Robust Adaptive Sliding-Mode Control for Damaged Fixed-Wing UAVs
German Aerospace Center (DLR), Institute of Flight Systems（德国航空航天中心（DLR）飞行系统研究所）
本文提出一种鲁棒自适应滑模控制器，用于应对固定翼无人机的气动系数扰动和部分控制面失效问题，通过损伤感知飞行动态模型分析影响，并通过自适应增益律保证稳定性和低控制努力。
2026-04-24 cs.SY eess.SY
Design and Implementation of Emergency Simulated Lighting System Based on Tello UAV
本文提出一种基于Tello无人机的应急照明系统原型，通过照明、寻址和飞行控制三个模块，利用模拟退火算法优化部署位置，实现快速响应和自主部署，为密集和稀疏用户提供高质量照明服务。
2023-05-15 cs.SY eess.SY
Multi-UAV Continuum Deformation Flight Optimization in Cluttered Urban Environments
University of Michigan（密歇根大学）
本文研究了在人口密集且几何受限区域中无人机群的协同运动优化，将无人机视为可变形体的粒子，通过同胚连续变形函数定义协调方式，确保无人机在复杂环境中安全移动。
2018-09-01 cs.SY eess.SY
Flight Control for UAV Loitering Over a Ground Target with Unknown Maneuver
提出了一种无人机在地面运动目标上空盘旋的飞行控制器。我们关注的情况下，GMT的随机时变机动的无人机是未知的，这使得它具有挑战性的估计GMT的运动状态。在假设GMT状态可用的前提下，首先设计离散时间李雅普诺夫向量场用于游荡制导，然后设计离散时间积分滑模控制（ISMC）跟踪制导指令。通过将机动过程建模为有限状态马尔可夫链，我们提出了一个Rao-Blackwellised粒子滤波器（RBPF），它只需要几个粒子，同时估计的运动状态和机动的GMT与相机或雷达传感器。然后将确定性等价原理应用于ISMC，得到了完成巡飞任务的飞行控制器。最后，通过仿真验证了该控制器的有效性和优越性。
2019-10-20 cs.SY eess.SY
Incremental Control System Design and Flight Tests of a Micro-Coaxial Rotor UAV
将增量式非线性动态逆方法应用于共轴式旋翼无人机的控制系统设计。在控制系统设计中解决了气动不确定性和抗干扰问题。所设计的控制器使无人机具有良好的飞行性能和控制鲁棒性。针对状态导数的时滞问题，提出了一种增量增益法。该方法具有计算量小、参数整定简单等优点，为将INDI控制器应用于共轴式旋翼无人机提供了极大的方便。利用离散系统稳定性分析方法论证了IGM的原理，并通过仿真详细分析了IGM的参数选择策略。通过非线性动态逆（NDI）和非线性动态逆（INDI）的对比飞行试验，验证了该控制器设计方法的优越性。实验结果表明，在相同风速下，INDI的平均轨迹跟踪误差仅为NDI的58.3%。当角加速度延迟小于0.06s时，IGM能很容易地保持系统稳定。此外，INDI在明显的模型误差和强输入干扰下具有较好的鲁棒性。
2022-03-14 cs.SY eess.SY
Integrated Flight and Propulsion Control for Fixed-Wing UAVs via Thrust and Disturbance Compensation
Dalian University of Technology（大连理工大学）
本文提出了一种集成飞行与推进控制方案，通过推力与扰动补偿实现固定翼无人机的位置跟踪控制。
2026-02-26 cs.SY eess.SY
Gain-Scheduled Passive Fault-Tolerant Control Design for Dual-System UAV Transition Flight
针对双系统无人机过渡飞行的容错需求，提出将执行器故障引发的模型不确定性视为输入不确定性的增益调度被动容错控制方法，可简化设计流程，经六自由度仿真验证其容错性能优于LQR等方法。
2025-10-01 cs.SY eess.SY
A Unified Statistical Framework for Multicopter Propeller Damage Diagnosis Based on Functionally Pooled Models and Bayesian Quantification: Experimental Flight Test Assessment
