Technical Report: Optimal Surveillance of Dynamic Parades using Teams of Aerial Robots
University of Nevada, Reno（内华达大学里诺分校）
本技术报告解决了使用一组空中机器人进行动态游行的路线的最佳监视问题。动态游行被认为是在城市环境中进行的，它是离散化的，在每次迭代中，该算法计算空中机器人团队成员的最佳位置，取决于他们的相机模型和环境中产生的遮挡。由于阅兵路线的覆盖率仅与其最小覆盖点的覆盖率一样高，因此优化目标是放置空中机器人，使得它们在阅兵路线的每个时刻都最大化对阅兵路线中的点的最小覆盖率。一组仿真研究被用来证明该方法的操作和性能特性，同时还提供了计算分析，并验证了所贡献的算法关于空中机器人团队的规模的良好的可扩展性。
2016-12-30 cs.RO
An Aerial Manipulator for Robot-to-robot Torch Relay Task: System Design and Control Scheme
Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所）；Institute for Robotics and Intelligent Manufacturing, Chinese Academy of Sciences（中国科学院机器人与智能制造研究院）
本文针对北京2022年冬奥会机器人间火炬传递任务，设计了一种由四旋翼、三自由度机械臂和单目相机组成的空中机械臂系统，并提出相应控制方案，实验验证了其在冰雪场地视觉引导下完成火炬传递的能力。
2024-01-08 cs.RO
SCALOFT: An Initial Approach for Situation Coverage-Based Safety Analysis of an Autonomous Aerial Drone in a Mine Environment
University of York（约克大学）
本文提出测试方法SCALOFT，通过开发测试用例、实时监控和检测安全违规来评估矿井中自主无人机的安全性，并通过引入种子故障验证了其有效性。
2025-05-27 cs.RO
Singularity-free Aerial Deformation by Two-dimensional Multilinked Aerial Robot with 1-DoF Vectorable Propeller
The University of Tokyo（东京大学）
二维多连杆结构由于其良好的变形能力，在空中机器人的操纵和操控中具有重要的应用价值。然而，在变形期间必须避免某些类型的奇异形式。因此，额外的1自由度（DoF）矢量螺旋桨在这项工作中，以克服奇异形式，通过适当地改变推力方向。在本文中，我们首先将之前工作中的建模和控制方法扩展到推力不是单向的欠驱动模型。然后，我们提出了一种规划方法的矢量角解决奇异性，最大限度地提高可控性下的任意机器人形式。最后，我们通过实验证明了所提出的方法的可行性，其中四型模型用于在具有挑战性的形式下执行轨迹跟踪，例如线形形式，以及通过这些具有挑战性的形式的变形。
2021-01-13 cs.RO
A Morphing Aerial Robot With Thruster-Integrated Flexible Continuum Links for Shape Adaptive Aerial Manipulation
The University of Tokyo（东京大学）
本文提出一种具有推进器集成柔性连续体连杆的变形空中机器人，通过软体连杆被动适应环境形状并沿连杆分布推进器扩展力旋量空间，实现高形状适应性和大交互力，并首次实现柔性连杆集成推进器的空中操作。
2026-09-18 cs.RO
Coordinated Aerial-Ground Robot Exploration via Monte-Carlo View Quality Rendering
Carnegie Mellon University（卡内基梅隆大学）
我们提出了一个框架，地面空中机器人团队探索大型，非结构化和未知的环境。在这样的探索问题中，现有的探索推进算法的有效性往往与环境的大小和复杂性不成比例。本文提出了一种新的框架，结合增量前沿分布，目标选择与蒙特卡洛视图质量渲染，和一个自动微分的信息增益措施，以提高探索效率。模拟多个复杂的环境中，我们证明了所提出的方法有效地利用合作的空中和地面机器人，一贯指导代理信息的观点，提高探索路径的信息增益，并减少规划时间。
2020-11-10 cs.RO
Cooperative Receding Horizon 3D Coverage Control with a Team of Networked Aerial Agents
KIOS Research and Innovation Centre of Excellence (KIOS CoE)（KIOS研究与创新卓越中心）；University of Cyprus（塞浦路斯大学）
本研究针对多空中智能体三维物体协同覆盖问题，提出滚动时域控制方法，通过将可见性约束转化为逻辑约束嵌入混合整数优化，联合优化运动与相机输入并减少重复作业。
2024-01-28 cs.RO
Collision-tolerant Aerial Robots: A Survey
