保障作业安全并防止平台损坏。
2024-02-23 cs.RO cs.SY eess.SY
Optimizing the flight path for a scouting Uncrewed Aerial Vehicle
Clemson University(克莱姆森大学)
针对灾后非结构化环境下救援车辆路径布设困难的问题,提出基于优化的侦察UAV路径规划方法,可在最优高度实现最大区域覆盖与最小不确定性的数据采集。
2025-11-19 cs.RO cs.SY eess.SY
BAXTER: Bi-modal Aerial-Terrestrial Hybrid Vehicle for Long-endurance Versatile Mobility: Preprint Version
Korea Advanced Institute of Science and Technology(韩国科学技术院);Jet Propulsion Laboratory, California Institute of Technology(加州理工学院喷气推进实验室)
无人驾驶飞行器在机器人领域内迅速发展。然而,它们的性能往往受到有效载荷能力、操作时间以及对撞击和碰撞的鲁棒性的限制。飞行器的这些限制对于在具有挑战性的环境中的任务变得更加严重,例如地下结构,其可能需要在受限空间中扩展自主操作。虽然空中机器人的软件解决方案正在迅速发展,但硬件的改进对于在大而危险的环境中应用先进的规划器和算法至关重要,在这些环境中,大多数现代空中机器人的短距离和对碰撞的高度敏感性使得在现实的地下任务中的应用不可行。为了提供这样的硬件能力,需要设计和实现考虑尺寸、重量和功率(SWaP)约束的硬件解决方案。这项工作的重点是提供一个强大的和多功能的混合平台,提高有效载荷能力,操作时间,耐力和多功能性。双模式空中和地面混合动力车辆(BAXTER)是一种提供空中和地面两种操作模式的解决方案。BAXTER采用了两种新颖的硬件机制:M型悬架和解耦变速器,它们共同提供了在着陆和碰撞过程中的弹性以及高效的地面操作。进行了广泛的飞行试验,以表征车辆的能力,包括鲁棒性和耐久性。此外,我们还提出了敏捷模式转换(AMT),这是一种从空中到地面操作的过渡,旨在最大限度地减少对地面冲击期间的脉冲,这是一个快速简单的过渡过程,利用了百特的抗冲击能力。
2021-02-05 cs.RO cs.SY eess.SY
Machine Learning Challenges in Intelligent Unmanned Aerial Vehicle Operations in Developing Economie
Faculty of Engineering, University of Moratuwa(莫拉图瓦大学工程学院);University of Southern Queensland(南昆士兰大学);Queensland University of Technology(昆士兰科技大学)
探讨发展中经济体无人机智能操作面临的机器学习挑战,涉及导航、感知等核心功能领域,因资源、环境等因素受限,凸显了实验性能与实际部署间的差距。
2026-07-16 cs.SY eess.SY
Stealthy Perception-based Attacks on Unmanned Aerial Vehicles
Duke University(杜克大学)
在这项工作中,我们研究的脆弱性,无人机(UAV)的隐形攻击的感知为基础的控制。为了指导我们的分析,我们考虑两个具体的任务:($i$)地面车辆跟踪(GVT),和($ii$)垂直起飞和降落(VTOL)的四轴飞行器在移动的地面车辆。具体来说,我们引入了一种方法来随着时间的推移持续攻击传感器测量和相机图像,以导致控制性能下降(例如,通过任务失败)同时保持隐身(即,未被部署的异常检测器检测到)。与主要依赖于深度神经网络对小输入扰动(例如,通过在图像中添加小块和/或噪声),我们表明可以通过改变地面车辆着陆标记的图像以及适当地伪造传感数据来设计隐形但有效的攻击。我们说明了我们的攻击在凉亭3D机器人模拟器的有效性。
2023-03-03 cs.RO cs.SY eess.SY
Constrained Imitation Learning for a Flapping Wing Unmanned Aerial Vehicle
The George Washington University(乔治华盛顿大学)
