Ring-Rotor: A Novel Retractable Ring-shaped Quadrotor with Aerial Grasping and Transportation Capability
Zhejiang University(浙江大学);Huzhou Institute, Zhejiang University(浙江大学湖州研究院)
提出新型可收缩环形四旋翼Ring-Rotor,通过单伺服电机变形减小尺寸并利用环形中央空间实现无机械臂的全身抓取与运输,结合时变参数NMPC策略在真实实验中验证了高通用性。
2023-04-07 cs.RO
Harnessing the Potential of Omnidirectional Multi-Rotor Aerial Vehicles in Cooperative Jamming Against Eavesdropping
College of Computing, Mohammed VI Polytechnic University(穆罕默德六世理工大学计算机学院);Czech Technical University in Prague(捷克布拉格技术大学)
本文首次提出利用全向多旋翼飞行器进行协同干扰以对抗窃听,其中一架作为空中基站、另一架作为友好干扰机,从而增强通信安全。
2024-08-31 cs.RO
Modular Multi-Rotors: From Quadrotors to Fully-Actuated Aerial Vehicles
Autonomous and Intelligent Robotics Laboratory (AIRLab)(自主与智能机器人实验室);Lehigh University(莱斯大学)
针对传统定制化飞行器任务适配性差的问题,提出模块化空中机器人H-ModQuad,可通过模块配置调整负载与驱动自由度,经建模优化推力效率并验证了不同配置的驱动特性差异。
2025-08-02 cs.RO
Roller-Quadrotor: A Novel Hybrid Terrestrial/Aerial Quadrotor with Unicycle-Driven and Rotor-Assisted Turning
Zhejiang University(浙江大学);School of Mechanical Engineering, Zhejiang University(浙江大学机械工程学院);Robotics Institute of Zhejiang University(浙江大学机器人研究所);Robotics Research Center of Yuyao City(余姚市机器人研究中心);The State Key Laboratory of Industrial Control Technology, Zhejiang University(浙江大学工业控制技术国家重点实验室);Huzhou Institute of Zhejiang University(浙江大学湖州研究院)
本研究提出滚轮四旋翼,一种结合空中机动与地面续航的混合无人机,通过独轮驱动与旋翼辅助转向实现节能,实验验证其无缝切换、穿越半直径间隙及显著提升续航与运行时间。
2023-06-27 cs.RO
Optimization-based Trajectory Tracking Approach for Multi-rotor Aerial Vehicles in Unknown Environments
Innopolis University(Innopolis大学)
本文的目标是开发一种基于连续优化的参考轨迹的细化,以“推”出的障碍物占据的空间在全球阶段的多旋翼飞行器在未知的环境中。我们提出的方法包括两个规划者:一个全球规划者和本地规划者。全局规划器在轨迹经过障碍物或接近障碍物时对初始参考轨迹进行细化,并让局部规划器计算接近最优控制策略。全局规划器包括两种凸规划方法:第一种方法有助于细化参考轨迹,第二种方法有助于在第一种方法未能细化时恢复参考轨迹。全局规划器主要关注实时性能和避障,而所提出的基于约束非线性模型预测控制的局部规划器的公式确保了安全性、动态可行性和低速机动的参考轨迹跟踪精度,条件是局部规划器和全局规划器的平均计算时间分别为0.06 s(15 Hz)和0.05 s(20 Hz)。NVIDIA Jetson Xavier NX计算机我们的实验结果证实,在杂乱的环境中,所提出的方法优于其他三种方法:基于采样的寻路其次是轨迹生成,本地规划器,基于图形的寻路其次是轨迹生成。
2022-02-12 cs.RO
Collision-Free 6-DoF Trajectory Generation for Omnidirectional Multi-rotor Aerial Vehicle
Harbin Institute of Technology Shenzhen(哈尔滨工业大学深圳校区)
全向多旋翼飞行器(OMAVs)作为一种全驱动系统,具有比传统欠驱动多旋翼飞行器更灵活的机动性,在复杂环境下的避障飞行中也具有更显著的优势,但目前几乎没有一种方法能够生成能够发挥OMAVs潜力的全自由度轨迹。如何使所设计的轨迹生成算法高效、可扩展是一个挑战,本文旨在实现复杂环境下的OMAV避障规划。基于几何约束最小控制量(MINCO)轨迹生成框架,首次设计了OMAV六自由度轨迹生成框架,根据由一系列凸多面体表示的安全区域,结合飞行器的总体外形和动力学约束该框架最终生成无冲突的最优6-基于Gazebo和PX4 Autopilot的仿真实验进行,以验证拟议的框架的性能。