Rensselaer Polytechnic Institute（伦斯勒理工学院）
研究多旋翼螺旋桨损伤诊断，基于功能合并自回归模型的框架，仅用惯性测量单元数据，经实验飞行测试评估，能进行损伤检测、识别与量化，相比传统方法更稳定，为结构健康监测提供高效严谨方案。
2026-07-21 cs.SY eess.SY
UAVs Formation Flight under Multiple Obstacle and Communication Constraints
为了提高无人机编队在复杂军事任务环境下的通信能力。提出了复杂任务环境下的编队重构策略。利用数学方法将多无人机编队重构问题转化为非线性不等式约束优化问题。（1）针对无人机不同的任务和复杂的任务环境，设计多目标多约束优化函数，得到优化模型。(ii)利用帕累托最优理论将多目标优化问题转化为单目标优化问题。（iii）最后，我们应用原-对偶牛顿内点算法来处理凸优化问题。为了验证该方法的高效性，设计了一系列仿真实验。实验表明，该方法在保持无人机编队网络连通性的同时，具有最低的能耗。
2023-01-12 cs.NI cs.SY eess.SY
Hybrid stability augmentation control of multi-rotor UAV in confined space based on adaptive backstepping control
本文将无人机应用于水电站引水管道的检测。导流管道是一个封闭的空间，因此无人机桨叶旋转引起的气流扰动和烟囱效应产生的强烈空气对流对无人机的飞行控制有很大的影响。传统的线性控制PID飞控算法虽然得到了广泛的应用，能够满足一般飞行任务的要求，但无法保证系统在大范围内的稳定性。在封闭空间内对导流管线进行检测，要求无人机控制器具有较高的系统稳定性和鲁棒性。本文提出了一种混合稳定自适应反推控制方法。首先对多旋翼无人机模型进行分析，并将其转化为具有外部扰动的严格反馈形式;然后采用自适应技术估计桨叶引起的气流扰动，分别采用反推控制和PID控制相结合的方法设计姿态和位置跟踪控制器;最后通过构造李雅普诺夫函数来保证系统的渐进稳定性。实验数据表明，本文设计的飞行控制器具有较好的鲁棒性和跟踪性能，能较好地抵抗受限空间气流扰动所带来的扰动。
2022-12-15 cs.SY eess.SY
Edge Computing Assisted Autonomous Flight for UAV: Synergies between Vision and Communications
National University of Defense Technology（国防科技大学）；KU Leuven（鲁汶大学）；Delft University of Technology（代尔夫特理工大学）
无人机的自主飞行依赖于视觉信息来避开障碍物并确保安全无碰撞飞行。除了视觉线索外，安全的无人机通常还需要与地面站的连接。在本文中，我们研究了边缘计算支持的无人机飞行中视觉和通信之间的协同作用。通过提出边缘计算辅助自主飞行（ECAAF）框架，我们说明了视觉和通信可以在边缘计算和卸载的帮助下相互交互和辅助，并进一步加快无人机任务的完成。ECAAF由三个功能组成，详细讨论：用于3D地图采集的边缘计算，从3D地图构建无线电地图，以及在线轨迹规划。在ECAAF期间，通信容量、视频卸载、3D地图质量和轨迹的信道状态的相互作用形成正反馈回路。仿真结果表明，该方法可以通过增强连通性来提高任务性能。最后，我们总结了一些未来的研究方向。
2020-12-10 cs.NI cs.RO cs.SY
Systematic design methodology for development and flight testing of a variable pitch quadrotor biplane VTOL UAV for payload delivery
Indian Institute of Technology Kanpur（坎普尔印度理工学院）
本文提出了一种新型变桨四旋翼双翼VTOL无人机概念，结合垂直起降、四旋翼悬停精度和固定翼飞机的航程和速度优势，设计用于16公里距离交付6kg载荷的任务。通过改进的BEMT理论设计螺旋桨，并通过实验验证，最终实现原型机的飞行测试。
2018-01-07 cs.SY eess.SY
Leveraging Space-Time Synchronization for Ultra-Spot Detection in mmWave/THz UAV-to-UAV Communications
National Institute of Information and Communications Technology (NICT)（信息通信技术研究所）