提出了一种基于数据驱动的微型扑翼无人机最优控制策略。首先,一组最佳的轨迹计算离线的基础上的几何制定的动力学,捕捉大角度扑动运动和准定常空气动力学之间的非线性耦合。然后,根据模仿学习的框架,将其转化为反馈控制系统。特别是,一个额外的约束,通过学习过程中,以提高所得到的控制动态的稳定性。与传统方法相比,所提出的约束模仿学习无需在线生成额外的最优轨迹,而不会牺牲稳定性。因此,计算效率得到了显著提高。此外,这建立了第一个非线性控制系统,稳定的扑翼飞行器的纵向和横向耦合动力学,而不依赖于平均或线性化。这些都说明了数值例子的启发,帝王蝶的模拟模型。
2022-06-08 cs.RO cs.SY eess.SY
A Minimum Energy Filter for Localisation of an Unmanned Aerial Vehicle
Australian National University(澳大利亚国立大学);Defence Science and Technology Group(国防科学与技术集团)
无人机的精确定位对于下一代自动化任务至关重要。提出了一种基于扩展特殊欧氏群的速度辅助姿态估计的最小能量滤波器。所采取的方法利用李群对称性的问题相结合的惯性测量单元(IMU)传感器输出与地标测量到一个强大的和高性能的状态估计。我们提出了一种异步离散时间实现融合高带宽IMU与低带宽离散时间地标测量典型的现实世界的场景。通过仿真验证了该滤波器的性能。
2020-09-10 cs.RO cs.SY eess.SY
Modeling and control of a low-cost multirotor hybrid aerial underwater vehicle
本文针对低成本多旋翼混合式空中水下航行器,提出混合动力学模型与分层控制策略,结合TWSMC和级联PID实现稳定跨介质过渡与精确运动跟踪,实验验证了其有效性。
2025-07-05 cs.SY eess.SY
Control of Cooperative Unmanned Aerial Vehicles: Review of Applications, Challenges, and Algorithms
协作无人机系统是一组智能体相互之间以及与周围环境进行交互以完成特定任务的系统。与单个无人机相比,无人机群有望提高效率、灵活性、准确性、鲁棒性和可靠性。然而,提供外部通信可能会使它们暴露于额外的故障,故障,不确定性和网络攻击,并可能导致错误从网络中的一个组件传播到其他组件。此外,其他挑战,如复杂的非线性动力学的无人机,避碰,速度匹配,和凝聚力应该得到充分解决。合作无人机的主要应用是边境巡逻;搜索和救援;监视;测绘;军事。在协同系统的决策和控制中需要解决的问题包括无人机复杂的非线性动力学、避碰、速度匹配和内聚。本文综述了无人机协同控制领域的新课题及其相关的实用方法。
2019-08-07 cs.SY eess.SY
Information-driven Path Planning for Hybrid Aerial Underwater Vehicles
Shanghai Jiao Tong University(上海交通大学)
提出了一种新的快速探索自适应采样树(RAST)算法,用于海气三维环境下混合式航空水下航行器(HAUV)的自适应采样任务。该算法创新性地结合了基于竞赛的选点采样策略、信息启发式搜索过程和快速探索随机树(RRT)算法框架。因此,可以引导车辆到感兴趣的区域的科学家进行采样,并生成一个无碰撞的路径,最大限度地收集信息的HAUV的海流或风的环境影响和有限的预算的约束下。仿真结果表明,快速搜索自适应采样树算法比快速探索信息收集树(RIGT)算法和粒子群优化(PSO)算法具有更高的寻优性能、更快的求解速度和更好的稳定性。
2022-04-08 cs.RO cs.SY eess.SY
Collaborative Visual Area Coverage using Unmanned Aerial Vehicles
University of Patras(帕特雷大学)
本文研究无人机团队如何通过调整高度优化视觉覆盖质量,提出分布式控制算法并验证其有效性。
2016-12-06 cs.MA cs.SY eess.SY
A survey on unmanned aerial vehicle collision avoidance systems
Stony Brook University(石溪大学)