Norwegian University of Science and Technology（挪威科技大学）；University of Nevada, Reno（内华达大学里诺分校）
由于空中机器人的任务是在日益复杂的环境中导航，因此在其设计中嵌入碰撞容限变得非常重要。在这次调查中，我们回顾了目前最先进的碰撞容忍微型飞行器的利基领域，并提出了不同的设计方法，在文献中确定，以及方法，专注于自主功能，利用碰撞弹性。随后，我们讨论了生物系统的相关性，并提供了我们对未来富有成效的研究的关键方向的看法。
2022-12-06 cs.RO
MorphoNavi: Aerial-Ground Robot Navigation with Object Oriented Mapping in Digital Twin
Intelligent Space Robotics Laboratory, CDE, Skoltech（智能空间机器人实验室，Skoltech）
本文提出一种基于单目相机和面向对象建图的空地机器人导航方法，在数字孪生中实现无需微调的物体检测与定位，并通过搜救场景验证其有效性。
2025-04-23 cs.RO
A Collaborative Aerial-Ground Robotic System for Fast Exploration
The Hong Kong University of Science and Technology（香港科技大学）；Beihang University（北京航空航天大学）
未知环境的自主探索已广泛应用于检查、监视、搜救等领域。在探测任务中，对机器人的基本要求是尽可能快地探测未知空间。在本文中，我们提出了一个自主的协作系统由一个空中机器人和地面车辆探索在未知的环境。将基于前沿面的方法与谐波场相结合生成路径，并针对地面机器人在障碍物中的安全性和动力学可行性，生成一条最小加加速度的分段Bezier曲线。对于空中机器人，采用运动基元法进行局部路径规划。我们实现了一个自主的协同空-地系统的建议框架。大量的现场实验以及模拟验证的方法，并证明其对每一个单一的车辆更高的效率。
2019-10-20 cs.RO
Bionic Collapsible Wings in Aquatic-aerial Robot
Tsinghua University（清华大学）
受飞鱼启发，本文设计了一种配备软体液压驱动器可折叠机翼的水空两栖仿生机器人，构建了精确动力学模型并通过仿真验证了其多模态运动能力与控制可行性。
2023-04-09 cs.RO
OmniNxt: A Fully Open-source and Compact Aerial Robot with Omnidirectional Visual Perception
The Hong Kong University of Science and Technology（香港科技大学）
针对全向视场相机增加空中机器人系统复杂性的问题，本文提出完全开源的 OmniNxt 平台，通过 NxtPX4 飞行控制器、多鱼眼相机组及配套软件实现低资源占用的精确定位与实时稠密建图，并经过真实实验验证。
2024-03-29 cs.RO
Cooperative Planning for Fuel-constrained Aerial Vehicles and Ground-based Refueling Vehicles for Large-Scale Coverage
IIIT-Delhi（德里印度理工学院）；CNLS, Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室非线性研究中心）；Texas A&M University（得克萨斯农工大学）；Loughbrough University（拉夫堡大学）
低成本无人机需要多次加油才能实现大面积覆盖。加油站的数量及其位置在确定覆盖效率方面起着至关重要的作用。在本文中，我们提出了使用地面加油车（RV），以增加无人机的操作范围在空间和时间域。确定UAV和RV的最佳路线以及选择最佳加油位置以帮助最小化覆盖时间是一个具有挑战性的问题，这是由于不同的车辆速度、加油位置放置之间的耦合以及每个位置处的覆盖区域。针对无人机和RV执行覆盖任务的耦合航路规划问题，提出了一种两阶段策略。第一阶段计算一个最小的加油站，允许一个可行的无人机路线。在第二阶段，考虑到第一阶段生成的可行加油地点集，开发多个混合整数线性规划（MILP）公式来规划无人机和加油车的最佳路线。不同配方的性能进行了经验比较。此外，计算效率的算法被开发来解决路由问题。进行了大量的模拟，以证实所提出的方法的有效性。
2018-05-11 cs.RO
Heterogeneous Fixed-wing Aerial Vehicles for Resilient Coverage of an Area
University of Hawai’i at Mānoa（夏威夷大学马诺阿分校）