提出一种基于多无线双向干涉仪（multi-Wi-Wi）的时空同步技术，通过共享位置和姿态信息并优化飞行路径，实现毫米波/太赫兹超点检测，实验误差为37.16 cm。
2026-05-25 cs.SY eess.SY
Embedded Firmware Development for Flight Control, Telemetry, and Video Streaming for DIY UAV Research
Shahjalal University of Science & Technology（贾沙拉尔科学与技术大学）
针对低成本无人机，基于双核ESP32-S3微控制器设计优化固件，利用内核任务分配、零拷贝缓冲区等技术，实现飞行控制、遥测和视频传输，经实验评估能提供精确稳定支持，助力DIY项目和研究。
2026-07-28 cs.SY eess.SY
LIVE-RIS: A Comprehensive In-Flight Dataset for UAV-Mounted RIS Channel Measurements
Ruhr-Universität Bochum（波鸿鲁尔大学）
针对无人机载RIS研究缺乏实测数据的问题，本文提出首个综合飞行数据集LIVE-RIS，包含EKF状态、真值、RIS配置及S21信道数据，以支持实际环境下的性能验证。
2026-09-29 cs.SY eess.SP eess.SY
MPS: A New Method for Selecting the Stable Closed-Loop Equilibrium Attitude-Error Quaternion of a UAV During Flight
Washington State University (WSU)（华盛顿州立大学）；University of Southern California (USC)（南加州大学）
提出模型预测选择（MPS）方法，通过动态切换控制律符号项最小化偏航成本，实时选择无人机稳定闭环平衡姿态误差四元数，百次飞行实验表明其性能指标较基准控制器平均降低60.30%。
2024-09-14 cs.RO cs.SY eess.SY
Hardware- and Vision-in-the-Loop Validation of Deep Monocular Pose Estimation for Autonomous Maritime UAV Flight
Mechanical and Aerospace Engineering, George Washington University（机械与航空航天工程，乔治华盛顿大学）
提出硬件验证的视觉在环框架，结合深度变换器单目位姿估计器和延迟卡尔曼滤波器，在模拟逼真海上环境中实现自主室内飞行，验证了感知延迟等嵌入式效应。
2026-06-18 cs.AI cs.RO cs.SY
An Active Fault-Tolerant Online Control Allocation Scheme for a Dual-System UAV in Transition Flight
针对双系统垂直起降无人机过渡飞行的执行器故障问题，提出由结构化$H_{\n\infty}$基线控制律和在线控制分配模块组成的主动容错控制方案，无需重构基线律即可应对复杂故障与模型不确定性，提升飞行安全性与可靠性。
2025-10-06 cs.SY eess.SY
Attitude- and Cruise Control of a VTOL Tiltwing UAV
IEEE
本文提出了一种过量驱动的垂直起降（VTOL）倾转翼无人机的数学建模、控制器设计和飞行测试方法，通过简化空气动力学和第一原理，建立了能够捕捉关键空气动力学效应的动态模型，包括螺旋桨滑流对机翼的影响和机翼后失速特性。通过优化如功率最优调平等方法解决了无人机的过量驱动问题，并开发了由低层姿态控制器和高层巡航控制器组成的控制系统，通过系统线性化和查找表确定飞行包线内调平的强非线性变化，通过广泛的飞行测试验证了控制系统在所有飞行阶段（悬停、过渡、巡航）的性能。
2019-05-04 cs.RO cs.SY eess.SY
Control of convertible UAV with vectorized thrust
本文扩展了先前关于带矢量推力的可转换固定翼飞机的控制方案，补充了悬停飞行策略、过渡阶段控制策略及空速估计器，并在三倾转旋翼无人机上通过真实仿真验证了方法的有效性。
2023-11-26 cs.SY eess.SY
Control of Complex Maneuvers for a Quadrotor UAV using Geometric Methods on SE(3)