2022-10-07 cs.RO
RINGO: Real-time Navigation with a Guiding Trajectory for Aerial Manipulators in Unknown Environments
Institute of Robotics and Automatic Information System(机器人与自动信息系统研究所);College of Artificial Intelligence(人工智能学院);Tianjin Key Laboratory of Intelligent Robotics(天津市智能机器人重点实验室);Nankai University(南开大学);Institute of Intelligence Technology and Robotic Systems(智能技术与机器人系统研究所);Shenzhen Research Institute of Nankai University(南开大学深圳研究院)
针对空中操作器在未知受限环境中规划适应性差、轨迹保守的问题,提出RINGO实时导航框架,以多旋翼轨迹为引导,同步考虑多旋翼与末端执行器位置,生成兼容工作空间的无碰撞轨迹,实现未知环境实时导航且保守性更低。
2025-04-14 cs.RO
Design and Control of a VTOL Aerial Vehicle Tilting its Rotors Only with Rotor Thrusts and a Passive Joint
Tokyo Institute of Technology(东京工业大学)
本文提出一种通过被动关节和旋翼推力控制倾转角的VTOL无人机,消除额外执行器,并设计控制器以加速同时抑制迎角偏差,仿真验证了有效性。
2025-02-25 cs.RO cs.SY eess.SY
Geranos: a Novel Tilted-Rotors Aerial Robot for the Transportation of Poles
Geranos是一种专用多旋翼无人机,通过环形设计与主辅旋翼协同实现杆件运输中的高精度定位,在模拟天线桅杆安装中实现3 kg、2 m杆件亚5 cm堆叠精度,无需人工干预。
2024-01-12 cs.RO
Tilt-Ropter: A Fully Actuated Hybrid Aerial-Terrestrial Vehicle with Tilt Rotors and Passive Wheels
Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong(机械与自动化工程系,香港中文大学);Faculty of Engineering, The University of Hong Kong(工程学院,香港大学);Peng Cheng Laboratory(鹏城实验室)
提出全驱动混合空中-地面车辆Tilt-Ropter,通过倾转旋翼和被动轮实现高效多模态运动,并设计统一非线性模型预测控制器实现低跟踪误差和地面运动功耗降低92.8%。
2026-07-15 cs.RO
Omnidirectional Multi-Rotor Aerial Vehicle Pose Optimization: A Novel Approach to Physical Layer Security
Mohammed VI Polytechnic University(穆罕默德六世理工大学);Czech Technical University in Prague(布拉格捷克理工大学);International University of Rabat(拉巴特国际大学)
本文面向5G/6G中的全向多旋翼飞行器,提出通过联合优化位置与朝向的位姿方法,在恶意干扰下最大化合法地面节点的最小SINR,以增强物理层安全。
2024-01-05 cs.RO
Finding Optimal Modular Robots for Aerial Tasks
Lehigh University(理海大学)
本文针对传统飞行器执行器约束导致的能力受限问题,提出一种由同质长方体模块组成的可重构模块化多旋翼飞行器,建立其执行能力数学模型,并给出面向给定任务的最优配置求解方法,通过三维仿真验证了系统对不同任务需求的适应性。
2023-05-29 cs.RO
RotorTM: A Flexible Simulator for Aerial Transportation and Manipulation
New York University(纽约大学)
本文提出首个整合不同负载与被动连接机制及完整动力学的空中运输与操作仿真器RotorTM,包含缆索悬挂负载混合动力学新模型,实验验证了其高保真度与实用价值。
2024-01-09 cs.RO
Communications-Aware NMPC for Multi-Rotor Aerial Relay Networks Under Jamming Interference
Mohammed VI Polytechnic University(穆罕默德六世理工大学);University of Sannio in Benevento(贝内文托桑尼奥大学);University of Twente(特温特大学);Sapienza University of Rome(罗马大学)
本文提出一种结合高阶轨迹生成器与非线性模型预测控制器的通信意识控制框架,通过优化最弱链路和处理天线方向性,提升中继网络在干扰下的通信容量和可靠性。