本文提出了一种分布式的方法来提供持久的覆盖任意形状的区域使用异构覆盖的固定翼无人机（UAV），并恢复从多个UAV的同时故障。所提出的方法讨论了水平均匀部署和维护的固定翼无人机给定的边界信息和最小游荡半径的同质舰队。无人机部署在不同的高度水平，以提供异构的覆盖和感测。在给定最小游荡半径和区域边界的情况下，我们使用一种有效的正方形布局方法来部署无人机。无人机以同步运动的方式在这些包装方块上的圆圈上徘徊，以实现全覆盖目标。一个自上而下的层次结构的正方形包装，其中每个外部广场（超级广场）被划分成四个相等大小的内部广场（子广场），被利用来引入部署的无人机网络的弹性。对于失效的子区域无人机，在考虑有效覆盖的情况下选择替代邻居，并将其部署到更高高度的相应超区域，以恢复全覆盖，并与子区域的覆盖质量进行权衡。这是一种分布式方法，因为所有决策都是在损失区域的近距离内进行的，并且它可以缩放并适应各种大规模区域和UAV配置。仿真结果表明了该方法的有效性。
2020-09-17 cs.RO
Self-assembling Modular Aerial Robot for Versatile Aerial Tasks
Department of Mechanical Engineering, The University of Tokyo（东京大学机械工程系）；Department of Mechano Informatics, The University of Tokyo（东京大学机械信息学系）
本文提出了一种自组装模块化空中机器人LEGION，通过飞行中自组装实现协同操作，结合灵活 maneuverability 和可重构性，实现了从被动观察者到主动参与者转变，拓展了空中物理交互的范围。
2026-05-19 cs.RO
Six-DoF Hand-Based Teleoperation for Omnidirectional Aerial Robots
Dalian University of Technology（大连理工大学）
本文提出一种基于手部运动跟踪和数据手套的空中机器人遥操作系统，设计四种手势切换交互模式，将人手六自由度灵巧性引入全向空中操作，并通过真实阀门旋转任务验证其有效性。
2025-07-21 cs.RO
Human-State-Aware Controller for a Tethered Aerial Robot Guiding a Human by Physical Interaction
ETH Zurich（苏黎世联邦理工学院）
随着空中物理交互技术的迅速发展，空中机器人与人类进行物理交互的可能性越来越受到人们的关注。在我们之前的一项工作中，我们考虑了人类通过电缆与飞行器物理连接的首批系统之一。在那里，我们开发了一个兼容的控制器，允许机器人拉向所需的位置，只使用力作为间接的通信通道的人。然而，该控制器仅基于机器人状态，这使得系统不适应人类行为，特别是他们的行走速度。当人仍然远离期望点时，这降低了引导的有效性和舒适性。在本文中，我们正式分析的问题，并提出了一个人的状态感知控制器，其中包括一个人的速度反馈。我们从理论上证明和实验表明，这种方法提供了一个更一致的指导力量，提高了指导经验。
2022-03-07 cs.RO
Aerial Gym -- Isaac Gym Simulator for Aerial Robots
Norwegian University of Science and Technology (NTNU)（挪威科技大学）
本文提出 Aerial Gym 模拟器，通过 SE(3) 几何控制器实现数百万多旋翼飞行器并行仿真，并提供障碍物随机化和多模态视觉数据支持，以推动空中机器人导航的强化学习研究。
2023-05-25 cs.RO
Flying Vines: Design, Modeling, and Control of a Soft Aerial Robotic Arm
Stanford University（斯坦福大学）
本文提出一种轻量、紧凑的软体空中机械臂“飞藤”，通过数据驱动建模与轨迹优化控制四旋翼-藤蔓耦合动力学，实现高速末端执行器跟踪。
2025-03-26 cs.RO
A Hierarchical Graph-Based Terrain-Aware Autonomous Navigation Approach for Complementary Multimodal Ground-Aerial Exploration
Robotics & AI Team, Department of Computer, Electrical and Space Engineering, Luleå University of Technology（机器人与人工智能团队，计算机、电气与空间工程系，卢勒奥技术大学）
针对未知环境下地空机器人协同探索效率问题，提出基于分层图的地形感知导航方法，通过共享置信度指标协调部署，在地下场景中实现了更高效的互补式探索。
2025-05-20 cs.RO
DoubleBee: A Hybrid Aerial-Ground Robot with Two Active Wheels
Nanyang Technological University（南洋理工大学）
我们提出的动力学模型和控制的DoubleBee，一种新型的混合空-地车辆由两个螺旋桨安装在倾斜伺服电机和两个电机驱动的车轮。DoubleBee在空中模式下利用了双旋翼配置的高能效，并在地面上享受了两轮自平衡机器人的低功耗。此外，螺旋桨推力作为额外的控制输入在地面上，使一种新的解耦控制方案，其中的机器人的姿态控制使用推力和平移运动是使用车轮实现。DoubleBee的原型是使用市售组件构建的。通过综合实验验证了机器人的功率效率和控制性能。在室内和室外环境中的飞行任务展示了DoubleBee穿越非结构化环境，飞越障碍物并在障碍物下移动，以及攀登陡峭和粗糙地形的能力。