本文综述了最新无人机避障系统,分析了感知与检测、避障两部分的分类、优缺点及比较。
2015-08-31 cs.RO cs.SY eess.SY
V2X Communication Between Connected and Automated Vehicles (CAVs) and Unmanned Aerial Vehicles (UAVs)
The Ohio State University(俄亥俄州立大学)
地面车辆之间的连通性可以得到利用和扩大,以包括用于协调任务的飞行器。使用V2X通信技术,可以在互联和自动驾驶车辆(CAV)与无人机(UAV)之间建立通信链路。地空通信链路的硬件实现和测试对于实际应用至关重要。建立了两种不同的通信链路,专用短程通信(DSRC)和基于4G互联网的WebSocket通信。这两个链接分别测试静态和动态测试用例。更进一步,这两个链接一起用于称为Quick Clear演示的真实用例场景。目的是首先通过DSRC通信将地面车辆位置信息从CAV发送到UAV。在无人机侧,DSRC调制解调器和树莓派配对计算机之间的连接通过用户数据报协议(UDP)建立,以将CAV位置信息发送到配对计算机。Raspberry Pi处理两种不同的连接,它首先通过传输控制协议(TCP)连接到交通应急管理系统(CMP),将CAV和UAV的位置信息发送给CMP。其次,Raspberry Pi使用WebSocket通信连接到Web服务器,以发送无人机机载相机拍摄的照片。快速清除演示进行了静态测试和动态飞行测试。结果表明,这种通信结构可以用于现实生活中的场景。
2021-09-02 cs.MA cs.RO cs.SY
Sensitivity Study of Fiducial-Aided Navigation of Unmanned Aerial Vehicles
Utah State University(犹他州立大学)
无人驾驶飞行器(UAV)在城市地区的可能应用和好处越来越受到人们的关注。在实现这些可能性之前,无人机必须能够在城市环境中可靠和精确地导航。确定无人机位置的最常见手段是利用全球导航卫星系统(GNSS)的位置测量。然而,在城市环境中,由于遮挡和多路径,GNSS测量显著降级。本研究分析了使用相机视线(LOS)测量自描述基准作为传统的GNSS测量的替代品。为了将惯性测量单元(IMU)的连续测量与离散视线测量相结合,对无人机的状态进行精确估计,提出了一种扩展卡尔曼滤波器(EKF),并进行了验证。评估了估计误差协方差对各种系统参数的敏感性,包括IMU等级、基准放置、车辆高度和图像处理频率。
2021-10-04 cs.RO cs.SY eess.SY
Versatile Airborne Ultrasonic NDT Technologies via Active Omni-Sliding with Over-Actuated Aerial Vehicles
Technical University of Denmark(丹麦技术大学);Voliro AG(沃利罗公司)
本文提出一种基于过驱动飞行器的全向滑动载荷,结合全向轮主动末端执行器和EMAT,实现无需重新接近表面的多点测量与任意方向动态超声扫描,并通过Voliro T平台实验验证了壁面滑动和超声检测性能。
2023-11-08 cs.RO cs.SY eess.SY
Stereo Vision for Unmanned Aerial VehicleDetection, Tracking, and Motion Control
提出了一种新的无人机检测方法。本研究的目的是为自主式多旋翼无人机开发一种鲁棒的设置,能够视觉检测和跟踪入侵无人机进行实时运动规划。该系统由两部分组成:使用立体摄像机生成三维点云数据的目标检测和应用卡尔曼滤波器进行无人机运动建模的视频跟踪。在探测到入侵者后,猎人可以瞄准并向入侵者发射一张绳网以压制它。计算机视觉,运动跟踪和规划算法可以在安装在猎人无人机上的便携式计算机上实现。
2020-05-07 cs.SY eess.IV eess.SP
Model Predictive Control Approach to Autonomous Formation Flight
Erciyes University(埃尔吉耶斯大学)
本文研究模型预测控制在自主编队飞行中的应用,验证其轨迹跟踪、避障与飞行器间避碰能力,并指出实时实现仍面临挑战。
2023-12-04 cs.RO cs.SY eess.SY