2026-08-20 cs.RO
STL-Based Motion Planning and Uncertainty-Aware Risk Analysis for Human-Robot Collaboration with a Multi-Rotor Aerial Vehicle
Department of Cybernetics, Czech Technical University in Prague(捷克技术大学布拉格分校控制学系);Department of Power Generation Technologies and Materials, Ricerca sul Sistema Energetico S.p.A.(能源系统研究股份有限公司电力生成技术与材料学系);Robotics and Mechatronics Department, Electrical Engineering, Mathematics, and Computer Science Faculty, University of Twente(代尔夫特理工大学机器人与机电学系,电气工程、数学与计算机科学学院);Department of Computer, Control and Management Engineering, Sapienza University of Rome(罗马萨皮恩扎大学计算机、控制与管理工程系)
本文提出一种增强人机协作的框架,利用信号临时逻辑编码安全性和舒适性等关键目标,并通过优化规划生成动态可行轨迹,结合不确定性风险分析实现安全高效的协作。
2026-05-12 cs.RO
Motion Control in Multi-Rotor Aerial Robots Using Deep Reinforcement Learning
University of Luxembourg(卢森堡大学);Bonn-Rhein-Sieg University of Applied Sciences(波恩-莱茵-锡格应用科学大学)
针对增材制造(AM)中多旋翼无人机在载荷变化和干扰下的运动控制挑战,提出深度强化学习(DRL)框架,通过课程学习比较DDPG与TD3算法,发现TD3在训练稳定性、精度和成功率上表现更优,为AM中无人机自主控制提供可扩展路径。
2025-04-14 cs.AI cs.RO
RotorPy: A Python-based Multirotor Simulator with Aerodynamics for Education and Research
University of Pennsylvania(宾夕法尼亚大学);Treeswift
本文介绍完全基于 Python 的多旋翼仿真器 RotorPy,通过集成空气动力学、执行器、传感器和风模型,支撑空中机器人估计、规划与控制的教学及研究验证。
2023-06-07 cs.RO
A Generalized Thrust Estimation and Control Approach for Multirotors Micro Aerial Vehicles
Universidade Federal da Paraíba(帕拉伊巴联邦大学);Czech Technical University in Prague(布拉格捷克技术大学)
针对多旋翼UAV在非悬停条件下二次推力模型失准的问题,提出基于BEMT的闭环推力估计与前馈PID控制,仅需单一缩放值,并在250mm和500mm平台上验证其鲁棒性更优。
2024-12-03 cs.RO
Allocation for Omnidirectional Aerial Robots: Incorporating Power Dynamics
Autonomous Systems Lab (ASL), ETH Zurich(苏黎世联邦理工学院自主系统实验室)
本文提出三种新型多方向空中机器人分配方法,通过考虑冗余性和动力学,提升动态 maneuver 的执行效率和轨迹跟踪速度。
2026-04-10 cs.RO
Proxy-based Super Twisting Control Algorithm for Aerial Manipulators
Harbin Institute of Technology Shenzhen(哈尔滨工业大学(深圳))
针对空中机械臂运动引起的扰动问题,提出基于代理的超螺旋控制方法,提升四旋翼无人机悬停与轨迹跟踪时的稳定性,并经数值模拟和Gazebo仿真验证。
2023-05-06 cs.RO
Residual Dynamics Learning for Trajectory Tracking for Multi-rotor Aerial Vehicles
Innopolis University(英诺波利斯大学);University of Lincoln(林肯大学);Advanced Institute of Science and Technology (KAIST)(韩国科学技术院)
针对多旋翼低速轨迹跟踪中简化NMPC模型导致的残差动力学问题,提出用稀疏高斯过程回归学习并补偿残差,显著降低模型误差并提升避障跟踪性能。
2024-01-22 cs.RO
Autonomous Reflectance Transformation Imaging by a Team of Unmanned Aerial Vehicles
Czech Technical University in Prague(布拉格捷克理工大学)