Florida Institute of Technology（佛罗里达理工学院）；University of California at San Diego（加州大学圣地亚哥分校）；University of Michigan（密歇根大学）
本文利用SE(3)上的几何方法，通过非线性跟踪控制器解决四旋翼无人机的复杂机动控制问题，包括姿态、位置和速度跟踪，并展示了几乎全局的闭环稳定性。
2011-09-09 cs.SY eess.SY math.OC
Systematic Online Tuning of Multirotor UAVs for Accurate Trajectory Tracking Under Wind Disturbances and In-Flight Dynamics Changes
Khalifa University（哈利法大学）
近年来，由于无人机航空电子技术和应用领域的发展，对多旋翼无人机（UAV）精确快速轨迹跟踪的需求不断增长。在许多应用中，多旋翼无人机需要在具有挑战性的场景中准确地执行攻击性机动，例如外部风干扰或飞行中有效载荷变化的存在。在本文中，我们提出了一个系统的控制器整定方法的基础上获得的识别结果，最近开发的深度神经网络与改进的继电器反馈测试（DNN-MRFT）算法。我们制定了一个线性等效表示适合DNN-MRFT使用反馈线性化。这种表示使不同的控制器结构和调整设置的分析调查，并捕捉系统的非线性趋势。该方法使设计中性能和鲁棒性的折衷成为可能，便于在不确定环境下无人机控制器的设计。我们证明，我们的方法是自适应和强大的，通过一组实验，保持准确的轨迹跟踪，尽管显着变化的无人机的空气动力学特性和风扰动的应用。由于基于模型的系统设计，它是可能的，以获得低的仿真和实验结果之间的差异，这是有益的潜在使用所提出的方法，实时基于模型的规划和故障检测任务。我们在强风的存在下跟踪侵略性轨迹时获得了$3.59 \; cm$的RMSE，这与最先进的水平相当。
2021-10-11 cs.RO cs.SY eess.SY
LIVE-RIS: Real-Time In-Flight Actuation of UAV-Mounted RIS
Ruhr-Universität Bochum（波鸿鲁尔大学）
研究无人机搭载RIS的实时性能，通过扩展卡尔曼滤波器和机载传感器预测RIS姿态，实现实时重新配置，减轻干扰影响，保持性能增益，并评估不同部署位置对RIS性能的影响。
2026-07-17 cs.SY eess.SP eess.SY
Flight Control of Sliding Arm Quadcopter with Dynamic Structural Parameters
University of Cincinnati（辛辛那提大学）
介绍了一种新型四轴飞行器的概念设计和飞行控制器设计。该设计能够在飞行过程中变形无人机的形状，以实现位置和姿态控制。我们考虑的动态重心（CoG），导致连续变化的惯性矩（MoI）参数的无人机在这个设计。这些动态结构参数对系统的稳定性和控制起着至关重要的作用。四轴飞行器臂长是一个可变参数，采用基于姿态反馈的控制律进行驱动。实时计算MoI参数，并将其纳入系统的运动方程中。无人机利用螺旋桨的角运动和可变的四轴飞行器臂长进行定位和导航控制。CoG的运动空间是一个设计参数，它受致动器限制和系统稳定性要求的约束。详细介绍了该系统的运动方程、飞行控制器设计和可能的应用。此外，建议的形状变化的无人机系统的航路点导航任务和复杂的轨迹跟踪的比较数值模拟进行评估。
2020-04-27 cs.RO cs.SY eess.SY
Real-Time First Order Guidance Strategies for Trajectory Optimization in UAVs by Utilizing Wind Energy
San Jose State University（圣何塞州立大学）
本文提出了一种利用风速和风梯度现场测量来提高无人机飞行续航能力的实时引导策略，通过反馈线性化方法建模闭环轨迹跟踪逻辑，并通过数值模拟验证了所提策略在降低能耗方面的优势。
2014-08-23 cs.SY eess.SY math.OC
E$^3$-UAV: An Edge-based Energy-Efficient Object Detection System for Unmanned Aerial Vehicles
Yunnan University（云南大学）；Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；University of Delaware（特拉华大学）
本文提出E$^3$-UAV系统，通过基于实际飞行数据的能耗模型和轻量级优先级决策算法，动态选择最节能的飞行高度、速度、检测算法和采样率，从而在满足检测需求的同时显著降低无人机目标检测能耗。