2023-03-20 cs.RO
DASH Robot: Minimalistic Design and Optimal Aerial-Terrestrial Locomotion via Contact-Implicit Control
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）；Shanghai Innovation Institute (SII)（上海创新研究院）
研究设计新型空陆机器人DASH，通过整合管道风扇同轴体与弹性腿，并采用接触隐式模型预测控制器，实现空中和地面的最优运动，经多种任务验证了其设计与控制的有效性。
2026-07-22 cs.RO
A Novel Potential Field Controller for Use on Aerial Robots
University of Nevada（内华达大学）
无人机（UAV），俗称无人机，在现实世界的应用中有很多潜在的用途。无人机需要先进的规划和导航算法，使它们能够安全地移动并与周围的世界互动。本文提出了一种扩展势场控制器（ePFC），它能使空中机器人安全地跟踪动态目标位置，同时避开路径上的障碍物，比传统的势场控制器（PFC）具有更平滑的跟踪路径和更短的调节时间。利用李雅普诺夫方法对所提出的ePFC的稳定性进行了评估，并在Matlab环境下对其性能进行了仿真。最后，在实验室环境下的实验平台上实现了该控制器，验证了该控制器的有效性。
2017-04-15 cs.RO
Design, Control, and Motion Strategy of TRADY: Tilted-Rotor-Equipped Aerial Robot With Autonomous In-Flight Assembly and Disassembly Ability
The University of Tokyo（东京大学）
本文提出倾转旋翼空中机器人TRADY，通过飞行中自主组装与拆卸实现欠驱动与全驱动模式切换，兼顾机动性与操作能力，实验成功率90%，组装扭矩提升九倍以上。
2024-02-05 cs.RO
Optimization-based Trajectory Planning for Tethered Aerial Robots
Universidad Pablo de Olavide（巴勃罗·德·奥拉维德大学）
提出了一种绳系空中机器人轨迹规划的非线性优化方法。特别是，本文解决了无人机（UAV）链接到无人地面车辆（UGV）通过系绳的规划问题。假设UGV位置是静态的，结果是UAV和系绳的无碰撞轨迹。优化器考虑了与UAV、UGV和系绳位置、障碍物和运动的时间方面相关的约束，例如有限的机器人速度和加速度，以及最后的系绳状态，其不需要是紧张的。该问题是制定在一个加权多目标优化框架。仿真结果表明，该方法能够为无人机和系绳产生无障碍和平滑的轨迹。
2021-04-05 cs.RO
Safe and Agile Transportation of Cable-Suspended Payload via Multiple Aerial Robots
Beihang University（北京航空航天大学）；Zhejiang University（浙江大学）；Huzhou Institute, Zhejiang University（浙江大学湖州研究院）
针对多空中机器人运输系统无法在无传感器测量下实时生成并跟踪敏捷轨迹的问题，提出完整的规划与控制方案，通过推导平坦性映射、实时时空轨迹规划和全分布式控制，实现了复杂环境中缆索悬挂载荷的安全敏捷运输。
2025-01-25 cs.RO
Collaborative Ground-Aerial Multi-Robot System for Disaster Response Missions with a Low-Cost Drone Add-On for Off-the-Shelf Drones
University of Moratuwa（莫拉图瓦大学）；CSIRO（联邦科学与工业研究组织）
本文提出空地协同多机器人灾害响应系统，空中机器人探索建图，地面机器人自主导航至高脆弱区域，并开发低成本无人机附加模块实现受害者检测。
2023-04-14 cs.RO
Cooperative Aerial Coverage Path Planning for Visual Inspection of Complex Infrastructures
Luleå University of Technology（吕勒奥理工大学）
本文研究了利用多个无人机对复杂基础设施进行检测（离线三维重建）的协同覆盖路径规划（C-CPP）问题。该方案基于基础设施的先验3D模型，能够为无人机生成多条路径，以便在短时间内实现完整的合作覆盖。最初，被检查的基础设施被水平平面切片，其具有识别结构的分支的能力，并且这些分支将被处理为UAV的路径规划的断点，以基于UAV的当前飞行时间在更短的时间内协作地执行覆盖任务，并且更现实。通过利用SLAM和运动恢复结构方法，利用单目或立体传感器，将从覆盖范围收集的多个数据集合并用于基础设施的离线稀疏和密集3D重建。所提出的C-CPP的性能已经在多个室内和现实的室外基础设施检测实验中进行了实验评估。
2016-12-05 cs.RO
Online Trajectory Optimization for Dynamic Aerial Motions of a Quadruped Robot