本文介绍了一种由多旋翼无人机实现的反射变换成像技术,重点是在难以进入的建筑物中进行部署。RTI是一种计算摄影方法,可以捕捉物体的表面形状和颜色,并在软件查看器中从任何方向进行交互式重新照明,揭示肉眼不可见的细节。RTI的输入是由静态相机捕获的一组图像,每个图像都在来自不同已知方向的照明下。我们提出了一种创新的方法,应用两个多旋翼无人机在人们难以接近或甚至无法接近的位置执行此扫描程序。该系统的设计是为了在具有无价历史价值的历史建筑中的真实场景中安全部署。
2023-03-02 cs.RO
Aerial Manipulation Using a Novel Unmanned Aerial Vehicle Cyber-Physical System
New Jersey Institute of Technology(新泽西理工学院);University of Connecticut(康涅狄格大学)
无人机(UAV)作为一种具有广阔应用前景的遥操作平台,具有越来越强的机动性和感知能力,可实现与环境的智能交互。提出了一种新型的5自由度无人机空中操纵信息物理系统。该无人机的机体能够在纵向方向上施加强大的推进力,在纵向平面上解耦平移动力学和旋转动力学。提出了一种高层次的阻抗控制法来驱动车辆的轨迹跟踪和与环境的相互作用。此外,提出了一种基于视觉的实时目标识别和跟踪方法,该方法集成了YOLO v3实时目标检测器、特征跟踪和形态学运算,并在车载上实现,同时支持模型压缩技术,以消除视频无线传输带来的延迟和传统遥操作平台的沉重计算负担。
2022-10-27 cs.RO
Automating Bird Diverter Installation through Multi-Aerial Robots and Signal Temporal Logic Specifications
University of Seville(塞维利亚大学);Czech Technical University in Prague(布拉格捷克理工大学)
本文提出一种基于信号时序逻辑的多旋翼机队驱鸟器安装运动规划方法,通过事件重规划和能量最小化处理故障并节省飞行时间,仿真与现场实验验证了其有效性。
2023-09-19 cs.RO
Towards 6DoF Bilateral Teleoperation of an Omnidirectional Aerial Vehicle for Aerial Physical Interaction
ETH Zürich(苏黎世联邦理工学院)
双边遥操作提供了一个有趣的解决方案,以共享自主权与飞行器在基于接触的检查和操纵任务。全方位空中机器人允许全姿态操作,使它们在此类任务中特别有吸引力。自然,出现的问题是否标准的双边遥操作方法是适合使用这些车辆。在这项工作中,一个完全解耦的6DoF双边空中物理交互遥操作框架的设计和测试的第一次。该方法是基于良好建立的速率控制,重定心和相互作用力反馈政策。然而,实际的实验表明,仅在单个轴上执行解耦运动是困难的。因此,这项工作表明,由于操作员身体上无法正确地解耦所有输入DoF,因此标准方法的琐碎扩展不足以实现全方位遥控操作。这表明有必要进一步研究增强型触觉反馈。
2022-03-07 cs.RO
A collision-resilient aerial vehicle with icosahedron tensegrity structure
University of California, Berkeley(加州大学伯克利分校)
具有碰撞弹性的飞行器可以在具有难以检测和避免的障碍物的环境中更有信心地操作。本文介绍了一种具有抗碰撞能力的二十面体张拉整体结构飞行器的设计方法。对张拉整体框架在冲击力作用下的应力进行了简化分析,以指导其构件的选择。此外,一个自主控制器,提出了重新定向的车辆从地面上的任意方向,以帮助它起飞。实验表明,该飞行器在倒置着陆后可以成功地重新定位,并且可以在速度高达6.5米/秒的碰撞中幸存下来。
2020-03-06 cs.RO
Autonomous and Adaptive Navigation for Terrestrial-Aerial Bimodal Vehicles
Zhejiang University(浙江大学);Huzhou Institute, Zhejiang University(浙江大学湖州研究院);Harbin Institute of Technology(哈尔滨工业大学)
地面-空中双模飞行器在学术界和工业界都很流行,因为它们兼具空中飞行器的高机动性和地面飞行器的长续航力。在这项工作中,我们提出了一个自主和自适应导航框架,使这类车辆完全自主。该框架主要包括1)一个分层的运动规划器,在未知的环境中生成安全和低功耗的地面-空中轨迹和2)一个统一的运动控制器,动态调整能量消耗在地面运动。在一个定制的机器人平台上进行了广泛的真实世界的实验和基准比较,以验证所提出的框架的鲁棒性和性能。在测试过程中,机器人安全地穿越复杂的环境与地面-空中综合移动,并实现$7\times$能源节省地面运动。最后,我们将发布我们的代码和硬件配置,供社区参考。
2022-01-09 cs.RO
A Model-free Deep Reinforcement Learning Approach To Maneuver A Quadrotor Despite Single Rotor Failure
IIIT Delhi(德里印度理工学院);IISER Bhopal(博帕尔印度科学教育与研究学院)