2023-12-02 cs.AI cs.CV cs.RO
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
Staging energy sources to extend flight time of a multirotor UAV
UC Berkeley（加州大学伯克利分校）
与燃烧燃料不同，电池等能源在消耗后质量不会减少。我们提出了分阶段能源的概念，即分阶段消耗能量并排出使用的阶段，以逐步减少飞行器在飞行中的质量，从而减少功耗，并因此增加飞行时间。飞行时间与能量存储质量的分析表明，多旋翼分级的耐力效益。我们考虑两个具体的问题，在离散分期-最佳顺序的分期给予一定数量的能源，和一个给定的能量存储质量预算到一个给定数量的阶段的最佳分区。然后，我们得出两个连续阶段的情况下-一个内燃机驱动螺旋桨和火箭发动机的结果。值得注意的是，我们表明，由内燃机提供动力的多旋翼飞机具有可实现的飞行时间的上限，独立于可用的燃料质量，但不存在这样的限制火箭推进。最后，我们验证了一个定制的两级电池供电的四轴飞行器的飞行实验的分析。这种四轴飞行器可以使用定制设计的机制在飞行中消耗后弹出电池阶段，并使用下一阶段继续悬停。实验飞行时间与我们的飞行器分析预测的时间吻合得很好。与单级相比，我们在两个阶段使用电池的飞行时间增加了19%。
2020-11-11 cs.RO cs.SY eess.SY
A robust but easily implementable remote control for quadrotors: Experimental acrobatic flight tests
通过最近的无模型控制（MFC）策略，这是很容易实现的四旋翼无人机的实验飞行测试报告。我们表明，它是可能实现杂技速率控制的无人机，这是超出了以前的标准。同一个遥控器在两辆实际车辆上进行测试，无需任何重新调整。它在两种情况下都产生低跟踪误差。我们表明，MFC是强大的，即使当四旋翼高度损坏。视频片段可以在以下网站找到：https://youtu.be/wtSLalA4szc
2020-08-03 cs.SY eess.SY math.OC
Scheduling Analysis of UAV Flight Control Workloads on PREEMPT_RT Linux Using a Raspberry Pi 5
Mälardalen University（马尔达LEN大学）；ReTiS Lab, Scuola Superiore Sant’Anna（ReTiS实验室，圣安娜高等学院）
通过分析Raspberry Pi 5上PREEMPT_RT Linux内核的激活路径对250 Hz控制回路的影响，发现标准内核最差延迟超过9 ms，而PREEMPT_RT将最差延迟降低约88%至225微秒以下，但剩余抖动主要由硬件内存争用引起。
2026-06-02 cs.OS cs.RO cs.SY
ALFA: A Dataset for UAV Fault and Anomaly Detection
Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
我们提出了一个数据集的几种故障类型的控制面的固定翼无人机（UAV）用于故障检测和隔离（FDI）和异常检测（AD）的研究。目前，该数据集包括47次自主飞行的处理数据，其中包括23次突然的发动机全故障场景和24次其他7种类型的突然控制面（致动器）故障场景，正常条件下飞行时间总计66分钟，故障后飞行时间为13分钟。它还包括全自动、自动驾驶仪辅助和手动飞行的原始数据，以及数十种故障场景。在每个场景中提供故障的时间和类型的基础事实，以便使用数据集对方法进行评估。我们还提供了几种编程语言的帮助工具来加载和处理数据，并帮助使用数据集评估检测方法。提出了一组指标，以帮助比较不同的方法使用的数据集。目前大多数故障检测方法都是在仿真中进行评估的，据我们所知，该数据集是唯一一个提供真实飞行数据的数据集。我们希望它将有助于推进自动驾驶飞行器和移动机器人的异常检测或FDI研究的最新水平，以进一步提高自主和远程飞行操作的安全性。数据集和提供的工具可以从https://doi.org/10.1184/R1/12707963访问。
2020-10-24 cs.RO cs.SY eess.SY
Incremental Control and Guidance of Hybrid Aircraft Applied to a Tailsitter UAV
Delft University of Technology（代尔夫特理工大学）；ENAC, MAIAA, University of Toulouse（法国图卢兹大学）