Massachusetts Institute of Technology（麻省理工学院）
这项工作提出了一个两部分的框架，在线规划和执行的动态空中运动的四足机器人。运动规划通过质心动量为基础的非线性优化，是一般足以产生丰富的新的动态运动集的基础上，仅根据用户指定的接触时间表和所需的发射速度的机器人。由于这种非线性优化对于实时滚动时域控制来说是不容易处理的，因此在空中运动的准备中经由非线性优化来规划运动一次，然后使用基于变分的最优控制器来连续跟踪运动，该基于变分的最优控制器对存在于实际硬件中的不确定性（诸如建模误差或干扰）提供鲁棒性。运动规划通常需要0.05-0.15秒，而最佳控制器在500 Hz时找到稳定的反馈输入。在MIT Mini Cheetah上的实验结果表明，该框架可以可靠地产生成功的空中运动，如跳上和跳下平台、旋转、翻转、桶形滚转和跨越障碍物的跳跃。
2021-10-12 cs.RO
Enhanced Decentralized Autonomous Aerial Robot Teams with Group Planning
Academy for Engineering and Technology, Fudan University（复旦大学工程与技术研究院）；Huzhou Institute of Zhejiang University（浙江大学湖州研究院）；Zhejiang University（浙江大学）
设计自主式空中机器人团队系统仍然是机器人领域的一个重大挑战。这一领域的现有工作可分为集中式和分散式。集中式方法面临规模困境，而分散式方法往往导致规划质量低下。在本文中，我们提出了一个增强的分散式自主空中机器人团队系统的群体规划。根据Agent的空间分布，系统动态地将团队划分为若干组和孤立的Agent。对于每个组内的冲突，我们提出了一种新的协调机制命名为组规划。群规划由高效的多智能体寻路（MAPF）和轨迹联合优化组成，可以显著提高规划质量和成功率。我们通过模拟和真实世界的实验表明，我们的方法不仅适用于大规模的团队，但也有顶级的规划质量
2022-10-19 cs.RO
Flexible Morphing Aerial Robot with Inflatable Structure for Perching-based Human-Robot Interaction
本研究提出一种结合单侧柔性臂与充气执行器的混合变形空中机器人，实现飞行稳定与栖停柔顺，首次实现基于栖停的人机交互。
2025-09-09 cs.RO
Human-Aware Physical Human-Robot Collaborative Transportation and Manipulation with Multiple Aerial Robots
New York University, Tandon School of Engineering（纽约大学坦登工程学院）
针对现有物理人机交互多聚焦单机器人、多空中机器人研究进展少的问题，提出含负载外力估计器、6D导纳控制器及人感知力分配的方法，通过仿真与实验首次实现四旋翼机群与人类协作完成负载全6自由度操作。
2024-12-03 cs.RO
Real-World Deployment of a 5G-Connected Edge-Controlled Aerial Robot in Industrial Subterranean Mines
Robotics and AI Group, Department of Computer, Electrical and Space Engineering, Luleå University of Technology（机器人与人工智能小组，计算机、电气与空间工程系，吕勒奥技术大学）
本文首次在实际工业地下矿井中部署了由边缘卸载控制器控制的5G连接自主飞行空中机器人，采用模型预测控制器（MPC）生成平滑无碰撞路径，展示了边缘控制机器人系统在时间关键、安全高效未来部署中的潜力。
2026-06-03 cs.RO
Quad2Plane: An Intermediate Training Procedure for Online Exploration in Aerial Robotics via Receding Horizon Control
University of Bristol（布里斯托大学）
数据驱动的机器人依赖于准确的现实世界表示来学习有用的策略。尽管我们尽了最大的努力，zero-shot仿真到现实迁移仍然是一个未解决的问题，我们经常需要允许我们的代理在线探索，以学习对给定任务有用的策略。对于许多应用领域的机器人在线探索是昂贵和危险的，这是特别真实的固定翼空中机器人。为了应对这些挑战，我们提供了一个用于现场机器人学习的中间解决方案。我们研究了使用不同的平台车辆学习，并提供了一个程序来模仿一个车辆与另一个的行为。我们特别考虑的问题，训练固定翼飞机，昂贵和危险的车辆类型，使用多旋翼主机平台。使用模型预测控制方法，我们设计了一个控制器，能够模仿另一个车辆的行为，在模拟和现实世界。
2022-03-21 cs.RO
Towards Cooperative Transport of a Suspended Payload via Two Aerial Robots with Inertial Sensing
City University of Hong Kong（香港城市大学）