从故障恢复并继续任务的能力对于许多四旋翼应用是期望的。四旋翼飞行器的旋翼在执行任务时可能会发生故障,因此必须制定恢复策略,以便飞行器不受损坏。在本文中,我们开发了一种无模型的深度强化学习方法,用于四旋翼从单旋翼故障中恢复。该方法是基于软演员批评,使车辆悬停,土地,并执行复杂的机动。仿真结果验证所提出的方法,使用自定义模拟器。仿真结果表明,该方法实现了机器人的悬停、着陆和路径跟踪。我们还表明,所提出的方法是强大的风干扰。
2021-09-22 cs.RO
Autonomous Aerial Filming With Distributed Lighting by a Team of Unmanned Aerial Vehicles
Czech Technical University in Prague(布拉格捷克理工大学);University of Seville(塞维利亚大学)
这封信描述了一种由一组无人驾驶飞行器(UAV)进行分布式照明的自主空中电影摄影方法。虽然携带摄像机的多旋翼直升机在电影摄影中已经变得司空见惯,但它们的使用仅限于具有足够自然光或静态人造光提供的照明的场景。我们建议使用无人驾驶飞行器的编队作为从各个方向拍摄照明下的目标的工具,这是传统电影摄影的基本技术之一。我们将多无人机轨迹优化问题分解为在不同阶段处理非线性电影摄影方面和避障,这使我们能够实时的重新规划并对动态环境的变化做出反应。我们的方法的性能已经在现实的模拟场景和现场实验中进行了评估,在那里我们展示了它如何提高拍摄质量,并且即使在混乱的环境中也能够规划安全的轨迹。
2023-03-02 cs.RO
Hoverflie: An empirical investigation of rotor shrouds to transform micro air vehicles into multi-modal hovercraft
University of Hawaii at Manoa(夏威夷大学马诺阿分校)
本研究通过设计定制转子导流罩系统,将Crazyflie 2.1微型飞行器转变为多模式机器人,开发经验模型优化导流罩配置,提升了地面效应性能并延长了续航时间,为相关后续研究提供了基础。
2026-08-10 cs.RO
FLOAT Drone for Physical Interaction: Lateral Airflow Reduction, Wrench Modeling, and Adaptive Control
Institute of Cyber-Systems and Control, College of Control Science and Engineering, Zhejiang University(浙江大学控制科学与工程学院网络系统与控制研究所);Differential Robotics Technology Company(差分机器人技术公司)
研究针对下一代无人机空中物理交互,提出FLOAT无人机。通过同轴双旋翼布局、控制面等设计实现多维度力扳手生成等。贡献包括量化侧向气流减少,建立高保真模型并嵌入分配器,实验证明提升控制精度等。
2026-07-07 cs.RO
Physics-infused Learning for Aerial Manipulator in Winds and Near-Wall Environments
Independent Researcher(独立研究者);Assistant Professor of Aerospace Engineering(航空航天工程副教授)
本文提出了一种融合物理模型与学习方法的空中机械臂控制框架,通过叶片元素模型和残差力估计器提升风力和近壁环境下的操作鲁棒性。
2026-03-08 cs.RO
Intelligent Amphibious Ground-Aerial Vehicles: State of the Art Technology for Future Transportation
Tsinghua University(清华大学);Inner Mongolia University of Technology(内蒙古工业大学);Singapore University of Technology and Design(新加坡科技设计大学)
水陆两用飞行器融合了飞行和驾驶模式,实现了更灵活的空地机动性,近年来受到越来越多的关注。通过分析现有的两栖车辆,我们强调了自主飞行驾驶功能的两栖车辆在复杂的三维城市交通系统中的有效使用。我们回顾和总结了现有两栖车辆设计中智能飞行驾驶的关键使能技术,确定了主要的技术障碍,并为未来的研究和创新提出了潜在的解决方案。本文旨在为未来城市交通智能水陆两栖车辆的研究和开发提供指导。
2022-07-23 cs.RO
Unmanned Aerial Vehicle Instrumentation for Rapid Aerial Photo System
School of Electric Engineering and Informatics Institut Teknologi Bandung(万隆理工学院电气工程与信息学院)
这项研究将提出一种新的相对低成本的自主无人机,使农民能够及时制作他们作物的航空照片马赛克。这些航空照片镶嵌图应能够以相对较低的成本和在获取限制的24小时内制作。自主无人机将配备专门为快速航空测绘开发的有效载荷管理系统。如前所述,周转时间是关键因素,因此精度不是主要关注点(不是正射校正航空制图)。该系统还将配备专门的软件对航空照片进行后期处理,以生成镶嵌航空照片地图
2008-04-24 cs.RO
Optimum Trajectory Planning for Multi-Rotor UAV Relays with Tilt and Antenna Orientation Variations