Minimum Snap Trajectory Generation and Control for an Under-actuated Flapping Wing Aerial Vehicle
Zhejiang Laboratory(之江实验室);Zhejiang University(浙江大学);Shanghai NIO Automobile Co., Ltd.(上海蔚来汽车有限公司);Nankai University(南开大学)
针对欠驱动扑翼飞行器,本文利用微分平坦性生成最小加加速度轨迹,并结合鲁棒与切换控制实现跟踪,通过Lyapunov分析保证稳定性,实验验证了三维真实飞行的闭环集成。
2023-11-02 cs.RO cs.SY eess.SY
Detection of Stealthy Adversaries for Networked Unmanned Aerial Vehicles*
Stevens Institute of Technology(史蒂文斯理工学院)
本文针对网络化无人机编队控制中的零动态和隐蔽攻击,提出集中式与分散式观测器检测方法,利用通信拓扑切换和本地测量实现隐蔽入侵检测,并通过实验验证其有效性。
2022-05-22 cs.RO cs.SY eess.SY
Dronument: System for Reliable Deployment of Micro Aerial Vehicles in Dark Areas of Large Historical Monuments
Czech Technical University in Prague(捷克布拉格技术大学)
这封信提出了一个独立的系统,用于在无法访问全球导航系统和照明条件有限的环境中强大地部署自主飞行器。该系统专为大型历史古迹的黑暗区域的文档编制而设计,使用独特可靠的空中平台,配备多模态轻型传感器设置,可在照明条件不利的人类限制区域获取数据,特别是在离地面很高的区域。引入的定位方法依赖于历史建筑的易于获得的3D点云,同时通过融合主动激光传感器来应对可见光的缺乏。该方法不依赖于任何外部定位,也不依赖于预设的运动捕捉系统。这使得能够在被调查结构的内部进行快速部署,同时计算要求不高,足以在线处理数据,机载配备普通处理资源的MAV。该系统的可靠性进行了分析,定量评估的一组空中轨迹内执行一个真实世界的教堂,并部署到空中平台的位置控制反馈回路,以证明该系统的可靠性,在安全关键的应用历史古迹文件。
2023-03-06 cs.RO cs.SY eess.SY
Cell A* for Navigation of Unmanned Aerial Vehicles in Partially-known Environments
Clemson University(克莱姆森大学)
正确的路径规划是移动机器人实现鲁棒、高效自主导航的第一步。同时,在没有完全先验信息的复杂环境下,机器人的工作仍然具有挑战性。本文提出了一种扩展的A* 搜索算法及其变种,使路径规划稳定,计算负担较少,同时处理长距离任务。实现的算法是能够在线搜索一个无碰撞和平滑的路径时,前往定义的目标位置。本文将该算法部署在自主无人机平台上,并在遥控小车上实现,验证算法的有效性。
2020-09-16 cs.RO cs.SY eess.SY
A Pilot Study of Smart Agricultural Irrigation using Unmanned Aerial Vehicles and IoT-Based Cloud System
本文介绍了一种基于物联网(IoT)、嵌入式系统和无人机(UAV)的现代信息和通信技术在农业中的移动应用。拟议的农业监测系统是使用Arduino微控制器板、Wi-Fi模块、水泵和电子环境传感器(即温度、湿度和土壤湿度)设计和实现的。无人机在这项研究中的作用是从农场的不同区域收集这些环境数据。然后,自动计算云中每个区域的灌溉水量。此外,开发的系统可以远程监控农场的条件,包括Android移动应用程序上的用水需求,以指导农民。这项研究的结果表明,我们提出的基于物联网的嵌入式系统可以有效地避免在智能农业框架内不必要的和浪费的水灌溉。
2021-01-06 cs.SY eess.SP eess.SY
Risk Management of Unmanned Aerial Vehicles
本文提出一种基于循环迭代结构的定性风险管理模型,适用于无人飞行器,以降低数据丢失、设备故障及声誉损失风险。
2023-11-07 cs.CR cs.SY eess.SY