研究了由两个空中机器人吊运点质量的协同运输问题。将机器人视为领导者和跟随者，跟随者仅使用来自其惯性测量单元（IMU）的反馈来相对于领导者稳定系统。这是通过忽略领导者的加速度，通过广义坐标或电缆的角度分析系统，并采用基于IMU测量的观测模型来实现的。基于扩展卡尔曼滤波器（EKF）和控制器的轻量级估计器推导出稳定的机器人负载机器人系统。所提出的方法进行了验证，广泛的飞行实验，首先与一个机器人，然后与两个机器人。仿真结果表明，该跟踪器仅利用惯性测量单元的测量值就能实现期望的准静态轨迹。研究结果表明，通过小型飞行机器人以最小的传感和计算要求实现自主合作运输悬浮有效载荷的目标取得了可喜的进展。
2020-07-29 cs.RO
AERIAL-CORE: AI-Powered Aerial Robots for Inspection and Maintenance of Electrical Power Infrastructures
本文提出首个结合多种创新空中机器人的自主系统AERIAL-CORE，用于电力基础设施的超视距巡检与维护，配备空中机械臂及高空作业支持机制，并在电力线上成功验证了10公里以上的飞行能力。
2024-01-04 cs.RO
Versatile Multilinked Aerial Robot with Tilting Propellers: Design, Modeling, Control and State Estimation for Autonomous Flight and Manipulation
The University of Tokyo（东京大学）
多连杆空中机器人是空中机器人领域的一个前沿课题，它具有良好的变形能力，对操纵和操纵都有好处。然而，由于可控性的弱点和自主飞行状态估计的缺乏，在户外物理世界的性能尚未得到评估。因此，我们采用倾斜螺旋桨，以提高可控性。本论文针对此一问题，提出了相关的设计、建模与控制方法，以实现稳定的悬停与变形。此外，状态估计，其中涉及传感器之间的时间同步和多链接运动学也提出了这项工作，使完全自主飞行在室外环境中。各种自主室外实验，包括快速机动拦截目标，物体抓取交付，和毯子操作消防进行评估的可行性和通用性的建议机器人平台。据我们所知，这是第一个研究的多连杆空中机器人实现完全自主飞行和操作任务在室外环境。我们亦在2020年穆罕默德·本·扎耶德国际机器人竞赛的所有挑战中应用我们的平台，并在国际上获得挑战一第三名和挑战三第六名，展示了可靠的实地飞行性能。
2020-08-12 cs.RO
Aerial Gym Simulator: A Framework for Highly Parallelized Simulation of Aerial Robots
Norwegian University of Science and Technology（挪威科技大学）
本文提出基于NVIDIA Isaac Gym的高度并行化、模块化仿真框架Aerial Gym Simulator，支持多种驱动类型多旋翼仿真与GPU加速渲染，提供强化学习导航等任务示例，并验证了训练策略的sim2real迁移效果。
2025-03-03 cs.RO
DLL: Direct LIDAR Localization. A map-based localization approach for aerial robots
Universidad de Sevilla（塞维利亚大学）；Universidad Pablo de Olavide（巴勃罗·德·奥拉维德大学）
本文介绍了DLL，一种快速直接基于地图的定位技术，使用三维激光雷达的应用于空中机器人。DLL基于点和地图的距离的非线性优化实现点云到地图的配准，因此不需要特征，也不需要点对应。给定一个初始姿态，该方法能够跟踪的姿态的机器人通过细化从测距法预测的姿态。通过使用真实数据集和模拟的基准测试，我们展示了该方法的性能如何优于Monte-Carlo定位方法，并实现了与其他基于优化的方法相当的精度，但运行速度要快一个数量级。该方法在里程计误差下也是鲁棒的。该方法已在机器人操作系统（ROS）下实现，并且是公开可用的。
2021-07-27 cs.RO
A framework for synchronizing a team of aerial robots in communication-limited environments
University of Seville（塞维利亚大学）；University of Denver（丹佛大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文讨论了一个同步问题，出现时，一队空中机器人（AR）需要进行通信，同时在合作的情况下执行指定的任务。每个机器人都有一个有限的通信范围，并在先前分配的封闭轨迹内飞行。当两个机器人足够接近时，可以建立通信链路，允许机器人交换信息。目标是调度航班，使得整个系统可以同步以进行最大的信息交换，也就是说，每对邻居总是同时访问可行的通信链路。我们提出了一种算法，在这种情况下，调度一个团队的机器人，并提出了一个强大的框架，在其中一个大型的机器人团队的同步是有保证的。该方法使我们能够设计一个容错系统，可用于多个任务，如监视，区域勘探，在危险的环境中搜索目标，装配和结构建设，仅举几例。
2019-02-13 cs.RO