Czech Technical University in Prague(布拉格捷克理工大学);International University of Rabat(拉巴特国际大学)
多旋翼无人机(UAV)需要倾斜才能移动,这会改变UAV的天线方向。我们考虑的场景中,多旋翼无人机作为一个基站(BS)和另一个无人机之间的通信中继。我们提出了一个框架,以产生可行的轨迹为多旋翼无人机中继,同时考虑其运动动力学和运动引起的天线方向的变化。UAV中继的轨迹被优化以最大化传输的端到端比特数。MATLAB和Gazebo中的数值仿真显示了由于无人机倾斜而导致的天线方向变化的好处。
2023-02-09 cs.RO
A Signal Temporal Logic Motion Planner for Bird Diverter Installation Tasks with Multi-Robot Aerial Systems
University of Seville(塞维利亚大学);Czech Technical University in Prague(捷克理工大学)
针对多旋翼编队安装鸟类驱避器的任务,本文扩展运动规划器,引入 STL 规范、事件触发重规划与能量最小化项,并通过仿真和实地实验验证其有效性。
2023-07-27 cs.RO
Design Considerations of an Unmanned Aerial Vehicle for Aerial Filming
Fundación Jala(哈拉基金会);TECNALIA(特克纳利亚研究与技术创新中心)
从空中拍摄体育视频一直是一项艰巨而昂贵的任务,特别是在需要广阔的开放区域进行正常发展或危及人类安全的运动中。最近,出现了一种基于使用无人驾驶飞行器(UAV)的空中拍摄新解决方案,该解决方案比传统的空中拍摄解决方案便宜得多,传统的空中拍摄解决方案需要像直升机这样的传统飞机或复杂的结构来实现广泛的机动性。在本文中,我们描述了设计过程,随后建立一个定制的无人机适合体育空中拍摄。该过程包括需求定义、技术规模和机械、硬件和软件技术的选择,以及整体集成和操作设置。其中一个目标是开发技术,允许建造低成本的无人机,并在实现高水平的灵活性和自动化的同时,为各种使用场景管理它们。这项工作还显示了在无人机的发展过程中发现的一些技术问题以及实施的解决方案。
2022-12-21 cs.RO
Dynamical Vehicle Orienteering Problem for Multi-Rotor Unmanned Aerial Vehicles
研究多旋翼无人机的动态车辆定向问题,提出结合非线性规划与混合整数线性规划的分支定界程序和大邻域搜索元启发式算法两种解决方案,实验表明改进显著,实际部署验证了所提质点模型解决方案轨迹。
2026-07-16 cs.RO math.OC
Closed-Loop Control of a Delta-Wing Unmanned Aerial-Aquatic Vehicle
Johns Hopkins University Applied Physics Lab(约翰斯·霍普金斯大学应用物理实验室)
我们提出了一种闭环控制策略的三角翼无人机水上飞行器(UAAV),使自主游泳,飞行,水到空气的过渡。我们的控制系统由一个混合状态估计器和一个闭环反馈策略,这是能够通过水,空气和过渡域的轨迹以下。为了测试我们的估计器和控制方法的硬件,我们仪器的车辆与一个最小的商业现成的传感器。最后,我们展示了一个成功的自主水到空气的过渡与我们的原型无人机系统,并讨论了这些结果的鲁棒性方面的影响。
2019-06-04 cs.RO
Linear Parameter Varying Model Identification for Control of Rotorcraft-based UAV
Institut Teknologi Bandung(万隆理工学院);Research and Development Center Global Asia Teknologi(全球亚洲科技研发中心)
基于旋翼机的无人驾驶飞行器与其全尺寸对应物相比表现出更复杂的特性,这是由于其对控制输入和干扰的灵敏度增加以及其动态带宽更高。直升机作为一种具有垂直起降能力的飞行器,特别是在向前飞行和不稳定悬停之间的过渡以及反之亦然的困难问题。LPV控制技术明确地考虑了由于实时参数变化而引起的性能变化。因此,该技术在理论上保证了整个操作包线上的性能和鲁棒性。在这项研究中,我们研究了一种新的方法,实现模型识别中使用的LPV控制框架。辨识方案采用递归最小二乘技术实现的LPV系统的直升机在过渡期间的动态表示。作为参数轨迹调度的空速不假定为缓慢变化。排除缓慢的参数变化的要求,允许的积极机动能力的算法的应用,而不需要昂贵的计算。该技术进行了数值测试,并将在一个小型直升机的自主飞行验证。
2008-06-25 cs.RO
Prototyping of a multirotor UAV for precision landing under rotor failures
Universidad de San Andrés(圣安德烈斯大学);Universidad de Buenos Aires(布宜诺斯艾利斯大学);CONICET(阿根廷科学研究与技术委员会);LINAR(线性系统与机器人实验室)
本文设计并验证一种旋翼故障下仍可精确自主着陆的多旋翼 UAV 原型,融合容错控制、机械设计与视觉导航。
2024-08-03 cs.RO