本文提出了一种增量非线性动态逆控制方法，用于混合式飞行器的姿态和位置控制，实现了一个连续的控制器，能够跨飞行包线跟踪飞行器的期望加速度，并在尾旋无人机上进行了多场户外实验验证。
2019-09-25 cs.RO cs.SY eess.SY
Computational Design of a Low-Visibility UAV Using a Human-Aligned Perceptual Metric
Northwestern University（西北大学）
本文提出Phantom Twist单螺旋桨无人机，通过高速旋转和运动模糊降低可见性，采用两阶段自动化设计流程优化组件布局，基于LPIPS人类对齐感知度量实现低视觉感知度设计。
2026-05-11 cs.RO cs.SY eess.SY
HEP Statistical Inference for UAV Fault Detection: CLs, LRT, and SBI Applied to Blade Damage
Department of Computer Science University of Freiburg（弗赖堡大学计算机科学系）
本文将粒子物理中的三种统计方法应用于多旋翼螺旋桨故障检测，通过LRT进行二分类检测，CLs方法控制误报率，SNPE用于定量故障特征分析，实验结果显示在UAV-FD数据集上AUC达到0.862，优于其他方法。
2026-03-19 cs.LG cs.RO cs.SY
Next-Generation LLM for UAV: From Natural Language to Autonomous Flight
School of Electrical and Computer Engineering, Purdue University（电子与计算机工程学院，普渡大学）；School of Aeronautics and Astronautics, Purdue University（航空与航天学院，普渡大学）；Department of Computer Science and Engineering, Yonsei University（计算机科学与工程系，延世大学）；Polytechnic Institute, Purdue University（技术学院，普渡大学）
本文提出NeLV系统，通过五个技术组件将大语言模型集成到多尺度无人机操作中，实现从自然语言到自主飞行的自动化，并建立五级自动化分类法指引演进方向。
2025-10-02 cs.AI cs.CL cs.RO
Vision-in-the-loop Simulation for Deep Monocular Pose Estimation of UAV in Ocean Environment
George Washington University（乔治·华盛顿大学）
针对海洋环境下无人机单目位姿估计方案难以实船验证的问题，提出基于高斯溅射的高真实感视觉闭环仿真环境，可整合真实图像构建虚拟场景，实现室内验证飞行软硬件及位姿估计算法，为舰载无人机自主飞行测试提供经济高效方案。
2025-02-08 cs.AI cs.CV cs.LG
Multi-Task Regression-based Learning for Autonomous Unmanned Aerial Vehicle Flight Control within Unstructured Outdoor Environments
Durham University（杜伦大学）
全球无人机（UAV）行业的增长扩大了全自主无人机应用的可能性。一个特殊的应用，其中部分动机这项研究是使用无人机在广域搜索和监视行动，在非结构化的户外环境。这种环境的关键问题是缺乏有助于自主飞行的结构化特征，例如道路或路径。在本文中，我们提出了一种端到端的多任务回归学习方法，能够定义飞行命令的导航和探索下的森林树冠，无论存在的痕迹或额外的传感器（即GPS）。训练和测试是使用软件在循环管道，允许对国家的最先进的姿态估计技术进行详细的评估。我们广泛的实验表明，我们的方法擅长在所需的搜索范围内进行密集的探索，能够覆盖更广泛的搜索区域，推广到以前看不见的和未探索的环境，并优于当代最先进的技术。
2019-07-18 cs.CV cs.LG cs.RO
Autonomous UAV Flight Navigation in Confined Spaces: A Reinforcement Learning Approach
Department of Mechanical Engineering, University of São Paulo（机械工程系，圣保罗大学）
本文通过比较PPO和SAC在高保真模拟器中实现精确飞行，发现PPO在高精度安全导航任务中表现更优。
2025-10-11 cs.AI cs.LG cs.RO