Tension Estimation and Localization for a Tethered Micro Aerial Robot
本文以小型飞行机器人为研究对象，对微型四轴飞行器的绳系动力进行了研究。本文描述了用于促进系留微型四轴飞行器与地面基座之间的交互的多个特征。首先，提出了一种基于悬链线的系绳模型，该模型描述了系在空间中的一个点上的四轴飞行器。此外，提出了一种能够仅基于来自IMU传感器的惯性信息和电机推力来估计施加到四轴飞行器的张力的方法。最后，描述了一种通过利用系绳施加的张力和系绳的形状来定位四轴飞行器的新方法。所提出的方法进行了评估，在模拟和现实世界的原型。
2023-02-07 cs.RO
Aerial Robots Persistent Monitoring and Target Detection: Deployment and Assessment in the Field
本文提出了一种基于时间倒置库克模型、三维利萨如曲线和模型预测控制的多机器人持续监控与目标检测算法，并通过实地实验验证了其有效性、健壮性和可扩展性。
2026-01-12 cs.RO
Maritime Vessel Tank Inspection using Aerial Robots: Experience from the field and dataset release
Norwegian University of Science and Technology (NTNU)（挪威科技大学）
本文展示了空中机器人在船舶压载舱内自主探索与视觉检查的现场成果，覆盖3艘船7类舱段，并总结了经验教训，同时发布了包含机载与手持传感器采集的数据集。
2024-04-29 cs.RO
Comparison between Docker and Kubernetes based Edge Architectures for Enabling Remote Model Predictive Control for Aerial Robots
Luleå University of Technology（吕勒奥理工大学）
边缘计算在寻求利用边缘资源和最小时间延迟的研究人员中越来越受欢迎，以便更有效地运行他们的机器人应用程序。最近，已经提出了许多边缘架构，根据每个应用，它们中的每一个都有其优点和缺点。在这项工作中，我们提出了两种不同的边缘架构，用于控制无人机（UAV）的轨迹。第一种架构基于Docker容器，第二种基于Kubernetes，而操作机器人的主要框架是机器人操作系统（ROS）。通过扩展模拟比较两种架构和获得的总体结果，评估整体拟议方案的效率。
2022-12-12 cs.RO
Features characterizing safe aerial-aquatic robots
Imperial College London（帝国理工学院）；Empa - Swiss Federal Laboratories for Materials Science and Technology（瑞士联邦材料科学与技术实验室（Empa））
针对淡水生态系统监测数据不足的问题，本文综述现有空水两栖机器人的入水过渡策略及安全风险，提出相关设计要求，并研发出一款具备VTOL能力、可流畅实现空水过渡的新型机器人。
2024-10-31 cs.RO
On the Design and Optimization of an Autonomous Microgravity Enabling Aerial Robot
Georgia Institute of Technology（佐治亚理工学院）
本文介绍了微重力使空中机器人的设计和开发背后的过程和挑战。该飞行器旨在以.001 g的精度提供至少4秒的微重力，其设计考虑了学术界和工业界以及监管机构的建议和限制。使用仿真环境验证飞行任务的可行性，其中实施从现有硬件的系统辨识获得的模型以增加仿真的保真度。介绍了物理试验台的发展现状。该飞行器采用控制和自主逻辑，在Simulink环境中开发，并在Pixhawk飞行控制板上执行。
2016-11-23 cs.RO
Collaborative Exploration with a Marsupial Ground-Aerial Robot Team through Task-Driven Map Compression
Autonomous Robots Lab, Norwegian University of Science and Technology (NTNU)（自主机器人实验室，挪威科学技术大学）
针对通信受限环境下的大规模未知区域探索，提出有袋式地空机器人协同框架，采用基于图的路径规划与任务驱动地图压缩，在仿真和真实实验中提升了探索效率并降低了通信开销。
2025-09-09 cs.RO
Orientation Control System: Enhancing Aerial Maneuvers for Quadruped Robots
Istituto Italiano di Tecnologia (IIT)（意大利技术研究院）；University of Trento（特伦托大学）
对于足式机器人，空中运动是唯一的选择，以跨越障碍物，不能绕过标准的运动步态。在这些情况下，机器人必须跳跃到障碍物上或飞越障碍物。然而，这些运动是一个挑战，因为在飞行阶段无法控制质心（CoM），并且机器人方向的可控性有限。本文着重于后一个问题，并提出了一个方向控制系统（OCS）组成的两个旋转和驱动质量（飞轮或反作用轮），以获得控制权的机器人方向。由于角动量守恒，它们的旋转速度可以调整，以引导机器人的方向，即使没有与地面接触。飞轮的旋转轴被设计成入射的，从而导致能够控制滚转角和俯仰角的紧凑的定向控制系统，考虑到在两个方向上的不同惯性矩。我们在机器人Solo12上进行了模拟测试。