Design and control of a collision-resilient aerial vehicle with an icosahedron tensegrity structure
University of California, Berkeley(加州大学伯克利分校)
本文设计具有二十面体张拉整体结构的抗碰撞飞行器,结合基于模型的结构设计与自主重新定向控制器,使其在高速碰撞后可从任意姿态起飞,并在未知森林中验证自主运行能力。
2023-06-28 cs.RO
Risk-Aware Planning and Assignment for Ground Vehicles using Uncertain Perception from Aerial Vehicles
Virginia Tech(弗吉尼亚理工大学);University of Maryland(马里兰大学)
我们提出了一个风险意识框架,多机器人,多需求的分配和规划在未知的环境。我们的动机是灾难响应和搜索和救援场景,地面车辆必须尽快到达需求地点。我们考虑一个设置,地形信息仅在空中的形式,地理参考图像。深度学习技术可用于航空图像的语义分割,以创建用于安全地面机器人导航的成本图。这样的分割可能仍然是有噪声的。因此,我们提出了一个联合规划和感知框架,占由于嘈杂的感知引入的风险。我们的贡献是双重的:(i)我们展示了如何使用贝叶斯深度学习技术在感知层面提取风险;(ii)使用风险理论度量CVaR进行风险感知规划和分配。首先从理论上建立了管道模型,然后通过两个数据集进行了实证分析。我们发现,在这两个层次的风险会计产生量化的安全路径和任务。
2020-09-03 cs.RO
Monocular Trail Detection and Tracking Aided by Visual SLAM for Small Unmanned Aerial Vehicles
Instituto de Telecomunicações(电信研究所);ISCTE-Instituto Universitário de Lisboa(里斯本大学学院);CTS-UNINOVA
本文介绍了一种单目视觉系统,该系统易于安装在为在森林环境中执行任务而建造的小型和中型无人驾驶飞行器中(例如,搜索和救援)。所提出的系统扩展了以前的单目为基础的技术的线索检测和跟踪,以考虑到从视觉SLAM算法获得的体积数据,因此,增加其坚固性具有挑战性的线索。实验结果,通过一组12个视频记录与安装在远程操作,无人驾驶小型飞行器的摄像头,显示所提出的系统,以克服一些困难的原始检测器的能力,达到成功率为$97.8\,\%$。
2018-06-21 cs.RO
Aerial Grasping with Soft Aerial Vehicle Using Disturbance Observer-Based Model Predictive Control
The Hong Kong Polytechnic University(香港理工大学)
本研究提出将扰动观测器引入非线性模型预测控制(NMPC)的软飞行器(SAV)控制器,以补偿额外载荷和环境扰动带来的不确定性,实现精确的三轴空中抓取,载荷重量比超越以往研究。
2024-09-21 cs.RO
The Phoenix Drone: An Open-Source Dual-Rotor Tail-Sitter Platform for Research and Education
University of Toronto Institute for Aerospace Studies(多伦多大学航空航天研究所)
在本文中,我们介绍了凤凰无人机:第一个完全开源的尾坐式微型飞行器(MAV)平台。该飞行器具有高度通用的双旋翼设计,设计成本低,易于扩展/修改。我们的开源版本包括所有的设计文档,软件资源和仿真工具,用于构建和飞行用于研究和教育目的的高性能尾座。该无人机已被开发为具有高度控制权限的精确飞行。我们的设计方法包括广泛的测试和表征的空气动力学性能的车辆。该平台集成了许多现成的组件和3D打印部件,以降低成本。尽管如此,该文件包括飞行试验的结果,表明该车辆能够非常稳定的悬停和准确的轨迹跟踪。我们希望开源的Phoenix参考设计对研究人员和教育工作者都有用。特别是,本文中的细节和可用的开源材料应使学习者获得空气动力学,飞行控制,状态估计,软件设计和仿真的理解,同时实验一个独特的空中机器人。
2019-08-18 cs.RO
Design and optimal control of a tiltrotor micro aerial vehicle for efficient omnidirectional flight
ETH Zürich(苏黎世联邦理工学院)
全方位微型飞行器是一个不断发展的研究领域,具有空中互动和不受限制的观察的优势。虽然具有完整姿态全向性和高悬停效率的系统已经独立开发,但迄今为止尚未证明将两者结合起来的鲁棒系统。本文介绍了一种新型全向飞行器的设计和最优控制,它可以在任何方向上施加扳手,同时保持有效的飞行形态。系统设计的动机是形态设计优化的结果。一个六自由度最优控制器的推导,与执行机构的分配方法,实现任务的优先级,是强大的奇异性。飞行实验证明并验证了该系统的能力。
2020-03-20 cs.RO
Design of the first sub-milligram flapping wing aerial vehicle
University of California Berkeley(加州大学伯克利分校)