2023-01-27 cs.RO
Energy-Aware Planning-Scheduling for Autonomous Aerial Robots
Yale University（耶鲁大学）；SDU UAS（南丹麦大学无人机系统中心）；University of Granada（格拉纳达大学）；University of Southern Denmark（南丹麦大学）
在本文中，我们提出了一种在线规划调度方法的电池供电的自主空中机器人。该方法包括同时规划的覆盖路径和调度板载计算任务。我们进一步推导出一种新的可变覆盖运动的机载约束和经验激励的能量模型鲁棒性。该模型包括基于自动计算能量建模工具的时间表的能量贡献。我们的实验显示了如何在线调整初始飞行计划作为可用电池的函数，考虑到不确定性。我们的方法在意外电池掉落的情况下补救可能的飞行中故障，例如，由于不利的大气条件，并增加了整体的容错。
2022-07-22 cs.RO
ConservationBots: Autonomous Aerial Robot for Fast Robust Wildlife Tracking in Complex Terrains
The University of Adelaide（阿德莱德大学）；Curtin University（科廷大学）；Monash University（莫纳什大学）
本文提出ConservationBots小型空中机器人，通过信息论引导的规划、鲁棒方位检测与跟踪算法，在复杂地形中实现快速鲁棒的野生动物跟踪，并经仿真、现场测试及与专家对比验证其显著优势。
2023-11-13 cs.RO
Online Exploration of an Unknown Region of Interest with a Team of Aerial Robots
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Maryland（马里兰大学）
在本文中，我们研究的问题，探索一个未知的区域感兴趣（ROI）与一队空中机器人。机器人不知道ROI的大小和形状。目标是为每个机器人找到一个路线，使得ROI中的每个点都必须从某个机器人的视野中可见。在使用地面机器人的常规勘探中，ROI边界通常也作为障碍物，并且机器人自然地被约束到该ROI的内部。相反，我们研究的情况下，空中机器人不限于飞行的ROI内（并可以飞越ROI的边界）。我们提出了一个递归的深度优先搜索算法，产生一个恒定的竞争比的探索问题。我们的分析还延伸到的情况下，投资回报率是翻译，\eg，在海洋羽流的情况下。在ROI被建模为2D网格的问题的简单版本中，竞争比是$\frac{2(S_r+S_p)(R+\lfloor\log{R}\rfloor)}{(S_r-S_p)(1+\lfloor\log{R}\rfloor)}$，其中$R$是机器人的数量，并且$S_r$和$S_p$分别是机器人速度和ROI速度。我们还考虑了一个更现实的情况下，感兴趣区域的形状不限于网格单元，但任意形状。我们证明了我们的算法在一定条件下具有$\frac{2(S_r+S_p)(18R+\lfloor\log{R}\rfloor)}{(S_r-S_p)(1+\lfloor\log{R}\rfloor)}$竞争比。我们经验验证我们的算法使用模拟以及概念验证实验映射2D ROI使用空中机器人与朝下的摄像头。
2022-04-14 cs.RO
Experimental method for perching flapping-wing aerial robots
University of Seville（塞维利亚大学）；EPFL（洛桑联邦理工学院）
本文提出实验装置与指南，实现大型扑翼机器人在树枝上的首次自主栖息飞行，以700克扑翼机验证，为远程任务等应用铺路。
2023-09-04 cs.RO
Design and Control of a Micro Overactuated Aerial Robot with an Origami Delta Manipulator
ETH Zurich（苏黎世联邦理工学院）
该研究设计了总重2.0kg、8自由度独立可控的轻量折纸Delta臂空中操作机器人，提出适配过驱动平台的控制架构，验证了其柔顺交互等性能。
2023-05-03 cs.RO
Terrain-Aware Model Predictive Control of Heterogeneous Bipedal and Aerial Robot Coordination for Search and Rescue Tasks
Georgia Institute of Technology（佐治亚理工学院）；College of Engineering and Petroleum, Kuwait University（科威特大学工程与石油学院）
本研究提出了一种面向搜救任务的异构机器人协同规划框架，结合高斯过程学习的地形感知MPC为双足和空中机器人生成安全路径并估计目标位置，利用scLTL和基于共识的算法进行任务分配，仿真验证了其有效性。
2024-09-23 cs.RO