在这里,我们报告的第一次亚毫克扑翼车辆,能够模仿昆虫翅膀运动学。机翼冲程振幅为90 $^\circ$,机翼俯仰振幅为80 $^\circ$。这也是迄今为止报道的最小翼展(单翼长3.5毫米)的装置,与果蝇的质量规模相同。组装变得简单,需要将5个部件粘合在一起,而其他毫克级微型机器人的部件数量更高,组装更密集。这增加了完全制造的器件的制造速度和成功率。低工作电压(70 mV)使测试更加容易,并将最终部署自主亚毫克级飞行器。
2019-08-09 cs.RO
Autonomous Exploration with Terrestrial-Aerial Bimodal Vehicles
Institute of Cyber-Systems and Control, College of Control Science and Engineering, Zhejiang University(控制科学与工程学院计算机系统与控制研究所,浙江大学)
针对自主探索中的能量与时间约束问题,提出面向陆空双模车辆的分层探索框架,通过扩展蒙特卡洛树搜索优化模式选择与视点排序,结合运动规划器构建完整感知系统,经仿真与真实平台验证有效。
2025-07-28 cs.RO
Time-Varying Formation Controllers for Unmanned Aerial Vehicles Using Deep Reinforcement Learning
Electronics Technology, Systems and Automation Engineering Department at the University of Cantabria(坎塔布里亚大学电子技术、系统与自动化工程系)
我们考虑的问题,设计可扩展和便携式控制器的无人机(UAV),以达到尽可能快的时变编队。这份简报证实,深度强化学习可以以多智能体的方式用于驱动无人机到达任何编队,同时考虑到最优性和便携性。我们使用一个深度神经网络来估计一个状态有多好,这样智能体就可以相应地选择行动。该系统用不同的非高维感觉输入进行测试,而神经网络架构、算法或超参数没有任何变化,只是进行了额外的训练。
2017-06-05 cs.RO
A Perception-Aware NMPC for Vision-Based Target Tracking and Collision Avoidance with a Multi-Rotor UAV
Czech Technical University in Prague(捷克理工大学);University of Twente(特温特大学)
针对多旋翼飞行器的视觉目标跟踪与避碰问题,提出了一种基于感知觉的非线性模型预测控制(NMPC)策略。所提出的控制策略既考虑了现实的驱动限制在扭矩水平和视觉感知的约束,以执行的目标,同时符合任务目标的能见度覆盖。此外,该方法允许安全地在由具有弹道运动的动态障碍物填充的工作空间区域中导航。该公式是通用的,并设置在一个大类的多旋翼飞行器,包括共面设计,如四旋翼以及全驱动平台与倾斜螺旋桨。通过MATLAB中的闭环仿真验证了该控制策略的可行性和有效性。
2023-02-09 cs.RO
Risk-Aware Path Planning for Ground Vehicles using Occluded Aerial Images
University of Maryland(马里兰大学)
我们考虑的情况下,地面车辆计划其路径使用由飞行器收集的数据。在航拍图像中,场景的可导航区域可能由于障碍物而被遮挡。使用航拍图像来天真地规划路径可能导致更长的路径,因为保守的规划者可能试图避开被遮挡的区域。我们提出了一个模块化的,基于深度学习的框架,允许机器人预测在闭塞区域的可导航区域的存在。具体来说,我们使用图像修补方法来填充可能被遮挡的部分区域,然后可以对这些区域进行语义分割以确定可导航性。我们使用监督神经网络的两个模块。然而,这些预测可能是不正确的。因此,我们提取这些预测中的不确定性,并使用风险感知方法,将这些不确定性考虑到路径规划中。我们比较模块在我们的方法与非学习为基础的方法,以显示所提出的框架的有效性,通过照片逼真的模拟。模块化管道允许在不同设置中进一步改进路径规划和部署。
2022-04-24 cs.RO
Nonlinear Model Predictive Control for Multi-Micro Aerial Vehicle Robust Collision Avoidance
ETH Zurich(苏黎世联邦理工学院);TU Delft(代尔夫特理工大学)
多旋翼微型飞行器共享同一空域,需要一种可靠、鲁棒的防撞技术。本文研究了多MAV反应式避碰问题。采用基于模型的控制器同时实现参考轨迹跟踪和避碰。此外,我们还考虑了状态估计器的不确定性和其他代理的位置和速度的不确定性,以实现更高程度的鲁棒性。所提出的方法是分散的,不需要碰撞的参考轨迹和帐户的完整MAV的动态。我们在仿真和实验中验证了我们的方法。
2017-03-03 cs.RO
The Spinning Blimp: Design and Control of a Novel Minimalist Aerial Vehicle Leveraging Rotational Dynamics and Locomotion
Lehigh University(利哈伊大学)
本研究提出一种名为Spinning Blimp的新型低成本轻于空气飞行器,借助扁球氦气球、被动机翼与螺旋桨实现旋转类摆稳定,通过利用其连续旋转特性设计平移控制策略,经实验验证有效,可适用于多类低能耗航空应用场景。
2025-03-17 cs.RO